人民币均衡汇率的估计
别是根据回归Ⅲ、回归Ⅳ和回归Ⅴ估计得到均衡实际汇率。由此可见，用这一模型估计得到的均衡实际汇率对样本选择并不太敏感。
0.500.450.400.350.300.250.20
1974
1976
1978
1980
1982
1984
86
88
90
92
94
96
98
00
2002
2004
2006
图5：不同样本估计得到的均衡实际汇率
（二）估计结果对变量选择敏感性分析
Dunaway等人（2006）用扩展购买力平价法估计人民币均衡汇率，发现估计结果对解释变量选择非常敏感。因此，我们加入了两个被广泛认为对实际汇率具有重要影响的变量以检验估计结果对变量选择敏感性，它们是净对外资产（NFA）和贸易条件（TOT）。
NFA用净对外资产占GDP的比率来表示。但是，这一数据几乎无法准确获取，为此我们用一国货币当局与存款银行（deposit money banks）所持有的对外资产总额与对外负债总额之差作为对外净资产的代理变量，该数据来自于世界发展指标（2007），时间跨度为1974-2004。
贸易条件是指出口价格指数与进口价格指数的比率，其计算公式如下：
EXEX
/P0Pt
TOTt=IMIM
Pt/P0
EXIM
其中PtEX（PtIM）表示时间t的出口（进口）价格指数，P0（P0）表示基期（2000年）的出口（进口）价格指数，相关数据同样来自于世界发展指标（2006），时间跨度也为1974-2004。
表2回归Ⅵ给出了加入两个变量之后的估计结果。可以看出，净对外资产和贸易条件的加入并没有改变原来解释变量的符号以及统计上显著性。估计结果同时表明，净对外资产提高或贸易条件改善将引起实际汇率升值，这与很多文献的估计结果一致，如Clark and MacDonald（1998），Bénassy-Quéré等人（2004）。
在回归Ⅵ中，中国可用的样本点只有8个。为了更好地观察加入新的解释变量是否会造成均衡汇率估计值的显著变化，我们根据数据的可得性以及GDP的规模大小选择了四个发展中国家，它们是巴西、墨西哥、印度和阿根迁。图6给出了用两个模型估计得到的这四个国家的实际汇率失衡情况。其中MIS-1和MIS-2分别表示根据回归Ⅲ和回归Ⅴ估计得到的用对数表示的失衡。从图6可以看出，加入两个解释变量后估计结果变化相当小，表明估计结果对变量选择的敏感性也不高。
图6: 根据回归Ⅱ和5估计得到的实际汇率失衡程度比较