中国学术杂志网

人民币相对货币汇率波动变化分析

 论文栏目:人民币论文     更新时间:2018/3/1 15:31:08   

内容提要:本文应用GARCH等多个模型对人民币汇率收益率进行拟合。研究发现:(1)人民币对美元汇率的波动幅度在8•11汇率改革之后显著增大,但对其他货币的汇率波动未发生明显变化。(2)8•11汇率改革至今,人民币对日元、英镑的汇率收益率分布显著异于正态分布;人民币对美元、欧元及加权平均汇率符合正态分布的假设。(3)人民币加权平均汇率收益率的均值与其波动率有显著的正向关系。(4)人民币汇率的当期波动幅度取决于上期波动大小。

关键词:人民币汇率;汇率波动;模型拟合;风险管理

8•11汇率改革①以来,人民币的市场化程度有所提高,人民币对美元、日元、欧元等世界主要货币的汇率波动也愈加剧烈。2016年10月1日人民币正式加入SDR意味着人民币国际化进入了标志性的新阶段,人民币在各国交易结算中的占比日益提升,在机构投资者资产配置中的份额也与日俱增。8•11汇改实施和加入SDR在推动人民币国际化的同时也调整了人民币汇率形成机制,增强了市场机制因素,并对人民币汇率走势产生一定影响。在此背景下,对比分析8•11汇改和加入SDR前后的人民币汇率波动情况,能够更好地解读和把握我国人民币汇率走势,系统剖析人民币汇率形成机制,防范汇率波动风险,进而为推动人民币汇率平稳和宏观经济稳定,加快推动人民币国际化进程,助力国内经济结构调整和升级提供理论支撑和政策指导。

一、相关研究文献综述

按研究内容,有关汇率波动方面的研究文献大致可分为汇率波动对称性和汇率波动幅度两类。在汇率波动的对称性方面,学者对美元、英镑等成熟货币的汇率波动存在非对称性基本达成一致意见。例如,Torben和Bollerslev(2001)运用GARCH模型证实了美元的升值和贬值时的波动情况存在显著差别。然而,对人民币汇率波动对称性仍莫衷一是。翟爱梅(2010)基于GARCH模型的实证研究表明人民币汇率波动具有反向非对称性。然而,姚益家(2017)利用ARMA-GJR模型分析了人民币对美元汇率的波动特征,研究结果表明人民币汇率具有正向非对称性。在测度汇率波动幅度方面,伍戈和裴诚(2012)基于ARCH模型讨论了在岸和离岸人民币汇率波动之间的关系。赵华和燕焦枝(2010)利用GARCH模型研究了2005年汇改前后人民币对美元汇率波动情况。李强和田娟娟(2016)利用ARCH模型进行实证分析,研究结果表明:2015年汇率改革之后人民币对美元汇率存在双向波动性和记忆效应。本文的创新点主要有三方面:(1)现有文献使用的模型大多局限于ARCH和GARCH两类简单模型。然而,由于假设条件与现实的外汇市场差异较大,这些简单的模型难以得出令人信服的结论。为弥补该缺陷,本文引入了E-GARCH、IGARCH等更接近现实的模型。(2)现有文献研究人民币汇率时,主要以美元为标的物,忽略了人民币对其他货币的汇率变化。为弥补该缺陷,本文考虑了SDR货币篮子中的所有货币。(3)现有文献讨论人民币汇率波动时,通常把历史数据作为一个整体研究。然而,2015年汇率改革前后的金融经济形势存在着云泥之别,不宜做整体分析。为弥补该缺陷,本文将历史数据区分为8•11汇率改革前后分别讨论。

二、8•11汇率改革以来成效的分析

8•11汇率改革至今已两年有余,在此期间,人民币汇率形成机制又经历了若干次微型的改革。例如,2015年12月11日,中国外汇交易中心正式发布了CFETS(ChinaForeignExchangeTradeSys-tem)人民币汇率指数。从2017年1月1日开始,CFETS篮子中美元的权重被显著下调,同时增加了11种货币,该篮子中的货币数量由13种变为24种。2017年5月27日,CFETS人民币汇率中间件引入了对冲市场情绪的顺周期波动因子。这些汇率改革措施促使人民币向国际化、市场化迈进了重要一步。

(一)人民币对美元汇率转为双向波动

8•11汇率改革至今,人民币对美元汇率由之前的震荡下行转为筑底回升。人民币对美元的汇率形成机制较之前得到了明显的优化改良,其市场化特征逐渐显现。以人民币对美元汇率的日数据为例,2016年1月初至2017年6月末人民币对美元贬值、升值的交易日数量几乎相等,人民币汇率双边波动的特征已经基本确立。

(二)人民币汇率中间价形成机制日益完善

在8•11汇改的基础上,2016年2月,明确“上日收盘价+一篮子货币汇率变化”的现行人民币兑美元汇率中间价定价机制。在新的定价机制下,中间价与各家银行的报价平均值差距越来越小,各家银行报价之间的差距也变小。这体现出中间价形成机制的透明度和市场化水平逐渐提高。

三、8•11汇率改革前后人民币汇率波动变化实证研究

(一)汇率波动估算模型介绍

1.GARCH模型。Bollerslevb(1986)将ARCH模型优化升级为GARCH模型(GeneralAutoRegres-siveConditionalHeteroskedasticitymodel),该模型可用式(1)~(3)概括。在GARCH模型中需要估计的参数大大少于ARCH模型。

(二)数据选取

为量化分析8•11汇率改革前后人民币汇率的波动差异,图1绘制了人民币对主要货币的汇率对数收益率走势图②,表1是对应的关键统计指标,数据来源于Wind资讯。样本区间为汇率改革前后大致相等的两段,即2013年5月18日-2015年8月11日和2015年8月11日-2017年11月3日。其中,汇率以间接标价法表示。因此,汇率数值增大表示人民币升值。CNY.AVG是人民币对SDR货币篮子中的美元、欧元、日元、英镑的汇率平均值的对数收益率,加权的权重为它们在SDR中的份额。由图可见,8•11汇率改革之后人民币对美元的汇率波动率大幅度增大。然而,人民币对其他几种货币的汇率收益率的振幅未发生明显变化。人民币币值只有对美元在8•11汇率改革前后发生了巨幅变化,汇率改革后的波动率明显增大。其原因有三方面:(1)在8•11汇率改革之前,人民币汇率形成机制仅把美元作为定价参考标准。汇率改革之后,人民币将一篮子货币作为定价参考基准,美元失去了之前唯一“锚”的地位,因此,人民币对美元的波动幅度明显增大;(2)汇率改革之后,人民币的市场化程度进一步提高,人民币与其他货币交换的市场化行为较之前更加活跃。(3)中国货币、外汇当局对外汇进出口的管理进一步放松,外汇交易对有效信息的反馈速度更快。因为外汇进出境的限制有所减少,人民币汇率的弹性也较之前更大。

(三)实证结果分析

1.人民币汇率收益率的正态性检验。为检验样本的分布是否具有正态性,本文首先对样本进行JarqueBera检验。从表2的检验结果来看,人民币对各货币的汇率的JarqueBera检验值在汇率改革之后均有所下降,说明其正态性较之前显著提高。这意味着汇率改革是朝着更加市场化的方向进行的,因此人民币对美元汇率更符合正态性分布的假设前提。人民币对欧元、日元,以及对4种货币的加权平均汇率均展现了类似的特征,然而它们较美元而言市场化程度依然相对较低。这与他们在SDR货币篮子中的份额较低有着重要联系。人民币的加权平均汇率收益率在改革前后均具有正态性。这说明本文的后续分析研究以人民币汇率对数收益率具有正态性为假设前提是合情合理的。2.模型定阶。鉴于前文的分析结论,本文后续的研究以人民币对4种货币的加权平均汇率代表人民币的币值。如图2所示,本文分别绘制了8•11汇率改革前后人民币加权平均汇率的ACF和PACF图。从图中可以看出,在汇率改革之前,人民币汇率的一阶ACF滞后项明显高于临界值,其余各期均低于或仅略高于临界值。这说明后续模型取人民币汇率收益率的一阶移动平均滞后比较恰当。汇率改革之后,人民币汇率的移动平均属性并未发生明显变化,主要与一阶滞后有关。PACF是判定模型自回归阶数的常用方法。从图中可以看出,8•11汇率改革之前,未有任何滞后项的PACF值明显超过临界值,仅有两期略高于临界值。汇率改革之后,所有期滞后项的PACF值均在临界值之内,未体现出该时间序列明显的自回归属性。本文进一步对汇率改革后的人民币汇率对数收益率做了Ljung-Box检验,检验结果显示该序列存在明显的ARCH效应,鉴此,本文后续模型借鉴Zhang(2017)设定为GARCH(1,1)的形式。3.模型拟合。表3是本文对2015年8月11日汇率改革以来,人民币对4种货币加权平均汇率对数收益率的各种模型的拟合结果的概括。其中mu为均值方程的截距项;ar1为均值方程的自回归项;archm为均值方程中含有的方差方程中的残差方差项;omega为方差方程的截距项;alpha1为方差方程中的ARCH项;beta1为方差方程的GARCH项。gamma1为非对称因素项;eta11为非对称因素的旋转值。关于均值方程的截距(mu),仅在GARCH-M模型中P值是低于10%的,在其余几个模型拟合中,P值均大于20%,这说明GARCH-M模型的拟合可能是最恰当的。就均值的自回归项(ar1)而言,它仅出现在GARCH模型中,且P值很大。这说明未在任何有意义的显著性水平上得出序列自回归的结论。关于均值方程中的残差方差项(archm),它仅出现在GARCH-M模型中,且在95%的置信度下是显著的。因此,人民币汇率的收益率均值与其方差有着显著的正向关系。对于方差方程中的截距项(omega),它在IGARCH和EGARCH两个模型中都很显著,这说明汇率收益率的波动是客观存在的,不仅依赖于过去的残差、方差而存在。对于方差方程中的ARCH项(alpha1)而言,在90%的置信度水平下,它仅在TGARCH模型中是显著的,而在其他几个模型拟合中都不显著。这说明,人民币对4种货币的加权平均汇率收益率不存在ARCH效应。对于方差方程的GARCH项(beta1)而言,它几乎在所有拟合方差中都是显著的。这非常有力地证明了,人民币汇率收益率序列存在着很强的GARCH效应。综上所述,GARCH-M模型的拟合效果是最好的,在90%的置信度水平下,4个估计参数均是显著的。上述模型的拟合结果说明:(1)人民币汇率对数收益率序列不存在明显的自回归效应。(2)汇率收益率不存在明显的ARCH效应。(3)该序列存在明显的GARCH效应。(4)人民币汇率的对数收益率的均值不为零。(5)汇率收益率与汇率的波动之间存在密切关系。

四、主要研究结论与政策建议

综上所述,本文的研究发现如下结论:(1)人民币对美元汇率的波动幅度在8•11汇率改革之后显著提高。(2)人民币对欧元、英镑和日元货币,以及人民币加权平均汇率在8•11汇率改革前后的波动幅度未发生明显变化。(3)8•11汇率改革以来,人民币对日元、英镑两个汇率收益率分布显著异于正态分布;人民币对美元、欧元,以及对4种货币汇率收益率的加权平均值符合正态分布的假设。(4)人民币加权平均汇率收益率的均值与其波动率有着显著的正向关系。(5)人民币汇率的当期波动与上期波动有着密切关系。(6)人民币汇率通过影响进出口贸易、外商直接投资等渠道影响宏观经济。结合本文的研究结论,本文拟提出以下政策建议以供政策制定者参考:1.扩大进出口贸易中以人民币结算的份额。长期以来,中国存在着进出口的贸易顺差,因此拥有大量外汇储备。然而,在进出口贸易中人民币结算的比率还处于较低水平。提高中国、外国企业在国际贸易结算中使用人民币的比率,将缓解企业及的外币资产、负债的错配问题。实体企业的盈利水平将更加稳定,财务状况也易于掌控,从而提高稳定的偿还贷款的现金流。因此,企业受汇率波动的影响程度将大大降低。2.保持适度外汇规模。当今,美国、日本等发达国家的经济增长低迷,外需不足,同时国内处于三期叠加③的特殊时期,兼顾稳增长和调结构的双重目标、确保国内经济基本面向好尤为重要。有鉴于此,中国政策当局应保持适度外汇规模,在必要时对人民币汇率进行适当调节以促进宏观经济增长。3.加强资本进出境管理制度。汇率波动必将引起资本在国际市场间流动,适当的资本流入、流出中国都是合情合理的。然而,资本进出境对汇率波动的过度反应不利于中国、世界经济的长足发展。因此,在人民币汇率波动幅度日益增大的当下,政府当局应做好资本进出境管理工作,以确保经济的稳定增长。

作者:赵建廷

学术网收录7500余种,种类遍及
时政、文学、生活、娱乐、教育、学术等
诸多门类等进行了详细的介绍。

人民币论文
@2008-2012 学术网
出版物经营许可证 音像制品经营许可证
主机备案:200812150017
值班电话
0825-6697555
0825-6698000

夜间值班
400-888-7501

投诉中心
13378216660
咨询电话
唐老师:13982502101
涂老师:18782589406
文老师:15882538696
孙老师:15982560046
何老师:15828985996
江老师:15228695391
易老师:15228695316
其它老师...
咨询QQ
89937509
89937310
89903980
89937302
89937305
89937307
89937308
业务
综合介绍
在线投稿
支付方式
常见问题
会员评价
官网授权
经营许可
关于我们
网站简介
版权声明
友情链接
人员招聘
联系我们