基于高頻面板數(shù)據(jù)的人民幣匯率波動(dòng)規(guī)律研究

余 菊

(重慶理工大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，重慶 400054)

基于高頻面板數(shù)據(jù)的人民幣匯率波動(dòng)規(guī)律研究

余 菊

(重慶理工大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，重慶 400054)

基于2006—2013年的1 771個(gè)人民幣匯率日值高頻數(shù)據(jù)，采用GARCH模型對人民幣與美元、港幣、日元、歐元及英鎊之間的匯率波動(dòng)規(guī)律進(jìn)行實(shí)證分析。結(jié)果顯示：(1) 人民幣兌五大外匯幣種匯率的波動(dòng)存在ARCH效應(yīng)，其收益表現(xiàn)出明顯的群聚特征；(2) 人民幣兌五大外匯幣種匯率的波動(dòng)均具有一定的記憶性，但除港幣和日元外，大都會(huì)隨時(shí)間緩慢衰減；(3)人民幣兌五大外匯幣種匯率的波動(dòng)存在明顯的杠桿效應(yīng)，但不同幣種對人民幣升值的反應(yīng)存在一定的差異。

人民幣匯率；波動(dòng)效應(yīng)；GARCH模型；高頻數(shù)據(jù)

自2005年匯改以來，人民幣兌幾大關(guān)鍵外幣的匯率基本呈升值態(tài)勢，雖受2008年金融危機(jī)的影響人民幣暫停了升值走勢，但到2010年以后，由于重啟凍結(jié)的匯率制度，特別是在2012年4月央行加大了匯率波動(dòng)幅度，匯率波幅由0.5%擴(kuò)大到1%，人民幣匯率又繼續(xù)呈升值趨勢，匯率市場化程度明顯增強(qiáng)，波動(dòng)更具彈性。種種跡象表明，增強(qiáng)人民幣匯率彈性、促進(jìn)人民幣國際化是大勢所趨。然而，匯率的頻繁波動(dòng)可能對我國的國際貿(mào)易、投資及資本流動(dòng)造成沖擊。因此，研究匯率的波動(dòng)效應(yīng)和波動(dòng)規(guī)律具有重要的理論及現(xiàn)實(shí)意義。

一、文獻(xiàn)回顧

有關(guān)金融資產(chǎn)價(jià)格的波動(dòng)率，國外學(xué)者進(jìn)行了大量的實(shí)證研究，在研究方法和技術(shù)層面上不斷創(chuàng)新，得出了比較有意義的成果。其主要代表有：Engle引入了條件方差的概念，構(gòu)建了自回歸條件方差(ARCH)模型[1]；Bollerslev將滯后條件方差也考慮進(jìn)來，提出廣義自回歸條件異方差(GARCH)模型[2]；假定金融資產(chǎn)的預(yù)期收益與風(fēng)險(xiǎn)成比例，將風(fēng)險(xiǎn)引入到均值方程后，Engle等構(gòu)建了ARCH-M模型[3]，隨后Chou又提出了GARCH-M模型[4]；為了考察外部沖擊對金融市場波動(dòng)的非對稱性，Nelson構(gòu)建了EGARCH模型[5]，隨后Zakoian又提出了TGARCH模型[6]。

國內(nèi)學(xué)者有關(guān)波動(dòng)率的研究大都集中于股市和期貨市場方面，而有關(guān)描述我國匯市波動(dòng)的文獻(xiàn)相對較少。近年來，隨著人民幣匯率波動(dòng)的不斷加劇，學(xué)者們開始重視對其波動(dòng)率的研究。駱珣采集了2003—2007年的1 069個(gè)美元兌人民幣匯率日值,應(yīng)用GARCH模型進(jìn)行分析，證實(shí)了我國外匯市場確實(shí)存在ARCH效應(yīng)[7]。翟愛梅GARCH族模型的實(shí)證研究表明，人民幣的匯率收益具有顯著的左厚尾特征，其波動(dòng)具有集聚性和記憶性，隨時(shí)間變化不會(huì)衰減，同時(shí)還認(rèn)為人民幣的匯率波動(dòng)存在一定的杠桿效應(yīng)，人民幣匯率還不具備浮動(dòng)匯率的特征[8]。常振海把小波多分辨分析理論和去噪理論引入人民幣兌港元匯率時(shí)間序列，采用AR(1)-GARCH(1,1)擬合模型，同時(shí)檢驗(yàn)了其波動(dòng)序列不具有明顯的杠桿效應(yīng)[9]。夏強(qiáng)采用雙門限非線性的GARCH模型，選取了人民幣兌美元、歐元、日元、港元匯率數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)了門限非線性的結(jié)果，認(rèn)為非美元匯率收益的均值和波動(dòng)同時(shí)表現(xiàn)出非對稱的特點(diǎn)[10]。孫映宏基于2010年1月1日至2012年5月10日的中美匯率日值，利用GARCH模型進(jìn)行實(shí)證檢驗(yàn)，認(rèn)為其殘差存在異方差性[11]。謝非等基于GARCH模型對企業(yè)匯率風(fēng)險(xiǎn)進(jìn)行了測量[12]。

已有的文獻(xiàn)對人民幣匯率的波動(dòng)效應(yīng)及波動(dòng)規(guī)律進(jìn)行了一些有意義的經(jīng)驗(yàn)研究，但就總體而言，在研究對象上大多只針對人民幣與某一種關(guān)鍵貨幣的匯率波動(dòng)作實(shí)證研究，忽略了我國不同幣種結(jié)構(gòu)對匯率波動(dòng)反應(yīng)的差異性。然而不同外幣結(jié)構(gòu)對人民幣匯率波動(dòng)的反應(yīng)有可能存在一定差異，有必要分幣種考察。因此，本文在對人民幣匯率波動(dòng)的描述性統(tǒng)計(jì)基礎(chǔ)上，采取GARCH和Threshold GARCH模型對人民幣與主要外匯幣種匯率的波動(dòng)規(guī)律及波動(dòng)效應(yīng)進(jìn)行實(shí)證分析。

二、人民幣匯率日收益率數(shù)據(jù)統(tǒng)計(jì)特征分析

本文選取了2006年8月1日至2013年11月15日區(qū)間人民幣兌美元、港幣、日元、歐元和英鎊的每個(gè)外匯交易日中間牌價(jià)的1 772個(gè)日高頻數(shù)據(jù)觀測值，其時(shí)間序列如圖1所示。

圖1 2006—2013年人民幣兌五大外匯幣種的日匯率走勢

從人民幣兌美元匯率的走勢來看，大致經(jīng)歷了三個(gè)階段：從2005年匯改到2008年金融危機(jī)爆發(fā)前，人民幣兌美元匯率從“8”字頭急劇升值到“7”字頭；而2008年金融危機(jī)的爆發(fā)使得人民幣兌美元匯率的升值步伐放緩，匯率穩(wěn)定在“6.8”水平并持續(xù)了兩年；但從2010年9月起，人民幣兌美元匯率又處于快步升值階段，從“6.8”升值到2013年的“6.1”水平。

由于港幣對美元實(shí)行的聯(lián)系匯率制，故人民幣兌港幣匯率也經(jīng)歷了與美元匯率走勢大致相同的三個(gè)階段：從2005年匯改到2008年金融危機(jī)爆發(fā)前，人民幣兌港幣匯率從“1.04”急劇升值到“0.83”水平；而2008年金融危機(jī)的爆發(fā)使得人民幣兌港幣匯率的升值步伐放緩，匯率穩(wěn)定在“0.83”水平并持續(xù)了兩年，但從2010年9月起，人民幣兌港幣匯率又處于快步升值階段，從“0.83”升值到2013年的“0.79”水平。

與此同時(shí)，人民幣兌日元匯率的走勢卻總體呈現(xiàn)出倒U型波動(dòng)軌跡：2011年以前，人民幣兌日元匯率基本呈貶值趨勢，從100日元兌6.9元人民幣，貶到2012年初的100日元兌8.2元人民幣；但從2012年2月始，人民幣兌日元匯率開始大幅度升值，到2013年11月100日元兌6.1元人民幣。

另外，由于歐洲經(jīng)濟(jì)共同體原因，人民幣兌歐洲國家貨幣的走勢大致趨同。其中，人民幣兌歐元的匯率經(jīng)歷了波浪式的升值過程，而人民幣兌英鎊的匯率也經(jīng)歷了2008年前的急劇升值以及2008年后的波浪式緩慢升值過程。

總體而言，人民幣兌美元及港幣的匯率走勢大致趨同，均經(jīng)歷了2008年前的急劇升值、兩年多的平穩(wěn)期、2011年后再度升值三階段；同時(shí)，人民幣兌歐元及英鎊走勢也同樣趨于一致，均經(jīng)歷了較為明顯的波浪式升值過程；而人民幣兌日元匯率的走勢卻總體呈現(xiàn)出倒U型波動(dòng)軌跡。

三、研究設(shè)計(jì)

(一)GARCH族模型的構(gòu)建

為了更好地描述匯率波動(dòng)的持續(xù)性，傳統(tǒng)ARCH模型由于加入過多的滯后階數(shù)，因而在應(yīng)用上存在局限性。而大量文獻(xiàn)證實(shí)，考慮在條件方差方程里加入條件方差的滯后項(xiàng)的GARCH模型能很好地描述金融市場波動(dòng)的持續(xù)性，因此，在實(shí)證檢驗(yàn)中建立GARCH模型。這里采用GARCH(1,1)模型：

均值方程：

yt=πxt+ut

方差方程：

(1)

在金融應(yīng)用中，一般假定資產(chǎn)的預(yù)期收益與其風(fēng)險(xiǎn)是成比例的，因此，我們可以在均值方程中再引入誤差序列的條件方差或條件標(biāo)準(zhǔn)差，得到GARCH(1,1)-M模型：

均值方程：

方差方程：

(2)

為了考察人民幣匯率的波動(dòng)是否存在杠桿效應(yīng)，本文還建立TGARCH或TGARCH-M模型：

方差方程：

(3)

其中，dt為虛擬變量，當(dāng)ut>0時(shí)，dt為0，否則為1。由此可見，匯率升值沖擊時(shí)(ut<0)和貶值時(shí)(ut>0)對條件方差的作用效果不同。利好信息的影響系數(shù)為α，利壞信息的影響系數(shù)為α+γ，若γ≠0，則說明條件方差對沖擊的反應(yīng)是非對稱的，也即存在杠桿效應(yīng)。

(二)樣本區(qū)間和數(shù)據(jù)來源

目前國內(nèi)金融機(jī)構(gòu)及各大企業(yè)所持有的外幣資產(chǎn)主要為美元(USD)、港幣(HKD)、日元(JPY)、歐元(EUR)和英鎊(GBP)，故本文選取人民幣兌這些主要外匯幣種的匯率收益作為風(fēng)險(xiǎn)因子，同時(shí)，這里的人民幣兌五大外匯幣種的匯率均采用直接標(biāo)價(jià)法。

由于2006年8月1日前的人民幣兌英鎊匯率數(shù)據(jù)有缺省，因此本文的樣本區(qū)間選取為2006年8月1日至2013年11月15日區(qū)間人民幣兌美元、港幣、日元、歐元和英鎊的每個(gè)外匯交易日中間牌價(jià)的1 772個(gè)日高頻數(shù)據(jù)觀測值。原始數(shù)據(jù)來自中國人民銀行網(wǎng)站，缺省數(shù)據(jù)來自國家外匯管理局。

將人民幣匯率序列作對數(shù)處理，使其變成比較平穩(wěn)的收益性序列(見圖2)，這樣人民幣兌主要外匯幣種的匯率收益為：

四、實(shí)證結(jié)果與分析

(一)GARCH模型滯后階數(shù)的確定

本文采用根據(jù)人民幣兌美元、港幣、日元、歐元和英鎊匯率波動(dòng)的AC值繪制的自相關(guān)函數(shù)圖來確定GARCH模型的滯后的階數(shù)(取AC值絕對值大的階數(shù))。

通過圖3匯率收益Rt的自相關(guān)函數(shù)可以看出，日收益率相關(guān)性比較顯著的有：美元滯后20和35階；港幣滯后1、3、19和35階；日元滯后2和10階；歐元滯后25階；英鎊滯后13和23階。相應(yīng)地，人民幣兌各大主要外匯幣種的匯率收益rt的均值方程采用相應(yīng)的滯后階數(shù)。

圖2 2006—2013年人民幣兌五大外匯幣種的匯率收益波動(dòng)圖

圖3 2006—2013年人民幣匯率收益的自相關(guān)函數(shù)

(二)GARCH模型的估計(jì)

為了驗(yàn)證人民幣兌五大外匯幣種的匯率波動(dòng)是否具有ARCH效應(yīng)以及是否隨時(shí)間推移而緩慢衰減，先利用前面的GARCH模型(見式1)或GARCH-M模型(見式2)進(jìn)行估計(jì)，結(jié)果見表1。

由表1的均值方程估計(jì)結(jié)果可知，參數(shù)估計(jì)系數(shù)是顯著的，說明GARCH(1，1)模型能夠較好地?cái)M合數(shù)據(jù)，匯率的波動(dòng)具有集聚性。

方差方程中的α反映沖擊對波動(dòng)的影響，β反映了系統(tǒng)的長期記憶性，α+β反映波動(dòng)的持續(xù)性。從GARCH(1，1)的估計(jì)結(jié)果來看，人民幣兌五大外匯幣種匯率收益的ARCH項(xiàng)系數(shù)α均大于零，這說明反映外部沖擊會(huì)加劇匯率的波動(dòng)。同時(shí)，人民幣兌五大外匯幣種匯率收益的GARCH項(xiàng)系數(shù)β均小于1，且十分接近1，這說明匯率波動(dòng)具有一定的記憶性，即匯率波動(dòng)具有一定的持續(xù)性。另外，除港幣外，人民幣兌美元、日元、歐元及英鎊匯率收益的GARCH模型α+β均小于1，且十分接近1，滿足參數(shù)的約束條件，說明外匯市場上某時(shí)刻的收益沖擊將有持續(xù)的影響，但波動(dòng)性隨時(shí)間變化會(huì)緩慢衰減?？赡艿慕忉屖牵嗣駧艆R率自2005年匯改以來，對主要外匯幣種的匯率波動(dòng)逐漸加劇，而且大幅度的波動(dòng)一直持續(xù)2年之久，但自2008年金融危機(jī)之后匯率波動(dòng)幅度收窄，直至當(dāng)前人民幣升值壓力依然較大，匯率波動(dòng)又與危機(jī)發(fā)生前水平也基本持平。

(三)匯率波動(dòng)的非對稱性檢驗(yàn)

為了驗(yàn)證人民幣匯率的波動(dòng)是否存在杠桿效應(yīng)，據(jù)以往經(jīng)驗(yàn)采用TGARCH(1，1)來刻畫。其中，人民幣兌美元及港幣的匯率采用TGARCH-M模型來估計(jì)，而人民幣兌日元、歐元及英鎊的匯率采用TGARCH模型(由于人民幣兌日元、歐元及英鎊的匯率TGARCH-M模型估計(jì)時(shí)，M項(xiàng)并不顯著，故應(yīng)去掉M項(xiàng))來估計(jì)，具體的估計(jì)結(jié)果見表2。

表1 GARCH模型估計(jì)結(jié)果

表2 TGARCH模型估計(jì)結(jié)果

根據(jù)表2的估計(jì)結(jié)果，人民幣兌五大外匯幣種匯率收益的ARCH項(xiàng)系數(shù)α均大于零，這進(jìn)一步證實(shí)外部沖擊會(huì)加劇匯率波動(dòng)的結(jié)論。同樣，人民幣兌主要外匯幣種匯率收益的GARCH項(xiàng)系數(shù)β均小于1，且十分接近1(港幣匯率除外)，這進(jìn)一步印證了匯率波動(dòng)具有一定的記憶性的觀點(diǎn)。另外，除港幣和日元外，人民幣兌美元、歐元及英鎊匯率收益的TGARCH模型中α與β之和均小于1，且十分接近1，說明波動(dòng)性會(huì)隨時(shí)間的推移緩慢衰減。

從TGARCH的估計(jì)結(jié)果來看，人民幣兌五大外匯幣種匯率收益的γ項(xiàng)均不為0，并且在1%顯著性水平下高度顯著，這說明人民幣匯率的波動(dòng)存在明顯的杠桿效應(yīng)。其中，人民幣兌美元、歐元及英鎊的γ項(xiàng)為正，說明人民幣兌這3種貨幣的匯率升值帶來的沖擊大于貶值帶來的沖擊。可能的解釋是：當(dāng)人民幣匯率升值時(shí)，市場往往會(huì)出現(xiàn)持續(xù)的升值預(yù)期，因而人民幣匯率的升值往往會(huì)導(dǎo)致更大的波動(dòng)幅度；而當(dāng)人民幣匯率貶值時(shí)，由于國際社會(huì)的施壓以及貿(mào)易順差壓力，使得匯率的貶值幅度小于升值幅度。但實(shí)證結(jié)果中，人民幣兌港幣及日元的γ項(xiàng)為負(fù)，則說明人民幣兌港幣及日元的匯率升值帶來的沖擊小于貶值帶來的沖擊，這與歐美國家貨幣的反應(yīng)正好相反。可能的解釋是：香港和日本均屬亞洲經(jīng)濟(jì)體，與中國的貿(mào)易依存度也相對較高，因而其貨幣對人民幣走勢的反應(yīng)也區(qū)別于歐美國家，呈現(xiàn)出明顯的區(qū)域化差異。

五、結(jié)論與政策啟示

基于2006—2013年的1 771個(gè)人民幣匯率日值高頻數(shù)據(jù)，采用GARCH模型對人民幣與美元、港幣、日元、歐元及英鎊之間的匯率波動(dòng)規(guī)律進(jìn)行實(shí)證分析。結(jié)果顯示：(1) 人民幣兌五大外匯幣種的匯率波動(dòng)存在ARCH效應(yīng)，其收益表現(xiàn)出明顯的聚群特征，異方差現(xiàn)象普遍存在；(2) 對GARCH及GARCH-M模型的估計(jì)表明，α1+β1的和很接近1，說明收益沖擊具有一定的記憶性，會(huì)持續(xù)較長的時(shí)間，但多會(huì)隨時(shí)間緩慢衰減(港幣和日元除外)；(3)通過TGARCH模型的實(shí)證結(jié)果顯示，人民幣兌主要外匯幣種的匯率波動(dòng)存在一定的杠桿效應(yīng)，人民幣升值對收益的沖擊大于其貶值的沖擊效果(港幣和日元除外)。

基于結(jié)論，得到如下政策啟示：

一方面，適度加大匯率浮動(dòng)幅度，增強(qiáng)人民幣匯率彈性。自2005年匯改以來人民幣基本呈升值態(tài)勢，但受2008年金融危機(jī)的影響，人民幣暫停了升值走勢，直到2010年重啟凍結(jié)的匯率制度，特別是在2012年4月央行加大了匯率波動(dòng)幅度，由0.5%擴(kuò)大到1%。種種跡象表明，增強(qiáng)人民幣匯率彈性、促進(jìn)人民幣國際化是大勢所趨。因此，我國應(yīng)積極培育匯率市場化的環(huán)境及人民幣國際化的條件。比如加快產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，提高我國出口商品的附加值，增強(qiáng)其國際競爭力；鼓勵(lì)國內(nèi)資本“走出去”戰(zhàn)略，鼓勵(lì)進(jìn)口先進(jìn)設(shè)備及高端技術(shù)，以減少人民幣匯率的持續(xù)升值預(yù)期；加強(qiáng)匯率衍生市場的建設(shè)，規(guī)避匯率市場化帶來的匯率風(fēng)險(xiǎn)等等。

另一方面，充分考慮匯率波動(dòng)的集群性、持續(xù)性以及杠桿效應(yīng)，我國現(xiàn)階段匯率政策的制定仍需謹(jǐn)慎而行。既要根據(jù)經(jīng)濟(jì)的需求對匯率進(jìn)行適當(dāng)?shù)母?dòng)，以緩解人民幣的升值壓力，又要考慮到匯率波動(dòng)的集群性、持續(xù)性以及杠桿效應(yīng)，避免波動(dòng)過度對貿(mào)易及國內(nèi)經(jīng)濟(jì)造成的長期負(fù)面沖擊。在增強(qiáng)人民幣匯率彈性的同時(shí)仍應(yīng)綜合考慮各個(gè)因素加以必要調(diào)控，條件未成熟時(shí)匯率的波動(dòng)幅度仍不能過大。

[1] ENGLE R F.Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J].Econometrics,1982(50):987-1008.

[2] BOLLERSLEV T.Generalized Autoregressive Conditional Heteroscedasticity[J].Journal of Econometrics,1986(31):307- 327.

[3] ENGLE R F,LILIEN D M,ROBINS R P.Estimating Time Varying Risk Premia in the Term Structure:The ARCH-M model[J].Econometrica,1987(55):391-407.

[4] CHOU R F.Volatility Persistence and Stock Valuations:Some Empirical Evidence Using GARCH[J].Journal of Applied Econometrics,1988(3):279-294.

[5] NELSON D B.Conditional heteroskedasticity in asset returns:A new approach[J].Econometrica,1991(59):347-370.

[6] ZAKOIAN J.Threshold Heteroskedastic Model[J].Journal of Economic Dynamics and Control,1994(18):931-955.

[7] 駱珣,吳建紅.基于GARCH模型的人民幣匯率波動(dòng)規(guī)律研究[J].數(shù)理統(tǒng)計(jì)與管理，2009(2):295-300.

[8] 翟愛梅.基于GARCH模型對人民幣匯率波動(dòng)的實(shí)證研究[J].技術(shù)經(jīng)濟(jì)與管理研究,2010(2):20-23.

[9] 常振海,張德生,劉薇.基于小波分析和GARCH模型的人民幣匯率實(shí)證研究[J].山西大學(xué)學(xué)報(bào)：自然科學(xué)版,2009(3):363-366.

[10]夏強(qiáng),劉金山.基于MCMC算法的人民幣匯率市場的分析——雙門限非對稱GARCH模型的應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理,2012(3):419-425.

[11]孫映宏,曹顯兵.基于GARCH模型的中美匯率實(shí)證分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識,2012(20):223-228.

[12]謝非，劉林清.基于GARCH模型的企業(yè)匯率風(fēng)險(xiǎn)度量研究[J].重慶理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)，2014(6):25-28.

(責(zé)任編輯 許若茜)

Dynamic Effects of RMB Exchange Rate Fluctuation Based on High-Frequency Panel Data

YU Ju

(College of Economy & Trade, Chongqing University of Technology, Chongqing 400054, China)

By using the GARCH model based on the high frequency data of 1771 RMB exchange rate during the period of 2006-2013, an empirical study on the fluctuations of RMB exchange rate against USD, HKD, JYP, EUR and GBP was conducted. The results show that: (1) the fluctuations of RMB exchange rate convert five large foreign currency exist ARCH effects, and its earnings show obvious cluster feature; (2) the volatility of the RMB convert five foreign currency exchange rate has a memory, but in addition to HKD and JPY, the memory will show slow decay as time goes by; (3) the fluctuations of the RMB against five foreign currency exchange rate have obvious lever effect, but there are some differences of reaction to RMB appreciation in different foreign currencies.

RMB exchange rate; volatility; GARCH model; high frequency data

2014-10-23 作者簡介：余菊(1976—)，女，重慶壁山人，講師，研究方向：國際金融。

余菊.基于高頻面板數(shù)據(jù)的人民幣匯率波動(dòng)規(guī)律研究[J].重慶理工大學(xué)學(xué)報(bào):社會(huì)科學(xué)，2015(9):27-33.

format：YU Ju.Dynamic Effects of RMB Exchange Rate Fluctuation Based on High-Frequency Panel Data[J].Journal of Chongqing University of Technology:Social Science，2015(9):27-33.

10.3969/j.issn.1674-8425(s).2015.09.006

F832.6;F752.6

A

1674-8425(2015)09-0027-07