• 
    

    
    

      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 ?

      經(jīng)濟政策不確定性對匯率風險傳染的影響研究

      2023-02-12 00:17:58王江濤崔文浩肖殿荒
      統(tǒng)計與信息論壇 2023年2期
      關鍵詞:分塊傳染匯率

      王江濤,崔文浩,肖殿荒

      (1.華中師范大學 經(jīng)濟與工商管理學院,湖北 武漢 430079;2.中山大學 嶺南學院,廣東 廣州 510275)

      一、引言

      2015年12月,時任央行副行長易綱在人民幣加入特別提款權(SDR)有關情況的會議上表示,人民幣匯率形成機制改革的最終目標是“實現(xiàn)人民幣匯率的清潔浮動”??娧恿恋确治鲋赋?所謂“清潔浮動”,應基本對應于現(xiàn)行IMF分類中的自由浮動;相比人民幣目前實行的管理浮動匯率制度,其具有干預更少、更透明、方式更市場化的特點[1]。人民幣匯率形成機制改革與利率市場化、資本項目開放等內(nèi)容共同構成當前中國金融體系改革開放的核心內(nèi)容,其在為中國走進世界舞臺中心之進程提供更多機遇和更好條件的同時,向國際金融體系的全面融入與市場化接軌也使防范系統(tǒng)性金融風險跨境傳染的工作面臨更為復雜的形勢和愈益嚴峻的挑戰(zhàn)[2]。開放格局下的人民幣市場可能成為外部風險向中國內(nèi)部傳導的窗口。這種風險傳染直接表現(xiàn)為某一外幣匯率遭受沖擊后的大幅震蕩向人民幣匯率傳導。選擇何種操作路徑以盡可能規(guī)避和化解金融改革過程中凸顯的系統(tǒng)性風險,正成為學者和政策制定者廣泛關注的熱點問題。

      應當注意到,將跨境風險的快速傳染視為匯率自由化浮動的必然代價并非對這一問題的全面認識;指向“清潔浮動”的人民幣匯率改革本身具備產(chǎn)生和解決矛盾的雙重性質(zhì)。一方面,匯率波幅區(qū)間限制的逐漸放寬乃至最終取消,伴隨協(xié)同推進的資本賬戶開放改革,快進快出的套利資本使得人民幣匯率容易出現(xiàn)短期超調(diào)現(xiàn)象,并且貨幣當局因干預頻率和方式受限可能難以通過調(diào)整外匯儲備的市場操作及時遏制匯率的過度波動。系統(tǒng)性金融風險經(jīng)由外匯市場向中國宏觀經(jīng)濟蔓延的概率有所上升。另一方面,也應看到,干預更少、更市場化、更透明的匯率形成機制也意味著政策不確定性的下降以及人民幣匯率靈活程度的提高,從而十分有利于外匯市場上自動調(diào)節(jié)器功能的發(fā)揮,同時也能夠避免僵硬的干預政策下容易出現(xiàn)的投機資本沖擊和貨幣政策有效性損失。透明化政策的平穩(wěn)預期效應能夠在較長周期內(nèi)避免匯率的大起大落,從而抑制來自外部沖擊的風險傳導。由此,本文提出問題:經(jīng)濟政策不確定性相比利率差、雙邊貿(mào)易等傳統(tǒng)基本面因素,其下行能否成為人民幣匯率日益自由化浮動下限制匯率共振的重要力量,從而有效抑制國際沖擊向人民幣匯率的傳染?對這一問題的研究能夠加深對匯率形成機制市場化之影響的理解,從而有助于進一步厘清匯率改制在中國金融改革開放之頂層設計中所處的位置,為決策者識別和優(yōu)化改革路徑提供政策啟示。

      二、文獻綜述

      系統(tǒng)性金融風險的核心思想是金融風險的傳染,即一個金融機構、金融市場所面臨的沖擊,向金融系統(tǒng)中的其他機構及其他市場迅速傳遞[3]。其在外匯市場上表現(xiàn)為某種貨幣的匯率變動影響其他貨幣的匯率變動。關于貨幣匯率聯(lián)動特征的研究早已有之。例如,Frankel等建立貨幣錨模型,用于回答東亞在當時究竟屬于美元集團(Dollar Bloc)還是日元集團(Yen Bloc)的問題[4]。但該方法在揭示不同貨幣匯率間的關系時,只關注部分貨幣市場間的局部聯(lián)系,而忽略全球貨幣體系的整體特征,故不能充分地描繪匯率風險的傳染[5]。2008年的金融危機將經(jīng)濟系統(tǒng)中各元素間更加復雜的相互依賴性暴露出來,呼喚學界對經(jīng)濟網(wǎng)絡的研究。貨幣市場中的風險傳染具有典型的網(wǎng)絡特征;時興的網(wǎng)絡模型將這種金融主體間的相互關聯(lián)直接納入建模過程,將之應用于匯率風險的傳染,能夠有效提高分析的準確性。由此,基于網(wǎng)絡視角的研究方法在近年的文獻中頗為流行。

      相關文獻采用的網(wǎng)絡分析方法大體可分為兩種類別:一是使用VAR模型,以Diebold等提出的方差分解指標構建變量間的網(wǎng)絡關系[6]。周穎剛等采用此類方法計算G20經(jīng)濟體間貨幣匯率的相互影響水平,進而構建人民幣國際影響力指數(shù)[7]。該方法的局限之處在于:一方面,估計結果中不直接包含傳染結構的信息,以傳染強度的某一分位點為閾值識別主要風險傳染關系的操作具有主觀色彩;另一方面,此類模型往往局限于描述線性的風險傳染關系,不能捕捉匯率風險傳染網(wǎng)絡中各節(jié)點間的非線性關系(文中實證部分證實了非線性關系的存在),故結論可能存在偏差。二是使用格蘭杰因果檢驗方法。余博等采用該方法識別5種貨幣匯率間的收益率溢出關系,進而得到匯率系統(tǒng)網(wǎng)絡的總體關聯(lián)特征[8]。Billio提出了非線性格蘭杰因果檢驗方法,楊子暉等分析了19個主要國家(地區(qū))的經(jīng)濟政策不確定性與股票和外匯市場間的傳染效應[9-10]。不過,非線性方法無法進一步識別傳染強度,故也不能適應本文的研究目的。另外,分析匯率風險傳染效應的驅(qū)動因素同樣具有現(xiàn)實價值?,F(xiàn)有研究通常在網(wǎng)絡識別完畢后采用面板回歸的方法研究特定因素對風險傳染程度的影響[7-8]。但是,如此操作只能分析各因素對風險傳染強度的影響,若要進一步分析對風險傳染結構的影響則力不從心。如果將對外生因素之影響的分析納入網(wǎng)絡模型本身的構建過程,也許能夠得到更為深入的分析結論。

      貨幣匯率聯(lián)動性質(zhì)的影響因素繁多,相關文獻多關注雙邊貿(mào)易、金融聯(lián)系、經(jīng)濟周期和貨幣政策相似性等宏觀經(jīng)濟因素[11]。除基本面因素外,央行干預政策的可預測程度也可能改變匯率風險的傳染效應。對投資者而言,一方面,經(jīng)濟政策不確定程度的上升對其在本國進行的投資存在顯著的負向影響[12-13]。這是因為不確定性提高了市場上的風險溢價,從而導致投資者在本國進行融資的成本和難度上升;同時,面對更為分散的投資回報分布,投資者也會要求更高的收益率以對沖額外風險[14-16]。對本國投資的減少令本國資產(chǎn)價格相對下降,貨幣貶值。另一方面,本國投資者也可能拋售外國資產(chǎn)以緩解流動性短缺問題,從而聯(lián)動導致外國貨幣的貶值。黃乃靜等發(fā)現(xiàn),作為能夠改變投資者行為的非基本面因素,經(jīng)濟政策不確定性(Economic Policy Uncertainty,EPU)是沖擊人民幣與歐元間相互溢出的關鍵影響變量[17]。這一效應極有可能也存在于整個匯率風險傳染網(wǎng)絡的各個節(jié)點之間。基于這種認識,本文在現(xiàn)有研究基礎上,將研究問題具體化:①EPU對匯率風險傳染是否存在顯著影響?若存在,其是否為影響匯率風險傳染的關鍵因素?②就人民幣受到的匯率風險傳染而言,全球整體EPU水平、中國EPU水平和風險來源市場EPU水平中,何者的影響更為突出?③影響方式方面,不同類型的EPU對人民幣受到的匯率風險傳染產(chǎn)生的影響是正向還是負向?對這些問題的探究,不僅能加深對系統(tǒng)性金融風險與經(jīng)濟政策不確定性之間關系的理解,也為人民幣國際化進程中防范跨境風險沖擊、維持金融市場穩(wěn)定的實踐提供決策啟示。

      基于上述分析,本文通過引入一種前沿的網(wǎng)絡模型,分析外匯市場中的風險傳染以及經(jīng)濟政策不確定性對這一風險傳染效應的影響。具體而言,首先,采用一種網(wǎng)絡結構識別算法得到匯率風險傳染網(wǎng)絡中節(jié)點群的次序關系;其次,將識別出的次序關系融入建模過程中,構建變系數(shù)模型描述節(jié)點間風險的傳染,其中節(jié)點間風險傳染強度被設定為外生變量(此處為EPU)的函數(shù);最后,基于實際數(shù)據(jù),采用貝葉斯方法估計出節(jié)點間的傳染強度,并依據(jù)估計結果識別匯率風險傳染網(wǎng)絡,探究EPU對匯率風險傳染的影響。本文的邊際貢獻表現(xiàn)在如下三個方面:第一,從研究視角來看,不同于多關注聯(lián)動性質(zhì)的時變特征或基本面因素影響的現(xiàn)有文獻,本文側重于經(jīng)濟政策不確定性這一非基本面因素的影響;考慮到這一因素在人民幣匯率形成機制的未來發(fā)展中可能起到的遏制風險傳染的突出作用,透過這一視角的研究對改革路徑的選取決策存在一定啟示作用。第二,從研究方法來看,本文將一種較為新穎的網(wǎng)絡方法引入?yún)R率聯(lián)動研究領域。該方法能夠克服已有方法存在的若干缺陷,充分利用貨幣市場中風險傳染的網(wǎng)絡特征,更為深入地挖掘相關文獻難以涉及的信息。第三,從研究結論來看,本文不僅分析了EPU影響匯率風險傳染的綜合效應,還探究了不同類型EPU對匯率風險傳染的影響特征;所得到的具體結論對外匯市場的風險防范具有重要的現(xiàn)實意義。

      三、模型設計、指標構建和數(shù)據(jù)說明

      (一)風險傳染網(wǎng)絡的識別

      變量間的網(wǎng)絡結構對分析變量間的數(shù)量和因果關系具有重要價值。風險傳染具有典型的網(wǎng)絡形態(tài)??紤]到貨幣間風險傳染效應的非對稱特征,我們采用有向無環(huán)圖(Directed Acyclic Graph,DAG)G=(V,E)建模其間風險傳染的網(wǎng)絡結構,其由表示各貨幣匯率的有序節(jié)點V={1,2,…,p}和表示風險傳染路徑的有向邊E?V×V構成。采用兩步方法確定風險傳染網(wǎng)絡:首先,依據(jù)匯率間風險傳染特征,確定各貨幣節(jié)點的先后次序;其次,根據(jù)這一次序,識別節(jié)點間可能的有向連接及對應強度,即識別出網(wǎng)絡的傳染路徑和傳染強度。

      為此,首先要確定節(jié)點V的次序,即識別風險傳染網(wǎng)絡的結構?,F(xiàn)有在DAG框架下識別網(wǎng)絡結構的方法大體可分為兩種類別:基于約束(Constraint-Based)的方法和評分搜索(Score and Search)方法[18]?;诩s束的方法以變量間的聯(lián)合概率分布與由邊反映的條件獨立性質(zhì)間的關系為識別網(wǎng)絡結構的依據(jù),其代表性工具為PC算法[19]。該算法從全連通的無向圖出發(fā),對圖中存在的由3個(組)節(jié)點構成的“V結構”進行逐個檢驗,確定各邊的存在性和方向。該方法能夠快速處理由大量節(jié)點構成的高維網(wǎng)絡,但估計結果受檢驗在節(jié)點間的實施順序影響[20]。由于本文考慮的節(jié)點僅有十余個,為增強估計結果的客觀性,我們選擇雖運行速度較慢但結果更為穩(wěn)健的評分搜索方法。評分搜索方法以網(wǎng)絡結構對樣本數(shù)據(jù)的擬合效果為識別依據(jù)。Kuiper等比較了三種基于采樣的評分搜索方法:結構MCMC(Structure MCMC)、有序MCMC(Order MCMC)和分塊MCMC(Partition MCMC),結果顯示,相比其余兩種方法,分塊MCMC能夠在提供無偏估計的同時,具備較快的收斂速度[18]。因此,我們采用分塊MCMC方法估計風險傳染網(wǎng)絡中節(jié)點的次序。

      分塊MCMC方法的基本步驟如下:第一步,將DAG中所有節(jié)點劃分為有序的若干分塊(Partition),并假定每個分塊內(nèi)部各節(jié)點間無有向邊相連(即相互條件獨立);除最上游(父系)分塊之外,每個分塊內(nèi)的節(jié)點至少通過一條有向邊與其相鄰上游(父系)分塊內(nèi)的節(jié)點相連接。第二步,計算當前分塊方式對樣本數(shù)據(jù)的擬合效果,即評分(Score)。第三步,更新分塊方式,即搜索(Search),計算新分塊方式的評分,以評分變化為依據(jù)構建是否接受新分塊方式的概率準則,促使馬爾可夫鏈在高評分(即擬合效果較好)的分塊中轉(zhuǎn)移;其中,分塊的更新從以下幾種情況中選擇:①交換兩個不同分塊內(nèi)的節(jié)點;②將一個分塊分解為兩個分塊;③合并兩個分塊;④將某個節(jié)點從一個分塊移動到另外一個分塊;⑤交換兩個分塊內(nèi)的兩個節(jié)點。第四步,重復第三步,直至獲得足夠數(shù)量的獨立樣本。

      (二)模型設計

      在獲得節(jié)點次序的基礎上,進一步建??赡艽嬖诘娘L險傳染關系。假設隨機變量Xht表示某種貨幣匯率在t時刻的收益率,為風險傳染網(wǎng)絡中的一個節(jié)點;Xt=(X1t,X2t,…,Xpt)T是由所有網(wǎng)絡節(jié)點構成的隨機向量。在沒有識別出節(jié)點次序的情況下,要分析貨幣h的匯率風險主要傳染源,就需要同時考慮其他所有貨幣j,j≠h的匯率變量Xjt;即使在貨幣數(shù)量p并不很大的情形下,其計算量也可能大到難以操作。在識別出各節(jié)點群的次序之后,貨幣h的匯率風險傳染源僅局限于其所在分塊的父系分塊所包含的貨幣節(jié)點中。假設Xt服從多元正態(tài)分布,則可用線性模型(1)描述第h(h=1,2,…,p)個貨幣的匯率與其父系節(jié)點的關聯(lián):

      Xht=∑j∈pa(h)Xjtβhjt+εht

      (1)

      Xht=∑j∈pa(h)Xjtβhjt(Ut)+εht

      βhjt(Ut)=θhjt(Ut)×I{|θhjt(Ut)|>Th}

      (2)

      其中,Ut為影響風險傳染系數(shù)βhjt的外生變量向量,Th為閾值。在本文的實證研究中,

      Ut=(EPUg,t,EPUj,t,EPUh,t,t)T

      θhjt(Ut)=μhj+fhj,1(EPUg,t)+fhj,2(EPUj,t)+fhj,3(EPUh,t)+fhj,4(t)

      (3)

      其中fhj,l(·),l=1,2,3,4,為待估計的函數(shù);t為時間;EPUg,t為t時期全球的EPU水平;EPUj,t和EPUh,t分別為貨幣h和貨幣j對應國家(地區(qū))t時期的相對EPU;相對EPU的計算方式為當?shù)谽PU減去全球EPU,其取值若大于0,表示當?shù)卣叩牟淮_定程度高于全球平均水平,反之亦然。模型中將EPU對βhjt的影響分解為全球EPU的影響fhj,1(EPUg,t)、風險來源市場相對EPU的影響fhj,2(EPUj,t)和節(jié)點h對應市場相對EPU的影響fhj,3(EPUh,t)三部分。fhj,4(t)反映其他時變因素的影響。

      在模型中引入閾值函數(shù)I{|θhjt(Ut)|>Th}的目的是:剔除微弱因素的影響,使得模型識別的網(wǎng)絡具有稀疏結構。對某一分塊內(nèi)的貨幣h而言,分塊MCMC方法識別出的其上游分塊內(nèi)的所有節(jié)點都是其潛在風險源,但并不是所有潛在風險源都會顯著影響貨幣h的匯率;通過引入閾值函數(shù),我們能夠?qū)⒉糠钟绊懳⑷醯母赶倒?jié)點所對應的風險傳染系數(shù)壓縮為零,從而在簡化識別網(wǎng)絡結構的同時,把握主要矛盾。為避免主觀因素的影響,估計過程并非預先設定Th,而是將其作為待估參數(shù)處理。這一模型的基本框架由Ni等構建[21]。

      文中構建的模型主要有如下優(yōu)勢:第一,模型的構建過程將網(wǎng)絡結構中節(jié)點群之間的次序融入其中,充分利用信息。第二,用變系數(shù)可加形式描述節(jié)點間的關系,使得模型不僅能確定非線性網(wǎng)絡關系,而且還能度量出節(jié)點間風險傳染強度。第三,將節(jié)點間風險傳染強度設定為關于EPU等外生變量的函數(shù),這種設計在度量出節(jié)點間風險傳染強度的同時,為分析外生因素對傳染強度和傳染結構的影響,提供了可行的途徑。

      (三)參數(shù)估計與指標構建

      為論述方便,本文構建了如下一些指標。

      1.傳染頻率

      2.平均傳染強度

      3.關聯(lián)數(shù)

      4.溢出效應和溢回效應

      此外,為表述方便,記βhjt,g=fhj,1(EPUg,t),βhjt,j=fhj,2(EPUj,t),βhjt,h=fhj,3(EPUh,t),分別用來衡量全球EPU、風險輸出國家(地區(qū))的相對EPU和風險輸入國家(地區(qū))的相對EPU對風險傳染系數(shù)的影響。

      (四)數(shù)據(jù)說明

      選取四種來自發(fā)達市場的貨幣(美元USD、歐元EUR、英鎊GBP、日元JPY)、四種來自新興市場的貨幣(巴西雷亞爾BRL、印度盧比INR、墨西哥比索MXN、俄羅斯盧布RUB)、人民幣CNY和與人民幣聯(lián)系較為緊密的新加坡元SGD作為本文研究的匯率風險傳染網(wǎng)絡的貨幣節(jié)點。選取的貨幣所對應的國家和區(qū)域基本囊括了世界各地區(qū)的主要經(jīng)濟體,樣本內(nèi)所有國家2019年的名義GDP之和占到世界總值的80%左右,其人口之和也超過世界總人口的半數(shù),因此本文所選取的貨幣節(jié)點具有一定的全面性和代表性。以上述十種貨幣匯率的SDR標價為分析對象,樣本數(shù)據(jù)包括自2003年4月到2020年5月的月度平均數(shù)據(jù),數(shù)據(jù)來自IMF數(shù)據(jù)庫。對匯率數(shù)據(jù)做對數(shù)差分處理以獲得收益率序列。各貨幣匯率收益率的描述性統(tǒng)計結果如表1所示??梢钥吹?各貨幣匯率均不能拒絕其為平穩(wěn)序列的假設,并至少在0.05的顯著性水平下通過了正態(tài)性檢驗。

      經(jīng)濟政策不確定性數(shù)據(jù)來自Baker等構建的數(shù)據(jù)庫[15]。其中歐元區(qū)數(shù)據(jù)由比利時、法國、德國、希臘、愛爾蘭、意大利、荷蘭、西班牙數(shù)據(jù)按各國2019年GDP加權平均得到。表2報告了經(jīng)濟政策不確定性數(shù)據(jù)的主要統(tǒng)計指標。

      表1 貨幣匯率數(shù)據(jù)描述性統(tǒng)計

      表2 經(jīng)濟政策不確定性數(shù)據(jù)描述性統(tǒng)計

      四、實證結果

      (一)匯率風險傳染網(wǎng)絡的基本特征

      考慮到某一貨幣的匯率收益率可能受到該貨幣和其他貨幣匯率上一期收益率的影響,我們將各個貨幣的匯率收益率及其一期滯后作為網(wǎng)絡中的節(jié)點。分塊MCMC方法得到的節(jié)點次序如表3所示。

      表3 貨幣節(jié)點次序和分塊

      表3中,“_lag”后綴表示對應貨幣的一期滯后??梢钥吹?位于分塊11中的人民幣的潛在風險傳染源包括分塊1到分塊10中的所有貨幣(以及這些貨幣的一期滯后),但不包括分塊11中的其他貨幣(印度盧比)和分塊12到分塊15中的所有貨幣。節(jié)點次序的計算結果意味著,人民幣位于風險傳染的偏下游位置,容易受國際外匯市場波動的影響。

      首先,整體來看,一方面,美元和新加坡元在整個匯率風險傳染網(wǎng)絡中處于最上游,是主要的風險輸出貨幣;這一特征在表4中體現(xiàn)為其橫排對應的數(shù)值大部分為0,而縱排對應的數(shù)值都比較大。美國憑借其在經(jīng)濟、政治、科技等方面的強大實力成為全球主要匯率風險輸出國;新加坡有優(yōu)越的地理位置和發(fā)達的金融市場,其貨幣也成為全球主要的匯率風險源。另一方面,比索和盧布處于網(wǎng)絡的最下游,其匯率受到網(wǎng)絡中幾乎所有貨幣匯率的影響,同時對其他貨幣匯率的影響十分微弱。其次,就人民幣而言,其在匯率風險傳染網(wǎng)絡中處于中下游位置,對其他貨幣具有一定的影響力,又在很大程度上受到其他貨幣的影響;由平均溢出效應指標可知,人民幣影響其他貨幣的能力在十種貨幣中位于第七位,處于中下水平,而受其他貨幣影響的程度(即平均溢回效應指標)卻僅次于盧布,位于第二位。由此可見,在中國經(jīng)濟體量的支持下,人民幣雖已形成一定的帶動其他貨幣匯率變動的能力,但匯率形成機制的逐步市場化和資本賬戶開放改革同時也使得沖擊由其他貨幣向人民幣傳導的渠道逐漸通暢,人民幣面臨較大的跨境風險沖擊。從風險防范的角度來看,由表4可知,人民幣的主要匯率風險源依次為日元、美元、新加坡元和歐元;四種貨幣不論在傳染頻率(分別為100.0%、78.4%、76.5%和51.0%)還是平均強度(分別為1.171、0.574、0.568和0.334)方面,均對人民幣產(chǎn)生較大影響。這意味著,當這些貨幣匯率因受當?shù)鼗驀H事件沖擊出現(xiàn)震蕩時,人民幣匯率也可能受到連帶影響,從而形成間接地使中國宏觀經(jīng)濟運行失穩(wěn)的力量。因此,研究這種風險傳染效應的影響因素對人民幣匯率改革和國際化進程中維持中國金融市場乃至整體經(jīng)濟環(huán)境的穩(wěn)定具有重要價值;而在諸多影響因素中,經(jīng)濟政策不確定性可能居于重要地位。

      表4 匯率風險傳染網(wǎng)絡的基本特征

      (二)經(jīng)濟政策不確定性對匯率風險傳染的整體影響

      現(xiàn)有研究表明,經(jīng)濟政策不確定性顯著影響匯率波動水平,在系統(tǒng)性風險的跨市場傳播中發(fā)揮關鍵作用[10,23-24]。但就匯率風險傳染而言,經(jīng)濟政策不確定性是否會對其產(chǎn)生影響、影響的程度有多大、是否是其關鍵影響因素等問題對防范風險具有重要意義,現(xiàn)有研究尚未涉及。本節(jié)中,我們以匯率風險傳染網(wǎng)絡中的人民幣節(jié)點為代表,對上述問題進行分析。在匯率風險傳染網(wǎng)絡中,人民幣節(jié)點面臨的風險輸入強度為其對應的溢回效應(SFO(h)t);而溢回效應可分解為受EPU影響的部分SFO(h)EPU,t=|∑j∈pa(h)(βhjt,g+βhjt,j+βhjt,h)|和受其他因素影響的部分SFO(h)x,t=|∑j∈pa(h)(μhj+fhj,4(t))|;因此,EPU對風險傳染的影響程度,可通過SFO(h)EPU,t與SFO(h)x,t的相對大小體現(xiàn)。具體情況見圖1和圖2。

      圖1 人民幣溢回效應的分解

      圖2 EPU和其他因素對人民幣溢回效應之影響的比例

      圖1以時間為橫軸,溢回效應為縱軸,給出了人民幣溢回效應以及EPU和其他因素的影響在不同時間點上的大小。其中實線描繪人民幣溢回效應,即SFO(h)t;點線描繪EPU對溢回效應的影響,即SFO(h)EPU,t;虛線描繪除EPU外的其他因素對溢回效應的影響,即SFO(h)x,t。圖2為SFO(h)EPU,t與SFO(h)x,t之比;受縱軸范圍限制,大于10的數(shù)據(jù)點被繪制為10??梢钥吹?首先,整體來看,EPU對溢回效應的影響在數(shù)值大小和波動情況方面均與溢回效應本身十分接近,EPU與其他因素之影響的比例在大多數(shù)時間點上大于1。也就是說,就人民幣的風險傳染效應而言,EPU的影響比其他因素的影響更為重要,其既為構成人民幣溢回效應的關鍵因素,也是導致人民幣溢回效應波動的主要原因。因此,EPU是向人民幣傳導風險的樞紐;政策不明朗程度的變化顯著地影響著中外投資者的行為,其引發(fā)的投資規(guī)模和方向的變化導致人民幣和外幣容易在短時間內(nèi)共同震蕩,從而成為外部沖擊向中國金融市場外溢的關鍵渠道。其次,局部來看,2017年后,EPU對人民幣溢回效應之影響的上升勢頭趨緩,EPU與其他因素對人民幣溢回效應之影響的比例亦有所下滑。其原因可能是黨的十九大將防范化解金融風險置于三大攻堅戰(zhàn)之中以來,中國政府在調(diào)整財政和貨幣政策時提高了防控金融風險在目標函數(shù)中的權重。由于經(jīng)濟政策不確定程度的提高也意味著當局以更為靈活的方式應對外部沖擊,這一政策轉(zhuǎn)向也在一定程度上抑制了人民幣溢回效應的攀升。

      透過人民幣溢回效應,EPU進一步影響匯率風險傳染網(wǎng)絡的基本結構。也就是說,隨著EPU對人民幣溢回效應之影響的變化,向人民幣匯率溢出風險的貨幣數(shù)量和種類也會發(fā)生改變。圖3對此進行了詳細說明。從左至右、從上至下,圖中各子圖分別反映了EPU對美元、歐元、英鎊、日元、巴西雷亞爾、俄羅斯盧布和新加坡元指向人民幣匯率的風險傳染效應的影響;各子圖中,橫坐標為時間,縱坐標為EPU對相應風險傳染效應的影響大小。在被陰影部分覆蓋的時間中,對應貨幣停止向人民幣溢出風險;即此時匯率風險傳染網(wǎng)絡中不存在由對應貨幣指向人民幣的有向邊。由圖3可以看出,一方面,整體來看,陰影區(qū)域中,反映EPU之影響的曲線通常處于相對低位。換句話說,各貨幣停止向人民幣溢出風險的時間段往往與EPU對相應風險傳染效應影響較小的時間段相重合,這說明人民幣匯率是否存在與某一外幣匯率的聯(lián)動關系受到當時經(jīng)濟政策不確定程度的影響。以人民幣與美元的匯率依賴關系為例,美元在2006年下半年到2009年上半年,以及2015年末到2016年末停止向人民幣溢出風險。究其原因,可能是2005年和2015年的兩次匯率形成機制改革后,人民幣匯率浮動的市場化程度上升,這使得經(jīng)濟政策整體的不明確程度對人民幣匯率形成的影響下降;由于美元匯率仍是人民幣匯率形成的最重要參考指標,故這一效應在匯改后的一段時期內(nèi)有效抑制了中美貨幣市場間的風險共振。另一方面,從時間序列上的變化來看,由圖3可知,從21世紀初到近十年,向人民幣市場溢出風險的貨幣種類明顯增加,從僅有美元和日元到將除盧布外的貨幣均囊括在內(nèi),而EPU的影響也在這段時期內(nèi)呈上升趨勢。這說明人民幣節(jié)點入度的增加雖與匯率制度變遷和人民幣國際化息息相關,但也與EPU在后危機時代的變化脫不開干系。全球EPU指數(shù)在2008年危機中驟增,在后危機時代的波動水平遠高于危機前,間接地對匯率風險傳染產(chǎn)生了很大的影響。這要求監(jiān)管部門在防范系統(tǒng)性風險時更加關注EPU這一指標的變化。

      圖3 EPU對匯率風險傳染網(wǎng)絡結構的影響

      圖4 匯率風險傳染網(wǎng)絡

      接下來分析EPU對整個匯率風險傳染網(wǎng)絡的影響。我們發(fā)現(xiàn),EPU不僅影響人民幣節(jié)點的溢回效應,也影響大多數(shù)貨幣節(jié)點間的風險傳染。我們通過圖4說明這一點。圖中的節(jié)點與風險傳染網(wǎng)絡中的各節(jié)點相對應;人民幣節(jié)點(包括其一期滯后節(jié)點)以三角形描繪,其他節(jié)點以圓形描繪;三角形或圓形的大小反映對應節(jié)點的入度大小,圖形面積越大,則對應節(jié)點的入度越大。節(jié)點間的有向線段表示風險傳染關系;線段的指向表示風險的傳染方向;線段的粗細表示風險傳染在樣本期內(nèi)的平均強度,線段越粗,表示風險傳染越強;線段的類型表示影響對應風險傳染強度的因素:點線表示僅依賴于全球EPU水平的邊,虛線表示僅依賴于局部[輸出國(地區(qū))或輸入國(地區(qū))]相對EPU水平的邊,實線表示同時受到全球EPU水平和局部相對EPU水平影響的邊。圖中沒有描繪滯后節(jié)點間的有向邊。此外,與全球EPU水平和局部相對EPU水平均無關的邊(僅有一條)也未顯示在圖中。圖4表明,EPU對貨幣間風險傳染效應的影響具有普遍性。其原因在于,在識別出的所有94條有向邊中,只有1條有向邊(由歐元一階滯后指向盧布)與所有EPU指標均無關,僅占所有風險傳染關系的1.06%。

      (三)各類經(jīng)濟政策不確定性對匯率風險傳染的影響

      1.經(jīng)濟政策不確定性影響溢回效應的相對大小

      圖5 不同EPU指標影響的相對大小

      2.經(jīng)濟政策不確定性對溢回效應的影響方式

      不同EPU指標對溢回效應的影響不僅在相對大小上存在區(qū)別,影響方式也各具差異。在本小節(jié)中,我們進一步分析不同EPU指標對溢回效應的影響大小與對應EPU水平之間的關系。由于風險來源市場相對EPU實際上涉及多個EPU指標,其影響溢回效應的方式在不同風險源間有所差異且無明顯規(guī)律存在,此處僅探究全球EPU和中國相對EPU對溢回效應的影響方式。具體地,分別將全球EPU和中國相對EPU的影響大小與其對應的EPU水平繪制于同一張圖中,具體結果見圖6。

      圖6 全球EPU和中國相對EPU影響溢回效應的方式

      五、結論與啟示

      人民幣國際化是中國提升國際影響力和綜合國力的必由之路,但這一進程也伴隨著外部沖擊沿著匯率渠道向中國金融市場蔓延概率的上升。如何在匯率改制的過程中控制和回避匯率風險的跨境傳染?對這一問題的研究能夠為改革過程中方向和節(jié)奏的把握以及宏觀審慎管理框架的構建提供有益啟示。本文采用一種新穎地融合了網(wǎng)絡結構信息的圖方法,以人民幣為代表節(jié)點研究作為外生變量的經(jīng)濟政策不確定性對匯率風險傳染的影響。主要研究結論包括如下幾點:

      第一,EPU能夠影響各貨幣節(jié)點的溢回效應和匯率風險傳染網(wǎng)絡的基本結構。就人民幣而言,EPU在數(shù)值大小和波動情況方面均構成影響人民幣溢回效應的關鍵因素。隨著EPU的變化,與人民幣存在匯率聯(lián)動關系的貨幣數(shù)量、種類和風險傳染強度均會發(fā)生變化。

      第二,全球EPU和風險來源市場相對EPU是EPU之綜合影響的矛盾主要方面。特別地,EPU之綜合影響的波動主要來自于風險來源市場相對EPU之影響的波動。中國相對EPU的影響相對微弱,但近幾年呈現(xiàn)出一定的上升趨勢。

      第三,全球EPU和中國相對EPU均對匯率風險傳染強度產(chǎn)生正向影響。全球EPU對人民幣溢回效應的影響隨全球EPU的上升線性增長,而中國相對EPU的影響在中國EPU略高于全球平均水平的位置上存在突增,但突增后的影響大小仍小于全球EPU的影響。

      總的來說,我們的研究發(fā)現(xiàn),盡管EPU對人民幣受到的匯率風險傳染效應存在顯著且關鍵的正向影響,但這一影響主要來自于國際宏觀環(huán)境,而非中國經(jīng)濟政策的不明朗程度。換句話說,中國經(jīng)濟政策不確定性的下行尚不能成為人民幣匯率日益自由化浮動下限制匯率共振的重要力量,尚不能有效抑制國際外匯市場之寬幅波動向人民幣匯率的傳染。當前,新冠病毒感染疫情仍在世界廣大地區(qū)肆虐,全球經(jīng)濟復蘇形勢仍不清晰,經(jīng)濟政策不確定程度達到歷史新高,同時,中美摩擦也存在諸多不確定因素。從這一角度來看,人民幣國際化和匯率自由化浮動的推進極易引發(fā)系統(tǒng)性風險釋放,改革的宏觀形勢并不算好。由此,人民幣匯率改制仍然應當堅持循序漸進的原則,避免盲動和反復;考慮到中國相對EPU對匯率風險的影響并不算大,若人民幣匯率出現(xiàn)變動過快的情況,必要的干預措施雖然可能在短期內(nèi)扭曲預期,但其代價也并非不可接受。另外,資本賬戶開放的節(jié)奏也可稍緩以順應穩(wěn)定匯率的需求,環(huán)境惡劣時甚至可以考慮適當收緊資本流動管控??傊?在全球EPU呈現(xiàn)上升態(tài)勢的世界經(jīng)濟環(huán)境下,貨幣當局在積極推進人民幣國際化進程的同時,應注意調(diào)控和化解隨之上升的外部輸入性沖擊風險,不斷提高防御外部經(jīng)濟沖擊的能力。

      然而,長遠來看,“清潔浮動”仍然是人民幣匯率改革的最終目標。傳統(tǒng)理論認為,匯率浮動是中國對外開放和保證貨幣政策獨立性的必然要求。我們的研究進一步明確,規(guī)則、透明、市場化的干預措施本身就能夠抑制金融風險的跨境傳播,緩解國際金融市場上的匯率共振。中國經(jīng)濟政策的這一效果盡管短期內(nèi)尚不明顯,但隨著人民幣國際化進程的推進,清晰穩(wěn)定的政策可能成為平滑預期、穩(wěn)定外匯市場的重要力量。未來的匯率改革也應避免政策的短時大幅度調(diào)整,為市場留足適應和消化新制度的時間。明朗的政策環(huán)境下,金融市場上改革和穩(wěn)定的平衡將更加穩(wěn)健。

      猜你喜歡
      分塊傳染匯率
      Our Mood Can Affect Others
      分塊矩陣在線性代數(shù)中的應用
      聽說,笑容是會“傳染”的
      人民幣匯率:破7之后,何去何從
      中國外匯(2019年17期)2019-11-16 09:31:04
      人民幣匯率向何處去
      中國外匯(2019年13期)2019-10-10 03:37:38
      越南的匯率制度及其匯率走勢
      中國外匯(2019年11期)2019-08-27 02:06:30
      前三季度匯市述評:匯率“破7”、市場闖關
      中國外匯(2019年21期)2019-05-21 03:04:16
      傳染
      一類具有非線性傳染率的SVEIR模型的定性分析
      反三角分塊矩陣Drazin逆新的表示
      巴塘县| 玉环县| 青海省| 葫芦岛市| 稻城县| 东源县| 罗定市| 汉中市| 沙田区| 平泉县| 德兴市| 仁化县| 威宁| 齐齐哈尔市| 于都县| 古田县| 泉州市| 盐城市| 额尔古纳市| 灌云县| 铁岭县| 女性| 墨竹工卡县| 洛扎县| 治县。| 全南县| 绥棱县| 青铜峡市| 七台河市| 辽阳县| 内丘县| 霍州市| 乌恰县| 松潘县| 惠安县| 鹤山市| 夹江县| 鹿邑县| 云南省| 马尔康县| 屏南县|