楊順俊
(華東政法大學(xué)商學(xué)院 上海 201620)
2016年10月1日,人民幣正式被納入國(guó)際貨幣基金組織(IMF)特別提款權(quán)貨幣籃子(SDR)。作為除美元、歐元、日元和英鎊之外的第五種國(guó)際儲(chǔ)備貨幣,特別提款權(quán)(SDR)是IMF給予成員國(guó)的一種用于補(bǔ)充官方儲(chǔ)備的國(guó)際儲(chǔ)備資產(chǎn)。根據(jù)IMF官方外匯儲(chǔ)備組成數(shù)據(jù),截至2020年第一季度,全球人民幣官方儲(chǔ)備為2241.8億美元,占到世界外匯總儲(chǔ)備的1.89%,已經(jīng)超越了澳大利亞元和加拿大元,躋身世界第五大儲(chǔ)備貨幣,這與人民幣目前的國(guó)際地位相對(duì)符合。國(guó)際儲(chǔ)備是世界貨幣的重要職能之一,人民幣在加入SDR貨幣籃子四年來(lái)有如此亮眼的儲(chǔ)備額度增長(zhǎng)也說(shuō)明了人民幣國(guó)際化地位的快速上升,人民幣國(guó)際化進(jìn)程也正在有序推進(jìn)。
1.數(shù)據(jù)獲取
基于人民幣于2016年10月正式加入SDR貨幣籃子,本文選取了2016年10月10日至2020年9月4日的美元兌人民幣中間價(jià)日度數(shù)據(jù)(fex)作為研究對(duì)象,數(shù)據(jù)獲取來(lái)源為WIND數(shù)據(jù)庫(kù),樣本容量共956個(gè)。
2.模型選擇
為了更好地衡量和擬合美元兌人民幣匯率的波動(dòng)率情況,本文選用經(jīng)典的廣義條件異方差自回歸模型(GARCH)衡量考察,并進(jìn)一步使用T-GARCH和P-GARCH考察波動(dòng)率中的杠桿效應(yīng)情況。
GARCH模型。由于多數(shù)金融高頻時(shí)間序列中的隨機(jī)擾動(dòng)項(xiàng)雖然能夠通過(guò)白噪聲檢驗(yàn),但一般具有群聚效應(yīng)(即部分區(qū)域顯著波動(dòng)劇烈,部分區(qū)域波動(dòng)顯著平緩),通過(guò)提取原序列自回歸擬合的白噪音殘差的平方序列,發(fā)現(xiàn)其具有一定額外的信息,這種現(xiàn)象被稱為條件異方差自回歸(ARCH)效應(yīng),回歸形式為原序列隨機(jī)擾動(dòng)項(xiàng)的條件方差與隨機(jī)擾動(dòng)項(xiàng)各滯后項(xiàng)平方和的關(guān)系。但由于ARCH效應(yīng)衡量時(shí)所需的隨機(jī)擾動(dòng)項(xiàng)滯后項(xiàng)階數(shù)過(guò)多,為保持模型穩(wěn)定同時(shí)節(jié)約自由度,GARCH模型中采用若干條件方差的滯后項(xiàng)代替較多的隨機(jī)擾動(dòng)項(xiàng)平方滯后項(xiàng)。
T-GARCH模型。從原始GARCH模型的形式中可知,對(duì)于同等程度不同方向的外部沖擊ut-1,其對(duì)模型中條件方差產(chǎn)生的影響是完全等價(jià)的。但在事實(shí)上,當(dāng)一個(gè)金融資產(chǎn)受到程度相同但方向不同的沖擊時(shí),其對(duì)方差的貢獻(xiàn)應(yīng)該是不同的。例如當(dāng)證券市場(chǎng)出現(xiàn)大漲行情時(shí),市場(chǎng)可能相對(duì)平靜,但當(dāng)市場(chǎng)內(nèi)出現(xiàn)同等程度的大跌行情時(shí),市場(chǎng)內(nèi)的恐慌情緒將會(huì)激增,市場(chǎng)波動(dòng)將會(huì)遠(yuǎn)超前者。為了區(qū)分不同方向的外部沖擊產(chǎn)生的影響,學(xué)者們采用了不同的方式試圖區(qū)分外部沖擊的方向。T-GARCH被稱為門限自回歸,其主要是對(duì)于需要考察的隨機(jī)擾動(dòng)項(xiàng)的滯后平方項(xiàng)(又稱ARCH項(xiàng))添加一個(gè)虛擬變量,在隨機(jī)擾動(dòng)項(xiàng)原始取值方向不同時(shí),該虛擬變量分別取0或1,以調(diào)整該次外部沖擊對(duì)模型條件方差的貢獻(xiàn)程度。
E-GARCH模型。該模型又被稱為指數(shù)GARCH模型,其目的與T-GARCH模型相同,均是為了區(qū)分模型的非對(duì)稱效應(yīng)。E-GARCH采用了絕對(duì)值的方法來(lái)衡量這一非對(duì)稱效應(yīng)。
1.序列平穩(wěn)性檢驗(yàn)
為使原始序列更為平穩(wěn),進(jìn)一步消除異方差現(xiàn)象,首先對(duì)原始匯率序列取自然對(duì)數(shù),構(gòu)建序列l(wèi)fex。本文選取ADF檢驗(yàn)法對(duì)原始匯率序列進(jìn)行平穩(wěn)性檢驗(yàn),結(jié)果顯示匯率序列自身明顯不平穩(wěn),但序列的一階差分Dlfex序列是一個(gè)顯著平穩(wěn)的序列,所以原始序列Lfex是一個(gè)沒(méi)有漂移項(xiàng),也沒(méi)有趨勢(shì)項(xiàng)的一階單整I(1)序列。
2.ARIMA模型最優(yōu)滯后階數(shù)的選擇
平穩(wěn)性檢驗(yàn)中已經(jīng)確定原始序列l(wèi)fex為I(1)序列,所以ARIMA(p,d,q)中的d已經(jīng)確認(rèn)等于1,現(xiàn)對(duì)于自回歸和移動(dòng)平均過(guò)程的最優(yōu)滯后階數(shù)p與q進(jìn)行確定。通過(guò)“向下檢驗(yàn)法”和“信息準(zhǔn)則法”,比較各階滯后項(xiàng)加入模型后對(duì)信息準(zhǔn)則AIC、SC的影響,并選取信息準(zhǔn)則數(shù)值最小的一個(gè)模型作為最后滯后階數(shù)。最終,本文確定匯率的對(duì)數(shù)收益率序列的均值等式由ARIMA(3,1,3)模型進(jìn)行擬合。
3.均值等式估計(jì)
在確定ARIMA模型的最優(yōu)滯后階數(shù)后,本文進(jìn)行了ARIMA(3,1,3)模型的估計(jì),估計(jì)方法為經(jīng)典最小二乘法。從估計(jì)得到的均值等式中可以發(fā)現(xiàn),模型估計(jì)個(gè)變量的顯著性均較好,且經(jīng)過(guò)ARMA模型單位根檢驗(yàn),原模型的6個(gè)特征根均在單位圓內(nèi),該模型的具體表述為:
從模型估計(jì)結(jié)果可以看出,美元兌人民幣對(duì)數(shù)收益率波動(dòng)的反應(yīng)時(shí)間存在一定的時(shí)滯,過(guò)去3個(gè)交易日的收益率對(duì)當(dāng)天收益率的影響明顯大于過(guò)去2個(gè)交易日的影響。
1.ARCH效應(yīng)檢驗(yàn)
首先,對(duì)原模型殘差是否存在條件異方差進(jìn)行檢驗(yàn),通過(guò)5階的滯后項(xiàng)的ARCH LM檢驗(yàn),發(fā)現(xiàn)原模型存在著顯著的ARCH效應(yīng)(F=8.284,p=0.000***),但只有殘差平方的滯后1階和滯后5階項(xiàng)極為顯著,其他滯后階均不顯著。
2.GARCH模型構(gòu)建
在考察原模型殘差分布情況時(shí),發(fā)現(xiàn)原模型并不符合正態(tài)分布(JB=142.17,p=0.000),呈現(xiàn)明顯的尖峰厚尾特點(diǎn)(峰度K=4.8695),所以本文在進(jìn)行GARCH模型估計(jì)時(shí)選用廣義誤差分布(GED)而非正態(tài)分布。
GARCH(1,3)模型的最終結(jié)果表述為:
從擬合模型中可以看出,原模型ARCH 項(xiàng)系數(shù)為0.0862,說(shuō)明上一期外部沖擊會(huì)加劇當(dāng)期匯率收益率的波動(dòng)。同時(shí),方差等式的所有系數(shù)之和為 0.9755,說(shuō)明人民幣對(duì)數(shù)收益率波動(dòng)依舊是一個(gè)平穩(wěn)序列,但由于各系數(shù)之和接近 1,說(shuō)明收益率波動(dòng)雖然隨著會(huì)隨著時(shí)間逐漸減弱,但是減弱的過(guò)程極為緩慢,這意味著當(dāng)出現(xiàn)外部沖擊時(shí)(如美元指數(shù)的波動(dòng))就會(huì)對(duì)整個(gè)人民幣對(duì)數(shù)收益率序列造成長(zhǎng)久而深遠(yuǎn)的影響。
由于本文的原始序列是由美元兌人民幣的對(duì)數(shù)收益率來(lái)表示,這意味著在投資學(xué)角度考察匯率市場(chǎng)內(nèi)投資收益率在面臨人民幣匯率升值與貶值時(shí)是否存在不同的收益變動(dòng)幅度,即考察人民幣匯率對(duì)數(shù)收益率的波動(dòng)非對(duì)稱性,是具有一定意義的。
1.T-GARCH模型
T-GARCH模型通過(guò)設(shè)定虛擬變量作為門限的方式具體細(xì)分出了當(dāng)均值等式中的隨機(jī)擾動(dòng)項(xiàng)出現(xiàn)負(fù)向和正向波動(dòng)時(shí),該波動(dòng)對(duì)序列條件方差產(chǎn)生的不同影響。
由于在原GARCH(1,3)模型的廣義誤差分布假定下,模型的GARCH項(xiàng)滯后階偏多,導(dǎo)致模型總體估計(jì)的系數(shù)也相對(duì)偏多,這將給模型估計(jì)帶來(lái)一定的不穩(wěn)定性。為簡(jiǎn)化模型,本文在T-GATCH和后續(xù)E-GARCH模型估計(jì)與擬合中選取了信息準(zhǔn)則數(shù)相差不大但模型更為輕便的GARCH(1,1),該模型假定的分布為學(xué)生t分布,該分布形式也同時(shí)適用于匯率高頻數(shù)據(jù)“尖峰厚尾”的分布特征。學(xué)生t分布假定下原序列T-GARCH(1,1)模型的回歸結(jié)果具體為:
經(jīng)過(guò)10階的ARCH LM檢驗(yàn),發(fā)現(xiàn)新的殘差序列已經(jīng)提取出了所有的ARCH效應(yīng)(F=1.10,p=0.3516),新構(gòu)建的模型擬合程度良好。且加入門限后,新模型中ARCH項(xiàng)系數(shù)均為正,符合原序列條件方差應(yīng)無(wú)條件>0的基本假設(shè)。
由模型結(jié)果可以推斷:當(dāng)美元面臨著貶值的外部沖擊時(shí),其對(duì)原序列條件方差的貢獻(xiàn)率由0.033上升到了0.087,說(shuō)明當(dāng)美元投資面臨著負(fù)面沖擊的影響時(shí),其對(duì)條件方差的貢獻(xiàn)率是原來(lái)的2.61倍,說(shuō)明市場(chǎng)投資者對(duì)美元貶值的負(fù)面沖擊更為敏感,印證了原序列波動(dòng)的非對(duì)稱性,存在顯著的杠桿效應(yīng)。這一結(jié)果與金融資產(chǎn)收益率的波動(dòng)性在遭遇沒(méi)有預(yù)料到的利空消息時(shí)會(huì)使得市場(chǎng)波動(dòng)率更快增加的基本假設(shè)相符。
當(dāng)市場(chǎng)面臨美元升值的外部沖擊時(shí),模型方差等式的系數(shù)之和為0.975左右,而當(dāng)面臨負(fù)向沖擊時(shí),系數(shù)之和幾近于1,這意味著負(fù)向沖擊對(duì)于美元兌人民幣的外匯市場(chǎng)而言更為持久。當(dāng)美元出現(xiàn)貶值預(yù)期時(shí),市場(chǎng)內(nèi)的波動(dòng)性將近乎永久的提高,給整個(gè)市場(chǎng)帶來(lái)了更敏感的波動(dòng)和更高的風(fēng)險(xiǎn)溢價(jià)。
2.E-GARCH模型構(gòu)建
前述T-GARCH模型中,通過(guò)虛擬變量區(qū)分了外匯市場(chǎng)的正負(fù)項(xiàng)沖擊,并衡量了人民兌美元市場(chǎng)存在的杠桿效應(yīng),下面將通過(guò)同樣考察非對(duì)稱GARCH模型的指數(shù)GARCH模型來(lái)驗(yàn)證這一結(jié)果?;趯W(xué)生t分布假定的E-GARCH(1,1)模型回歸結(jié)果如下所示:
經(jīng)過(guò)10階的ARCH LM檢驗(yàn),發(fā)現(xiàn)新的殘差序列已經(jīng)提取出了所有的ARCH效應(yīng)(F=1.1351,p=0.3323),新構(gòu)建的模型擬合程度良好。
綜合門限GARCH模型和指數(shù)GARCH模型的回歸估計(jì)結(jié)果,基本可以確定美元兌人民幣的對(duì)數(shù)收益率存在顯著的杠桿效應(yīng)。當(dāng)外匯市場(chǎng)面臨不同方向同等程度的沖擊時(shí),負(fù)向影響帶來(lái)的沖擊是正面影響對(duì)應(yīng)沖擊的1.6—2.8倍左右。一般而言,對(duì)于一個(gè)金融資產(chǎn)的收益率的波動(dòng)性,當(dāng)面臨未預(yù)期到的負(fù)面信息時(shí),收益率的波動(dòng)性將會(huì)成倍放大,而本文一系列的模型實(shí)證結(jié)果也驗(yàn)證了這一點(diǎn)。
本文以探究人民幣加入SDR貨幣籃子為契機(jī),考察了2016年10月至2020年9月的美元兌人民幣匯率波動(dòng)性情況,并使用GARCH類模型對(duì)其波動(dòng)情況進(jìn)行估計(jì)。選擇GARCH(1,3)模型進(jìn)行擬合,發(fā)現(xiàn)模型提示匯率對(duì)數(shù)收益率的條件方差存在較長(zhǎng)的記憶性。但由于GARCH模型在估計(jì)過(guò)程中會(huì)天然產(chǎn)生較高的系列長(zhǎng)記憶性,所以該序列的條件方差是否存在長(zhǎng)記憶性還不確定,需要更合適的估計(jì)模型來(lái)解答這一問(wèn)題。
通過(guò)T-GARCH和E-GARCH模型的擬合結(jié)果,本文發(fā)現(xiàn)人民幣匯率寫(xiě)的條件方差存在著顯著的杠桿效應(yīng)。當(dāng)外匯市場(chǎng)面臨不同方向同等程度的沖擊時(shí),負(fù)向影響(美元貶值)帶來(lái)的沖擊是正面影響對(duì)應(yīng)沖擊的1.6—2.8倍左右。一方面這符合金融資產(chǎn)的常規(guī)特征,當(dāng)面臨未預(yù)期到的負(fù)面信息時(shí),收益率的波動(dòng)性將會(huì)成倍放大;另一方面的可能原因是當(dāng)人民幣升值時(shí),中國(guó)央行的管控力度相對(duì)較小,而面臨貶值預(yù)期時(shí)中國(guó)央行的容忍度相對(duì)較低,相比升值周期會(huì)更快地進(jìn)行外匯市場(chǎng)干預(yù),從而使得人民幣貶值周期時(shí)波動(dòng)率小于升值周期。
人民幣加入SDR與其說(shuō)是人民幣國(guó)際化的認(rèn)可,不如說(shuō)是人民幣真正國(guó)際化的開(kāi)端,人民幣正式走上了國(guó)際貨幣體系的舞臺(tái)。由于SDR本身的體量過(guò)小,已經(jīng)難以承擔(dān)起創(chuàng)立SDR時(shí)所寄予的“世界貨幣”職責(zé),其更多是一種名義上的產(chǎn)物。人民幣加入SDR或許對(duì)人民幣匯率不能產(chǎn)生顯著影響,但在總體上還是增加了人民幣作為一種國(guó)際貨幣的公信力。自人民幣正式加入SDR貨幣籃子后,人民幣官方儲(chǔ)備額度快速升高,已經(jīng)成為了世界第五大支付貨幣,這也與中國(guó)在世界經(jīng)濟(jì)和國(guó)際金融領(lǐng)域的地位所趨近??傊琒DR對(duì)人民幣匯率很難產(chǎn)生顯著的實(shí)質(zhì)性影響,但對(duì)于推進(jìn)人民幣逐漸承擔(dān)起“世界儲(chǔ)備貨幣”的職能大有裨益。
從美元兌人民幣匯率的波動(dòng)序列觀察,人民幣加入SDR后人民幣外匯市場(chǎng)雙向波動(dòng)率進(jìn)一步提升,這意味著人民幣匯率會(huì)更多地遭受外部沖擊??傮w來(lái)看,人民幣匯率的波動(dòng)主要是應(yīng)對(duì)外部沖擊的被動(dòng)反應(yīng),而不是由于自身中國(guó)經(jīng)濟(jì)基本面的體現(xiàn)的主動(dòng)走勢(shì)。
從宏觀角度進(jìn)行匯率風(fēng)險(xiǎn)的管理最重要的就是需要中國(guó)央行穩(wěn)定市場(chǎng)預(yù)期,做好市場(chǎng)的指引者。美聯(lián)儲(chǔ)在應(yīng)對(duì)次貸危機(jī)的過(guò)程中,時(shí)任主席伯南克在治理美聯(lián)儲(chǔ)時(shí)與前任主席格林斯潘最大的不同點(diǎn)就是極為強(qiáng)調(diào)央行的透明度問(wèn)題。要想穩(wěn)定投資者的預(yù)期,避免匯率因恐慌情緒而快速貶值或升值,就需要央行通過(guò)向投資者和公眾提供其對(duì)于經(jīng)濟(jì)形勢(shì)的真實(shí)看法,并向公眾提供指引,清晰明了地告訴市場(chǎng),央行對(duì)于利率走向的判斷與匯率浮動(dòng)的干預(yù)底線,并長(zhǎng)期、一貫地執(zhí)行。在某種程度上,市場(chǎng)將更好地理解央行政策行為并對(duì)其抱有充分信心,這將有利于減少金融市場(chǎng)的不穩(wěn)定性,平抑預(yù)期的波動(dòng)。而這一點(diǎn),是應(yīng)對(duì)人民幣匯率波動(dòng)中的最為重要一環(huán),只有通過(guò)謹(jǐn)慎的措辭拿捏,傳遞明確一貫的政策目標(biāo),才有可能提升央行政策的公信力,維護(hù)投資者預(yù)期穩(wěn)定。
僅僅被動(dòng)地管理人民幣匯率的波動(dòng)風(fēng)險(xiǎn)還遠(yuǎn)遠(yuǎn)不夠,要想增強(qiáng)人民幣匯率的溢出效應(yīng)和抗壓能力,最終還是要加快推進(jìn)人民幣的國(guó)際化進(jìn)程。2018年4月,中國(guó)通過(guò)頂層設(shè)計(jì)進(jìn)一步加快金融對(duì)外開(kāi)放步伐。在央行推進(jìn)金融開(kāi)放措施中,銀行業(yè)對(duì)外開(kāi)放成為最早落實(shí)的領(lǐng)域。上海國(guó)際金融中心建設(shè)與人民幣的國(guó)際地位緊密聯(lián)系,前者的推進(jìn)需要人民幣離岸業(yè)務(wù)聚集,即國(guó)際化的人民幣使用,而銀行業(yè)優(yōu)先于自貿(mào)區(qū)內(nèi)開(kāi)放正能滿足這一需求。根據(jù)SWIFT數(shù)據(jù),人民幣在2020年3月已經(jīng)躍升為全球第五大支付貨幣,占比1.85%,比兩年前躍升了兩位,與納入國(guó)際貨幣籃子(SDR)的地位相當(dāng)。上海以外資銀行引入為契機(jī),加快人民幣離岸業(yè)務(wù)與清算中心建設(shè),可為最終實(shí)現(xiàn)匯率形成機(jī)制改革和資本與金融項(xiàng)目完全開(kāi)放提供先行先試的試點(diǎn)條件。