基于高頻面板數據的人民幣匯率波動規律研究

余 菊

(重慶理工大學 經濟與貿易學院，重慶 400054)

基于高頻面板數據的人民幣匯率波動規律研究

余 菊

(重慶理工大學 經濟與貿易學院，重慶 400054)

基于2006—2013年的1 771個人民幣匯率日值高頻數據，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規律進行實證分析。結果顯示：(1) 人民幣兌五大外匯幣種匯率的波動存在ARCH效應，其收益表現出明顯的群聚特征；(2) 人民幣兌五大外匯幣種匯率的波動均具有一定的記憶性，但除港幣和日元外，大都會隨時間緩慢衰減；(3)人民幣兌五大外匯幣種匯率的波動存在明顯的杠桿效應，但不同幣種對人民幣升值的反應存在一定的差異。

人民幣匯率；波動效應；GARCH模型；高頻數據

自2005年匯改以來，人民幣兌幾大關鍵外幣的匯率基本呈升值態勢，雖受2008年金融危機的影響人民幣暫停了升值走勢，但到2010年以后，由于重啟凍結的匯率制度，特別是在2012年4月央行加大了匯率波動幅度，匯率波幅由0.5%擴大到1%，人民幣匯率又繼續呈升值趨勢，匯率市場化程度明顯增強，波動更具彈性。種種跡象表明，增強人民幣匯率彈性、促進人民幣國際化是大勢所趨。然而，匯率的頻繁波動可能對我國的國際貿易、投資及資本流動造成沖擊。因此，研究匯率的波動效應和波動規律具有重要的理論及現實意義。

一、文獻回顧

有關金融資產價格的波動率，國外學者進行了大量的實證研究，在研究方法和技術層面上不斷創新，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來，提出廣義自回歸條件異方差(GARCH)模型[2]；假定金融資產的預期收益與風險成比例，將風險引入到均值方程后，Engle等構建了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的非對稱性，Nelson構建了EGARCH模型[5]，隨后Zakoian又提出了TGARCH模型[6]。

國內學者有關波動率的研究大都集中于股市和期貨市場方面，而有關描述我國匯市波動的文獻相對較少。近年來，隨著人民幣匯率波動的不斷加劇，學者們開始重視對其波動率的研究。駱珣采集了2003—2007年的1 069個美元兌人民幣匯率日值,應用GARCH模型進行分析，證實了我國外匯市場確實存在ARCH效應[7]。翟愛梅GARCH族模型的實證研究表明，人民幣的匯率收益具有顯著的左厚尾特征，其波動具有集聚性和記憶性，隨時間變化不會衰減，同時還認為人民幣的匯率波動存在一定的杠桿效應，人民幣匯率還不具備浮動匯率的特征[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間序列，采用AR(1)-GARCH(1,1)擬合模型，同時檢驗了其波動序列不具有明顯的杠桿效應[9]。夏強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、港元匯率數據進行分析，發現了門限非線性的結果，認為非美元匯率收益的均值和波動同時表現出非對稱的特點[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模型進行實證檢驗，認為其殘差存在異方差性[11]。謝非等基于GARCH模型對企業匯率風險進行了測量[12]。

已有的文獻對人民幣匯率的波動效應及波動規律進行了一些有意義的經驗研究，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鍵貨幣的匯率波動作實證研究，忽略了我國不同幣種結構對匯率波動反應的差異性。然而不同外幣結構對人民幣匯率波動的反應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的描述性統計基礎上，采取GARCH和Threshold GARCH模型對人民幣與主要外匯幣種匯率的波動規律及波動效應進行實證分析。

二、人民幣匯率日收益率數據統計特征分析

本文選取了2006年8月1日至2013年11月15日區間人民幣兌美元、港幣、日元、歐元和英鎊的每個外匯交易日中間牌價的1 772個日高頻數據觀測值，其時間序列如圖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，大致經歷了三個階段：從2005年匯改到2008年金融危機爆發前，人民幣兌美元匯率從“8”字頭急劇升值到“7”字頭；而2008年金融危機的爆發使得人民幣兌美元匯率的升值步伐放緩，匯率穩定在“6.8”水平并持續了兩年；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。

由于港幣對美元實行的聯系匯率制，故人民幣兌港幣匯率也經歷了與美元匯率走勢大致相同的三個階段：從2005年匯改到2008年金融危機爆發前，人民幣兌港幣匯率從“1.04”急劇升值到“0.83”水平；而2008年金融危機的爆發使得人民幣兌港幣匯率的升值步伐放緩，匯率穩定在“0.83”水平并持續了兩年，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，人民幣兌日元匯率的走勢卻總體呈現出倒U型波動軌跡：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，由于歐洲經濟共同體原因，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歷了波浪式的升值過程，而人民幣兌英鎊的匯率也經歷了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，均經歷了2008年前的急劇升值、兩年多的平穩期、2011年后再度升值三階段；同時，人民幣兌歐元及英鎊走勢也同樣趨于一致，均經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出倒U型波動軌跡。

三、研究設計

(一)GARCH族模型的構建

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

均值方程：

yt=πxt+ut

方差方程：

(1)

在金融應用中，一般假定資產的預期收益與其風險是成比例的，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準差，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是否存在杠桿效應，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ut>0時，dt為0，否則為1。由此可見，匯率升值沖擊時(ut<0)和貶值時(ut>0)對條件方差的作用效果不同。利好信息的影響系數為α，利壞信息的影響系數為α+γ，若γ≠0，則說明條件方差對沖擊的反應是非對稱的，也即存在杠桿效應。

(二)樣本區間和數據來源

目前國內金融機構及各大企業所持有的外幣資產主要為美元(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險因子，同時，這里的人民幣兌五大外匯幣種的匯率均采用直接標價法。

由于2006年8月1日前的人民幣兌英鎊匯率數據有缺省，因此本文的樣本區間選取為2006年8月1日至2013年11月15日區間人民幣兌美元、港幣、日元、歐元和英鎊的每個外匯交易日中間牌價的1 772個日高頻數據觀測值。原始數據來自中國人民銀行網站，缺省數據來自國家外匯管理局。

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

四、實證結果與分析

(一)GARCH模型滯后階數的確定

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

通過圖3匯率收益Rt的自相關函數可以看出，日收益率相關性比較顯著的有：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的滯后階數。

圖2 2006—2013年人民幣兌五大外匯幣種的匯率收益波動圖

圖3 2006—2013年人民幣匯率收益的自相關函數

(二)GARCH模型的估計

為了驗證人民幣兌五大外匯幣種的匯率波動是否具有ARCH效應以及是否隨時間推移而緩慢衰減，先利用前面的GARCH模型(見式1)或GARCH-M模型(見式2)進行估計，結果見表1。

由表1的均值方程估計結果可知，參數估計系數是顯著的，說明GARCH(1，1)模型能夠較好地擬合數據，匯率的波動具有集聚性。

方差方程中的α反映沖擊對波動的影響，β反映了系統的長期記憶性，α+β反映波動的持續性。從GARCH(1，1)的估計結果來看，人民幣兌五大外匯幣種匯率收益的ARCH項系數α均大于零，這說明反映外部沖擊會加劇匯率的波動。同時，人民幣兌五大外匯幣種匯率收益的GARCH項系數β均小于1，且十分接近1，這說明匯率波動具有一定的記憶性，即匯率波動具有一定的持續性。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，滿足參數的約束條件，說明外匯市場上某時刻的收益沖擊將有持續的影響，但波動性隨時間變化會緩慢衰減?？赡艿慕忉屖?，人民幣匯率自2005年匯改以來，對主要外匯幣種的匯率波動逐漸加劇，而且大幅度的波動一直持續2年之久，但自2008年金融危機之后匯率波動幅度收窄，直至當前人民幣升值壓力依然較大，匯率波動又與危機發生前水平也基本持平。

(三)匯率波動的非對稱性檢驗

為了驗證人民幣匯率的波動是否存在杠桿效應，據以往經驗采用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，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模型估計時，M項并不顯著，故應去掉M項)來估計，具體的估計結果見表2。

表1 GARCH模型估計結果

表2 TGARCH模型估計結果

根據表2的估計結果，人民幣兌五大外匯幣種匯率收益的ARCH項系數α均大于零，這進一步證實外部沖擊會加劇匯率波動的結論。同樣，人民幣兌主要外匯幣種匯率收益的GARCH項系數β均小于1，且十分接近1(港幣匯率除外)，這進一步印證了匯率波動具有一定的記憶性的觀點。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，說明波動性會隨時間的推移緩慢衰減。

從TGARCH的估計結果來看，人民幣兌五大外匯幣種匯率收益的γ項均不為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存在明顯的杠桿效應。其中，人民幣兌美元、歐元及英鎊的γ項為正，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?？赡艿慕忉屖牵寒斎嗣駧艆R率升值時，市場往往會出現持續的升值預期，因而人民幣匯率的升值往往會導致更大的波動幅度；而當人民幣匯率貶值時，由于國際社會的施壓以及貿易順差壓力，使得匯率的貶值幅度小于升值幅度。但實證結果中，人民幣兌港幣及日元的γ項為負，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正好相反?？赡艿慕忉屖牵合愀酆腿毡揪鶎賮喼藿洕w，與中國的貿易依存度也相對較高，因而其貨幣對人民幣走勢的反應也區別于歐美國家，呈現出明顯的區域化差異。

五、結論與政策啟示

基于2006—2013年的1 771個人民幣匯率日值高頻數據，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規律進行實證分析。結果顯示：(1) 人民幣兌五大外匯幣種的匯率波動存在ARCH效應，其收益表現出明顯的聚群特征，異方差現象普遍存在；(2) 對GARCH及GARCH-M模型的估計表明，α1+β1的和很接近1，說明收益沖擊具有一定的記憶性，會持續較長的時間，但多會隨時間緩慢衰減(港幣和日元除外)；(3)通過TGARCH模型的實證結果顯示，人民幣兌主要外匯幣種的匯率波動存在一定的杠桿效應，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)。

基于結論，得到如下政策啟示：

一方面，適度加大匯率浮動幅度，增強人民幣匯率彈性。自2005年匯改以來人民幣基本呈升值態勢，但受2008年金融危機的影響，人民幣暫停了升值走勢，直到2010年重啟凍結的匯率制度，特別是在2012年4月央行加大了匯率波動幅度，由0.5%擴大到1%。種種跡象表明，增強人民幣匯率彈性、促進人民幣國際化是大勢所趨。因此，我國應積極培育匯率市場化的環境及人民幣國際化的條件。比如加快產業結構調整，提高我國出口商品的附加值，增強其國際競爭力；鼓勵國內資本“走出去”戰略，鼓勵進口先進設備及高端技術，以減少人民幣匯率的持續升值預期；加強匯率衍生市場的建設，規避匯率市場化帶來的匯率風險等等。

另一方面，充分考慮匯率波動的集群性、持續性以及杠桿效應，我國現階段匯率政策的制定仍需謹慎而行。既要根據經濟的需求對匯率進行適當的浮動，以緩解人民幣的升值壓力，又要考慮到匯率波動的集群性、持續性以及杠桿效應，避免波動過度對貿易及國內經濟造成的長期負面沖擊。在增強人民幣匯率彈性的同時仍應綜合考慮各個因素加以必要調控，條件未成熟時匯率的波動幅度仍不能過大。

[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規律研究[J].數理統計與管理，2009(2):295-300.

[8] 翟愛梅.基于GARCH模型對人民幣匯率波動的實證研究[J].技術經濟與管理研究,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證研究[J].山西大學學報：自然科學版,2009(3):363-366.

[10]夏強,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模型的應用[J].數理統計與管理,2012(3):419-425.

[11]孫映宏,曹顯兵.基于GARCH模型的中美匯率實證分析[J].數學的實踐與認識,2012(20):223-228.

[12]謝非，劉林清.基于GARCH模型的企業匯率風險度量研究[J].重慶理工大學學報：社會科學，2014(6):25-28.

(責任編輯 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.基于高頻面板數據的人民幣匯率波動規律研究[J].重慶理工大學學報:社會科學，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