外匯指令流，中央銀行干預與人民幣匯率的形成

王雅杰　陳勝安　楊武挺

摘 要：傳統的匯率決定理論注重考察宏觀基本面經濟因素對匯率波動的影響。實踐表明，它在探討匯率長期變動趨勢方面是有效的，但是對匯率的短期波動的原因則不能有效地解釋?；谕鈪R市場微觀結構的視角，結合宏觀經濟變量，建立人民幣短期匯率形成模型，深入探討匯率短期波動的成因，并進一步考察中央銀行對匯率形成的干預程度。

關鍵詞：外匯指令流；微觀市場結構；人民幣匯率

中圖分類號：F832.6；F832.2 文獻標志碼：A 文章編號：1673-291X（2014）14-0186-05

引言

自1994年以來，受我國經濟高速增長和經濟基本面因素的影響，人民幣長期匯率一直呈升值狀態。近10年來，特別是近5年來，雖然人民幣匯率長期趨勢還是表現為升值，但是從短期看，雙向波動的態勢越來越明顯，這種波動，無論是對進出口貿易，還是對國內的金融市場資產價格的變動，都產生了重要影響。那么，是哪些因素影響人民幣匯率的短期波動不能不引起理論界的關注。傳統的匯率決定理論，如購買力平價理論、利率平價理論等，多是探討某個宏觀經濟因素對匯率變動的影響，這些研究形成了匯率理論的基石。它們在推動宏觀因素對匯率影響的研究方面取得令人滿意的進展。但是，在對匯率短期變動影響的實證檢驗過程中，其解釋能力卻很令人失望[1-2]。

外匯市場微觀結構理論的問世，為人們研究短期匯率變動的決定因素提供了一個全新視角。市場微觀結構理論從交易過程出發，放松了宏觀研究中的許多假設，把私人信息、市場參與者的異質性、外匯市場的交易機制等3個重要因素加入對匯率決定的考察中，更加符合外匯市場的實際狀況。外匯市場微觀結構理論關注外匯市場交易機制的細節，注重交易過程的重要性，認為做市商和客戶的交易以及做市商之間的交易對市場匯率的形成有重要影響。

Evans and Lyons（2002）建立了一個基于指令流信息傳遞的資產組合變動模型（Portfolio Shifts Model，PSM）。該模型是以指令流為主要變量的，同時包含宏觀經濟因素和微觀變量的綜合模型。結果發現，指令流可以解釋64%和45%的德國馬克和日元的匯率波動，相比之下，利率因素只解釋了匯率波動的1%和6%，從而說明指令流在匯率波動的影響方面具有很好的解釋能力[3-6]。Love and Payne（2002）利用10個月的美元兌英鎊匯率數據以及在樣本期內美國、英國以及歐洲地區的宏觀基本面信息，通過向量自回歸檢驗發現超過一半的宏觀基本面信息是通過指令流傳遞媒介來完成的[7]。Bacchetta and Wincoop（2006）[8] 將匯率、宏觀經濟基本面以及指令流，納入一個標準的宏觀經濟分析框架之中，其模型比較清晰地揭示了短期和長期中匯率、宏觀經濟基本面和指令流三者之間的聯系。Rime.D（2006）[9]，Evans and Lyons（2008）[10]分析，信息融入到價格中主要有兩種途徑：一種是直接途徑，公開信息的直接導致做市商改變外匯買賣價格，這種傳遞機制是瞬間完成的；一種是間接途徑，由于信息的分散性和交易者的異質性，宏觀信息的公布首先影響市場交易者的交易決定，進而反映在隨后提交給做市商的指令流上，做市商通過觀察指令流來調整報價，這樣，指令流就起到了分散的信息融入到外匯價格的中介作用。Martin D.D.Evans（2010）[11]所作的實證研究表明，無論短期還是長期，指令流對匯率變化都有顯著影響。王成軍（2010）認為，外匯市場微觀結構理論的分析并沒有否認經濟基本面對匯率的決定作用，相反，它肯定了宏觀經濟因素對匯率有決定性的作用[12]。

本文從外匯市場微觀結構的視角，在考察微觀變量——外匯指令流對匯率影響基礎上，加入利率以及中央銀行的干預這兩個影響匯率變化的宏觀變量，將微觀因素與宏觀因素聯合起來分析人民幣匯率的形成機制。

一、人民幣匯率市場機制形成的理論模型

（一）人民幣匯率微觀市場結構分析

2005年7月1日，我國外匯市場實行重大變革，開始實行“以市場供求為基礎，參考一籃子貨幣的有管理的浮動匯率制”，而且2006年1月4日，我國在外匯銀行間市場引入了做市商報價制度，目前我國形成了做市商機制和競價機制并存在混合性的價格形成機制。

我國外匯零售市場實行結售匯制度，客戶（進出口企業、機構投資者和個人交易者等）將多余的外匯賣給做市商或會員銀行，需要外匯時再從做市商或會員銀行買入。銀行間市場實行頭寸管理制度，中國人民銀行授權中國外匯交易中心作為對手方和做市商直接交易，中國外匯交易中心規定了做市商的最高持匯頭寸，做市商的頭寸超過最高持匯限額就需要賣出外匯，不足的時候就需要買入外匯，做市商在頭寸限額的管制下，頻繁地拋補外匯，形成銀行間市場的外匯供求。做市商之間可以直接交易，也可以通過經紀人進行間接交易。銀行間外匯市場上的非做市商的會員銀行沒有報價能力，但是能作為交易對手和做市商進行交易，并且也能進入零售市場和客戶交易[13]。中央銀行設定了人民幣匯率波動的浮動區間，一旦人民幣匯率波動幅度超過我國中央銀行的限制范圍，為了平滑匯率的劇烈波動，中央銀行就會進入外匯市場進行干預，其干預途徑分為兩種：作為做市商的客戶和直接干預銀行間市場（見圖1）。我國的外匯市場已經形成了一個具有兩層機構的市場：銀行間市場和零售市場。銀行間市場上的交易主體為外匯管理局批準的做市商和會員銀行，以及隨時入市干預的中央銀行。零售市場上的交易主體除了銀行間市場上的交易主體之外，還包括進出口企業、機構投資者和個人交易者等。

可以說，人民幣匯率決定的微觀市場結構已經接近于國外的做市商制度。這也為我們接下來應用做市商報價機制來分析人民幣的微觀形成機制提供了分析上的可能性。

（二）理論模型的刻畫

1.我國外匯市場交易過程的設定

外匯市場微觀結構理論注重交易過程的重要性，私人信息、交易者異質性和交易機制構建起外匯市場微觀結構的理論框架[14-15]。外匯市場上存在著三種不同類型的市場參與者：做市商、客戶和中央銀行。N個做市商用i標記，眾多的客戶（公眾客戶）標記為z∈[0，1]。Evans and Lyons（2003）對交易過程四階段的描述，每個交易日t可分為四階段：第一階段，做市商與客戶（中央銀行和公眾客戶）交易；第二階段，做市商在銀行間外匯市場上進行做市商之間的內部交易，來分擔頭寸風險；第三階段，收益Ri實現，做市商與做市商之間再次進行內部交易；第四階段，做市商和客戶再次進行交易，轉移持有頭寸帶來的風險。endprint

考慮到我國中央銀行特殊的干預情況，本文對上述交易的四階段進行了以下的修正：（1）中央銀行的干預時機選擇。Evans and Lyons的模型將中央銀行的干預行為設定在交易過程的第一階段，并且是匿名干預行為。我們認為，我國中央銀行的干預目的主要是為了平滑人民幣匯率的升值趨勢，所以我們將中央銀行的干預行為設定在交易過程的第三階段，即中央銀行在觀測到外匯市場上總的做市商指令流后，判斷人民幣匯率的供需情況，進而制定干預方向和干預數量。（2）匯率收益的實現時間。Evans and Lyons的模型將匯率收益的時間設定在交易過程的第三階段，即做市商之間進行第一輪交易之后，私人信息被公開，匯率收益實現。我們將匯率收益的實現設定在交易過程的第一階段，即開盤價的報出意味著隔夜風險收益的實現。由此，根據做市商的報價過程和我國外匯市場的實際情況，我們將人民幣日內交易流程描述如下。

2.交易過程的刻畫

第一階段，做市商和非做市商之間首次交易。假設第一階段做市商i的報價為Pi1，并在此價格上收到來自于公眾客戶的指令流Ci1，同理，若Ci1<0則表示顧客凈賣出（做市商i的凈買入）?？蛻舻挠唵蜟i1服從正態分布N（0，σ2

C）。每個做市商所收到的指令流是相互獨立的，并且與收益R不相關。在交易的第一階段，每個做市商能看到其他做市商向客戶提出的報價Pi1，但卻不能觀測到Ci1，因為交易數量在外匯市場不宜公開。

第二階段，做市商和做市商之間首次交易。這時，每個做市商同時、獨立的向其他做市商報出價格Pi2，在這個價格上愿意買賣任何數量，而且報價在外匯市場上是可以公開獲得的。

用Ti2表示做市商i在第二階段發起的內部凈交易量。包含三個部分：即收到的公眾客戶的指令流Ci1，存貨量Di2（收到的客戶和其他做市商的凈指令流之和），在可得信息Ωi

i2下做市商之間的預期凈指令流E[T*

i2|Ωi

i2]，即

Ti2=Ci1+Di2+E[T*

i2|Ωi

i2] （1）

在第二階段交易結束后，外匯市場上的所有參與者可以觀測到有噪聲的做市商內部交易指令流：

X2=Ti2+v （2）

其中，v服從正態分布N（0，σ2

v），并且每個交易日之間是獨立的。

第三階段，做市商和做市商之間再次交易。做市商觀測到了第二交易階段外匯市場上總的指令流X2后，會重新調整自己的對外報價，像第二階段一樣，單個做市商同時、獨立的向其他做市商報出一個在此價格上愿意買賣任何數量的價格Pi3（該報價對所有做市商公開）；同時，中央銀行也會根據X2的大小，估計對做市商最高持匯規模的限制，從而決定是否進入外匯市場干預，如果干預則應買入或賣出多少數量的外匯。

用Ti3表示做市商i在交易過程第三階段發起的做市商內部凈交易量。

Ti3=（Di3-Di2）+（T*

i2-E[T*

i2|Ωi

i2]+E[T*

i3|Ωi

i3]+I3） （3）

第四階段，做市商和非做市商之間再次交易。在第四階段做市商通過與客戶的再次交易來分散隔夜風險，但不同于第一階段，第四階段和做市商交易的公眾客戶并不是隨機的，客戶在第四階段交易的目的是純粹的投機行為。交易開始階段，每個做市商同時、獨立的向外界報出一個它愿意再此價格上買賣任何數量的價格Pi4。

外匯市場上客戶的數量遠遠超過N家做市商的數量，意味著做市商對隔夜風險的承受能力相對于客戶來說非常小。在這個假設下，做市商就可以設定最優價格，讓公眾客戶愿意與做市商交易來平衡做市商的頭寸，保證每個交易日結束后做市商沒有凈頭寸。做市商第四階段的報價是基于第三階段的做市商內部指令流X3的，該指令流可以讓做市商了解到公眾客戶愿意吸收從而使做市商頭寸為零時外匯市場上總頭寸的大小。公眾客戶在交易日t的第四階段對外匯資產的總需求C4是建立在公共信息上外匯資產期望收益的線性函數。

C4=r（E[P4，t+1|Ω4，t-P4，t） （4）

其中正系數r表示公眾客戶在第四階段總的風險承受能力，Ω4，t表示在交易日t的第四交易階段可獲得的所有公開信息。

在交易過程的第三交易階段結束后，外匯市場所有參與者可觀測到的做市商內部交易指令流為：

X3=Ti3 （5）

二、人民幣匯率形成的實證檢驗

（一）宏觀微觀變量結合的實證檢驗

1.樣本數據與指標說明

由于不能得到所有做市商的數據，在實際檢驗中，我們收集到了作為我國外匯市場即期匯率市場做市商的中國工商銀行2008年2月1日至2009年3月31日共261個交易日的外匯指令流的交易記錄。這些數據基本上能代表交易量的大致走勢。由上文的分析可得，人民幣/美元匯率日間的匯率波動方程為：

ΔPt=P4，t-P4，t-1=βrt+X3t-I3t （6）

通過該方程我們可以看到，人民幣/美元匯率日內的波動主要有三部分因素影響：宏觀經濟因素（利率差r）、微觀變量（指令流X）以及中國人民銀行的干預量（I），本小節，主要考查宏觀因素經由指令流對匯率的影響（中央銀行的干預將在下一小節闡述），所以，可以將人民幣匯率日內波動方程簡化為一個包含宏觀經濟因素和微觀結構變量的匯率決定的波動方程：

ΔPt=δ1rt+δ2ΔXt （7）

我們對在人民幣/美元匯率價格變化ΔPt采用對數化處理，即：

ΔPt =lnPt-lnPt-1 （8）

其中，人民幣/美元匯率為2008年2月1日到2009年3月31日每日外匯交易收盤價格，在宏觀變量的選取上，考慮到日內數據的可得方面的限制以及Evans 和Lyons的做法，我們用利率差作為宏觀變量的代表變量，具體選用美元隔夜拆借利率（USibor）與人民幣隔夜拆借利率（SHibor）之差作為rt的檢驗樣本，即：rt=RUSibor-RSHibor，相關數據來自中國貨幣網（www.chinamoney.com）。endprint

在微觀變量的選取上，我們選取的變量為指令流數據ΔXt，以我們以獲取的中國工商銀行的每日買入量和賣出量之差作為模型的檢驗樣本。

ΔXt=Xbuy-Xsell （9）

2.數據樣本的單位根（ADF）檢驗

人民幣/美元匯率變化（ΔPt）及其利率差（rt）和指令流（ΔXt）數據樣本的單位根檢驗結果如表2所示，從檢驗結果可以看出，3個變量都是平穩的。

表2 樣本數據單位根檢驗

3.人民幣/美元收益率與利率差、指令流之間的關系檢驗

我們可以從人民幣/美元收益率與利率差、指令流之間的系數相關性上看出利率差與人民幣/美元收益率波動之間的相關性都小于0.8。進一步地，我們以人民幣匯率變動額為因變量，分別以利率差和指令流為自變量，用最小二乘法進行回歸，可以得到三者的關系如表3所示。

從檢驗結果可以看出，在以天為頻率的檢驗上，人民幣匯率的變化受到利率差和指令流的共同影響，決定系數接近0.3。但單獨以利率差和指令流分別進行檢驗時，人民幣匯率變化和利率差的決定系數僅有0.03，而人民幣匯率變化和指令流的決定系數達到0.26，非常接近于以利率差和指令流共同作為解釋變量回歸的系數。這也說明短期內人民幣匯率的變動主要是由指令流決定的，利率只是解釋了其中很小的一部分，即宏觀經濟變量對匯率短期波動的解釋能力較差，指令流這一微觀變量則具有良好的解釋能力[16-17]。

表3 匯率變動與利差、指令流關系的OLS回歸

注：其中，小括號（）中的數字為標準差，中括號[]中的數字為t統計量值，大括號{}中的數字為P值。

4.匯率波動、指令流和利率關系的誤差修正模型檢驗

以上的分析證明了利率在短期內僅是對當期匯率變動的解釋能力很差。進一步地，本文通過建立誤差修正模型考察利率與指令流變化的滯后期對匯率變動的影響。首先，我們對人民幣/美元匯率變化（ΔPt）及其利率差（rt）和指令流（ΔXt）數據樣本進行了單位根檢驗，3個變量都是平穩的，并通過了協整檢驗。其次，進一步建立人民幣/美元的向量誤差修正模型及檢驗結果為：

其中，

從以上檢驗結果可以看出，人民幣/美元匯率變動率、利率差、指令流三者之間不僅存在穩定的協整關系，而相關系數超過0.5，利率差和指令流對人民幣匯率變動的解釋能力較好。誤差修正項的系數為-0.981 372，已經很接近于1，這說明人民幣匯率的偏移調整為均衡水平的速度很快，并且調整系數為負，說明某個交易日人民幣匯率偏離均衡值，在下一個交易日就會反向調整過來，我們認為這個調整的周期大約為一個交易日。從長期調整情況看，滯后一期和滯后兩期的指令流的系數都是不顯著的，這說明指令流只能解釋人民幣匯率的短期波動；只有滯后一期的利率差的系數是顯著的，說明隨著時間頻率的延長，作為宏觀經濟變量的利率和人民幣匯率之間的關系越來越強，而這也符合經典宏觀匯率理論的結論[18-19]。

（二）中央銀行外匯市場干預的實證檢驗

2006年我國外匯市場引入做市商制度以后，中央銀行的干預行為也出現了一些新的特點。首先，中央銀行與各家做市商共同承擔起為市場提供流動性的職責，中央銀行穩定匯率的任務也被做市商分擔了一部分。但是，由于我國的做市商制度還不完善，中央銀行仍有必要干預外匯市場。其次，中央銀行的干預方式發生變化。中央銀行不僅可以作為做市商的客戶和做市商交易，而且還可以直接干預做市商市場。中央銀行通過和做市商的交易，提前向市場傳遞了中央銀行的干預意圖，會通過交易者預期的改變來使匯率回到中央銀行預定的區間。最后，中央銀行的干預透明度發生變化。中央銀行可以和多家做市商直接交易，還可以通過經紀人交易，而且透明度明顯提高，干預的公示效應增強，中央銀行的干預行為更具有有效性[20-21]。

在檢驗中央銀行對外匯市場的干預時，我們將中國人民銀行對外匯市場的干預量作為被解釋變量，由于無法獲取中國人民銀行對外匯市場的實際干預數量，借鑒其他學者的研究思路，我們在此選用我們外匯儲備的月度變動絕對額（AQ）作為我國中央銀行對外匯市場干預數量的替代變量。解釋變量為人民幣匯率的變動，在直接標價法下，用RE來表示人民幣匯率的月度變動相對比例，即本月人民幣匯率變動絕對額除以上月人民幣匯率水平。我們檢驗的樣本期間為1994年1月至2011年3月，相關數據來源于國家外匯管理中心。

1.數據樣本的單位根（ADF）檢驗。由于我們所檢驗的樣本屬于時間序列樣本，必須進行平穩性檢驗，經過 ADF檢驗后得知，外匯儲備的月度變動絕對額（AQ）、人民幣匯率的月度變動相對比例（RE）兩變量都是一階單整的，即時間數列是同階穩定的。

2.中央銀行干預外匯市場的實證檢驗過程及結果。本文通過選用最小二乘法進行回歸，結果可以看出（見表4），當單獨采用人民幣匯率的月度變動比率（RE）作為解釋變量時，自變量的系數是顯著的；當采用人民幣匯率的變動比率以及滯后一期共同作為解釋變量時，系數并不顯著。這可能是因為人民幣匯率的變動范圍超出了規定的波動幅度，中央銀行就會立即入市干預，“當期”就會熨平人民幣匯率的過度波動。

表4 中央銀行干預結果分析

3.鄒式斷點檢驗（Chow breakpoint test）。對于時間序列數據，因變量和解釋變量之間的關系可能會發生結構變化，這可能是由經濟系統的需求或供給沖擊帶來的，也可能是制度轉變的結果，如1994年我國外匯體制改革后經濟關系的許多方面都逐漸發生了改變。因此，需要對參數和設定關系的穩定性進行檢驗，其中一種比較有效的方式就是鄒式斷點檢驗法。2005年7月以來匯率體制的變革，使人民幣波動的范圍空間更大，中央銀行的干預行為必然出現變化。因此，我們有必要進行斷點檢驗。根據鄒氏檢驗的思想，某個特定點把時間序列分成兩部分，其分界點就是檢驗是否已發生結構變化的檢驗時點。在此基礎上，利用F檢驗來檢驗由前一部分n個數據求得的參數與由后一部分m個數據求得的參數是否相等，由此判斷結構是否發生了變化。經過Chow breakpoint檢驗，發現2005年7月和2008年12月為斷點，我們以這兩個時間點為分界點，將樣本期劃分為三段：1994年1月至2005年7月、2005年8月至2008年12月、2009年1月至2011年3月。從而得出以下估計結果（見表5）。endprint

表5 模型分段檢驗結果

2005年7月以前，人民幣匯率一直維持在8.27附近，我國的匯率制度可以說是變相的固定匯率制，中國人民銀行每日公布人民幣的匯率價格，并且不允許匯率過度波動?？梢哉f，這個時期的央行干預的政策性更強，人民幣匯率很大程度上是中央銀行“自主定價”的結果，因此，中央銀行的入市操作交易量和人民幣匯率變動在這個階段相關性較弱。2005年8月后，人民幣波動的幅度空間增大，并且迫于國外輿論的壓力，中國人民銀行對外匯市場的政策性干預逐漸減弱，取而代之的是中國人民銀行積極參與到人民幣外匯的買賣中，通過影響市場上買賣雙方的力量來間接決定人民幣匯率的價格。中央銀行此時實際上擔當了市場上出清者的作用，被動的提供流動性和吸收流動性。中國人民銀行的干預量（外匯儲備增量）急劇上升。2008年12月出現斷點，這主要是受到國際金融危機的影響，美元在這次金融危機中大幅度貶值，加重了人民幣升值的壓力，中央銀行的干預數量又有所增加。此外，我們可以看到，中央銀行的干預量和人民幣的變動量的相關性越來越強，這也從一個側面說明了人民幣匯率的決定越來越受到市場力量的影響，中國人民銀行的干預也從政策導向逐漸向完善市場的方面發展，通過影響市場上買賣雙方的力量來間接影響人民幣匯率的波動，這也說明了我國中央銀行的干預屬于“逆風向干預”。

三、結論

本文結合微觀因素外匯指令流、宏觀因素利率差以及中央銀行對外匯市場的干預綜合研究了短期人民幣匯率的形成機制。研究結果表明：（1）人民幣/美元匯率指令流對以日為匯率波動的相關系數較高，而利率差對當期的人民幣匯率收益短期波動幾乎沒有相關性；（2），隨著時間頻度的拉長，指令流對人民幣匯率波動的解釋能力很弱，但是利率差卻和人民幣匯率波動卻有著穩定的關系；（3）而指令流與利率差同時作為自變量，共同對匯率波動的影響卻是顯著的；（4）中央銀行的干預仍然對人民幣匯率的形成有著重大影響。

參考文獻：

[1] Meese，Rogoff.Empirical Exchange Rate Models of the Seventies：Do They Fit Out of the Sample？ [J].Journal of International Economics，

1983b，（13）：3-24.

[2] Meese，Rogoff.Was It Real？ The Exchange Rate-Interest Differential Relation over the Modern Floating-Rate Period[J].Journal of finance，

1988，（43）：933-948.

[3] Lyons R.K.The Microstructure Approach to Exchange Rates[M].The MIT Press，Boston，2001：1-19.

[4] Lyons R.Test of Micro-structural Hypotheses in the Foreign Exchange Market[J].Journal of Financial Economics，1995，（39）：321-51.

[5] Martin D.D.Evans，Richard K.Lyons.Order Flow and Exchange Rate Dynamics[J].Journal of Political Economy，2002，vol.110，no.1：

170-180.

[6] Evans M.D.D.and R.Lyons.How is Macro News Transmitted to Exchange Rates？” [J].Journal of Financial Economics，2008，（88）：26-50.

[7] Evans M.D.D.and R.Lyons.A New Micro Model of Exchange Rate Dynamics，NBER Working Paper，August 4，2005.

[8] Bacchetta，P.，van Wincoop，E.Can information heterogeneity explains the exchange rate determination puzzle？ [J].American Economic

Review，2006，（96）：552-576.

[9] Rime.D.Order Flow analysis of Exchange Rate.Economic Bulletin 3：147-152.

[10] Evans M.D.D.and R，.Lyons.Exchange Rate Fundamentals and Order Flow NBER Working Paper 13151，June，2007.

[11] Martin D.D.Evans.Order flows and the exchange rate disconnect puzzle[J].Journal of International Economics，2010，（80）：58-71.

[12] 王成軍.淺析匯率決定過程中宏觀基本面與指令流關系[J].經濟研究導刊，2010，（3）：50-51.

[13] 孫立堅.外匯市場微觀結構理論的原理及其前景[J].國際金融研究，2002，（11）：13-19.

[14] 陳浪南，林偉斌，歐陽永衛.人民幣匯率決定的市場微觀結構分析[J].經濟學（季刊），2007，（1）：255-282.

[15] 林偉斌，王藝明.匯率決定與央行干預——1994—2005年的人民幣匯率決定研究[J].管理世界，2009，（7）：67-76.

[16] Carol L.Osler.Macro lessons from microstructure[J].International Journal of Finance & Economics，2006，（11）：55-80.

[17] Michael Frommel，Alexander Mende，Lukas Menkhoff.Order flows，news and exchange rate volatility[J].Journal of International Money

and Finance，2008，（27）：994-1012.

[18] Love，R，Payne，R.Macroeconomic news，order flow and exchange rates[J].Journal of Financial and Quantitative Analysis，2008，（43）：

467-488.

[19] Michael King，Lucio Sarno，Elvira Sojli.Timing exchange rates using order flow：The case of the Loonie [J].Journal of Banking&

Finance.Article in press，2010.

[20] 丁劍平，俞君鈦，張景煜.從外匯市場微觀結構視角看中央銀行入市交易效果[J].管理世界，2006，（7）：15-21.

[21] Michael J.Sager and Mark P.Taylor.Under the Microscope：the Structure of the Foreign Exchange Market[J].International Journal of

Finance and Economics，2006，（11）：81-95.[責任編輯 李 可]endprint

表5 模型分段檢驗結果

2005年7月以前，人民幣匯率一直維持在8.27附近，我國的匯率制度可以說是變相的固定匯率制，中國人民銀行每日公布人民幣的匯率價格，并且不允許匯率過度波動。可以說，這個時期的央行干預的政策性更強，人民幣匯率很大程度上是中央銀行“自主定價”的結果，因此，中央銀行的入市操作交易量和人民幣匯率變動在這個階段相關性較弱。2005年8月后，人民幣波動的幅度空間增大，并且迫于國外輿論的壓力，中國人民銀行對外匯市場的政策性干預逐漸減弱，取而代之的是中國人民銀行積極參與到人民幣外匯的買賣中，通過影響市場上買賣雙方的力量來間接決定人民幣匯率的價格。中央銀行此時實際上擔當了市場上出清者的作用，被動的提供流動性和吸收流動性。中國人民銀行的干預量（外匯儲備增量）急劇上升。2008年12月出現斷點，這主要是受到國際金融危機的影響，美元在這次金融危機中大幅度貶值，加重了人民幣升值的壓力，中央銀行的干預數量又有所增加。此外，我們可以看到，中央銀行的干預量和人民幣的變動量的相關性越來越強，這也從一個側面說明了人民幣匯率的決定越來越受到市場力量的影響，中國人民銀行的干預也從政策導向逐漸向完善市場的方面發展，通過影響市場上買賣雙方的力量來間接影響人民幣匯率的波動，這也說明了我國中央銀行的干預屬于“逆風向干預”。

三、結論

本文結合微觀因素外匯指令流、宏觀因素利率差以及中央銀行對外匯市場的干預綜合研究了短期人民幣匯率的形成機制。研究結果表明：（1）人民幣/美元匯率指令流對以日為匯率波動的相關系數較高，而利率差對當期的人民幣匯率收益短期波動幾乎沒有相關性；（2），隨著時間頻度的拉長，指令流對人民幣匯率波動的解釋能力很弱，但是利率差卻和人民幣匯率波動卻有著穩定的關系；（3）而指令流與利率差同時作為自變量，共同對匯率波動的影響卻是顯著的；（4）中央銀行的干預仍然對人民幣匯率的形成有著重大影響。

參考文獻：

[1] Meese，Rogoff.Empirical Exchange Rate Models of the Seventies：Do They Fit Out of the Sample？ [J].Journal of International Economics，

1983b，（13）：3-24.

[2] Meese，Rogoff.Was It Real？ The Exchange Rate-Interest Differential Relation over the Modern Floating-Rate Period[J].Journal of finance，

1988，（43）：933-948.

[3] Lyons R.K.The Microstructure Approach to Exchange Rates[M].The MIT Press，Boston，2001：1-19.

[4] Lyons R.Test of Micro-structural Hypotheses in the Foreign Exchange Market[J].Journal of Financial Economics，1995，（39）：321-51.

[5] Martin D.D.Evans，Richard K.Lyons.Order Flow and Exchange Rate Dynamics[J].Journal of Political Economy，2002，vol.110，no.1：

170-180.

[6] Evans M.D.D.and R.Lyons.How is Macro News Transmitted to Exchange Rates？” [J].Journal of Financial Economics，2008，（88）：26-50.

[7] Evans M.D.D.and R.Lyons.A New Micro Model of Exchange Rate Dynamics，NBER Working Paper，August 4，2005.

[8] Bacchetta，P.，van Wincoop，E.Can information heterogeneity explains the exchange rate determination puzzle？ [J].American Economic

Review，2006，（96）：552-576.

[9] Rime.D.Order Flow analysis of Exchange Rate.Economic Bulletin 3：147-152.

[10] Evans M.D.D.and R，.Lyons.Exchange Rate Fundamentals and Order Flow NBER Working Paper 13151，June，2007.

[11] Martin D.D.Evans.Order flows and the exchange rate disconnect puzzle[J].Journal of International Economics，2010，（80）：58-71.

[12] 王成軍.淺析匯率決定過程中宏觀基本面與指令流關系[J].經濟研究導刊，2010，（3）：50-51.

[13] 孫立堅.外匯市場微觀結構理論的原理及其前景[J].國際金融研究，2002，（11）：13-19.

[14] 陳浪南，林偉斌，歐陽永衛.人民幣匯率決定的市場微觀結構分析[J].經濟學（季刊），2007，（1）：255-282.

[15] 林偉斌，王藝明.匯率決定與央行干預——1994—2005年的人民幣匯率決定研究[J].管理世界，2009，（7）：67-76.

[16] Carol L.Osler.Macro lessons from microstructure[J].International Journal of Finance & Economics，2006，（11）：55-80.

[17] Michael Frommel，Alexander Mende，Lukas Menkhoff.Order flows，news and exchange rate volatility[J].Journal of International Money

and Finance，2008，（27）：994-1012.

[18] Love，R，Payne，R.Macroeconomic news，order flow and exchange rates[J].Journal of Financial and Quantitative Analysis，2008，（43）：

467-488.

[19] Michael King，Lucio Sarno，Elvira Sojli.Timing exchange rates using order flow：The case of the Loonie [J].Journal of Banking&

Finance.Article in press，2010.

[20] 丁劍平，俞君鈦，張景煜.從外匯市場微觀結構視角看中央銀行入市交易效果[J].管理世界，2006，（7）：15-21.

[21] Michael J.Sager and Mark P.Taylor.Under the Microscope：the Structure of the Foreign Exchange Market[J].International Journal of

Finance and Economics，2006，（11）：81-95.[責任編輯 李 可]endprint

表5 模型分段檢驗結果

2005年7月以前，人民幣匯率一直維持在8.27附近，我國的匯率制度可以說是變相的固定匯率制，中國人民銀行每日公布人民幣的匯率價格，并且不允許匯率過度波動。可以說，這個時期的央行干預的政策性更強，人民幣匯率很大程度上是中央銀行“自主定價”的結果，因此，中央銀行的入市操作交易量和人民幣匯率變動在這個階段相關性較弱。2005年8月后，人民幣波動的幅度空間增大，并且迫于國外輿論的壓力，中國人民銀行對外匯市場的政策性干預逐漸減弱，取而代之的是中國人民銀行積極參與到人民幣外匯的買賣中，通過影響市場上買賣雙方的力量來間接決定人民幣匯率的價格。中央銀行此時實際上擔當了市場上出清者的作用，被動的提供流動性和吸收流動性。中國人民銀行的干預量（外匯儲備增量）急劇上升。2008年12月出現斷點，這主要是受到國際金融危機的影響，美元在這次金融危機中大幅度貶值，加重了人民幣升值的壓力，中央銀行的干預數量又有所增加。此外，我們可以看到，中央銀行的干預量和人民幣的變動量的相關性越來越強，這也從一個側面說明了人民幣匯率的決定越來越受到市場力量的影響，中國人民銀行的干預也從政策導向逐漸向完善市場的方面發展，通過影響市場上買賣雙方的力量來間接影響人民幣匯率的波動，這也說明了我國中央銀行的干預屬于“逆風向干預”。

三、結論

本文結合微觀因素外匯指令流、宏觀因素利率差以及中央銀行對外匯市場的干預綜合研究了短期人民幣匯率的形成機制。研究結果表明：（1）人民幣/美元匯率指令流對以日為匯率波動的相關系數較高，而利率差對當期的人民幣匯率收益短期波動幾乎沒有相關性；（2），隨著時間頻度的拉長，指令流對人民幣匯率波動的解釋能力很弱，但是利率差卻和人民幣匯率波動卻有著穩定的關系；（3）而指令流與利率差同時作為自變量，共同對匯率波動的影響卻是顯著的；（4）中央銀行的干預仍然對人民幣匯率的形成有著重大影響。

參考文獻：

[1] Meese，Rogoff.Empirical Exchange Rate Models of the Seventies：Do They Fit Out of the Sample？ [J].Journal of International Economics，

1983b，（13）：3-24.

[2] Meese，Rogoff.Was It Real？ The Exchange Rate-Interest Differential Relation over the Modern Floating-Rate Period[J].Journal of finance，

1988，（43）：933-948.

[3] Lyons R.K.The Microstructure Approach to Exchange Rates[M].The MIT Press，Boston，2001：1-19.

[4] Lyons R.Test of Micro-structural Hypotheses in the Foreign Exchange Market[J].Journal of Financial Economics，1995，（39）：321-51.

[5] Martin D.D.Evans，Richard K.Lyons.Order Flow and Exchange Rate Dynamics[J].Journal of Political Economy，2002，vol.110，no.1：

170-180.

[6] Evans M.D.D.and R.Lyons.How is Macro News Transmitted to Exchange Rates？” [J].Journal of Financial Economics，2008，（88）：26-50.

[7] Evans M.D.D.and R.Lyons.A New Micro Model of Exchange Rate Dynamics，NBER Working Paper，August 4，2005.

[8] Bacchetta，P.，van Wincoop，E.Can information heterogeneity explains the exchange rate determination puzzle？ [J].American Economic

Review，2006，（96）：552-576.

[9] Rime.D.Order Flow analysis of Exchange Rate.Economic Bulletin 3：147-152.

[10] Evans M.D.D.and R，.Lyons.Exchange Rate Fundamentals and Order Flow NBER Working Paper 13151，June，2007.

[11] Martin D.D.Evans.Order flows and the exchange rate disconnect puzzle[J].Journal of International Economics，2010，（80）：58-71.

[12] 王成軍.淺析匯率決定過程中宏觀基本面與指令流關系[J].經濟研究導刊，2010，（3）：50-51.

[13] 孫立堅.外匯市場微觀結構理論的原理及其前景[J].國際金融研究，2002，（11）：13-19.

[14] 陳浪南，林偉斌，歐陽永衛.人民幣匯率決定的市場微觀結構分析[J].經濟學（季刊），2007，（1）：255-282.

[15] 林偉斌，王藝明.匯率決定與央行干預——1994—2005年的人民幣匯率決定研究[J].管理世界，2009，（7）：67-76.

[16] Carol L.Osler.Macro lessons from microstructure[J].International Journal of Finance & Economics，2006，（11）：55-80.

[17] Michael Frommel，Alexander Mende，Lukas Menkhoff.Order flows，news and exchange rate volatility[J].Journal of International Money

and Finance，2008，（27）：994-1012.

[18] Love，R，Payne，R.Macroeconomic news，order flow and exchange rates[J].Journal of Financial and Quantitative Analysis，2008，（43）：

467-488.

[19] Michael King，Lucio Sarno，Elvira Sojli.Timing exchange rates using order flow：The case of the Loonie [J].Journal of Banking&

Finance.Article in press，2010.

[20] 丁劍平，俞君鈦，張景煜.從外匯市場微觀結構視角看中央銀行入市交易效果[J].管理世界，2006，（7）：15-21.

[21] Michael J.Sager and Mark P.Taylor.Under the Microscope：the Structure of the Foreign Exchange Market[J].International Journal of

Finance and Economics，2006，（11）：81-95.[責任編輯 李 可]endprint