國(guó)際金融市場(chǎng)波動(dòng)非線性因果性和溢出效應(yīng)①

夏南新

(中山大學(xué)嶺南學(xué)院， 廣州 510275)

?

國(guó)際金融市場(chǎng)波動(dòng)非線性因果性和溢出效應(yīng)①

夏南新

(中山大學(xué)嶺南學(xué)院， 廣州 510275)

摘要：針對(duì)人民幣、歐元、日元兌美元的官方匯率，選取了2008年金融危機(jī)前后各三年的數(shù)據(jù)參照對(duì)比分析，計(jì)算三者匯率的均值方程的殘差之間的交叉相關(guān)(cross-correlation function，CCF)，利用Yin-Wong Cheung, Lilian K. Ng檢驗(yàn)統(tǒng)計(jì)量和Hong Y.檢驗(yàn)統(tǒng)計(jì)量，驗(yàn)證3種匯率的標(biāo)準(zhǔn)殘差的方差之間的非線性因果關(guān)系，并以此信息為依據(jù)構(gòu)建BEKK-MGARCH模型，分析了人民幣、歐元、日元兌美元的匯率的波動(dòng)溢出效應(yīng)，進(jìn)而驗(yàn)證了各個(gè)變量序列方差之間非線性因果關(guān)系的穩(wěn)健性.在Hong檢驗(yàn)中引入了截?cái)嗪撕瘮?shù)，使得對(duì)低階時(shí)滯項(xiàng)賦予了較大權(quán)重，從而準(zhǔn)確地刻畫近期波動(dòng)對(duì)當(dāng)前波動(dòng)影響更大的特征.在建立Vector GARCH模型之前，很少有文獻(xiàn)先進(jìn)行方差的非線性因果關(guān)系檢驗(yàn)，即使進(jìn)行了簡(jiǎn)單檢驗(yàn)，通常錯(cuò)誤地把Q2(p)當(dāng)作變量序列的方差之間的非線性因果關(guān)系檢驗(yàn)統(tǒng)計(jì)量.

關(guān)鍵詞：后金融危機(jī)時(shí)代； 匯率； 波動(dòng)非線性因果性； 溢出效應(yīng)

0引言

所謂后金融危機(jī)時(shí)代(post financial crisis era)，是指危機(jī)趨于緩和，虛擬經(jīng)濟(jì)逐漸從比重過(guò)大轉(zhuǎn)為適中，世界經(jīng)濟(jì)仍然存在不穩(wěn)定性，實(shí)體經(jīng)濟(jì)處于弱恢復(fù)期的時(shí)期.

2001年美國(guó)“9·11”事件發(fā)生后，全球經(jīng)濟(jì)增長(zhǎng)更加乏力，世界主要經(jīng)濟(jì)體紛紛以降息方式刺激經(jīng)濟(jì).美國(guó)實(shí)行低利率政策，投資者便大肆借貸美元，投資到利率較高的新興市場(chǎng)以賺取利差.金融危機(jī)尤其是歐債危機(jī)爆發(fā)后，西方投資者不得不把資金撤離新興市場(chǎng)，從而導(dǎo)致新興經(jīng)濟(jì)體貨幣大幅貶值.

次貸危機(jī)爆發(fā)后，國(guó)際社會(huì)施行強(qiáng)度更大的刺激經(jīng)濟(jì)政策.美聯(lián)儲(chǔ)相繼推出量化寬松貨幣政策(quantitative easing monetary policy).在第一輪量化寬松貨幣政策(QE1)執(zhí)行期間(2008年11月25日至2010年4月28日)，美聯(lián)儲(chǔ)共購(gòu)買了1.725萬(wàn)億美元房利美(Fannie Mae)、房地美(Freddie Mac)等機(jī)構(gòu)抵押貸款支持證券(mortgage-backed security)和機(jī)構(gòu)債；2010年11月第二輪量化寬松貨幣政策啟動(dòng)，至2011年6月底以前以每月750億美元的進(jìn)度持續(xù)8個(gè)月，購(gòu)買了總額約6 000億美元的美國(guó)長(zhǎng)期國(guó)債；2012年9月13日啟動(dòng)的第三輪量化寬松貨幣政策總額約6 000億美元，將每月購(gòu)買400億美元機(jī)構(gòu)抵押貸款擔(dān)保債券，并視情況決定額外采購(gòu)額度.接二連三的赤字貨幣化政策不僅無(wú)助于美國(guó)經(jīng)濟(jì)復(fù)蘇，反而向市場(chǎng)注入了巨大流動(dòng)性.發(fā)達(dá)經(jīng)濟(jì)體紛紛仿效美國(guó)，實(shí)施近零利率及量化寬松貨幣政策.大量短期資本在國(guó)際金融市場(chǎng)快速流動(dòng)，加劇了糧食、能源等大宗商品價(jià)格飛漲，引發(fā)了全球性的輸入性通貨膨脹.英國(guó)、冰島和愛(ài)爾蘭等國(guó)的經(jīng)濟(jì)結(jié)構(gòu)中金融比例偏高，首當(dāng)其沖地受到影響.2011年，歐洲主權(quán)債務(wù)危機(jī)持續(xù)發(fā)酵，希臘等中東歐國(guó)家年財(cái)政赤字占GDP比率、公共債務(wù)占GDP比率，均遠(yuǎn)遠(yuǎn)高于歐盟《穩(wěn)定與增長(zhǎng)公約》所規(guī)定的3%和60%的上限.從2010年12月開(kāi)始，全球3大評(píng)級(jí)機(jī)構(gòu)惠譽(yù)、標(biāo)準(zhǔn)·普爾和穆迪紛紛調(diào)低希臘等國(guó)的主權(quán)信用評(píng)級(jí)，導(dǎo)致貨幣匯率大幅波動(dòng)，歐元區(qū)銀行業(yè)信貸危機(jī)一觸即發(fā)，類似雷曼兄弟倒閉所引發(fā)的多米諾骨牌效應(yīng)有可能再現(xiàn).結(jié)構(gòu)性危機(jī)后遺癥正逐漸顯現(xiàn)，經(jīng)濟(jì)恢復(fù)常態(tài)無(wú)時(shí)刻表.

二戰(zhàn)后，世界建立了以布雷頓森林體系為基礎(chǔ)的美元與黃金并重的國(guó)際金匯兌的雙本位制貨幣體系，從而確立了美元在國(guó)際金融體系中的霸主地位.越戰(zhàn)使得美國(guó)政府赤字高企，1971年尼克松政府宣布美元和黃金脫鉤.1973年牙買加協(xié)議明確美元不與黃金掛鉤，但各國(guó)貨幣仍與美元掛鉤，至此維系近30年的布雷頓森林體系事實(shí)上宣告瓦解.1978年IMF成員國(guó)達(dá)成協(xié)議實(shí)行黃金非貨幣化，致使貨幣價(jià)值沒(méi)有客觀的衡量標(biāo)準(zhǔn)，貨幣的發(fā)行只能依靠國(guó)家信用，全球步入現(xiàn)代信用貨幣本位時(shí)代.

中國(guó)央行行長(zhǎng)周小川則倡議，將國(guó)際貨幣基金組織的特別提款權(quán)(special drawing right， SDR)發(fā)展為超國(guó)家主權(quán)儲(chǔ)備貨幣，并逐步替換現(xiàn)有儲(chǔ)備貨幣即美元.不過(guò)，這些建議遭到了一些發(fā)達(dá)國(guó)家的抵制.

1文獻(xiàn)綜述

2011年10月11日，美國(guó)參議院通過(guò)了《2011年貨幣匯率監(jiān)督改革法案》，該法案要求美國(guó)政府對(duì)“匯率被低估”的主要貿(mào)易伙伴征收懲罰性關(guān)稅，顯而易見(jiàn)，此項(xiàng)帶有明顯貿(mào)易保護(hù)主義色彩的法案旨在逼迫人民幣加速升值.

李稻葵和尹興中[1]認(rèn)為國(guó)際金融危機(jī)之后，現(xiàn)行國(guó)際貨幣體系難以為繼，尤其是因?yàn)槊涝庞没A(chǔ)發(fā)生了根本性的動(dòng)搖，其超級(jí)國(guó)際貨幣的地位必然喪失；各國(guó)通力合作創(chuàng)造出超主權(quán)國(guó)際貨幣，歐元以及人民幣不斷崛起，與美元形成三足鼎立的多基準(zhǔn)貨幣的新國(guó)際貨幣體系.朱民[2]認(rèn)為這次金融危機(jī)宣布了以美元為中心的國(guó)際金匯兌本位制的國(guó)際貨幣體系的失敗.吳治民和高宇[3]認(rèn)為維持相對(duì)穩(wěn)健的杠桿水平是中國(guó)金融業(yè)在危機(jī)中保持較好表現(xiàn)的根本原因.2009年以來(lái)，中國(guó)采取了以擴(kuò)張資產(chǎn)負(fù)債表為特征的量化寬松貨幣政策，并輔以大規(guī)模擴(kuò)張性財(cái)政政策，現(xiàn)正處于政策刺激性反彈向市場(chǎng)真實(shí)需求反彈的過(guò)渡階段.目前，中國(guó)金融業(yè)處于高資本、消耗型、外延式增長(zhǎng)發(fā)展模式，對(duì)資金的依賴性很大，過(guò)度地倚重于信貸的擴(kuò)張.宋國(guó)才[4]指出國(guó)際貨幣體系多元化將成為趨勢(shì)，人民幣國(guó)際化帶來(lái)了難得的發(fā)展契機(jī)，同時(shí)隨著區(qū)域經(jīng)濟(jì)的不斷加強(qiáng)，中國(guó)對(duì)于亞洲地區(qū)經(jīng)濟(jì)的影響力正在逐漸增強(qiáng)，人民幣區(qū)域化流通的條件逐步形成.為此，中國(guó)將積極推進(jìn)儲(chǔ)備貨幣的多元化，加快簽訂貨幣互換協(xié)議，推進(jìn)跨境貿(mào)易結(jié)算試點(diǎn)，而且逐步允許更大幅度的人民幣可兌換，減少對(duì)資本跨境流動(dòng)的控制，提供更多的以人民幣計(jì)價(jià)的金融資產(chǎn)以供投資，讓越來(lái)越多的國(guó)家和地區(qū)將人民幣作為交易貨幣和外匯儲(chǔ)備.

2011年3月11日日本東北部大地震后的兩周時(shí)間內(nèi)，日元非但沒(méi)有貶值，反而小幅升值，而1995年1月17日日本阪神發(fā)生大地震后，日元同樣出現(xiàn)升值.投資者普遍預(yù)期將會(huì)有大量海外資產(chǎn)被套現(xiàn)和贖回以滿足日本災(zāi)后重建所需資金，于是，大舉做多日元.不過(guò)，日本官方認(rèn)為大地震后并未出現(xiàn)大規(guī)模的海外資金回流.日元與澳元套利交易的平倉(cāng)操作，刺激了日元進(jìn)一步升值.

郭珺和滕柏華[5]利用向量自回歸模型和多變量GARCH模型，對(duì)人民幣匯率改革以來(lái)人民幣、歐元、美元和日元之間的收益溢出效應(yīng)和波動(dòng)溢出效應(yīng)進(jìn)行了研究，結(jié)果顯示歐元、美元和日元對(duì)人民幣存在顯著的收益溢出效應(yīng)和波動(dòng)溢出效應(yīng). Kearney和Patton[6]分別建立了3、4、5個(gè)變量的歐洲貨幣體系中重要貨幣——法國(guó)法郎、德國(guó)馬克、意大利里拉以及歐洲貨幣單位的匯率波動(dòng)傳導(dǎo)的多元GARCH模型；估計(jì)模型既沒(méi)有對(duì)1979年4月至1997年3月的日數(shù)據(jù)也沒(méi)有對(duì)周數(shù)據(jù)施加常數(shù)相關(guān)的共同限制；結(jié)果表明，檢驗(yàn)多元GARCH模型設(shè)定穩(wěn)健性是重要的，發(fā)現(xiàn)增加的短期綜合項(xiàng)減少了觀察波動(dòng)性傳遞，并且馬克通過(guò)波動(dòng)傳遞起著支配地位.Bollerslev[7]基于多元GARCH模型分析了5種歐洲貨幣兌美元短期名義匯率的相干性，發(fā)現(xiàn)在歐洲貨幣體系中實(shí)行自由浮動(dòng)匯率時(shí)期這5種歐洲貨幣之間存在較高顯著的協(xié)同運(yùn)動(dòng).McMillan等[8]基于歐元兌美元、英鎊、日元的匯率，采用具有明顯優(yōu)勢(shì)的Multi-GARCH現(xiàn)存的方差方法，檢驗(yàn)這3種匯率是否存在波動(dòng)溢出和時(shí)變相關(guān)性；檢驗(yàn)結(jié)果表明，3種貨幣確實(shí)表現(xiàn)出一定程度的波動(dòng)溢出和波動(dòng)運(yùn)動(dòng)背后的驅(qū)動(dòng)力的共性；考慮到相關(guān)系數(shù)中的時(shí)變性質(zhì)，有大量證據(jù)表明相關(guān)性是隨時(shí)間變化的，但在樣本期相關(guān)系數(shù)值并沒(méi)有增加.韓國(guó)高等[9]基于BEKK-MGARCH模型建立了中、美、日3國(guó)的實(shí)際均衡匯率方程和方差方程，對(duì)1994年以來(lái)中國(guó)、美國(guó)和日本的實(shí)際均衡匯率及其波動(dòng)溢出效應(yīng)進(jìn)行了分析；結(jié)果表明，3個(gè)國(guó)家的實(shí)際均衡匯率受其經(jīng)濟(jì)基本面因素的影響不同，人民幣實(shí)際均衡匯率還受到了美元和日元實(shí)際匯率的影響；中美、中日、美日之間的聯(lián)動(dòng)關(guān)系存在顯著的ARCH和GARCH效應(yīng).

本文率先詳盡地利用交叉相關(guān)(CCF)、Yin-Wong Cheung, Lilian K. Ng檢驗(yàn)統(tǒng)計(jì)量和Hong Y.檢驗(yàn)統(tǒng)計(jì)量，驗(yàn)證3個(gè)變量序列的標(biāo)準(zhǔn)殘差的方差之間的非線性因果關(guān)系.經(jīng)過(guò)各個(gè)變量序列的標(biāo)準(zhǔn)殘差的方差之間非線性因果關(guān)系檢驗(yàn)后，便構(gòu)建BEKK-MGARCH模型，以驗(yàn)證各個(gè)變量序列方差之間的非線性因果關(guān)系的穩(wěn)健性.在Hong檢驗(yàn)中引入了截?cái)嗪撕瘮?shù)，使得對(duì)低階時(shí)滯項(xiàng)賦予了較大權(quán)重，從而準(zhǔn)確地刻畫近期波動(dòng)對(duì)當(dāng)前波動(dòng)影響更大的特征.

2非線性因果性檢驗(yàn)引入

統(tǒng)計(jì)學(xué)上，波動(dòng)溢出檢驗(yàn)實(shí)質(zhì)上是檢驗(yàn)條件方差序列(二階中心矩序列)之間是否存在Granger非線性因果關(guān)系.Cheung和Ng[10]采用一金融序列的均值方程生成的殘差經(jīng)標(biāo)準(zhǔn)化后的平方序列與另一金融序列的均值方程生成的殘差經(jīng)標(biāo)準(zhǔn)化后的平方序列之間的交叉相關(guān)函數(shù)(cross-correlation function，CCF)來(lái)檢驗(yàn)方差(即波動(dòng))之間的非線性因果關(guān)系(即波動(dòng)溢出)，其檢驗(yàn)構(gòu)想為

設(shè)信息集

(1)

其中Xt和Yt為平穩(wěn)遍歷時(shí)間序列.

假如

假如X與Y互為非線性因果，則X的方差與Y的方差之間會(huì)發(fā)生反饋效應(yīng).

如果

那么，存在方差的瞬時(shí)非線性因果性.

假定Xt與Yt可以寫成

(2)

其中εt和ζt為0均值和單位方差的兩個(gè)獨(dú)立白噪聲過(guò)程；hx,t和hy,t是基于t-1時(shí)刻信息集的條件協(xié)方差.

設(shè)Ut和Vt分別是標(biāo)準(zhǔn)新息εt和ζt的平方，有

(3)

Ut和Vt之間滯后k階樣本交叉相關(guān)為

(4)

其中cuv(k)是第k階滯后或領(lǐng)先的樣本交叉協(xié)方差，它由下式得到

(5)

其中cuu(0)和cvv(0)分別是U和V的樣本方差.注意：不像自相關(guān)，交叉相關(guān)不必圍繞0階對(duì)稱.

Hannan[11]指出，因?yàn)閁t和Vt獨(dú)立，當(dāng)樣本容量趨向無(wú)窮大時(shí)，它們的二階矩的擴(kuò)展意味著

(6)

(7)

(8)

其中T為樣本容量.

標(biāo)準(zhǔn)化殘差平方的CCF可以用來(lái)探測(cè)和辨別二階矩的非線性因果模式.

H0：CCF(k)=0(無(wú)非線性因果關(guān)系)

Ha：CCF(k)≠0(有非線性因果關(guān)系)

CCF方法不涉及到在序列內(nèi)和在序列間動(dòng)態(tài)(both intra and inter-series dynamics)的同期模型.當(dāng)研究的序列數(shù)大并預(yù)期到非線性因果模式的長(zhǎng)滯后時(shí)，CCF檢驗(yàn)特別有用.CCF沒(méi)有被設(shè)計(jì)探測(cè)產(chǎn)生0交叉相關(guān)的非線性因果模式.樣本殘差交叉相關(guān)進(jìn)一步提供了有關(guān)時(shí)間序列數(shù)據(jù)間交互作用的信息.

(9)

它是有一個(gè)自由度(k-j+1)的卡方分布，即χ2(k-j+1)，能夠用來(lái)檢驗(yàn)從滯后j階到滯后k階沒(méi)有非線性因果性的假設(shè).當(dāng)沒(méi)有關(guān)于非線性因果性方向(Xt是Yt的原因，或者Yt是Xt的原因)的先驗(yàn)信息時(shí)，可以設(shè)置-j=k=m.參數(shù)m應(yīng)該足夠大到包括在非線性因果模式中可能出現(xiàn)的最大非0階.當(dāng)考慮一個(gè)非方向的因果性模式，即，Yt不是Xt的原因，設(shè)j=1和k=m.

當(dāng)樣本規(guī)模T小時(shí)，卡方統(tǒng)計(jì)量S可以被修正為

(10)

由于Cheung和Ng[10]的二階矩非線性因果性檢驗(yàn)、Granger[12]的一階矩線性因果性檢驗(yàn)給每一個(gè)滯后項(xiàng)均等權(quán)重，所以可以把它看作均勻加權(quán)，不過(guò)，非均勻加權(quán)常常比均勻加權(quán)給出了更好的檢驗(yàn)功效(勢(shì))(power).鑒于此，Hong[13]提出了一類展示條件異方差和可能有無(wú)窮無(wú)條件方差的兩序列之間波動(dòng)溢出漸進(jìn)標(biāo)準(zhǔn)正態(tài)檢驗(yàn).這種檢驗(yàn)是基于兩標(biāo)準(zhǔn)殘差平方之間樣本交叉相關(guān)平方加權(quán)和.允許使用所有樣本交叉相關(guān)，并且介紹了每一滯后的樣本交叉相關(guān)的柔韌性加權(quán)方案.基于Cheung和Ng統(tǒng)計(jì)量的廣義版的Hong檢驗(yàn)為

(11)

其中M是正整數(shù)，由于i(>M)階的滯后項(xiàng)被賦予零權(quán)數(shù)，所以，M為滯后的截?cái)鄶?shù)；k(·)是加權(quán)函數(shù)，可以是截?cái)?truncated)核函數(shù)、巴特萊特(Bartlett)核函數(shù)、二次方程式譜(quadratic-spectral, QS)核函數(shù)，等等.

(12)

可見(jiàn)，Hong檢驗(yàn)引入核權(quán)函數(shù)對(duì)低階時(shí)滯項(xiàng)賦予較大權(quán)重，刻畫近期波動(dòng)比遠(yuǎn)期波動(dòng)對(duì)當(dāng)前波動(dòng)影響更大的特征，樣本交叉相關(guān)系數(shù)M隨著樣本規(guī)模T的增大而增大，即可以使用所有的滯后信息，從而確保在較大滯后階數(shù)下仍然保持較強(qiáng)的檢驗(yàn)功效(power).

3人民幣、歐元、日元兌美元的匯率

的方差非線性因果性檢驗(yàn)

第12任世界銀行行長(zhǎng)羅伯特·佐利克(任期2007年7月1日-2012年6月30日)認(rèn)為，應(yīng)恢復(fù)美元、歐元、英鎊、日元以及人民幣等眾多貨幣與黃金掛鉤的金本位制，以取代目前的美元體制.為此，本文特此選取了當(dāng)今具有代表性貨幣的匯率，人民幣、歐元、日元兌換美元的匯率，來(lái)考察后金融危機(jī)時(shí)代國(guó)際金融市場(chǎng)波動(dòng)傳導(dǎo)特征.

自2005年7月21日開(kāi)始，中國(guó)匯率將以市場(chǎng)供求為導(dǎo)向，參考一籃子貨幣匯率的加權(quán)平均價(jià)作為人民幣的基準(zhǔn)匯率，中國(guó)人民銀行還將根據(jù)市場(chǎng)發(fā)育狀況適時(shí)調(diào)整匯率上下0.3%的浮動(dòng)區(qū)間，以維持人民幣匯率在合理和均衡水平上，進(jìn)而促進(jìn)國(guó)際收支的基本平衡.為此，人民幣兌換美元官方匯率(CER)、歐元兌換美元官方匯率(EER)、日元兌換美元官方匯率(JER)的日數(shù)據(jù)時(shí)間跨度為2005年7月21日至2011年12月23日.這些數(shù)據(jù)均源自美國(guó)聯(lián)邦儲(chǔ)備網(wǎng)站(http://www.federalreserve.gov/Economic Research and Data).因各國(guó)法定節(jié)假日不同，為了使得3種匯率時(shí)間對(duì)齊，于是，沒(méi)有交易的節(jié)假日缺失數(shù)據(jù)均采用線性插值法估測(cè).每種匯率都有1 677個(gè)數(shù)據(jù).樣本期的中間剛好為2008年國(guó)際金融危機(jī)爆發(fā)時(shí)間，2008年前三年為金融危機(jī)滋長(zhǎng)期，后三年為后金融危機(jī)時(shí)代，屬于經(jīng)濟(jì)弱恢復(fù)期.以yt=(ycny,t,yeur,t,yjpy,t)T表示3個(gè)匯率的日收益率，其中

(13)

這3種匯率的日收益率的MultivariateGARCH模型中的均值方程是個(gè)常數(shù)項(xiàng)的回歸方程(Hong[13]；高鐵梅[15]；張世英和樊智[16])，其形式為

(14)

式中，εt=(ε1t,ε2t,ε3t)′服從均值為0，方差為Ht的條件正態(tài)分布.

人民幣、歐元、日元兌美元的匯率序列取對(duì)數(shù)的均值方程如表1.

表1　人民幣兌美元、歐元兌美元、日元兌美元的匯率均值方程

注： 1.圓括號(hào)內(nèi)的數(shù)字為標(biāo)準(zhǔn)誤，方括號(hào)內(nèi)的數(shù)字為z統(tǒng)計(jì)量的值.

2.由于本文是研究異方差問(wèn)題，均值方程生成的殘差必須存在序列相關(guān)，所以，沒(méi)有指出常數(shù)項(xiàng)的顯著性以及R2值.

經(jīng)檢驗(yàn)，人民幣兌美元匯率、日元兌美元匯率的均值方程的殘差序列偏度小于0，表明序列左偏分布，而峰度都大于3，表明兩序列呈尖峰分布；歐元兌美元匯率的均值方程的殘差序列偏度大于0，表明序列右偏分布，而峰度也大于3，表明序列也呈尖峰分布.在零假設(shè)序列服從正態(tài)分布下，JB統(tǒng)計(jì)量服從χ2(2)，而1%顯著性水平上臨界值χ2(2)為9.210，這個(gè)序列的JB都遠(yuǎn)遠(yuǎn)大于它，同時(shí)p值也充分顯示該統(tǒng)計(jì)量的顯著性，由此可知，應(yīng)該拒絕原假設(shè)，這進(jìn)一步證實(shí)這3個(gè)匯率序列不服從正態(tài)分布(表2).

從圖1、圖2和圖3中也可以直觀看出.

表2　人民幣、歐元、日元兌美元匯率的均值方程的殘差序列

注： 1.*、**和***分別表示在10%、5%和1%的顯著性水平上拒絕零假設(shè).

圖1人民幣兌美元的均值方程的殘差序列直方圖

Fig. 1 Histogram of residual sequence of the mean

equation of RMB against the U.S. dollar

圖2　歐元兌美元的均值方程的殘差序列直方圖

Breusch-Godfrey序列εit相關(guān)LM檢驗(yàn)表明：人民幣兌美元匯率的均值方程的殘差序列相關(guān)LM檢驗(yàn)的p值小于1%，該序列在1%的顯著性水平上存在異方差，而歐元兌美元匯率的均值方程的殘差序列和日元兌美元匯率的均值方程的殘差序列不是很顯著地存在異方差.

從圖4、圖5和圖6中也可以直觀看出.

圖3　日元兌美元的均值方程的殘差序列直方圖

圖4　人民幣兌美元的均值方程的殘差序列折線圖

圖5　歐元兌美元的均值方程的殘差序列折線圖

圖6　日元兌美元的均值方程的殘差序列折線圖

人民幣、歐元、日元兌美元匯率的均值方程的殘差序列標(biāo)準(zhǔn)化后的平方的交叉相關(guān)見(jiàn)表3.

表3　人民幣、歐元、日元兌美元匯率的均值方程的殘差序列標(biāo)準(zhǔn)化后的平方的交叉相關(guān)

注：1.*、**和***分別表示在10%、5%和1%的顯著性水平上顯著，拒絕零假設(shè).

3.k是期數(shù).

4．交叉相關(guān)是漸進(jìn)一致近似.

采用Hong檢驗(yàn)統(tǒng)計(jì)量

使用截?cái)嗪撕瘮?shù)

因果性檢驗(yàn)其實(shí)就是一序列領(lǐng)先于另一序列的檢驗(yàn).從表4可以看出，Veur領(lǐng)先于Vjpy和Vjpy領(lǐng)先于Veur都是顯著的，換句話說(shuō)，Veur和Vjpy互為非線性因果關(guān)系顯著，而Ucny與Veur、Vjpy之間互為非線性因果關(guān)系相對(duì)偏弱.人民幣、歐元、日元兌換美元的標(biāo)準(zhǔn)新息的方差Ucny、Veur、Vjpy反映匯率波動(dòng)程度，它們都是測(cè)定風(fēng)險(xiǎn)的指標(biāo).以上檢驗(yàn)顯示：歐元和日元波動(dòng)的相互因果關(guān)系較強(qiáng)，人民幣和歐元、日元之間的波動(dòng)因果關(guān)系相對(duì)較弱.

表4　人民幣、歐元、日元兌美元匯率波動(dòng)的非線性因果性檢驗(yàn)

注：1.*、**和***分別表示在10%、5%和1%的顯著性水平上顯著.

3.Ucny、Veur、Vjpy分別表示人民幣、歐元、日元的標(biāo)準(zhǔn)新息的方差.

4BEKK-MGARCH模型的引入

經(jīng)過(guò)以上非線性因果性檢驗(yàn)，便可以構(gòu)建BEKK-MGARCH模型，從而驗(yàn)證各個(gè)變量序列的標(biāo)準(zhǔn)殘差的方差之間非線性因果關(guān)系的穩(wěn)健性.

由yt=(y1t,y2t,…,yNt)′的N因素的時(shí)變均值、方差、協(xié)方差的動(dòng)態(tài)模型為

(15)

Bollerslev等[17]定義VEC(1,1)為

ht=c+Aηt-1+Ght-1

(16)

vech是把N×N下三角矩陣堆棧(stack)成為N(N+1)/2×1(注：N+(N-1)+(N-2)+…+2+1=N(N+1)/2)向量的算子

vechHt=(h11t,h21t,h22t,h31t,…,hNNt)′

(17)

vec是把一個(gè)矩陣堆棧成為一個(gè)列向量的算子

vec Ht=(h11t,h21t,…,hN1t,h12t,h22t,…,hNNt)′

(18)

在VEC(1,1)案例中，Ht的一般矩陣(不是vech)表達(dá)式為

(19)

Engle和Kroner[18]在綜合Baba等(1991年未發(fā)表手稿)的工作基礎(chǔ)上提出以4人名字的第一字母命名的BEKK-GARCH模型.BEKK模型的優(yōu)點(diǎn)在于它容易滿足矩陣Ht的正定性，并且相對(duì)于向量GARCH模型，它具有相對(duì)較少的模型參數(shù)，不過(guò)，BEKK模型中的參數(shù)的經(jīng)濟(jì)涵義不如向量GARCH模型直觀.

BEKK(1,1,K)模型定義為

(20)

5人民幣、歐元、日元兌美元匯率的

收益率波動(dòng)溢出效應(yīng)分析

金融市場(chǎng)間匯率收益率序列一階矩之間的動(dòng)態(tài)聯(lián)系和二階矩之間的相互影響，均可以反映其波動(dòng)傳導(dǎo)機(jī)制.張世英和樊智[16]研究表明金融市場(chǎng)之間通過(guò)1階的波動(dòng)相關(guān)性能夠解釋金融時(shí)間序列的相關(guān)性.于是，人民幣、歐元、日元兌美元匯率收益率波動(dòng)模型設(shè)為BEKK-GARCH(1,1).具體形式為

(21)

其中方差-協(xié)方差Ht設(shè)定為對(duì)角(diagonal)BEKK；C是不確定矩陣；A1、G1是對(duì)角矩陣.

h12,t=c1c2+a1a2ε1,t-1ε2,t-1+g1g2h12,t-1，

h13,t=c1c3+a1a3ε1,t-1ε3,t-1+g1g3h13,t-1，

h23,t=(c2c3+c4c5)+a2a3ε2,t-1ε3,t-1+

g2g3h23,t-1

其中i，j=1(人民幣)、2(歐元)、3(日元)；hii,t表示條件方差；hij,t表示條件協(xié)方差.aiaj反映匯率波動(dòng)的ARCH效應(yīng)對(duì)當(dāng)期匯率波動(dòng)或協(xié)同變動(dòng)的影響程度；gigj反映匯率波動(dòng)的GARCH效應(yīng)對(duì)當(dāng)期匯率波動(dòng)或協(xié)同變動(dòng)的影響程度.

由于對(duì)角multivariate GARCH模型簡(jiǎn)化了多個(gè)變量之間的相關(guān)關(guān)系，因而無(wú)法通過(guò)對(duì)角向量GARCH模型來(lái)研究多個(gè)市場(chǎng)波動(dòng)之間的相互關(guān)系和溢出效應(yīng).韓國(guó)高等[9]指出，由于聯(lián)立求解方程，實(shí)際上在反映兩個(gè)市場(chǎng)間的波動(dòng)相關(guān)性時(shí)，已經(jīng)間接考慮了其它市場(chǎng)的影響，而且比較容易考察兩兩市場(chǎng)之間的波動(dòng)相關(guān)程度.

采用ARCH極大似然(marquardt)估計(jì)方法對(duì)BEKK-GARCH(1,1)進(jìn)行擬合，具體結(jié)果如表5.

表5　人民幣兌美元、日元兌美元、歐元兌美元的匯率BEEK(1,1)-GARCH

注： 1.*、**和***分別表示在10%、5%和1%的顯著性水平上拒絕零假設(shè).

2.假設(shè)殘差服從正態(tài)分布，通過(guò)觀察方程的約束式和非約束式的對(duì)數(shù)似然估計(jì)值的差異來(lái)進(jìn)行似然比檢驗(yàn).通過(guò)連續(xù)增加變量滯后期數(shù)k，直到SC或AIC取得極小值，從而確定最優(yōu)滯后期k，換而言之，SC和AIC的值越小越好.其中，SC=-2(lnL/T)+klnT/T；AIC=-2(lnL/T)+2k/T；極大似然函數(shù)lnL=-(T/2)[1+ln(2π)+ln(ε′ε/T)]；ε′ε是殘差平方和的向量形式；T為樣本容量；k為模型中變量的最大滯后期.

在條件方差方程中，上一期殘差平方項(xiàng)與上一期條件方差項(xiàng)的系數(shù)之和分別為

a22+g22=0.999 297,

a33+g33=0.994 748

在條件協(xié)方差方程中，上一期殘差對(duì)應(yīng)相乘項(xiàng)與上一期條件協(xié)方差項(xiàng)的系數(shù)之和分別為

a12+g12=0.974 014，

a13+g13=0.960 666，

a23+g23=0.996 714

都接近1，這表明人民幣、歐元、日元兌美元匯率收益率波動(dòng)的相互傳遞影響h12,t、h13,t、h23,t具有持續(xù)性，彼此之間都有波動(dòng)溢出效應(yīng).前兩數(shù)字不如后一數(shù)字更接近1，可見(jiàn)，人民幣和歐元之間、人民幣和日元之間的波動(dòng)傳遞影響持久性相對(duì)較弱，而歐元和日元之間的波動(dòng)傳遞影響持久性相對(duì)較強(qiáng)，這與前面的因果性檢驗(yàn)相吻合.

6結(jié)束語(yǔ)

以上實(shí)證分析表明：由于當(dāng)前我國(guó)實(shí)行有管理的浮動(dòng)匯率制度，人民幣外匯市場(chǎng)尚不成熟，所以，人民幣與歐元或日元的波動(dòng)相互影響較弱.由此可見(jiàn)，在后金融危機(jī)時(shí)代，國(guó)際金融市場(chǎng)波動(dòng)在一定程度上正呈現(xiàn)出趨同性.

互聯(lián)網(wǎng)技術(shù)加速了國(guó)際金融市場(chǎng)的交易信息擴(kuò)散，使得國(guó)際金融市場(chǎng)聯(lián)系更加緊密，影響更加深刻，一體化趨勢(shì)更加迅速.隨著人民幣匯率形成機(jī)制改革的深化，人民幣匯率的市場(chǎng)化，人民幣正在逐步融入世界主要貨幣市場(chǎng)，與此同時(shí)，人民幣必然要面臨著其他貨幣波動(dòng)的沖擊，加劇人民幣波動(dòng)風(fēng)險(xiǎn).

20世紀(jì)30年代世界經(jīng)濟(jì)大蕭條，1929年股票市場(chǎng)大崩盤之后，人們普遍認(rèn)為經(jīng)濟(jì)危機(jī)已經(jīng)結(jié)束，可是經(jīng)濟(jì)危機(jī)于1931年5月卻再度發(fā)生，從而致使世界經(jīng)濟(jì)步入10年蕭條期.2008年金融危機(jī)爆發(fā)后不久，有業(yè)界人士認(rèn)為金融危機(jī)即將過(guò)去，但是，2010年歐債危機(jī)卻突然襲來(lái).2011年8月5日，標(biāo)準(zhǔn)·普爾將維持了近百年的美國(guó)長(zhǎng)期主權(quán)信用評(píng)級(jí)AAA貶為AA+，穆迪與惠譽(yù)對(duì)其負(fù)面展望.在后金融危機(jī)時(shí)代，人民幣匯率自由浮動(dòng)的條件尚不成熟，易受到國(guó)際金融市場(chǎng)歐元、日元等主要貨幣匯率波動(dòng)風(fēng)險(xiǎn)的傳導(dǎo)沖擊，而人民幣對(duì)世界主要貨幣的影響力卻相對(duì)較弱.沖擊與反沖擊的不對(duì)稱性，影響的單向性，迫切需要加快培育人民幣匯率市場(chǎng)，擴(kuò)大人民幣匯率浮動(dòng)區(qū)間，以增加人民幣匯率的彈性，提升人民幣國(guó)際化程度.匯率政策制定者和匯率市場(chǎng)參與者應(yīng)該密切關(guān)注國(guó)際匯率市場(chǎng)的變化，建立風(fēng)險(xiǎn)預(yù)警機(jī)制和風(fēng)險(xiǎn)管控措施，化解人民幣匯率的外來(lái)風(fēng)險(xiǎn).

自2005年7月21日至2011年12月23日，美元總體上處于貶值過(guò)程，而人民幣、歐元、日元相對(duì)于美元均表現(xiàn)為升值，其中，人民幣升值幅度為30.62%，歐元升值幅度為7.65%，日元升值幅度為41.39%.以超強(qiáng)貨幣美元為參照，分析人民幣、歐元、日元兌換美元的匯率的波動(dòng)引起的彼此之間的沖擊與反沖擊，從而使得沖擊與反沖擊強(qiáng)度具有可比性.

2005年7月人民幣匯改提及到的一籃子貨幣，其選取貨幣及其賦予的權(quán)重主要取決于外幣相應(yīng)國(guó)家與中國(guó)貿(mào)易額、外債規(guī)模、投資等，而在這些方面美國(guó)都具有絕對(duì)優(yōu)勢(shì)，因而在一籃子貨幣中美元自然占大比重，人民幣實(shí)際上仍然掛鉤美元.在中國(guó)外匯儲(chǔ)備中，美元資產(chǎn)占比約65%，歐元資產(chǎn)占比約25%，日元資產(chǎn)占比約3%.可見(jiàn)，我國(guó)儲(chǔ)備資產(chǎn)的價(jià)值易受到美元貶值風(fēng)險(xiǎn)的影響，中國(guó)外匯儲(chǔ)備幣種結(jié)構(gòu)和資產(chǎn)結(jié)構(gòu)亟待優(yōu)化，以實(shí)現(xiàn)外匯儲(chǔ)備資產(chǎn)多元化戰(zhàn)略.盡管日元正處于貶值期，但是，日元還是存在反轉(zhuǎn)升值的潛力，可以適當(dāng)減持美元計(jì)價(jià)資產(chǎn)，逢低價(jià)時(shí)機(jī)可以適當(dāng)增加日元等非美元計(jì)價(jià)資產(chǎn)，以獲得今后日元等貨幣升值的收益.雖然建立在蒙代爾最優(yōu)貨幣區(qū)理論基礎(chǔ)上的歐元相對(duì)美元總體上處于小幅升勢(shì)，但是，自2010年初以來(lái)，歐元區(qū)忙于應(yīng)對(duì)債務(wù)危機(jī)，經(jīng)濟(jì)停滯，正面臨著主權(quán)債務(wù)風(fēng)險(xiǎn).由于日元匯率和歐元匯率波動(dòng)的風(fēng)險(xiǎn)相互傳導(dǎo)十分顯著，因此，歐元資產(chǎn)難以對(duì)沖日元資產(chǎn)風(fēng)險(xiǎn)，與此同時(shí)增持歐元資產(chǎn)須謹(jǐn)慎.2010年6月，中國(guó)央行宣布重啟人民幣匯改，強(qiáng)調(diào)人民幣匯率參考一籃子貨幣進(jìn)行調(diào)節(jié)，旨在真正意義上形成一籃子貨幣機(jī)制.

日元作為避險(xiǎn)貨幣時(shí)常走高，日元兌美元匯率持續(xù)窄幅盤整.為了遏制外匯市場(chǎng)投機(jī)行為，2011年日本政府3次干預(yù)匯市.日本遭受“3·11”大地震及其核泄漏重創(chuàng)后，大批企業(yè)移居海外，造成日本產(chǎn)業(yè)空心化.2011年8月24日，穆迪宣布將日本政府債券評(píng)級(jí)下調(diào)一級(jí)，降至Aa3，標(biāo)準(zhǔn)·普爾與惠譽(yù)也將日本主權(quán)信用評(píng)級(jí)展望調(diào)至負(fù)面.日本人均債務(wù)額已高達(dá)747萬(wàn)日元.為此，應(yīng)當(dāng)密切防范日本主權(quán)債務(wù)風(fēng)險(xiǎn)對(duì)我國(guó)外匯儲(chǔ)備資產(chǎn)的影響.

2011年11月30日至12月12日，人民幣兌美元連續(xù)9個(gè)交易日出現(xiàn)盤中觸及跌停點(diǎn)的情況，這是匯改以來(lái)的首次.國(guó)際投機(jī)資本做空新興經(jīng)濟(jì)體，外匯市場(chǎng)上釋放出人民幣匯率技術(shù)性貶值信號(hào)，有望改變?nèi)嗣駧懦掷m(xù)近7年的單邊升值趨勢(shì)，表明人民幣匯率逐漸趨近均衡匯率水平.盡管此次人民幣匯率只是技術(shù)性回調(diào)，尚未形成趨勢(shì)性貶值預(yù)期，但是，可以暫時(shí)舒緩人民幣單邊升值預(yù)期壓力，展現(xiàn)出人民幣匯率有升有降的天然彈性.

優(yōu)化全球經(jīng)濟(jì)治理結(jié)構(gòu)，加快國(guó)際貨幣體系改革進(jìn)程，建立超主權(quán)的國(guó)際貨幣，增強(qiáng)經(jīng)濟(jì)體權(quán)利與義務(wù)的對(duì)稱性.掌控人民幣匯改節(jié)奏，完善人民幣匯率形成機(jī)制，推進(jìn)人民幣國(guó)際化，以提升人民幣匯率應(yīng)對(duì)美元、歐元、日元等世界主要貨幣匯率波動(dòng)沖擊與反沖擊能力.借助人民幣升值契機(jī)，加快對(duì)海外企業(yè)并購(gòu)和大宗商品購(gòu)買，使人民幣升值的益處可視化.

參 考 文 獻(xiàn)：

[1]李稻葵， 尹興中. 國(guó)際貨幣體系新架構(gòu)： 后金融危機(jī)時(shí)代的研究[J]. 金融研究, 2010, 356(2): 31-43.

Li Daokui, Yin Xingzhong. The international monetary system in the era of post-financial crisis: What policy options does China have?[J]. Journal of Financial Research, 2010, 356(2): 31-43.(in Chinese)

[2]朱民. 研究“危機(jī)后的世界經(jīng)濟(jì)金融格局”的五個(gè)問(wèn)題[J]. 國(guó)際經(jīng)濟(jì)評(píng)論, 2009, 82(7/8): 25-27.

Zhu Min. Five issues of "world’s economic and financial structure in the post-crisis era"[J]. International Economic Review, 2009, 82(7/8): 25-27. (in Chinese)

[3]吳治民, 高宇. 后危機(jī)時(shí)代中國(guó)金融監(jiān)管理念變革與政策調(diào)整[J]. 財(cái)經(jīng)科學(xué), 2010, 27, (211): 1-8.

Wu Zhimin, Gao Yu. Study on the principle innovation and policy adjustment of financial regulation in China in post-crisis era[J]. Finance and Economics, 2010, 27(211): 1-8. (in Chinese)

[4]宋國(guó)才. 后危機(jī)時(shí)代中國(guó)金融市場(chǎng)發(fā)展分析[J]. 經(jīng)濟(jì)視角, 2011, 203(6): 100.

Song Guocai. Analysis on the development of financial market in China in post-crisis era[J]. Economic Vision, 2011, 203(6): 100. (in Chinese)

[5]郭珺, 滕柏華. 人民幣與歐元、美元、日元之間的匯率聯(lián)動(dòng)分析[J]. 經(jīng)濟(jì)問(wèn)題, 2011, 383(7): 95-104.

Guo Jun, Teng Baihua. Dynamic linkage analysis to the exchange rates of RMB, the Euro, the Dollar and the Yen[J]. On Economic Problems, 2011, 383(7): 95-104. (in Chinese)

[6]Kearney C, Patton A J. Multivariate GARCH modeling of exchange rate volatility transmission in the European monetary system[J]. The Financial Review, 2000, 35(1): 29-48.

[7]Bollerslev T. Modeling the coherence in short-run nominal exchange rates: A multivariate generalized arch model[J]. The Review of Economics and Statistics, 1990, 72(3): 498-505.

[8]McMillan D G, Ruiz I, Speight A. Correlations and spillovers among three Euro rates: Evidence using realised variance[J]. The European Journal of Finance, 2010, 16(8): 753-767.

[9]韓國(guó)高, 陳喻喆, 高鐵梅. 中、美、日實(shí)際均衡匯率模型的構(gòu)建及實(shí)證研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2011, 28(1): 76-88.

Han Guogao, Chen Yuzhe, Gao Tiemei. Real equilibrium exchange rate model of China, U.S. and Japan[J]. The Journal of Quantitative & Technical Economics, 2011, 28(1): 76-88. (in Chinese)

[10]Cheung Y-W, Ng L K. Causality-in-variance test and its application to financial market prices[J]. Journal of Econometrics, 1996, 72(1/2): 33-48.

[11]Hannan E J. Multiple Time Series[M]. New York: John Wiley, 1970: 536-536.

[12]Granger C W J. Investigating causal relations by econometric models and cross-spectral methods[J]. Econometrica, 1969, 37(3): 424-438.

[13]Hong Y M. A test for volatility spillover with application to exchange rates[J]. Journal of Econometrics, 2001, 103(1/2): 183-224.

[14]Priestley M B. Spectral Analysis and Time Series, Vol.1[M]. London: Academic Press, 1981.

[15]高鐵梅. 計(jì)量經(jīng)濟(jì)分析方法與建模[M]. 北京: 清華大學(xué)出版社, 2009: 431.

Gao Tiemei. Econometric Analysis Method and Modeling[M]. Beijing: Tsinghua University Press, 2009: 431. (in Chinese)

[16]張世英, 樊智. 協(xié)整理論與波動(dòng)模型: 金融時(shí)間序列分析及應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2004: 292.

Zhang Shiying, Fan Zhi. Co-integration Theory and Fluctuation Model: Financial Time Series Analysis and Application[M]. Beijing: Tsinghua University Press, 2004: 292. (in Chinese)

[17]Bollerslev T, Engle R F, Wooldridge J M. A capital asset pricing model with time-varying covariances[J]. Journal of Political Economy, 1988, 96(1): 116-131．

[18]Engle R F, Kroner K F. Multivariate simultaneous generalized arch[J]. Econometric Theory, 1995, 11(1): 122-150.

Nonlinear causality and spillover effect of volatility of international finance market

XIANan-xin

Lingnan College, Sun Yat-sen University, Guangzhou 510275, China

Abstract:By computing the residual cross-correlation function (CCF),this paper attempts to explore the nonlinear causality and spillover effect of volatility of the series of the official exchange rates of China, Europe and Japan, respectively, against the USA dollar by employing daily data from Jul. 21, 2005 to Dec. 23, 2011. Test statistics of nonlinear causality of conditional variance developed by Yin-Wong Cheung, Lilian K. Ng and Hong Y. are used to examine the nonlinear causal relationship between the variances of standardization residual of the three kinds of exchange rates. There upon, a BEKK-MGARCH model is built. Finally, the nonlinear causality and spillover effect of volatility on these exchange rates in post financial crisis era are analyzed and interpreted, and the robustness of the nonlinear causal relationship between the variances of time series is verified. The embedding of the truncated kernel function in Hong test causes the low order lag terms a given greater weight, thereby accurately portrays the characteristics that recent fluctuations have a larger impact on current fluctuations. Prior to the establishment of the Vector GARCH model, few literatures tested the nonlinear causal relationship first, even though some conducted a simple test, they mistakenly treated Q2(p) as the test statistic of the nonlinear causal relationship between the variances of variable sequences.

Key words:post financial crisis era; exchange rate; nonlinear fluctuation causality; spillover effect

中圖分類號(hào):F8

文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1007-9807(2016)03-0064-13

作者簡(jiǎn)介:夏南新(1961—)， 男， 江西南昌人， 博士， 教授, 博士后導(dǎo)師. Email: xianx@mail.sysu.edu.cn

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金重點(diǎn)資助項(xiàng)目(15AJL005)； 國(guó)家社會(huì)科學(xué)基金重大資助項(xiàng)目(12ZDA020).

收稿日期：(①) 2013-05-26；

修訂日期：2014-02-22.