【视频】何立峰出席2026陆家嘴论坛开幕式并讲话

利率走廊理论认为，中央银行通过设定利率上下限来引导货币市场利率在目标区间内运行。当走廊宽度收窄，商业银行的套利空间缩小，利率波动性应降低（H1）；但过窄的走廊可能导致交易量萎缩、市场深度下降（H2）。隔夜逆回购工具的引入为银行提供了额外的流动性管理手段，可能抵消走廊收窄对交易活跃度的负面影响（H3）。本文从流动性资源配置效率的角度，将Woodford最优利率走廊模型扩展至考虑隔夜工具配置的情形，推导出"最优走廊宽度"与市场深度之间的非线性关系。

核心因果识别依赖于政策变化的准自然实验特征：2026年6月17日央行宣布利率走廊收窄和隔夜逆回购工具创设，政策实施前后构成外生冲击。使用日度DR007偏离政策利率的绝对差值作为被解释变量，以政策实施日为断点，采用面板DID剥离季节性因素和宏观经济冲击。关键识别假定是：若无该政策变化，利率波动性将在政策时点前后保持同趋势变化，以2025年同期数据作为反事实验证平行趋势。

基准模型设定如下：Volatility_t = α + β₁·Post_t + β₂·Narrow_t + β₃·Post_t×Narrow_t + γ·X_t + ε_t。其中Volatility_t为日度利率波动率（DR007与政策利率之差的绝对值），Post_t为政策实施后虚拟变量，Narrow_t为走廊收窄幅度变量（从70bp到50bp的连续测度），交互项捕捉政策净效应。X_t为控制变量集合，包括公开市场操作净投放量、缴税/缴准日虚拟变量、宏观经济数据发布日效应等。

被解释变量：日度利率波动率（DR007收盘价与7天逆回购操作利率之差的绝对值）、日内最大-最小价差、日度交易量对数。核心解释变量：政策虚拟变量（2026年6月17日之后取1）、走廊宽度（政策前70bp、政策后50bp）。控制变量：公开市场操作净投放（亿元）、缴税高峰虚拟变量（每月15-20日）、MLF到期日效应、CPI/PMI公布日效应。数据来源为CFETS银行间市场2000-2026年日度数据，样本窗口为政策前后各90个交易日。

（1）更换被解释变量：用R007取代DR007（考虑信用利差因素），检验结论是否对利率品种选择敏感；（2）安慰剂检验：将政策时点伪置提前30天、60天，检验伪政策是否产生虚假效应，预期无显著效应；（3）子样本分析：区分月中缴税期与月初资金宽松期，检验走廊收窄在不同流动性环境下的异质性效应；（4）排除替代解释：控制MLF操作利率调整窗口，排除中期政策利率变动对短端利率波动的混淆效应。

---

制度型开放区别于传统的"边境开放"，强调的是规则、规制、标准等制度层面的对接与趋同。根据Williamson的交易成本理论，制度安排的有效性取决于其对资产专用性、不确定性和交易频率的适配程度。离岸金融行动方案通过统一跨境结算规则、简化外汇交易准入、建立纠纷解决机制等制度供给，预期可降低三类交易成本：信息搜寻成本（H1）、议价与执行成本（H2）、合规与监管成本（H3）。但制度创新面临路径依赖与制度摩擦：离岸与在岸的监管割裂可能导致新的套利风险，制度"空转"的风险也需要关注。

利用上海自贸区离岸人民币外汇交易试点作为准自然实验。六大国有银行于2026年6月17日后获准通过CFETS平台开展离岸人民币外汇交易，构成了一个典型的分批试点（staggered rollout）格局。以未获准的非试点银行为控制组，采用交错DID（Callaway & Sant'Anna, 2021）估计处理效应。核心识别假定：在试点政策实施前，试点行与非试点行的外汇交易特征（交易量、点差、客户结构）具有平行趋势；使用2024-2026年月度面板数据检验该假定。

采用交错DID设定：Y_it = α_i + λ_t + β·D_it + γ·X_it + ε_it。其中Y_it为银行i在t月的外汇交易量对数、买卖价差或市场份额；D_it为处理状态变量（银行i在t月已获准开展离岸外汇交易=1，否则=0）；α_i和λ_t分别为银行和月度固定效应。使用Sun & Abraham（2021）方法估计处理效应的异质性动态路径，以解决交错处理中"坏比较"问题。X_it包括银行资产规模、资本充足率、跨境业务占比等控制变量。

核心被解释变量：（1）月均USD/CNH买卖价差（基点），测度交易成本；（2）月均外汇交易量（亿元）及市场份额；（3）跨境人民币结算占比。核心解释变量：试点银行处理状态。控制变量：银行总资产（对数）、资本充足率、不良贷款率、净息差、跨境业务收入占比、是否为系统重要性银行。数据覆盖2024年1月至2027年6月，涵盖六大国有银行及12家全国性股份制银行的面板数据，来源为CFETS、外汇交易中心、银行年报及SWIFT报文统计。

（1）更换控制组：以香港、新加坡持牌银行的外汇交易点差作为反事实比较基准，检验上海试点是否缩小了境内外汇交易成本与国际水平的差距；（2）工具变量法：使用银行总部到上海的地理距离与政策实施时间的交互项作为工具变量，缓解银行选择参与试点的内生性；（3）排除其他政策干扰：控制同期QDII额度扩大、FIMA回购工具创设等配套政策的影响，分离离岸外汇交易试点的独立效应；（4）Bacon-Decomposition分解：对交错DID估计量进行分解，识别哪些处理组-控制组比较驱动了总体估计结果。

---

Gilpin的国家-市场关系理论指出，在国际体系中，国家既需要市场效率以促进经济增长，又需要通过法律和制度维护政治自主性。金融制裁本质上是利用金融基础设施的"中心-外围"结构对外围国家施加市场准入压力的权力工具。阻断法的制度逻辑在于构建"防火墙"，切断制裁指令在国内的法律传导链条。本文提出三个假说：阻断法的有效性取决于其与国内金融市场的深度匹配（H1——制度嵌入假说）；单边阻断法缺乏国际协调将面临合规困境（H2——协调失灵假说）；阻断法可能产生"寒蝉效应"，导致合规成本从政府向私人部门转移（H3——成本转嫁假说）。

采用比较案例分析法（Comparative Case Study），选取欧盟（1996年阻断法令及2018年伊朗制裁背景下的更新）、俄罗斯（2018年反制裁法）和中国（2021年反外国制裁法+2026年金融法阻断条款）作为三个典型案例。比较维度包括：（1）触发条件——制裁的域外管辖范围；（2）法律救济——本国企业可否就外国制裁在国内寻求损害赔偿；（3）执行机制——行政机关的自由裁量权与司法审查的关系；（4）市场反应——法律颁布后外国金融机构的行为变化。使用过程追踪法（Process Tracing）识别因果机制。

构建"阻断法效力评估指数"作为被解释变量，包含五个子维度（法律清晰度0-20分、司法可执行性0-20分、市场威慑力0-20分、国际协调度0-20分、经济代价0-20分），总分100分。对三个案例在各维度的得分进行专家评分（德尔菲法），使用模糊集定性比较分析（fsQCA）识别"高效力阻断法"的必要条件和充分条件组合。同时构建面板回归模型：Foreign_Bank_Exit_{jt} = α + β·Blocking_Law_{jt} + γ·Sanctions_Intensity_{jt} + δ·X_{jt} + ε_{jt}，检验阻断法颁布后外资银行退出受制裁市场的概率变化。

效力评估指数：通过20位国际经济法专家和经济学家的两轮德尔菲问卷构建。市场反应变量：一级制裁市场外资银行退出率（年度）、二级制裁合规成本占营收比重、SWIFT报文量变化率。控制变量：受制裁国GDP增长率、金融开放度（Chinn-Ito指数）、与美国贸易依存度、是否为SWIFT董事会成员。数据来源包括OFAC执法数据库（2000-2026年）、BIS国际银行业统计、各国央行金融稳定报告。

（1）敏感性分析：调整五维评估模型中各子维度的权重，检验排名结果的稳定性（等权重→因子分析权重→专家定性权重）；（2）案例扩展：增加日本、印度等非西方国家的法律反制实践作为补充案例，检验结论的外部有效性；（3）事件研究法：以阻断法关键事件（如欧盟2018年更新阻断法令覆盖伊朗制裁）为事件日，检验事件窗口内外国银行股超额收益率的变化方向，提供金融市场对阻断法效力的定价证据；（4）反事实模拟：基于历史数据构建合成控制单元，模拟"无反制条款"情形下制裁冲击的量化影响。

---

Kindleberger的金融中心理论认为，金融中心的形成遵循"规模经济→范围经济→信息外部性"的演化路径。对于上海而言，实现从国内金融中心向人民币资产全球配置中心的结构转型，需要跨越三个门槛：（1）资产供给门槛——提供足够多样化的人民币计价资产以满足全球投资者配置需求；（2）制度质量门槛——离岸和在岸的制度衔接达到国际标准；（3）网络效应门槛——形成足以与纽约、伦敦竞争的全球交易网络。本文提出三个假说：离岸金融政策通过"制度先行"效应降低国际投资者参与成本（H1）；人民币资产的全球配置增长通过"规模效应"反哺上海金融中心竞争力（H2）；两者之间存在非线性的"门槛效应"——只有当政策力度和资产规模均超过临界值后，正反馈循环才会启动（H3）。

采用面板VAR模型识别人民币国际化指标（跨境人民币支付份额、境外人民币资产存量、点心债发行规模）与上海金融中心竞争力指标（GFCI评分、金融市场深度、外资金融机构数量）之间的双向因果关系。面板VAR不预设变量间的因果方向，通过Cholesky分解和脉冲响应函数刻画冲击的传导路径。以季度为频率，构建2009年（人民币跨境贸易结算试点启动）至2026年的时间序列，利用Granger因果检验确定变量进入VAR系统的顺序。识别假定：模型已包含所有重要的共同驱动因素（如中国GDP增长率、全球风险偏好VIX指数）。

Panel VAR模型设定如下：Y_{it} = A_1·Y_{it-1} + A_2·Y_{it-2} + ... + A_p·Y_{it-p} + u_i + e_{it}。其中Y_{it}为包含四个内生变量的向量：（1）境外机构人民币资产持有增速；（2）上海GFCI排名变化；（3）人民币国际支付份额；（4）外资银行在沪分支机构数量。u_i为国家/地区固定效应（当使用跨国面板时），e_{it}为误差项。使用系统GMM（Blundell & Bond, 1998）估计系数，最优滞后阶数由AIC/BIC准则确定。脉冲响应函数报告各变量对"离岸金融政策冲击"（以政策文本量化得分作为代理变量）的响应路径。

（1）人民币资产全球配置指数：综合IMF CPIS数据、SWIFT人民币支付份额、BIS人民币外汇交易份额三个指标，使用主成分分析法（PCA）构建；（2）上海金融中心竞争力：GFCI指数得分，并辅以上海证券交易所市值/GDP比、银行间市场日均交易量、上海自贸区FT账户余额等本土指标；（3）政策力度指数：基于政策文本量化分析——收集2009-2026年国务院、央行、上海市政府发布的离岸金融/人民币国际化政策文件，使用LDA主题模型提取政策主题，以政策文件数量和政策工具力度加权构建指数。数据频率为季度，覆盖2009Q1-2026Q2。

（1）替代金融中心指标：用新华-道琼斯国际金融中心发展指数替代GFCI指数，检验结论对指标选择的敏感性；（2）子时段分析：区分2016年前（人民币加入SDR前）和2016年后（SDR后+沪港通深港通北向通开通后），检验不同制度环境下变量关系的稳定性；（3）工具变量法：以"一带一路沿线国家与中国签署本币互换协议的时间"作为人民币国际化的工具变量，缓解潜在的内生性；（4）门槛回归：使用Hansen（1999）面板门槛模型，检验"政策力度"和"资产规模"是否存在门槛效应，识别正反馈循环启动的临界条件。

---

在凯恩斯的IS-LM框架中，货币供给扩张通过降低利率刺激投资进而拉动总需求。在开放经济条件下，一国货币政策传导不仅通过国内利率渠道，还通过汇率渠道和资本流动渠道实现。FIMA回购工具的创设为境外央行提供了以中国国债获取人民币流动性的融资渠道，这相当于拓展了中国货币政策的"国际传导半径"。理论假说如下：（1）FIMA回购工具增强了人民币的"国际最后贷款人"功能，降低了全球市场持有人民币资产的流动性溢价（H1）；（2）这一溢价降低通过资产组合再平衡效应提升了境外投资者对人民币计价信贷资产的需求，间接扩大了国内信贷投放（H2——国际信贷渠道）；（3）国际流动性供给渠道与国内利率渠道之间存在"杠杆效应"——在资本账户逐步开放的条件下，1单位FIMA流动性注入对国内投资的乘数效应大于等量国内公开市场操作（H3）。

采用SVAR模型施加短期识别约束（Cholesky分解），变量排序基于经济理论：政策利率（7天逆回购利率）→ FIMA回购余额 → 跨境人民币信贷流量 → 国内信贷总量 → 固定资产投资 → GDP产出。短端利率冲击和政策工具冲击通过符号约束（sign restrictions）进一步识别：紧缩性货币政策冲击应导致利率上升、FIMA余额下降、国内信贷收缩、产出下降。使用2000-2026年的月度数据，基准识别假定是货币政策冲击在月度频率上外生于同期经济活动变量。以FIMA回购余额的变化作为"国际流动性供给冲击"的代理变量，通过历史分解分析其在2025-2026年样本期内对投资的贡献。

基准SVAR模型：A·Y_t = B_1·Y_{t-1} + B_2·Y_{t-2} + ... + B_p·Y_{t-p} + ε_t。其中Y_t为六维内生变量向量：ΔPolicyRate_t（政策利率变化）、ΔFIMA_t（FIMA回购余额月度变化）、ΔCrossBorderCredit_t（跨境人民币信贷增速）、ΔDomesticCredit_t（国内信贷增速）、ΔFixedInvestment_t（固定资产投资增速）、ΔGDP_t（月度宏观景气指数）。A矩阵为反映同期因果关系的下三角矩阵（Cholesky约束），ε_t为结构冲击向量。采用贝叶斯方法估计（Minnesota先验），以克服高维参数估计中的过拟合问题。重点脉冲响应函数：FIMA余额冲击对国内信贷和固定资产投资的动态响应路径；历史分解：将2025-2026年投资增速分解为国内利率贡献和FIMA国际流动性贡献两部分。

被解释变量：月度固定资产投资增速（国家统计局+工业增加值预测补充）、月度宏观景气一致指数（由PMI、工业用电量、铁路货运量、信贷增速合成）。核心解释/中介变量：FIMA回购工具月度余额（亿元）、跨境人民币信贷流量（亿元，含贸易融资+跨境贷款+点心债净发行）、7天逆回购操作利率（%）。工具变量：主要经济体央行政策利率的加权平均值（以贸易权重加权），理由为全球央行利率变化通过影响境外人民币需求外生地影响FIMA回购工具使用量。数据来源为央行货币统计数据库、CFETS、国家统计局，频率为月度，样本区间2000年1月至2026年6月。

（1）替换识别策略：用符号约束（Sign Restrictions）替代Cholesky递归约束，放宽变量同期因果顺序的假定，检验脉冲响应方向是否一致；（2）子样本分析：以2020年疫情冲击为分界点，比较"正常时期"与"非常规宽松时期"货币政策乘数的异同；（3）跨国比较：引入韩国央行（韩国央行与本币互换和境外韩元流动性工具）和欧洲央行（EUROSYSTEM回购工具）的类似安排作为比较基准，探讨FIMA回购的乘数效应是否具有中国制度特征的独特性；（4）外部工具变量SVAR：以"美联储政策利率变化×中国资本账户开放度"的交互项作为FIMA回购余额的外部工具变量，利用全球金融周期对中国跨境资本流动的外生冲击识别因果效应。

---