2012 4
∗
2020 !"# $%& '()* 2020 +, -. /0 123 +45 678'( 9:; +, -.<=>?@ ABCAD</EF@GH8I JK<LMNOPQR/ST GH UPQ VWXJK M U 3Y Z[U\]V^< _&8`aYI JK bOc defgh?@ b4ij defkl <mnL bopFq M, rB8\sV^ <tuvwxMOc V 2020 M b U Z[U\]y5< z{|}8~ S A<
? +45<3 8'( 9:w= 3Y2 ?<tu{ +45C]8 JEL: F21, F31, F37 ¡: b4 U-. 458 ¢£ ¤¥¦§: dhe@; lcheung@; wzhang@; ttowu@ ¨© ª v¢£ «¬C ®¯ °±²³´µ¶ «¬8· ∗ 作者感谢陈尚达大量的研究助理工作，也感谢陈伟华对此研究项目的贡献。
¸¹º»¼ b4ij ½»w, £¾¿À !mÁ Âà bA LV3 U[Ä Å]ÆÇ8 2020 !"# Z²³ÈÉÊË ¨9: <ÌÍ67 + A +, +458 ÎÏ25xÐCÑÒÓÔs ÓÕ '( 9:= 3bÖ×, =>? JØÙÚ Z²³ÈÉ Û0 »ÜY ZÝÞLß +®à8¹V aYáâÖ×, ãäåæ MÖ×, ¾<çYNOPQ83bèé, <êëì íî? JØÙÚ Z, £ïðñ òó ½áâèé, ? ôõ 3ëö8b4ij<tu÷ 2020 <øù6ú3ûüýþ ½ 3YGDP y<&`8 I JK<LMNOPQR/ST GH UPQ VWXJK M U 3YGDPV^< _&8`aYI JK bOc defgh?@ b4ij defkl <mnL bopFq M, rB8\V^ <z{MOc V 2020 M b U GDPy5< G|8aY ev ùM b U-. /0á67w +45 +453 ®Ä V 3Y2 ?<tu{ +45C]8 Ì S eij áâèé, <Fì ?8~« +èé, M
ë ½ +45¾< 3ë ÓÔ$
tuC]8 +45]®w} e ù 45]á +45 ] 45<!m» Å]ÆÇ8 2
I. ¸¹w S ÓÔ$
<tu{ 45 ½»w, £¿À !m3 45U[ë Å]ÆÇ8 v Ì Z²³; ô » ÷ ô ´ »!mÁ Âà bA LV3 !áw} & ÆÇ8"w#$ 3Y% ~&qi'5 ÓÔs w S»( »ÜY)* Z U+, -ÆÇ8 ZJCbJ²³ÈÉù. Ë ¨9: <ÌÍ67 + A +, -./ + A åæ0C +458 \sV^ 3YÐÓÔsê1 eÑÒÈÉÓÔs !"#f¾¹ 3ë18áâÖ×, /FDI0L202390 ¯ãêá Ó4Ä .î÷ V5vb 67R8 e9:8áâÖ×, øù1ú4ûüýþ ;Y Z[U\]/GDP0 25<8 Ø S ´ 3bÖ×, =3bCáâèé, åæ42010 >?»GDP 5<@Fl8 AB Z ËÞOéÈÉ Cb²³DEF £ G8“H,IbDE, £”/QFII0C“H,IZDE, £”/QDII0JK ; îL»©@ì8¹V ~JK Âþ¹ë VQDIIJKSUM , NO¾¹PQ R »SZ , £¢Swxde , 9:8ÎÏ + T²TU/IMF03 ´ VW 4ùX wÖYY î 1 ÓÔsw8 VZ[%DÚwx
\ /1-3 0]»^ _`
Ö×, ´ a /3-5 0]»^ _`
bÞ¦c´ Üd +0a /5-10 0efghU ij1Oé_ kê+,l´µm¯næl´µ/o¬pqÓrst2012 u6 v“@ì wxT y”08 “z{”Â|Ld}Úk 4 & !"#8 ~b4´µ¶L 4“z{” < ÓÔ; k 8 Ë
@ À¢ê
I ê1QFIICQDII {u; vF de8 ¨ÐTY25xÐCÑÒÓÔs ÓÕ èáæ0 +, -.& V/08ÎÏ +ÓÕ ] ´ !Á +, -.=>÷ V2̲³ÈÉ; L;de ¢8 < 2020 '( 9:= 3bÖ×, yáâÖ×, ?íîFì JØÙÚ Z²³ÈÉ Û0 »ÜY ZÝÞLß +®à8¹V aYáâÖ×, ãäåæ MÖ×, ¾<çYNOPQ8 3bèé, <êëì íî? JØÙÚ Z, £ïðñ òó8 3
áâèé, ? ô 3ëö v¸¹²³ÈÉÛ03áâ, U[$67 ½ Z U 3Y b, rh Vk LVJIb, £áâ, òó8I JK<LMNOPQR/ST GH UPQ VWXJK M U 3YGDPV^< _&8`aYI JK bOc defgh?@ b4ij defkl <mnL bopFq M, rB8\V^ <tuvwxMOc V 2020 M b U GDPy5< G|8Ì S eij áâbèé, <Fì ÷ ½ 2020 M b U GDPy5e¹ G| T
8 '( 9:= 2 453 ®Ä V 3Y2 ?<tu{ 45C]8µ÷ ! ù67wxÓÔs M b Uá672 +458; mn4 NOZ¡¢, TH V b³ /EF£
(3ðñ-rhp¤ ¥ !m;[/08~¦67( i'5ê1§ÓÔs Ó¨ ½ 3Ó¨ ©
@M b U-.ª 67vRvNõÓÔs«s¬V}8 ¨ EÌ&v uzJL +NO C +, -. au®J¯° 2020 +Ö×Cèé, -.=M, rBCb4ij /0au±J¯° C²á ÓÔ; <ÌÍ67 45au{J³ +0<&67 + A1 45au´J QDw >HÃl/DSGE0áµ³©
C 45)* w fau¶Jv8 II.
'(зW25xË .î ÐCÑÒÓÔs +Ö×Cèé, Ï& ¸¹1997 C2009 ÓHTU ~/OECD0=º»C¼ýÓÔs81 '(ÎÏIMFb4½¾ ¿ îÀÁ/Annual Report on Exchange Arrangements and Exchange Restrictions0ÂÓÔsS±xT 82 1ÃÄÚÅÓÔs1997-2003 C2004-2009 Æx
Ç .î83 ATÈÉ 1样本包括：澳大利亚，比利时，巴西，智利，中国，芬兰，法国，德国，香港，印尼，印度，意大利，日本，韩国，马来西亚，墨西哥，荷兰，秘鲁，俄罗斯，新加坡，泰国，土耳其，英国，美国和委内瑞拉。 2 此IMF报告提供了一个以“法理”（de jure）作为度量资本管制的基础。 相对于以“事实”（de facto）作为度量基础，法理基础更能反映一个经济体的资本账户政策的用意。 3 IMF报告中描述了每个成员国对13个大类所实施的资本管制。 我们对于每一个经济体各个资本项目编制二进制指数，并计算每年13个项目的二进制指数的总和，使每一个经济体都有一个随时间变化的资本帐户开放指数。 该指数值从1到13不等，当中，资本账户最开放的经济体的指数值为13。 为了简 4
.î 1 ÓÔs 2fvBTCCT VDTv.î q ÓÔs8wÑÒÓÔs/ÈÉ CÊî0Y$ËÆx
Ç>ÌÍ4 .î 1 wT VÎÓÔsÌÏ CÐÑÒ õ4uzx
ÇS8 Ë
ÓÔÐÓÔs Õ2vÖ×/EU0Î Ø SÙ2005 Ë¿ ÚÖ×/non-EU0 àÛÖ×Ü C ÈÉèé 4uzx
ÇLDT&` CT8 1vÅÓÔs .î A 组B 组C 组D 组1997-2003中国澳大利亚芬兰比利时印度巴西新加坡法国印尼智利委内瑞拉德国韩国墨西哥香港特区马来西亚土耳其意大利俄罗斯日本泰国荷兰秘鲁英国美国2004-2009中国澳大利亚比利时香港特区印度巴西智利意大利印尼芬兰法国荷兰马来西亚俄罗斯德国秘鲁墨西哥土耳其日本英国泰国委内瑞拉韩国新加坡美国 资料来源：IMF Annual Report on Exchange Arrangements and Exchange Restrictions 和作者估计数字。 ãZ°= ÝÝÁ +, -.=>÷84 '( IMF +²³Z°nÏ°ÚÞ ÞxÓÔs +Ö×, /FDI0C +èé, UCNO-. GDPy58Sßà\ á âã '(31995 C2009 nÏ Þ3 pwxG>] ®äà
å85 ¹Ë '(°~ÓÔs +Ö×, /FDI0Cèé, UCNO-. GDP G>y586 2= ;ÓÔs L æçB T
+Ö×, Cèé, ULG 易说明我们根据资本帐户开放指数，把经济体分为四个类别。我们为1997-2003年和2004-2009年两个期间计算各经济体的平均指数，然后把经济体用以下方法分类：1至4为A组，5至7为B组，8至10为C组，及11至13为D组。 但如Chinn and Ito (2002) 指出，这种指数的一个潜在缺点是它并没有显示各个级别中政策的实际力度。 4我们应用Lane and Milesi-Ferretti (2010) 所提供的国际投资头寸数据作出同样的分析，得出大概一致的结果。 这组数据根据各国的官方数据编制，但因大多数的经济体只有最近几年的数据，所以按照Lane and Milesi-Ferretti (2007) 所述的方法将数据追溯至1970年。 5我们还删除四种类别的国际投资头寸中在90％的置信区间之外的数据。 6我们假设1995年的资本帐户开放指数值是1996-97年度的平均值，这是因为1997后IMF报告的资本管制覆盖范围与1996年之前的有所改变。 5
> SGDP <<÷ <<8 +Ö×, Cèé, NOL» èª ½aYãäåæë /0 3ë 8 ¹V +, -. á_éê .î ÷VB /ÉëìSí08îÌ +Ö×, U íLAT <÷ïDT < Vèé, U íõ <÷ï<8~ àÚ êb 2ÓÔ4ð}wxÓÔs +, -. Ë&ñòde óô84&wõ '(<ö èÃl 9:Å/æ3 +, -. 678 2vÅÓÔs +, -. 相对于GDP百分比%国际直接投资资产国际直接投资负债国际证券投资资产国际证券投资负债(括号内为标准差)A 组%(%)%(%)%(%)%(%)B 组%(%)%(%)%(%)%(%)C 组%(%)%(%)%(%)%(%)D 组%(%)%(%)%(%)%(%) 注：表内显示每个资本帐户开放类别的国际投资头寸与GDP的平均比率。标准差是按与GDP比率显示。 资料来源：IMF IFS, CEIC 和作者估计数字。 III.
? õÐL èóîá9: + A 2ð} ¹ËTY3w eÓÔ÷í )* +Ö×, Cèé, -. ê1 b4ij ª8 '(TY ¨øáÅù A ð}8Alfaro et al./20070 ÐCÑÒÓÔs nÏ V îúûC 4d +Ö×, Cèé, A def8Walsh and Yu/20100÷D +Ö×, AB ZÓÔT /Ì >GDP0» üý 87 Casi and Resmini /20100Ö» Ü nÏ è Ú ZÓÔT 3báÖ×, ð}¢ VCheng and Ma/20070 nÏ; Ú 8¹V 9:èé, ¨ø®mþ} +Rv ZFSde8Baek/20060÷Db , £ ðñ¥ C GDP?v67 AÑÒÓÔs de8Hernandez et al. /20010 ; Z ÌGDP? 7 应用国际投资头寸数据作分析的研究报告也显示同样的决定因素。 例如，Cheung et al. (2006), ，Lane (2000)，Lane and Milesi-Ferretti (2003) 和 Furceri et al. (2011) 运用OECD的数据，显示资本账户开放和金融市场发展是决定国际投资头寸的重要因素，而人均GDP和贸易开放水平亦同样扮演重要的角色。 6
CR mÇ v e8Chuhan et al./19980 S f/Ìý 50C Z/Ì Zij ÀC¦ 0>S AB deð}8 '( & W
áµ³ AC2ð} v y=α+λy−+Xβ++ (1) i,ti,t1µνi,tii,t 2 y A &íi¯ ~ tS 8 AÈɱùl +Ö×, ABCAD ê1èé, ABCAD8 XæÈ
ÚÞxÓÔs /æ µ »
/0 ÓÔs } νv J8XÈÉ ÷í ijÈ] GDP y5 iÈ; ÷í/ ÷nCijÈ] GDPy5 0 8 ²³ÈÉÛ0÷í/ GDPy50 î/ \
GDPy50 i'5 > +GDP GDP?5C 3Yý M Urh89 '(Q$ á Ë A (yi,t-1) ÓÔs } (µ) Z[f ê1 A /æ Ø/ÌijÈ]C 3M Urh5083#./10 Ëß ÓÔs } ED& W
v y−y=λ(y−y)+(X−Xβνν (2) i,ti,t−1)()i,t−1it−itit−+−,2,,1i,ti,t−1 '(ÎÏBlundell and Bond (1998) # /GMM0¯°#./20 Q$ Ãl810 Ì$© '(© nÏ$ ÈÉÚL1995ï2009 25xÓÔs +Ö×, Cèé, ABCAD înÏ8'( »³2 A ð}/Ì Cc 0 vS( J Þ V~ A ¨v\ f 2 ð} êþ}811 ©» AnÏ> GDPy5 812 '( ¨ø w 8 3 uzï Ëw =Åùl A deð} => /æ S!X8'("ÚÆx*# êþ 8 开放资本帐户可增加外国投资者进入国内股市，同时国内股市越发达，资本帐户开放对资本流动的影响越大。 9 如脚注3中所讨论，资本帐户开放指数是使用IMF的年报中对资本账户限制的描述作为基础，但回归分析所用的是从1到13的指数值，而不是如表1所示的四类作为指数值。 股市市值和股票指数的数据来自Ecowin和CEIC的数据库。国际直接投资和证券投资的流入和流出，贸易总额和广义货币（欧元区除外）均来自IMF 国际金融统计数据库，而欧元区国家的广义货币来自各国的统计机构。 国民储蓄率和全球GDP增长是来自世界银行的世界发展指标。 实际人均GDP的数据是来自 Penn World Table 。 10 统计测试证明滞后因变量是一个充分和有效的工具变量。 11 我们运用面板回归模型分析，使用了直接投资和证券投资回归分析中的解释变量，尝试找出影响其他资本流动的决定因素，但回归结果并不明确。 12 使用资本流动而不是国际投资头寸，是因为在过去二十多年来国际投资头寸有上升趋势，造成此变量出现时间序列分析中所指的“非稳定性”。 虽然采用国际投资头寸的变动可以解决这个问题，但这变量包括估值因素，难以从经济基本面解释。 因此，即使我们的最终目标是预测国际投资头寸，我们仍选择运用资本流动的数据进行分析。 我们在以下的正文内将讨论如何使用资本流动来预测国际投资头寸。 7
$ »åf8Ð AR(2)*#=#./20%&' y® » ùi,t−2v i,t−2v»( yCv4#./i,t−1 f82f aY Ëi,t−1i,t−120 » f '( Ú/æ¢S(«/æ VSargan*#=(«/æ ¡¢vHµ 8'(; CijÈ]»ÜY
+Ö×, C3bèé, _ Á Å A?@8½v L»!m3èé ABU[N$678 ZC , Àw¼ Z U3b , £ )*Ç<+á+1 Á ABkl8~ù67!SiÈ A; ©!á Afðñ`1C, D?@©J,ß813 3v A ð} 因变量对外直接投资对内直接投资对外证券投资对内证券投资资本流动滞后项 ()*** ()*** ()*** ()资本帐户开放指数 ()***股市总市值与GDP比率 ()***股票市场发展指标 ()*** ()*** ()***全球GDP增长 ()** ()*** ()**M2与GDP比率 ()*** ()**国民储蓄率 ()***贸易与GDP比率 ()*** ()***净股本回报率差 ()**实际人均GDP对数 ()** ()*** ()***Arellano-Bond AR(2) (P-值) test (P-值)观察值264398272286 注：表中括号内为 z-值。***，**，* 分别代表1%,5%和10%统计水平上显著。 资料来源：IMF IFS, World Bank WDI, CEIC 和作者估计数字。 aYF» ÓÔ-ImÁ ²./?@ GDP?3 +Ö×, Cèé, ABU[$ 678²³ÈÉÛ0/ ?@0!Á Ö×, ÷8 i'5÷« 3 b ² &` LV3èé, AB»N¢8¹V .î÷Á 3bÖ×, & `!mØÙÚÓÔ0 “1 2 p¤”å /proximity-concentration trade-off08L1v3 +Á `1 LVm¯ +Ö×, 8b + >GDP?<
èé, A? ½ Ï?ÓÔ0 µ 3bÖ×, À5 ÓÔ; V&` Á + >GDP?3 +Ö×, ABU[N$678 13 另一种可能的解释是，当资本流动的波幅因资本帐户开放而增加，外国投资者在本地的投资风险将日益增加，使国内的金融资产对外国人的吸引力越来越低。 资本流动的波幅可透过金融市场和金融体制的发展而降低，如Aoki, Benigno and Kiyotaki (2007), Broner and Ventura (2010), Park and An (2011), Broto et al. (2007) 和 Broner and Rigobon (2005) 所展示。 8
¯]å '(Ð)* 42011 C2020 Å A 4)* +, -. /08îÌ 2020 +Ö×, ï2020 5° 3bÖ×, \C8)* Ae '(3 C ÓÔ1²³; 2020 w /o¬67108; '( iÈÈ]L2010 ;YGDP 67< ÷ 2020 ïOECD G>y5/87<08'(ÎÏ28 Kuijs (2009) 9:ÀÁ 2012 2015 +GDP?< VL2016 ËõS7<8 ÎÏ2011 99 IMF28ÓÔ ó/World Economic Outlook0 )* '( L2012 : GDP?<8 '( 9:= 3bÖ×, <yáâÖ×, êFì íî? ½aYáâÖ×, ãäåæ MÖ×, ¾<çYNOPQ/ 408'()° 3bÖ×, -.<L2010 3 110üýþ/SGDP 5<0?@ 2020 ;51 500üýþ/SGDP 27<0 JØÙÚ Z²³ÈÉ Û0 »ÜY ZÝÞLß +®à8áâÖ×, <L14 760üýþ/SGDP 25<0YË ÷ï69 000üýþê÷/SGDP 36<08~vS ²³ÈÉgh y s <CÓÔ-IF@Ùa <tu)* æb , £á Lß[U814 M +Ö×, -.<42020 ¾¹${NOP¬ ª 18 000üýþ/SGDP <08 3bèé, <qí? JØÙÚ Z, £ïðñ òó815 '()*3bèé, 2 570üýþ/SGDP 4<0?@ï2020 55 000ýþ=%/SGDP 29<0 Váâèé, -.<L2 220üýþ/SGDP 4<0<÷ï;39 000üýþ/SGDP 20<08èé, U<øùNO v 3èé, UU[$ 67 ½3NO »$CN$ 678w#$ b , £<S ²³s <> ?@(4 iÈ , 8"w#$ ({» U ?!m4 &»©k@ v C U ÀrQê1 Aá» ðñ?@816 Ì$© aY2 A ð}/ÌI c 0 êþ} '( » )*2, JK UCNO ?ÎÏ2011 IMF Article IV Consultation32 A M
¢D)*/67208 14 Faria and Mauro (2004) 提出，制度的进步可以吸引境外直接投资，促进更多的外资参与国内的企业管理和技术转让。 虽然制度的进步可吸引股票投资，但对债务投资有着负面影响。 15 表3的回归结果显示，国内经济和股票市场的发展，以及相对于美国国内股票的回报下降，都是可能导致证券投资资金流出的原因。 16 实证研究亦支持这一论点。 例如， Furceri, Guichard and Rusticelli (2011)。 中国的股市回报率在过去二十多年相对于OECD平均高出约三个百分点。 9
4v +, -.)* 10亿美元 (括号内为相对于GDP百分比%)201020152020对外直接投资存量311(%)1,348(%)5,149(%)来华直接投资存量1,476(%)3,397(%)6,968(%)对外证券投资存量257(%)1,273(%)5,474(%)来华证券投资存量222(%)1,030(%)3,876(%)国际直接投资净值-1,166(%)-2,049(%)-1,819(%)国际证券投资净值36(%)244(%)1,598(%)外汇储备2,847(%)5,277(%)6,292(%)净国外资产头寸 (其他资产除外)1,717(%)3,471(%)6,072(%)中国的名义GDP5,87911,48219,170 资料来源：IMF IFS, CEIC 和作者估计数字。 ÎÏ$©)* +, UCNO-. '(!)* M b , rB8 '( OECD Y1998 2007 %% 3b13ZÖ×, G> À5 á 3b áâÖ×, rB8'(L OECD eijCOéÈÉ G> À5 +èé, M
rh8«sá3 '(ÎÏOECDijÈÉ1998-2007 G> À5/<0Cý OCÝÞOéYË À5 G>]/%0 AGG>á èé, M
À5817 '( ý O < G>rh5 á ij, À8M, rB GDPy5<kB?@ L2010 <ï2020 </C1C672B0818 4Kuijs/20090©)* MDD3GDP? Eø TF÷ '()* G<krQ L2010 HGDP <&`ï2020 </C1C672B0819 Ó¨ Þ MR8Y2011-2020 Þ ;Y2006-2010 êýþ° G>] Ó¨ I©<a2010 SGDP <&`ï2020 <8 17对外及对内直接投资的平均回报率是根据OECD2010年经济全球化指标的报告所计算。证券投资中的债券回报率是美国国债和企业债券的平均总回报率（total return），包含了收益率（yield）及资本收益（capital gain）。OECD的债券回报率与美国的债券回报率相近。 18这预测与日本的资本帐户开放的经验是一致的。 广场协议（Plaza Accord）后，日本的国际净投资收益从1986年为GDP的％增加至在20世纪90年代后期平均约GDP的％ （当时日本的资本帐户已达到很高的开放程度）。 19 在基准情境下，我们假设中国将进入再平衡的阶段，从以制造业为主转为以服务业为主的经济体，而产出和贸易的增长将会比过去十年减慢。 此情况与Kuijs (2009) 研究中国经济的再平衡和结构改革的研究报告一致。 10
C1vÓ¨ ©
相对于GDP百分比%相对于GDP百分比%经常账户余额贸易余额净投资收入 资料来源：IMF IFS, World Bank, CEIC 和作者估计数字。 b4ij<4 tu÷ ½ GDP y5<»&` èª8b4ij<L2010 28 470üýþ?@ï2020 63 000üýþ/ 40820 ÌC2© b4ij42019 $<tu÷ ÝË&J8Kê GDPy5áL èª w& b4ijL2013 GDP 47<wÖ&` 2020 33<=%8 M b U-./NFA0 TH<=></8 NFA/ +Ö×, M-.= +èé, \C ®ÈÉ2 UCNO0L2010 17 170üýþ÷ï2020 ;61 000üýþ ½ GDPy5< G|8¸¹I JK NFA/ÈÉb4ij12 UCNO042010 D ë MNO ½ 2020 <T G| »2 000üýþ/SGDP <0 ÂÃMNO8 MN<tu${2MOc ½©H NFA
<&`8 20 我们计算经常帐户余额和净外国直接投资、净证券投资以及其他净流量之间的差异，来推算外汇储备的变化。我们预测的外汇储备变化并不包括估值效应，因为很难对美元兑其他主要货币在十年间的变动作出预测。 11
C2v b4ij )* 10亿美元相对于GDP百分比%7,外汇储备头寸(左轴)外汇储备相对于GDP百分比 (右轴)6,,,,, 资料来源：IMF IFS, CEIC 和作者估计数字。 '(3 NFA )* e¨øT w 8 îÌ Peng/20080)° NFA4ë
<tu?@ O´ DPQ0 i'5e¹qY, 58Ma and Zhou/20090)* 42025 $<${2MOc V 3b U\]!4 ê1GDPCìí? !& 42015 ª 3YGDP 150<8'( 9:= NFA<{uçYM UPQ 2020 z{|} V3b U\]<Y2020 ª GDP 145<8¹V aY'(?·RÖ×Cèé, V¾àÚ2, UCNO '(3b U\] )°!mS1¯8Ì +G4²á/ S NFA èª!m=></8Dollar and Kraay /20060 wxÑTU?Ãl /neoclassical growth model0 d*aY 3Y » ëq [U5? )* æ ²ABê1D Ó¨ VW < SMOX 2MbO 2025 ª SGDP 40<821 IV. ! "# $% '( Lane and Milesi-Ferretti /20040C Faruqee /19950©Y “R8Z[”/transfer problem0 ÃláÖ 2020 3 >H +45/Equilibrium Real Exchange Rate ERER0 6784§Ãl ù67wxÓÔs NFA-.á672 >H +458îÌ wxÓÔs ez{MDDá\R2 +OX ~« Z 3Y b bM+,]^e&V LVÁ +Å]8 21 Dollar and Kraay (2006) 预测中国NFA直到2025年为净负债，意味着中国的经常账户将为相当于GDP 2-5％的赤字。 相反，Peng (2008) 和 Ma and Zhou (2009)预测NFA将继续维持净资产头寸，意味着经常帐户在未来将继续出现盈余。 12
2>H +45 e /æÈÉ 3Y2ÓÔs >GDPê1wx/terms of trade08 ZUD?@!ê ùÔù9:
+]8îÌ ;M+,a ÈÉ©ð}
rB÷©U[ q_å!dqÚM 3YM +, Á +]8rB?@L!mØÙ Z 3Y JK»Fq [UÇ *: +]/ “Balassa-Samuelson effect”0822 wx /L! ùÔù9:67 +458îÌ wx<>%q +~`rB U[q_å dq Z 3 b +, Á +]8 ¨÷ 3M +Ö×, =èé, Cb4ij-. )* '(9: <ÌÍ67 >H +458 NFA '( 50xÐCÑÒÓÔsL1995 2009 nÏá Z +45ÌÍa ®x e 67823 '( +b /BIS0©c +»å45÷n¢S +45/æ ®L& dàwe¨ nÏCf » +, wxnÏ ÓÔs824 aY'( dgv +451267 '(S©»/æ L1995 2009 Þ® pwxG>] êdà~/æ \ á825 '( & W
áµ³ +451267 v NFANaltYDYDTOTlog(RER)=γ+βFA+βlog()+βlog(TOT)+η+ξ (3) i,ti,ti,ti,tii,t 2 RER¯ +45 η »
/0 ÓÔs } ξvwx J8 NFAaltvNFAà2 UCNO ê1M +Ö×, Ë GDP y58'(; O´Y2000 $M +Ö×, C +45 42001 ï2009 D Ø8¸¹ Lane and Milesi-Ferreti/20040CFaruqee/199504#./30 ; βNFA ¯°nS=> ] ½~9:ÀÁ?ï90 ¯Ë nÏ8;'(Â2000 êË nÏLÈÉ4Z +45CÈ
Ú +Ö×, M] NFA 22参阅Lane and Milesi-Ferretti (2002) 有关相对产出水平对实际汇率的影响的讨论。 23样本中的经济体包括：澳大利亚，奥地利，比利时，巴西，保加利亚，加拿大，智利，中国，中华台北，克罗地亚，捷克，丹麦，爱沙尼亚，芬兰，法国，德国，希腊，匈牙利，冰岛，印度，印尼，爱尔兰，以色列，意大利，日本，韩国，拉脱维亚，立陶宛，马来西亚，马耳他，墨西哥，荷兰，纽西兰，挪威，秘鲁，菲律宾，波兰，葡萄牙，新加坡，斯洛伐克，斯洛文尼亚，南非，西班牙，瑞典，瑞士，泰国，土耳其，英国，美国和委内瑞拉。 24 以下经济体被撇除于样本以外：阿尔及利亚和沙特阿拉伯（由于缺少国际证券投资资产净值数据）；塞浦路斯、罗马尼亚和俄罗斯（由于缺少出口和进口价格数据，无法计算贸易条件）；阿根廷（实际有效汇率呈异常值）和香港特区（国际证券投资净资产呈异常值）。 25 国际投资头寸数据来自Lane and Milesi-Ferretti (2010)，大部分国家的数据追溯至1970年。 实际人均GDP数据来自Penn World Table 。 用于编制贸易条件的出口和进口价值指数来自世界银行世界发展指标。 13
¯°nβNFA/SNnC=>8v +Ö×, 3 +45»NÆx67 Vhså®þ8w#$ báÖ×, ¯ bb!L ZE À Á ²árBADC +Å]8"w#$ báÖ×, i ù³ R!ê ùjkR83 Z?U[$67 Á +]83bÖ×, Ø8 LNFA àM +Ö×, »w} Hµf8Sçµ +4512ð} D Z[fZ[ '( («/æᯰ#./308(«/æÈÉ GDPy5 M +Ö×, C2NFA GDPy5 Qlmy GDP? Ë/æCNFAalt Ë/æ826 5v3& ê1ÐCÑÒÓÔsÆx¥& ©¢ $ 827,28 '(; 4& CÑÒÓÔs& NFAalt?@wx g!Á +45]%=% ½3ÐÓÔs& V^õ=>8~ Lane and Milesi-Ferretti/20040 H Õ2vNFA?@3 +45 67ÓÔ3b ê1rB?@U[ q_å&`Vk8 5v>H +45 因变量: 实际有效汇率对数所有的经济体先进经济体新兴经济体净国外资产头寸 (直接及其他资产除外) ()** () ()*相对于贸易伙伴的人均GDP对数 ()*** ()*** ()**贸易条件对数 () ()*** ()Hansen J test (P-值)观察值19810189 注：表中括号内为 z-值（异方差，自相关，一致性估计）。***，**，* 分别代表1%, 5%和10%统计水平上显著。Hansen J测试的原假设是该模型没有过度识别（H0: not over-identified）。工具变量包括：M2与GDP的比率，净国际直接投资和其他净投资与GDP的比率，年龄抚养比，滞后GDP增长滞后变量和滞后NFAalt滞后变量。 资料来源：Penn World Table , Lane and Milesi-Ferretti (2010), World Bank WDI, CEIC 和作者估计数字。 '(R; 4& CÐÓÔs& ¯° 3 >GDP?@wx g!êÁ +45]%=% ½3ÑÒÓÔs67ë / +] 26 M2占GDP的比率，贸易占GDP的比率和年龄抚养比的数据主要来自世界银行的世界发展指标。缺少的数据则透过CEIC数据库用官方数据填补。 27 先进经济体包括澳大利亚，奥地利，比利时，加拿大，丹麦，芬兰，法国，德国，希腊，冰岛，爱尔兰，意大利，日本，荷兰，新西兰，挪威，葡萄牙，西班牙，瑞典，瑞士，英国和美国。 新兴经济体包括未被列为先进经济体的其他经济体。 28 使用同一组国家的年度数据，我们运用向量误差修正模型（VECM模型）估计出类似的结果。 我们也应用了5年的平均值，以及工具变量以估计方程（3），结果大概一致。 14
%08~n H “Balassa-Samuelson hypothesis” » ¨ø829 ¨ø % SnoEf ÌpÞq©rÇ Á [UÇ?@½E -ÆÇ LV67 +458 Ë 4ÐÓÔs wx»=>67 ½3ÑÒÓÔsV^õ no678~!mvaYÓÔÑÒÓÔs ÝÞSÚz{DDstÇ ¡¢ö“ ÈÉ}+” /price-to-market0 ÈÉu!8
'( & W
á)* ERER /0v ∆NFAaltYDlog(RER)=β∆NFA+β∆log(YD) (4) i,ti,ti,t 2 ∆¯ Î/æ /08'( )*TYÑÒÓÔs ¯° ® wx/ v/æ4 =>8'(Le 4© Mèé, Cb4ij-. )*8'( } C2 + >GDP? Y2 +GDP?830 ~vS C2 D<4²án ê íî?831 '( 9:; ?3 >H +45U[vw& ÆÇ V C2 e ?<: Á¢C{ >H +458 <Á >H +45Å]<8;Ë
·R C²áÓÔ?Æx >H +45<]< 90<x¦Ü << 832 ~ Hg Cyz4 ù. ] {|ÓÕ833 V.
&' ! "# '(&$ S +ij &67 AC 458wxÓÔs Ke S +ij 2OéÈÉ e«»ë Âà ê1«j}~ Af8îÌ 42011 ;»60< b4ij,4ý OéÈÉ8'(ÂOéÈÉ; ¢Swx6@ /æ êHæOéÈÉÂÃC2Af3 A 67834 '(L·R ij !m3I OéÈÉ ; » 29 Chong et al.（2010）使用OECD数据发现，相对的人均GDP 增加1％可导致兑美元的实际汇率升值约％。 Frankel（2006）和Genius and Tzouvelekas（2008）发现类似结果，而其中，相对的人均GDP 增加1％导致拉丁美洲和亚洲经济体的货币兑美元分别实际升值％和％。 30附录1解释有关于中国和其贸易伙伴的实际GDP增长预测的假设。 31 中国大多数的贸易伙伴将出现人口增长放缓或出现负增长。 这包括欧洲、日本、美国，甚至一些东南亚国家。 参阅联合国（2004），“World Population to 2300”。 32 作为参考，人民币实际有效汇率从2005年到2011年之间升值约21％。 33 作为参考，德国马克的实际有效汇率在1961年和1975年之间升值10％，而日元实际有效汇率在1964年至1980年之间升值了近60％。 这两段时间分别代表这两国实现资本帐户可兑换性的时期。 34私人和公共债券市场规模的数据来自各国统计来源及国际结算银行（BIS）。 15
67 V@B“ij }”/æ/I OéÈÉÂÃCij /æ 0835 6© D Q$ = I OéÈÉÂÃ?@ » Y
èé_ Vij !w
èé A836 6v A ð} – ij
因变量对外证券投资对内证券投资资本流动滞后项 ()*** ()**资本帐户开放指数 ()***股票市场发展指标 ()*** ()***债券总市值与GDP比率 ()*** ()**债券总市值（储备货币） ()** ()***国民储蓄率 ()***Arellano-Bond AR(2) (P-值) test (P-值)观察值267281 注：表中括号内为 z-值。***，**，* 分别代表1%,5%和10%统计水平上显著。 资料来源：IMF IFS, World Bank WDI, BIS, CEIC, 国家统计来源和作者估计数字。 SÚ)* A '( 2030 < S eij V OéÈ] GDPy5<ª OECD G>G837 «sV^ ICOé\È]L2010 SGDP 15<C52< ÷ 2030 59<C116<8'(L °IJK NFA-. /0©*: M, rB </ LVVhÓ¨ ©
8S${w f i'5LÎÏÓ¨ ©
/0¢DVh8 Ì S eij +Ö×, M-. yT
&/ ½èé, M-.&8`Ì 7©= +èé, UCNO 2020 !mª GDP 35<C31< qYT
& 29<C20<8~3 +èé, OX< 5FÔ Á +èé,
&e ;YGDP < VIJK<tuçYMOX PQ/ ;YGDP <082020 b4ij<ª 69 500üýþ GDP y5S36< qYT
& 33<838 ¹V aY 5 Ó¨ I©ë NFA -. 2020 <ª ;YGDP 31< yT
& 32<! 8 35 拥有主要储备货币地位的国家包括美国（美元）、英国（英镑）、日本（日元）、德国和法国（欧元，1998年之前则用德国马克和法国法郎）。 36 资本帐户开放指数、股票市场发展指标、以及国民储蓄率的系数估算基本上符合表3的结果。我们继续采用在表3所列，对外和对内直接投资的回归结果，因为债券市场发展指标的系数估算并不显著。 37人民币成为主要储备货币所需时间的假设是根据其他研究报告而定。例如，德意志银行（Deutsche Bank）刊登于2011年11月28日的研究报告 “Are the BRIC currencies set to become reserve currencies?”。 38 中国经常账户盈余占GDP比率会从2010年的％下降到在2020年的％，而在基准情景中到2020年为％。 16
>H +45 T
& )* w 8 2020 <Á >H +45Å]< T
&Å]< ;8;Ë
·R 2 ÓÔ?/ T
Ë0 >H +45<]< T
& < ;8 7v +, UCNO-. – ij
10亿美元 (括号内为相对于GDP百分比%)201020152020对外直接投资存量311(%)1,347(%)5,142(%)来华直接投资存量1,476(%)3,395(%)6,959(%)对外证券投资存量257(%)1,907(%)6,725(%)来华证券投资存量222(%)1,762(%)5,940(%)国际直接投资净值-1,166(%)-2,048(%)-1,817(%)国际证券投资净值36(%)145(%)785(%)外汇储备2,847(%)5,341(%)6,951(%)净国外资产头寸 (其他资产除外)1,717(%)3,438(%)5,920(%)中国的名义GDP5,87911,47719,152 资料来源：IMF IFS, CEIC 和作者估计数字。 VI. ! "# ()*+,- ./0 '(4$$
õ¯°Ú NFA >H +45 ª82 '(ÎÏ28 wx9:ÀÁd* ©
<»& èª Y2020 &` HGDP <8aY©
vwxZ[/æ a45/67 ©ê'(»]e©
C >H +45 )*vw 8'( IMF©
®Ó°±²³´µ¶ Global Integrated Monetary and Fiscal/GIMF0Ãl 9: +45]<ÌÍÁ ©
¥2>H8 GIMFvwx2¯_m=Ô QDw >HÃl/stochastic general equilibrium model0 HÚ Z.= = +C UÈÉ LVmb ÅùÁD 8 GIMFÃlY Mu=qMMuCEf< 67839 +454 Z]10</C3A0 GIMFÃl = +D<5°÷10<=% Ë
+DD<&`7<=%8I©HGDPy5<&`; g/C3B08 Ì2011 IMF Article IV ÀÁ©÷D ÓC < Ef< <dÑGH2ÓÔ?Ã
®672©
8N’daiye et al./20100 GIMFÃl 39 对该模型的详细描述，可参考Kumhof and Laxton (2008)，以及运用亚太地区数据作模型校准证明的N’diaye et al. (2010)。 17
Ef<<ÌÍ67 eÓÔ/æ ÈÉUDC©
8~<ÈÉw ÓÔ JKCÚJK4WG -I&st/îÌ pß@DDb@CZw ZCb ÝÞ r0 ; Z²³ÈÉ CXÞ ?@9:C;/R&D0D8<#R!mÈÉ?@C MNJK V÷ ©» <`1~`i'58( R= ~<<? ©
HGDPy5Þ G>&`lYwx g8 \s÷ K +455°]10< @÷÷ Ef< I©HGDP y5<4 L>H]&`; g/C3B 08K2001-2010 10 G>©
HGDPy5/<0¯ ;$ ©
>HG ~« G<krQï2020 HGDP <8~x '($$
õ)* 2020 I©HGDPy5&` < èªvw 8 C3v +45C©
A: +45]B: ]CEf<Á ©
Vh 11%年度因汇率升值引起.因汇率升值与结构性改革引起年度占GDP比率（%）资料来源：作者估计数字。 资料来源：作者估计数字。 VII. 12 ¨9: 3 A +, 45!mU[ 678 2020 <$ '(TYÐCÑÒÓÔs ÓÕ©ED e9:Ì&v 3bÖ×, < _? JØÙÚ Z²³ÈÉ Û0 »ÜY ZÝÞLß +®à8 W[4 , <tu? ½aYáâÖ×, ãäåæ MÖ×, ¾<çYNOPQ8 3bèé, <qí? JØÙÚ Z, £ïðñ òó8áâèé, 18
? ôõ 3ëö S ZC , À<w¼ Z U3b , £ )*Ç<!mk LVÆ AB8b4ij<tu÷ï2020 øù6ú3ûüýþ ½ 3YGDP y<&`8 I JK<LMNOPQR/ST GH UPQ VWXJK M U 3YGDPV^< _&8`aYI JK bOc defgh?@ b4ij defkl <mnL bopFq M, rB8\sV^ <tuz{2MOc VM b U-. 3YGDP y 2020 < G|8 '( 9:w= S A<
? +45<3 82 !m3 >H +45U[vw & ÆÇ ½ C2 ?<tu{ 458 < 2020 < +]<=%8 Ì S eij < 5FÔ áâèé, 8~!mÁ M +èé, ½ >H +45¾¹aYë ÓÔ$
VtuC]8 '( »w]E¡« ßJ8Ð +, ð} ØÙ vË ~ G>ÓÕ8ÅÓÔs»Ù¢ ô GxÓÔs ¬ 3YG>ÓÕ ¥!m=>8L~xóîL ¨ 9:L¢vTY jkV" d* Vµ S3 +, -.²áª )*82f '( 9: evL óîá³ AC +45 /0 VS£ S AC 45\ ª )*8 19
3456 Aoki, K., G. Benigno and N. Kiyotaki (2007), “Capital Flows and Asset Prices”, NBER Book Series: NBER International Seminar on Macroeconomics 2007, Chapter 4. Alfaro, L., S. Kalemli-Ozcan and V. Volosovych (2007), “Capital Flows in a Globalized World: The Role of Policies and Institutions”, NBER Chapters, in: Capital Controls and Capital Flows in Emerging Economies: Policies, Practices and Consequences, 19-72. Baek, I.-M. (2006), “Portfolio Investment Flows to Asia and Latin America: Pull, Push or Market Sentiment?”, Journal of Asian Economics, 17, 363-373. Beja, E. L. Jr. (2006), “Revisiting the Revolving Door: Capital Flight from Southeast Asia”, DESA Working Paper No. 16. Blundell, R. and S. Bond (1998), “Initial Conditions and Moment Restrictions in Dynamic Panel Data Models”, Journal of Econometrics, 87, 115-143. Broner, F. A. and R. Rigobon (2005), “Why are Capital Flows So Much Volatile in Emerging Than in Developed Countries?”, Central Bank of Chile Working Papers No. 328. Broner, F. A. and J. Ventura (2010), “Rethinking the Effects of Financial Liberalization”, NBER Working Paper 16640. Broto, C. and J. Diaz-Cassou and A. Erce-Dominguez (2007), “The Sources of Capital Flows volatility: Empirical Evidence for Emerging Countries”, Banco de Espana, working paper. Casi, L. and L. Resmini (2010), “Evidence on the Determinants of Foreign Direct Investment: The Case of EU Regions”, Eastern Journal of European Studies, 1, 2, 93-118. Chang, R. and A. Velasco (1998), “The Asian Liquidity Crisis”, NBER Working Paper 6796. Cheng, L. K. and Z. Ma (2007), “China’s Outward FDI: Past and Future”, NBER Books on the Web: China’s Growing Role in World Trade. Cheung, Y. W., M. D. Chinn and E. Fujii (2009), “China’s current account and exchange rate”, Hong Kong Institute for Monetary Research Working Paper 14/2009. Cheung, L., K. Chow, J. Chang and U. Li (2006), “Outward Portfolio Investment From Mainland China: How Much Do We Expect and How Large a Share Can Hong Kong Expect to Capture?”, Hong Kong Monetary Authority Research Memorandum 13/2006. 20
Chinn, M. D. and H. Ito (2002), “Capital Account Liberalization, Institutions and Financial Development: Cross Country Evidence”, NBER Working Paper 8967. Chong, Y., O. Jorda and A. M. Taylor (2010), “The Harrod-Balassa-Samuelson Hypothesis: Real Exchange Rates and Their Long-Run Equilibrium”, NBER Working Paper No. 15868. Chuhan, P., S. Claessens and N. Mamingi (1998), “Equity and Bond Flows to Latin America and Asia: The Role of Global and Country Factors”, Journal of Development Economics, 55, 439-463. Cline, W. R. and J. Williamson (2008), “Estimates of the equilibrium exchange rate of the renminbi: Is there a consensus and if not, why not?” Chapter 4 in M. Goldstein and N. Lardy , eds., Debating China’s Exchange rate Policy, Peterson Institute for International Economics, Washington DC. Dollar, D. and A. Kraay (2006), “Neither a Borrower Nor a Lender: Does China’s Zero Net Foreign Asset Position Make Economic Sense?”, Journal of Monetary Economics, 35, 943-971. Dunaway, S., L. Leigh, and X. Li (2006), “How robust are estimates of equilibrium real exchange rates: the case of China”, IMF Working Paper WP/06/220; Schnatz, B. (2011), “Global imbalances and the pretense of knowing fundamental equilibrium exchange rates”, Pacific Economic Review, Vol. 16 (5), p. 604-615. Faria, A. and P. Mauro (2004), “Institutions and the External Capital Structure of Countries”, IMF Working Paper 04/236. Faruqee, H. (1995), “Long-Run Determinants of the Real Exchange Rate: A Stock-Flow Perspective”, IMF Staff Papers, 42, 1. Frankel, J. (2006), “The Balassa-Samuelson Relationship and the Renminbi”, Harvard University, mimeo. Furceri, D., S. Guichard and E. Rusticelli (2011), “Medium-Term Determinants of International Investment Positions”, OECD Economics Department Working Papers No. 863. Genius, M. and V. Tzouvelekas (2008), “The Balassa-Samuelson Productivity Bias Hypothesis: Further Evidence Using Panel Data”, Agricultural Economics Review, 9, 2, 31-41. Hernandez, L., P. Mellado and R. Valdes (2001), “Determinants of Private Capital Flows in 21
the 1970s and 1990s: Is There Evidence of Contagion?”, IMF Working Paper 01/64. Kose, M. A. and E. Prasad (2004), “Liberalizing Capital Account Restrictions”, IMF Finance and Development September 2004. Kuijs, L. (2009), “China Through 2020 - a Macroeconomic Scenario” World Bank China Office Research Working Paper No. 9. Kumhof, M. and Laxton, D. (2008). The global integrated monetary and fiscal model (GIMF) technical appendix, manuscript, the IMF. Lane, P. R. (2000), “International Investment Positions: A Cross-Sectional Analysis”, Journal of International Money and Finance, 19, 513-534. Lane, P. R. and G. M. Milesi-Ferretti (2002), “Long-run determinants of the Irish real exchange rate”, Applied Economics, 34, -553. Lane, P. R. and G. M. Milesi-Ferretti (2003), “International Financial Integration”, IMF Working Paper 03/86. Lane, P. R. and G. M. Milesi-Ferretti (2004), “The Transfer Problem Revisited: Net Foreign Assets and Real Exchange Rates”, The Review of Economics and Statistics, 86, 4, 841-857. Lane, P. R. and G. M. Milesi-Ferretti (2007), “The External Wealth of Nations Mark II: Revised and Extended Estimates of Foreign Assets and Liabilities, 1970-2004”, Journal of International Economics, 73, 233-250. Liu, S., Z. Zhao, Y. Ma, M. S. Yiu, Y.-y. Kueh and S.-k. Tsang (2002), “The Full Convertibility of Renminbi: Sequencing and Influence”, HKIMR Working Paper No. 9/2002. Ma, G. and H. Zhou (2009), “China’s Evolving External Wealth and Rising Creditor Position”, BIS Working Papers No 286. N’Diaye, P., P. Zhang and W. Zhang (2010), “Structural reform, intra-regional trade, and medium-term growth prospects of East Asia and the Pacific—Perspectives from a multi-region model”, Journal of Asian Economics, 21, 20-36. Obstfeld, M. and K. Rogoff (1995), “The Intertemporal Approach to the Current Account”, in G. Grossman and K. Rogoff (eds.) Handbook of International Economics, vol. 3. Amsterdam: North-Holland. 22
Park, B. and J. An (2011), “Can Capital Account Liberalization Lessen Capital Volatility in a Country with Original Sin?”, Korea Institute for International Economic Policy Working Paper 11-05. Peng, X. (2008), “Demographic Shift, Population Ageing and Economic Growth in China: a Computable General Equilibrium Analysis”, Pacific Economic Review, 13, 5, 680-697 Schnatz, B. (2011), “Global imbalances and the pretense of knowing fundamental equilibrium exchange rates”, Pacific Economic Review, Vol. 16 (5), p. 604-615. United Nations (2004), “World Population to 2300”. Walsh, J. P. and J. Yu (2010), “Determinants of Foreign Direct Investment: A Sectoral and Institutional Approach”, IMF Working Paper 10/187. Wang, T. and H. Hu (2010), “How undervalued is the renminbi?” UBS Investment Research, 13 April 2010. 23
7819 :;<= >? 根据IMF外汇安排与限制年度报告中所描述的13个资本管制大类，1)资本帐户开放指数编制二进制指数，然后取其总和。假设中国的资本账户将在2011-2020年从开放程度2 (限制)上升到11(开放)。2)股市总市值与GDP比率假设中国股市市值与GDP比率由2010年的67％增长至2020年的87％(OECD平均水平)。3)金融市场发展指标资本帐户开放指数与股市总市值与GDP比率的乘积。2011年9月IMF世界经济展望的预测，从2012年起全球GDP增长在4)全球GDP增长2011年为％和％，并假设从2017年起的增长率与2016年相同。5)M2与GDP比率假设比率每年增长％，是2000年至2010年间的平均增长率。具体来说，比率将从2010年的上升至2020年的。国民储蓄与GDP的比率。我们的预测是根据根据世界银行Kuijs(2009)的研究报告中(研究结果亦刊登在2010年6月的China6)国民储蓄率QuarterlyUpdate)，资本存量预测所隐含的投资率，以及我们对经常帐户的预测。国民储蓄率将在2010年的53％下降至2020年的49％，这与人口老龄化的论点是一致的。出口和进口与GDP比率的总和。实质增长的预测是根据世界银行Kuijs(2009)的研究报告(研究结果亦刊登在2010年6月的7)贸易与GDP比率ChinaQuarterlyUpdate)，而出口和进口价格预测是根据中国海关数据。此比率从2010年的50％上升至2020年的62％。假设中国的资本帐户全面开放（2015年或2020年）时，中国的股本8)净股本回报率差回报率将达到美国和OECD（美国除外）的平均股本回报率差，而从2010年起每年以相同速度增长。美国和OECD（美国除外）的平均股本回报率差值平均接近0。根据中国国家统计局，2011年实际GDP增长率为％。根据世界银行Kuijs(2009)的研究报告(研究结果亦刊登在2010年6月的China9)实际人均GDP对数QuarterlyUpdate)，假设2012-2015年按年增长率为％，2016-2020年间按年增长率为7％。假设同期人口增长率为％，低于2007年至2010年间的％增长率，以反映未来人口增长放缓。根据从中国国家统计局的数据，2011年净出口对实际增长GDP贡献为％。根据世界银行Kuijs(2009)10)净出口对实际GDP增长的贡献的研究报告(研究结果亦刊登在2010年6月的ChinaQuarterlyUpdate)，假设2012年至2020年之间每年对经济的增长贡献为个百分点。11)人民币兑美元汇率假设人民币兑美元从2011年到2020年累计升值与本文第四部分的实际升值预期相符合，以确保我们的结果不存在变量之间的冲突。 24
2A
-
10 20102011201220132014201520162017201820192020经常帐户余额305201328349372399427461501549606贸易余额232188245253263273281289298307317净投资收入30-1446577188108134165204251净转移4327383838383838383838资本帐户余额122618724118612145-47-151-278-433-621国际直接投资净流入1251861891781581288836-31-115-221 对外直接投资60871321902623524555797289061,117 来华直接投资185273321368420480543615697791897国际证券投资净流入249-10-36-67-102-148-199-260-330-413 对外证券投资8521121852743825016418071,0021,234 来华证券投资3261101149207280354442547672820其他资产净值77-9634530191313131313总体余额2472388569535493444381310223116-15外汇储备变化-472-388-569-535-493-444-381-310-223-11615以供参考： 中国内地名义GDP5,8797,2338,1199,11310,22911,48212,72114,09515,61617,30219,170 注：1) 资本帐户内负号表示净流出。 2) 2010年的总体余额包括IMF数据中报告的错误和遗漏。 资料来源：2011 IMF Article IV, CEIC 和作者估计数字。
2B
-
GDP % 20102011201220132014201520162017201820192020经常帐户余额贸易余额净投资收入净转移资本帐户余额国际直接投资净流入 对外直接投资 来华直接投资国际证券投资净流入 对外证券投资 来华证券投资其他资产净值总体余额外汇储备变化 注：1) 资本帐户内负号表示净流出。 2) 2010年的总体余额包括IMF数据中报告的错误和遗漏。 资料来源：2011 IMF Article IV, CEIC 和作者估计数字。 26
3 !-
（10亿美元）20102011201220132014201520162017201820192020国际直接投资净值-1,166-1,389-1,579-1,759-1,919-2,049-2,140-2,178-2,150-2,037-1,819 对外直接投资存量3114085417319951,3481,8042,3863,1174,0275,149 来华直接投资存量1,4761,7972,1202,4902,9133,3973,9444,5645,2676,0646,968国际证券投资净值362738741412443925918521,1831,598 对外证券投资存量2573174296158901,2731,7762,4193,2294,2355,474 来华证券投资存量2222903925417491,0301,3851,8282,3773,0523,876外汇储备2,8473,2353,8044,3394,8335,2775,6585,9686,1916,3076,292净国外资产头寸 (其他资产除外)1,7171,8732,2632,6553,0553,4713,9094,3814,8935,4546,072以供参考： 中国内地名义GDP5,8797,2338,1199,11310,22911,48212,72114,09515,61617,30219,170（相对于GDP百分比%）20102011201220132014201520162017201820192020国际直接投资净值 对外直接投资存量 来华直接投资存量国际证券投资净值 对外证券投资存量 来华证券投资存量外汇储备净国外资产头寸 (其他资产除外) 注：负号表示净负债。 资料来源：2011 IMF Article IV, CEIC 和作者估计数字。 27
