• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    人民幣離在岸匯差波動性的特征分析

    2020-05-09 03:59:09尚雅迪
    中國商論 2020年8期
    關鍵詞:VAR模型

    尚雅迪

    摘 要:自2015年8月11日匯改以來,人民幣匯率市場化程度日益加深,受國際金融環(huán)境影響,人民幣離岸市場與在岸市場匯率出現(xiàn)雙向波動態(tài)勢。本文通過運用馬爾可夫區(qū)制轉(zhuǎn)換向量自回歸模型(MS-VAR)對人民幣離在岸匯差波動性進行探究。結果表明:市場條件、預期偏好和匯率政策改革均會對人民幣離在岸匯差波動產(chǎn)生影響。

    關鍵詞:離岸市場? 在岸市場? 匯差波動? MS-VAR模型

    中圖分類號:F830.9 文獻標識碼:A 文章編號:2096-0298(2020)04(b)--03

    隨著中國經(jīng)濟發(fā)展以及對外開放戰(zhàn)略的推進,人民幣在國際市場的影響力不斷增強,人民幣國際化進程的穩(wěn)步推進,帶動人民幣離岸業(yè)務不斷發(fā)展。在我國人民幣離岸市場與在岸市場目前還尚未完全實現(xiàn)資本自由流動,在諸多方面存在差異最終使人民幣離在岸匯差發(fā)生波動。為進一步探究2015年“8.11”匯改后,人民幣離在岸市場匯差在“逆周期因子”的作用下呈現(xiàn)出的波動性特征,本文采用馬爾可夫區(qū)制轉(zhuǎn)換向量自回歸模型(MS-VAR)進行實證分析,探究不同波動狀態(tài)下人民幣離在岸匯差波動性的特征。

    1 實證分析

    在人民幣匯率形成機制日益市場化的背景下,人民幣離岸匯率與在岸匯率波動呈現(xiàn)隨機性和復雜化等特點,而馬爾可夫區(qū)制轉(zhuǎn)換模型(Markov)可以很好地擬合序列的變換過程(郭敏和賈君怡,2016;石建勛和孫亮,2017)。本文基于馬爾可夫區(qū)制轉(zhuǎn)換模型原理,借助馬爾可夫區(qū)制轉(zhuǎn)換向量自回歸模型(MS-VAR)對人民幣離在岸匯差波動性的具體特征進行實證探究。

    1.1 樣本數(shù)據(jù)選取

    本文的樣本數(shù)據(jù)為2012年5月至2019年10月的周度數(shù)據(jù),包含變量為人民幣離岸市場與在岸市場匯率差值、全球風險偏好水平、境外市場流動性、人民幣未來預期以及人民幣境內(nèi)外市場利差。所有數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。

    目前,國內(nèi)外有關人民幣離在岸匯差波動性的研究中,大多采用人民幣離岸市場與在岸市場匯率差值作為被解釋變量(嚴兵、張禹等,2017;Liang et al., 2019)。因此本文沿用此變量設定方法,用Div表示人民幣離在岸市場匯差,定義Div=(CNH-CNY)*10000。其中CNH選取中國香港離岸市場人民幣兌美元的即期匯率,CNY選取中國外匯交易中心公布的人民幣兌美元即期匯率,均采用直接標價法。

    全球風險偏好水平(VIX)為全球恐慌指數(shù),取值為S&P500指數(shù)期權隱含波動率的加權平均值;離岸市場流動性(Lin)為香港人民幣銀行同業(yè)隔夜拆息,取值上升代表流動性降低,反之則相反;人民幣未來預期(Exp)選取3個月人民幣無本金交割遠期匯率(NDF)進行衡量,取值上升代表人民幣存在升值預期,反之則相反;人民幣離在岸市場利差(DRe)為上海銀行間同業(yè)隔夜拆借利率(SHIBOR)與倫敦銀行間同業(yè)隔夜拆借利率(LIBOR)的差值。

    1.2 單位根檢驗

    首先利用ADF來檢驗數(shù)據(jù)變量的平穩(wěn)性。結果顯示,在1%的置信水平下,人民幣離在岸匯差(Div)、全球風險偏好(VIX)、境外市場流動性(Lin)拒絕原假設,均為平穩(wěn)數(shù)據(jù)。人民幣未來預期(DExp)和境內(nèi)外利差(DRe)為經(jīng)過一階差分處理后的平穩(wěn)數(shù)據(jù)。本文采用上述5個變量作為實證分析變量。

    1.3 MS-VAR模型的選擇

    1.3.1 VAR模型的區(qū)制和滯后階數(shù)的確定

    根據(jù)人民幣離在岸匯差波動特性,本文選取三個區(qū)制進行探究,劃分如下分析:在區(qū)制1狀態(tài)下,人民幣離在岸匯率差值整體表現(xiàn)較為平穩(wěn),波動幅度較小;在區(qū)制3狀態(tài)下,人民幣離在岸匯率差值整體表現(xiàn)最為活躍,波動幅度最大;區(qū)制2狀態(tài)則大多處于區(qū)制1及區(qū)制3狀態(tài)之間,即人民幣離在岸匯率差值出現(xiàn)中等波動狀態(tài)。

    針對滯后階數(shù)相關數(shù)據(jù),2階滯后階數(shù)在LR、FPE、AIC準則下顯著,1階滯后階數(shù)在SC、HQ準則下顯著,因此確定VAR模型的最優(yōu)滯后階數(shù)為2階。

    1.3.2 確定最優(yōu)MS-VAR模型類型

    本文根據(jù)AIC、SC、HQ準則以及LogL值確定最優(yōu)的MS-VAR模型,結果表明,模型MSIH (3)-VAR(2)擬合效果最優(yōu),即模型存在3個區(qū)制,滯后階數(shù)為2階,且截距和方差隨著區(qū)制的轉(zhuǎn)化而變化。

    2 MSIH(3)-VAR(2)模型分析

    實證表明,區(qū)制1和區(qū)制2維持區(qū)制穩(wěn)定的概率分別為91.73%和86.02%,相較于區(qū)制3具備較高的穩(wěn)定性。發(fā)生區(qū)制間轉(zhuǎn)移時,低波動區(qū)制1很難實現(xiàn)直接轉(zhuǎn)入高波動的區(qū)制3,更多情況下進入中度波動區(qū)制2進行過渡。區(qū)制2轉(zhuǎn)移至區(qū)制1和區(qū)制3的可能性較低,概率分別為5.11%和8.87%。而區(qū)制3更易向區(qū)制2轉(zhuǎn)移,說明人民幣離在岸匯差處于波動較大的狀態(tài)時,易通過區(qū)制2實現(xiàn)緩沖。

    根據(jù)表1可知:在區(qū)制1和區(qū)制2中,人民幣離在岸匯差(Div)與人民幣預期(DExp)的相關性最強,而在高波動狀態(tài)的區(qū)制3中,人民幣離在岸匯差(Div)則與全球風險偏好(VIX)存在較強的相關性,說明在經(jīng)濟波動活躍的狀態(tài)下,人民幣離在岸匯差更容易受到國際市場風險情況的影響。另外,在三個區(qū)制狀態(tài)下,香港人民幣銀行同業(yè)隔夜拆息與人民幣離在岸匯差均呈現(xiàn)負相關性,其中在區(qū)制3中的相關性較高,說明當人民幣離在岸匯差在高波動狀態(tài)下,香港人民幣銀行同業(yè)隔夜拆息越低,意味著人民幣離岸市場流動性越強,人民幣在外匯市場上的供求關系發(fā)生改變,促使人民幣離在岸匯差迅速拉大。

    根據(jù)三區(qū)制轉(zhuǎn)換概率圖,對比不同區(qū)制的重要時間節(jié)點與我國外匯政策制度的變革,可進一步探討2012年以來不同匯率相關制度變化對人民幣離在岸匯差的影響作用。在“8.11”匯改后,外匯市場上的人民幣預期以及離岸市場流動性均受到影響,使人民幣離在岸匯率差值由區(qū)制2轉(zhuǎn)入?yún)^(qū)制3,在短期內(nèi)產(chǎn)生了較大幅度的波動,而后又轉(zhuǎn)回區(qū)制2狀態(tài)下,波動程度有所回歸。

    2015年12月11日至18日,我國外匯市場處于波動較大區(qū)域,人民幣離在岸匯率差值由區(qū)制2轉(zhuǎn)入?yún)^(qū)制3,主要原因與人民幣被納入特別提款權貨幣籃子(SDR)和CFETS人民幣指數(shù)的頒布有關。隨著人民幣國際地位提升,市場投資者對于人民幣的預期隨之變動,導致離岸人民幣供求關系變化變動,最終導致人民幣離在岸匯率差值產(chǎn)生較大波動。

    2017年5月26日首次引入逆周期因子,人民幣中間價報價調(diào)整為“收盤價+一籃子貨幣匯率變化+逆周期因子”,并通過區(qū)制2的過渡,有效緩解了市場順周期行為并穩(wěn)定了市場預期。2018年1月,隨著跨境資本流動和外匯供求趨于平衡,央行暫?!澳嬷芷谝蜃印?,然而隨著我國外部經(jīng)濟環(huán)境的不確定性上升,中美貿(mào)易摩擦逐步升級,為正確引導市場不確定預期,緩解單邊“羊群效應”,央行于同年8月份重啟“逆周期因子”,使離在岸人民幣匯差在短期出現(xiàn)巨幅震蕩,使我國外匯市場出現(xiàn)較大波動。

    因此,人民幣離在岸市場匯率差值發(fā)生較大波動的時間節(jié)點多與人民幣匯率制度改革有關,且持續(xù)時間較短,均通過區(qū)制2實現(xiàn)過渡與緩沖,逐步發(fā)揮政策效果,達到提升人民幣離在岸匯率差值穩(wěn)定性的目的。

    3 脈沖響應函數(shù)分析

    脈沖響應分析可以反映各經(jīng)濟變量之間短期動態(tài)沖擊關系,可分析考察不同變量之間的關系。

    如圖2所示,當人民幣預期(DExp)受到一個標準差的正向沖擊后,在三個區(qū)制中,人民幣離在岸市場匯差波動均會迅速做出響應,且響應曲線大體一致。其中,高波動狀態(tài)區(qū)間的響應效果最明顯,原因在于預期變動導致貨幣供求關系失衡,促使匯差的沖擊效應得到擴大。

    當向香港銀行間離岸人民幣拆借利率施加一個正向沖擊,即離岸市場流動性(Lin)降低,人民幣離在岸匯差在三個區(qū)制中對香港銀行間離岸人民幣拆借利率的沖擊均直接產(chǎn)生較大幅度的負向效應,反應劇烈且持續(xù)時間短暫。通過對比,發(fā)現(xiàn)區(qū)制3的響應程度最大,且回歸穩(wěn)定的時間相對較長,說明人民幣在高波動區(qū)間受離岸市場流動性的影響更明顯,同時波動也較為持久。

    當全球風險偏好(VIX)受到外部一個標準差的正向沖擊后,會在短期內(nèi)將對人民幣離在岸匯差產(chǎn)生巨大沖擊,且恢復平穩(wěn)狀態(tài)較為緩慢,表明波動會持續(xù)較長時間。因此人民幣離岸市場需求增大,供求關系在短期內(nèi)偏離均衡狀態(tài),波動越高的狀態(tài)區(qū)間越易出現(xiàn)較大程度的沖擊效應。

    當在人民幣離在岸市場利差(DRe)上施加一個標準差的正向沖擊時,不同于區(qū)制1和區(qū)制3,區(qū)制2中人民幣離在岸匯差則首先出現(xiàn)較小的正向效應,隨后立即轉(zhuǎn)為負向效應,并逐漸減弱至第60期回歸穩(wěn)定。說明隨著人民幣境內(nèi)外市場利差敞口增大,人民幣離在岸市場匯率差值在短時間內(nèi)出現(xiàn)較大沖擊響應,且趨于平穩(wěn)的過程也較為緩慢。

    4 結論與建議

    本文對影響人民幣離在岸匯差波動的幾個因素進行實證分析發(fā)現(xiàn),央行匯率相關政策變動會導致人民幣離在岸匯差產(chǎn)生較大波動。2015年“8.11”匯改后人民幣離在岸匯差的波動程度有所上調(diào),由低波動狀態(tài)轉(zhuǎn)入中波動狀態(tài);2019年人民幣離在岸波動性有所降低,其原因在于央行重啟“逆周期因子”后,央行對于市場預期進行了合理引導,削弱了原有的順周期效應。其次,人民幣離在岸匯差在高波動區(qū)間,易受全球市場的風險偏好影響,而在中低波動區(qū)間,易受未來預期影響。最后,人民幣預期、離岸市場流動性、全球風險偏好以及境內(nèi)外市場利差均會在短期對人民幣離在岸匯差產(chǎn)生沖擊效應。

    因此,為避免人民幣離在岸匯差產(chǎn)生過度震蕩,應不斷調(diào)動人民幣離岸市場的積極作用。立足于本國實際國情,深入分析國際經(jīng)濟環(huán)境,及時進行干預決策,合理調(diào)整管控力度。應積極推進人民幣在岸市場發(fā)展和資源優(yōu)化配置,豐富金融產(chǎn)品的多樣化,實現(xiàn)外匯交易市場國際化、多樣化。加強宏觀審慎監(jiān)管,深化利率市場化和人民幣匯率形成機制改革,合理調(diào)控境內(nèi)外利率差值,避免由惡行套匯套利行為引發(fā)資本大量流失,最終實現(xiàn)人民幣穩(wěn)定發(fā)展。

    參考文獻

    郭敏,賈君怡.人民幣外匯市場穩(wěn)定性管理——基于內(nèi)地與香港人民幣匯率價差的視角[J].國際貿(mào)易問題,2016(1).

    石建勛,孫亮.人民幣在岸—離岸匯率波動性問題研究:特征、誘因與對策[J].現(xiàn)代財經(jīng)(天津財經(jīng)大學學報),2017(05).

    嚴兵,張禹,劉娜.人民幣離岸與在岸匯率差異及其波動研究[J].世界經(jīng)濟研究,2017(05).

    Liang Y.S., Shi K., Wang L.S., Xu J.Y., Fluctuation and reform: A tale of two RMB markets[J]. China Economic Review, 2019.

    邢雅菲.國際金融市場波動與離在岸人民幣匯差的動態(tài)相關性研究[J].財貿(mào)研究,2017(03).

    Funke M, Shu C, Cheng X, et al. Assessing the CNH-CNY pricing differential: role of fundamentals, contagion and policy[J]. Journal of International Money and Finance, 2015(59).

    Park, K. Y. , & Kim, S., Detecting currency manipulation: an application of a state-space model with markov switching[J]. Japan and the World Economy, 2019(49).

    猜你喜歡
    VAR模型
    余額寶收益率對余額寶規(guī)模影響的實證研究
    價值工程(2016年32期)2016-12-20 20:41:19
    基于VAR模型的人民幣匯率對我國通貨膨脹的影響研究
    中國電子貨幣影響貨幣超發(fā)問題的實證研究
    江淮論壇(2016年6期)2016-12-15 13:55:05
    OFDI對產(chǎn)業(yè)結構的影響研究
    基于VAR模型對經(jīng)濟增長和物流業(yè)發(fā)展的動態(tài)分析
    智富時代(2016年12期)2016-12-01 14:04:41
    通貨膨脹對上市公司股票收益率的影響研究
    時代金融(2016年27期)2016-11-25 17:27:26
    內(nèi)蒙古牛肉價格傳導實證研究
    商(2016年32期)2016-11-24 18:16:09
    房產(chǎn)稅對房價的影響實證研究
    我國快遞業(yè)與經(jīng)濟水平的關系探究
    中國市場(2016年36期)2016-10-19 03:41:35
    安徽省產(chǎn)業(yè)集群與城鎮(zhèn)化的互動關系
    商(2016年27期)2016-10-17 07:21:16
    天全县| 晋江市| 榕江县| 广昌县| 赫章县| 镇巴县| 乳源| 潼关县| 英吉沙县| 鄂尔多斯市| 肇州县| 呼玛县| 汾阳市| 桦川县| 土默特左旗| 内乡县| 大渡口区| 林周县| 隆子县| 阳东县| 民乐县| 康乐县| 八宿县| 六枝特区| 榆中县| 沙坪坝区| 交城县| 临武县| 常宁市| 北海市| 双流县| 夏邑县| 溆浦县| 成武县| 桑日县| 榆林市| 武汉市| 庆云县| 荆州市| 静海县| 通州市|