中国外汇储备的影响因素分析

中国外汇储备的影响因素分析
金融双语张翔40204228 张程40204104
一、分析与提出问题
选题意义：最近一些国家以我国外汇储备增长迅速为由向人民币汇率施压。

那些因数对我国外汇储备增长有实际贡献，有助于制定合理的外汇储备和人民币汇率政策。

本报告利用中国自1984年年度国际收支数据，通过建立外汇储备的影响因数模型，适当的扣除出口和外商直接投资对国际收支余额增长的重复贡献，并考虑到国际收支规模的影响以及政治的因数，对进出口和外商直接投资对我国外汇储备增长的实际贡献进行测算。

主要内容：要求人民币升值观点的依据之一是中国快速增长的外汇储备。

截止到2003 年6月份中国外汇储备达到了历史上的高点3465亿美元比去年猛增了601亿美元。

于是一些人很自然地把中国的巨额外汇储备与中国对外出口联系起来。

认为外汇储备的激增来自长期的贸易顺差，而长期的贸易顺差是由于人民币人为低估造成的。

与对经常项目的关注相反，资本流入对外汇储备的贡献没有得到足够的注意。

探讨外汇储备增长的主要原因对考量人民币汇率升值压力有重大意义。

如果外汇储备增长主要来源于我国出口创汇，则说明我国经济的基本面有很大的发展，带动人民币成为强势货币，人民币确实存在着较大的升值压力。

但是如果我国外汇储备的激增很大程度上是由于外来资本的流入造成的，在考察人民币升值压力时就应该将这部分因素分开考虑。

我们知道，外来资本有着很大的不确定性。

当本国经济发展良好时，大量的外来资本流入，导致外汇储备增加。

当本国经济恶化时，则会出现大量外来资本流出，出现外汇储备流失，可能会影响正常的经济秩序，给本国经济发展带来很大困难。

因此，由贸易顺差所导致的储备增加与资本流入所导致的储备增加对汇率水平的压力是不同的。

在经常项目中，我国的服务贸易比例很小，仅占经常项目总额的八分之一左右，而且长期处于逆差。

因此在经常项目中，我们主要考察出口对储备增长的贡献。

对于资本项目，按照Paul R. Krugman的分类“外来资本的流入主要有五种方式：外商直接投资、证券投资、债券融资、银行贷款、官方借贷。

”自90年代以来，外商直接投资成为我国利用外资的主要形式。

1993年，外商直接投资占全部利用外资的比重为69％，1994年为78.2％,1995年为78%,1996年为76.1%,1997年由于受到东南亚金融危机等的影响,该比例有所下降,为70.3%。

1998年又上升到77.6%。

截止1998年底，全国累计批准设立外商投资企业324，620家，合同外资金额5724.95亿美元实际使用外资金额2671.09亿美元(对外经济贸易合作部1999)，外商直接投资成为我国权益性资本流入的主要形式。

二、收集数据
通过查阅中国统计年鉴，上网（中国统计局）收集数据
X1：进口 X2：出口 X3：国外直接投资
Y：外汇储备 ZZ：虚拟变量
单位：亿元obs X1 X2 X3 Y ZZ
1985 273.5000 422.5000 19.60000 26.40000 0.000000
1986 309.4000 429.0000 22.40000 20.70000 0.000000
1987 394.4000 432.2000 23.10000 29.20000 0.000000 1988 475.2000 552.7000 31.90000 33.70000 0.000000 1989 525.4000 591.4000 33.90000 55.50000 0.000000 1990 620.9000 533.5000 34.90000 110.9000 0.000000 1991 719.1000 637.9000 43.70000 217.1000 0.000000 1992 849.4000 805.9000 110.1000 194.4000 0.000000 1993 917.4000 1039.600 275.2000 212.0000 0.000000 1994 1210.100 1156.200 337.7000 516.2000 0.000000 1995 1487.800 1320.800 375.2000 736.0000 1.000000 1996 1510.500 1388.300 417.3000 1050.300 1.000000 1997 1827.900 1423.700 452.6000 1398.900 1.000000 1998 1837.100 1402.400 454.6000 1449.600 1.000000 1999 1949.300 1657.000 403.2000 1546.800 1.000000 2000 2492.000 2250.900 407.2000 1655.700 1.000000 2001 2661.000 2435.500 468.2000 2121.600 1.000000 2002 3255.700 2952.000 527.4000 2864.100 1.000000 2003 4382.300 4127.600 535.0467 4032.510 1.000000 2004 5933.600 5613.800 620.0000 6099.000 1.000000
三、分析数据
初步回归
Dependent Variable: Y
Method: Least Squares
Date: 04/28/05 Time: 23:47
Sample: 1985 2004
Included observations: 20
t Error
C -264.2837 143.4186 -1.842743 0.0852
X1 1.955510 0.510619 3.829688 0.0016
X2 -0.642902 0.459856 -1.398051 0.1824
X3 0.032344 0.717481 0.045080 0.9646 R-squared 0.991034 Mean dependent var 1218.531 Adjusted
R-squared
0.988643 S.D. dependent var 1584.775
S.E. of regression 168.8867 Akaike info
criterion
13.30865
Sum squared resid 427840.5 Schwarz criterion 13.55758 Log likelihood -128.0865 F-statistic 414.5020 Durbin-Watson
stat
2.188671 Prob(F-statistic) 0.000000 图示
从线性图示中我们看出变量间的趋同性很强，并且具有有钱的联系与相关性。

同时为了让数据更加平稳，我们假设其模型是非线性，所以取对数对其进行分析与初步的研究。

期望效果更好。

obs LX1 LX2 LX3 LY
1985 5.611302 6.046189 2.975530 3.273364
1986 5.734635 6.061457 3.109061 3.030134
1987 5.977366 6.068888 3.139833 3.374169
1988 6.163736 6.314815 3.462606 3.517498
1989 6.264160 6.382493 3.523415 4.016383
1990 6.431170 6.279459 3.552487 4.708629
1991 6.578000 6.458182 3.777348 5.380358
1992 6.744530 6.691960 4.701389 5.269918
1993 6.821544 6.946591 5.617498 5.356586
1994 7.098458 7.052894 5.822158 6.246494
1995 7.305054 7.185993 5.927459 6.601230 1996 7.320196 7.235835 6.033805 6.956831 1997 7.510923 7.261014 6.115009 7.243441 1998 7.515944 7.245940 6.119418 7.279043 1999 7.575226 7.412764 5.999433 7.343944 2000 7.820841 7.719085 6.009304 7.411979 2001 7.886457 7.797907 6.148896 7.659926 2002 8.088163 7.990238 6.267959 7.960009 2003 8.385329 8.325451 6.282354 8.302144 2004 8.688386 8.632983 6.429719 8.715880
四、统计检验
（1）单位根检验
A．对LY
-4.006389 1% Critical Value* -4.5743 ADF Test
Statistic
5% Critical Value -3.6920 root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DLY)
Method: Least Squares
Date: 06/15/05 Time: 23:28
Sample(adjusted): 1987 2004
C 0.389707 0.156538 2.489535 0.0250
0.459960 S.D. dependent var 0.361229 Adjusted
R-squared
S.E. of regression 0.265458 Akaike info
0.336292
criterion
Sum squared resid 1.057020 Schwarz criterion 0.484688 Log likelihood -0.026631 F-statistic 8.239583 Durbin-Watson 1.913796 Prob(F-statistic) 0.003850
B．对LX1
ADF Test Statistic -3.735344 1% Critical
Value*
-4.5743
5% Critical
Value
-3.6920
10% Critical -3.2856
root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DLX1)
Method: Least Squares
Date: 06/15/05 Time: 23:20
Sample(adjusted): 1987 2004
C 0.144029 0.066727 2.158489 0.0475
Adjusted
R-squared
0.416928 S.D. dependent var 0.128538
S.E. of regression 0.098151 Akaike info
criterion
-1.65361
4
Sum squared resid 0.144503 Schwarz criterion -1.50521
8 Log likelihood 17.88252 F-statistic 7.077948 Durbin-Watson 1.806585 Prob(F-statistic) 0.006843
C．对LX2
ADF Test
Statistic
-3.442502 1% Critical Value* -4.6193
5% Critical Value -3.7119
root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DLX2)
Method: Least Squares
Date: 06/15/05 Time: 23:21
Sample(adjusted): 1988 2004
D(DLX2(-1)) 0.411722 0.271383 1.517123 0.1532
C 0.074640 0.072799 1.025283 0.3239
Adjusted
R-squared
0.391658 S.D. dependent var 0.151162 S.E. of
regression
0.117901 Akaike info criterion -1.235626
Sum squared resid 0.180707 Schwarz criterion -1.039576 Log likelihood 14.50282 F-statistic 4.433665 Durbin-Watson 1.654742 Prob(F-statistic) 0.023529
D．LX3
ADF Test
Statistic
-2.881093 1% Critical Value* -3.8877
5% Critical Value -3.0521
root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(DLX3)
Method: Least Squares
Date: 06/15/05 Time: 23:23
Sample(adjusted): 1988 2004
D(DLX3(-1)) 0.423492 0.242983 1.742886 0.1033
Adjusted
R-squared
0.287074 S.D. dependent var 0.283078
S.E. of regression 0.239017 Akaike info
criterion
0.134220
Sum squared resid 0.799807 Schwarz criterion 0.281258 Log likelihood 1.859130 F-statistic 4.221358
Durbin-Watson 1.706158 Prob(F-statistic) 0.036759
（2）GRANGER因果关系检验
Pairwise Granger Causality Tests
Date: 06/15/05 Time: 23:24
Sample: 1985 2004
X1、X2、X3相互之间也存在因果关系。

（3）协整检验
A．
-3.884608 1% Critical Value* -4.5743 ADF Test
Statistic
5% Critical Value -3.6920
root.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(EX)
Method: Least Squares
Date: 06/15/05 Time: 23:41
Sample(adjusted): 1987 2004
D(EX(-1)) 0.295013 0.190560 1.548136 0.1439
C -0.154837 0.109815 -1.409978 0.1804
0.419629 S.D. dependent var 0.247363 Adjusted
R-squared
-0.306877
S.E. of regression 0.188446 Akaike info
criterion
Sum squared resid 0.497168 Schwarz criterion -0.109017
Log likelihood 6.761895 F-statistic 5.097198 Durbin-Watson 2.395081 Prob(F-statistic) 0.013642
我们主要是从对数的回归结果中发现每个变量都服从一阶单整，且把其回归的参差项进行单位根检验发现其满足零阶单整，从而我们也就得到了上面的表达式。

B．
Date: 06/16/05 Time: 01:12
Sample: 1985 2004
Included observations: 19
Test
assumption:
Quadratic
deterministic
trend in the
data
Series: Y X1 X2 X3
Lags interval: No lags
Likelihood 5 Percent 1 Percent Hypothesized Eigenvalue Ratio Critical Value Critical Value No. of CE(s)
0.926068 99.74420 54.64 61.24 None **
0.764828 50.25664 34.55 40.49 At most 1 **
0.549935 22.75529 18.17 23.46 At most 2 *
0.329199 7.586373 3.74 6.40 At most 3 **
*(**)
denotes
rejection of
the
hypothesis at
5%(1%)
significance
level
L.R. test
indicates 4
cointegrating
equation(s)
at 5%
significance
level
Unnormalized Cointegrating Coefficients:
Y X1 X2 X3
-9.35E-05 -2.69E-05 0.000658 -9.47E-05
-0.001852 0.004754 -0.002331 0.000349
-0.000826 -0.000838 0.001561 0.000124
0.000137 -0.000114 -0.000119 -0.003655
Normalized
Cointegrating
Coefficients:
1
Cointegrating
Equation(s)
Y X1 X2 X3 @TREND(86) C
1.000000 0.287840 -7.033579 1.012868 848.2637 -667.3535
(3.68934) (11.0582) (3.11995)
-447.3716
Log
likelihood
Normalized
Cointegrating
Coefficients:
2
Cointegrating
Equation(s)
Y X1 X2 X3 @TREND(86) C
1.000000 0.000000 -6.197538 0.891743 773.2782 -590.8337
(3.74283) (2.44391)
0.000000 1.000000 -2.904532 0.420804 260.5108 -265.8411
(1.46509) (0.95665)
-433.6209
Log
likelihood
Normalized
Cointegrating
Coefficients:
3
Cointegrating
Equation(s)
Y X1 X2 X3 @TREND(86) C
1.000000 0.000000 0.000000 -0.362871 -166.1277 794.5952
(0.90009)
0.000000 1.000000 0.000000 -0.167182 -179.7503 383.4527
(0.53511)
0.000000 0.000000 1.000000 -0.202438 -151.5773 223.5450
(0.45527)
-426.0365
Log
likelihood
（4）回归结果
Dependent Variable: LY
Method: Least Squares
Date: 06/17/05 Time: 00:05
Sample: 1985 2004
LX1 2.406814 0.451972 5.325141 0.0001
LX2 -1.046451 0.441332 -2.371123 0.0316
LX3 0.283220 0.117240 2.415727 0.0289
0.981740 S.D. dependent var 1.832918 Adjusted
R-squared
0.258984 S.E. of regression 0.247683 Akaike info
criterion
Sum squared resid 0.920204 Schwarz criterion 0.507918 Log likelihood 2.410155 F-statistic 256.3780 Durbin-Watson 1.933087 Prob(F-statistic) 0.000000
（5）异方差检验
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/17/05 Time: 00:06
Sample(adjusted): 1987 2004
RESID^2(-1) 0.013774 0.259209 0.053140 0.9583
S.D. dependent var 0.068619 Adjusted R-squared -0.13263
S.E. of regression 0.073027 Akaike info
-2.244952
criterion
Sum squared resid 0.079995 Schwarz criterion -2.096557 Log likelihood 23.20457 F-statistic 0.004659
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 07/01/05 Time: 00:07
Sample: 1985 2004
LX1 -0.894803 2.150113 -0.416166 0.6846 LX1^2 0.065010 0.167353 0.388458 0.7045
LX2 2.123649 2.589353 0.820147 0.4281 LX2^2 -0.143013 0.188873 -0.757192 0.4635
LX3 -0.230284 0.634846 -0.362739 0.7231 LX3^2 0.014546 0.064136 0.226799 0.8244
Adjusted
0.086227 S.D. dependent var 0.080382 R-squared
S.E. of regression 0.076839 Akaike info
-2.005046
criterion
Sum squared resid 0.070850 Schwarz criterion -1.606753 Log likelihood 28.05046 F-statistic 1.256129 Durbin-Watson 2.098101 Prob(F-statistic) 0.347245
四、其它的结果
其实我们开始的很早，所以向平稳性检验也是后面加进去的。

前期的工作中我们考虑最多也最难为我们的是关于模型的建立与多重共线性的克服，其中的一些“成就”望与大家分享
最早的模型是四个变量X1出口，X2进口，X3国外直接投资，X4外债。

其中我们发现进出口对于外汇储备的影响十分明显，外债也不错，国外投资稍稍差点，问题是我们把它们放在一起时其回归结果相当糟糕。

当时我们考虑可能进出口与国外投资之间有着联系（数据的问题）。

所以我们的目的是消除国外直接投资的影响，后在建立与外债相联系的联立方程对其经济意义进行解释。

（A）W检验
Wald Test:
Equation: Untitled
C(2)=1.08*C(3)
Null
Hypothesis:
C(4)=0.12*C(3)
F-statistic 2.722500 Probability 0.096018
Chi-square 5.444999 Probability 0.065710
步骤：分别对X1、X3和X2、X3进行回归，把X2看作中间变量对其进行约束，如C(2)=1.08*C(3) C(4)=0.12*C(3) 。

这样就能使X3包含于新的变量中，把X3“消除”
（B）除法
这也是一种消除变量的方法，不同的是它在Y=（参数）X1+……等式的右边除以你要消除的变量
Last updated: 05/30/05 - 20:26
Modified: 1985 2004 // x11=x1/x3
Last updated: 05/30/05 - 20:26
Modified: 1985 2004 // x22=x2/x3
Last updated: 05/30/05 - 20:33
Modified: 1985 2004 // x7=0.76*x11+x22
Dependent Variable: Y
Method: Least Squares
Date: 06/14/05 Time: 23:42
Sample: 1985 2004
Included observations: 20
Std. Error t-Statistic Prob.
Variable Coefficien
t
C -3257.906 416.2707 -7.826412 0.0000
X7 74.67126 13.08535 5.706479 0.0000
X4 3.151191 0.219836 14.33426 0.0000
R-squared 0.933424 Mean dependent var 1218.531
Adjusted R-squared 0.925591 S.D. dependent var 1584.775
15.11357
S.E. of regression 432.2942 Akaike info
criterion
Sum squared resid 3176931. Schwarz criterion 15.26293
Log likelihood -148.1357 F-statistic 119.1732
Durbin-Watson stat 0.711639 Prob(F-statistic) 0.000000
其进行回归，但是最后还是经济意义的解释上出问题。

（C）其它思考
现在衡量国际收支各项目对外汇储备增长的贡献最直观的做法是对国际收支会计平衡方程直接进行计算。

但由于没有扣除各项目之间对外汇储备的重复贡献，不仅高估了各项目的贡献率，而且掩盖了各项目之间实际贡献的相对比率。

所以从外汇储备的会计平衡方程出发，考虑影响外汇储备诸因素之间的相互关系，构造国民收入函数、进口函数、外债函数，运用2SLS(两阶段最小二乘法)和SUR(似不相关)两种方法对联立方程组进行了参数估计,力图尽可能地扣除出口和外商直接投资对外汇储备的重复贡献。

五、意义分析
出口
1994年以来我国对外贸易高速增长，1993年对外贸易总额为1957亿美元，经过9年的发展，到2002年已经达到6208亿美元。

尤其重要的是，自1994年以来，对外贸易账户及经常收支账户持续顺差。

2001年经常账户顺差额为174.05亿美元，资本与金融账户顺差额为347.75亿美元；2002年经常账户顺差额为354.22亿美元，资本与金融账户顺差额为322.91亿美元。

以强制结售汇制以及资本与金融项目的管制为主要特征的我国外汇管理制度，保证了出口对外汇储备的贡献率1994年年初，我国实行了单一汇率制度，在对资本与金融项目实行严格管制的同时，对经常项目实施强制的结售汇制度。

该制度规定，除了允许部分外商投资企业开设外汇现汇账户外，对于法人所获得的属于经常项目下的外汇收入，必须及时足额地出售给外汇指定银行；对各外汇指定银行实行头寸管理，即各外汇指定银行必须把超过头寸部分的外汇在银行间
外汇市场上抛出，中国人民银行在银行间外汇市场中设有中央银行外汇操作室，购入银行间市场上溢出头寸部分的外汇。

这就形成了我国官方外汇储备中具有部分民间储备的特点。

以持有者为标准来分类的话，我国外汇储备虽然可以分为官方储备和民间储备这两部分，但是，民间储备仅仅是自然人拥有的外汇储备，而国外的民间储备中包含了法人储备和自然人储备，因此，我国的官方外汇储备中实际上包含了法人储备。

1994年实施至今的外汇结售汇制，从本质上讲是“外汇集中制”，即把企业的外汇集中于中央银行，使企业外汇储备转化成为官方外汇储备。

虽然我国于1996年11月宣布开始履行国际货币基金组织第八条款的义务，基本上实现了经常项目的自由化，并于1997年对个别大型外贸公司实行了部分外汇留存制度以及于2002年允许更多的外贸企业留存部分外汇。

但企业实际持有的外汇份额远远低于允许留存的限额。

究其原因主要是，在政府保证人民币不贬值的承诺下，企业在需要外汇时不用担心人民币贬值的风险，从而增强了企业持有人民币的意愿；在经常项目实现自由化条件下，企业在进口需要用汇时，不用担心买不到外汇，外汇已不是稀缺资源，所以，持有外汇与否对企业显得并不重要。

企业持有外币后，资金流出受到较大的制度限制，国内金融市场上又缺乏可供选择的以外币计价的金融商品，由于持有外币的收益很有可能低于人民币，从而导致企业不愿意持有外汇；人民币汇率升值预期更加使企业不愿意持有外汇。

所以，外汇结售汇制依然是外汇管理制度的核心，“外汇集中制”的本质并无变化。

由此可见，现存的“外汇集中制”不仅是导致我国官方外汇储备迅速增加的重要的制度性原因，而且，据此也有力地说明我国官方外汇储备中包含了民间的法人储备。

进口
进口对外汇储备的需求压力增大。

今后，我国在贸易上继续执行奖出限入政策的空间越来越小，必须更多地开放国内市场。

由于近年我国国内经济增长强劲，对进口有强大的需求，所以从目前和未来一段时期看，不断增大的进口需求必然会造成对外汇储备的更多消耗。

事实上，今年一季度我国商品贸易已出现了10亿美元的逆差，贸易顺差45亿美元，仅为去年同期的34%，可见，进口对外汇储备的需求压力正在呈现。

FDI
随着对外贸易的迅速发展，我国已经成为仅次于美国的吸引国外直接投资的国家。

自美国以及日本、韩国等东亚国家提出人民币升值的要求以来，市场上逐渐形成了人民币汇率升值的预期，20世纪90年代从我国境内外逃的资金开始回流国内。

而国内为了抑制一些产业（尤其是房地产）过热的投资，而采用的上升利率的宏观调控手段，则进一步提升了人民币升值预期。

一些投机性的资金，也设法通过各种手段，主要是以外国直接投资的方式进入我国境内，从而使国外直接投资成为影响外汇储备又一重要因素。

有一种观点认为，目前中国的储蓄率极高，银行体系当中的存款就完全可以满足国内的投资需求，吸引国外直接投资只会引起外汇储备的净增加。

所以应当限制外国直接投资的进入，这样可以在一定程度上缓解外汇储备增长的压力。

然而国内商业银行的盈利能力不强，国内企业资金利用率低下，如果由银行贷款投资，贷款成为银行坏账的可能性极大。

并且，FDI和出口一样是现阶段中国经济增长模型中不可缺少的变量。

我国对外贸易的增长主要来源于加工贸易的增长，而50%的加工贸易是由外国直接投资带动的。

FDI带来的品牌和专利使得在国内加
工的产品在国际市场上有较强的竞争力。

同时，外商在中国办厂可以吸纳相当部分由农村转入城市的剩余劳动力。

目前我国的外贸依存度超过60%，FDI的变动将引起对外贸易额，乃至GDP的大幅度变动。

所以在找到我国经济新的增长点之前，FDI将继续在中国经济和贸易发展中扮演重要的角色，同时也依旧是外汇储备储蓄增加的构成因素。

政治因素
政治风险
我国的外汇储备中应该包含国际政治风险的外汇准备。

在当今的国际政治和国际经济舞台上，由于意识形态及社会政治制度的差异，我国经常处于被歧视的地位，如果我国遭遇国际政治风险或经济危机，很难出现真正愿意援助我国的国家。

亚洲金融危机中，在东亚国家最需要外汇援助之时，负有援助之责的国际货币基金组织横生枝节、拖延不救的教训是深刻的。

因此，充足的外汇储备，对当前世界政治格局中处于特定地位的我国而言，是非常必要的。

金融危机
外汇储备是一国政府抵御和化解金融危机最直接最重要的物质基础。

事实证明，1997年东南亚国家发生金融危机时中国政府就是凭借其严格的资本管制和强大的外汇储备使中国逃过大劫，保证了国内经济稳定发展的大局。

香港政府也借由中国大陆的外汇储备及政府的声援，成功击溃国际投机者的攻击，保住了香港的联系汇率制和港币的国际地位。

可见，在国际经济环境变数较多，经济金融危机频发的今天，充足的外汇储备是保障一国经济金融安全所必需的。

人民币形象
九十年代中期起，我国政府一直将维持人民币汇率稳定作为其营造良好经济环境的目标之一。

为实现这一目标，中央银行在我国国内经济持续发展，外贸、外资连年增长的形势下，被迫大量从市场吸纳美元外汇，以保证美元兑换人民币的汇率维持在1∶8.27左右。

这种宏观上的主动调控措施，很大程度上造成了中央银行外汇储备的“被动”增加。

随着经济的飞速发展，中国已经成为亚太乃至世界经济的领头羊。

“地缘政治，币缘经济”这一概念的提出表明一个国家货币的稳定不仅是该国经济实力的体现，更是联系相关国家，使其成为关系紧密的经济共同体的纽带。

类比欧元，如果亚洲要产生一种亚洲国家通用的世界性货币――亚元的话，人民币责无旁贷。

人民币要成为国际货币就要实现经常项下和资本项下的完全自由兑换，这也是我国既定的货币目标。

充足的外汇储备既是一国货币走向自由兑换的必备前提，也是一国货币实现自由兑换后坚定货币信心和保障货币汇率稳定的物质条件。

因此，人民币要走向完全自由兑换必须要有足够的外汇储备作基础，才能保证人民币自由兑换的实现和安全，提高人民币在国际社会的地位与声誉。

这一块是加的不知道放哪里好根据我国外汇管理制度改革的进程，即经过若干年的努力，我国外汇管理制度将基本上实现自由化。

在外汇管理自由化条件下，我国外汇需求有上升的可能，这主要表现在：(1)中央银行为了维持汇率的稳定或实现央行的汇率目标，通过干预外汇市场实现其政策目标，需要持有相当数量的外汇；(2)为了国际投资或资产转换的需要，货币替代的外汇需求将出现。

资本项目逐渐放开对外汇储备需求增大。

开放资本项目，允许资本在国际间自由流动，既是全球经济一体化发展的趋势，也是我国经济发展的内在要求。

经过多年改革，我国经济实力和对外开放程度已大为增强，随着资本管制的逐渐放松，国内企业，银行乃至个人对外投资将成为我国经济发展的又一新景观，资本的大量外流必然
导致外汇储备的耗减。

最后结尾在我国外汇储备居高不下的情况下，应该重视如下问题：(1)外汇储备币种结构的合理性，以防止汇率风险；(2)在保证储备资产充足的流动性前提下，如何提高储备资产的盈利能力；(3)对储备资产产生的盈利，进行适当的处置。

综上所述，不能简单地套用西方国际储备理论，来解释我国的外汇储备问题，实事求是地、动态地、多因素地考虑中国外汇储备总量的话，无法得出中国外汇储备过剩的结论。

我国只有在人民币成为自由兑换货币，进而成为国际货币之后，才有可能把外汇储备维持在西方国际储备理论的水平上，从而降低拥有巨额外汇储备的成本。

六、具体分工：
张程（二）收集数据、（三）[部分]分析数据、（五）经济分析
张翔（一）分析提出问题、（三）[部分]分析数据、（四）其它方法
感谢：小万老师，他给我们提供了一些解决方案，同时也给了我们很多鼓励。

黎老师，使我们对计量产生了兴趣，更重要的是教会了我们思考问题的方法，象自回归中的函数的假定与相关性修正中的系数的迭代。

成稿人：张翔
2005年6月20日。