投資者關注對人民幣匯率價差波動的影響研究
——基于GARCH-MIDAS模型

尹力博，李 勍

中央財經大學 金融學院，北京 100081

投資者關注對人民幣匯率價差波動的影響研究
——基于GARCH-MIDAS模型

尹力博，李 勍

中央財經大學 金融學院，北京 100081

源自心理學的有限關注理論近年來被廣泛應用于金融研究，其基本思路是：金融市場產品種類繁多，由于存在信息成本，個人投資者的關注便成為一種稀缺資源，于是更傾向于交易關注到的產品，進而影響價格。該理論在證券市場已得到大量的實證支持，因此對外匯市場的研究顯得非常必要。

基于谷歌搜索量指數構建的人民幣關注指數，以2011年6月27日至2016年7月29日為研究區間，利用最小二乘回歸實證檢驗投資者關注對人民幣在岸和離岸匯率價差波動率的影響。特別地，利用基于已實現波動率的GARCH-MIDAS模型將波動率分解為長期成分和短期成分，并分別進行回歸，考慮了價差波動的結構性特征。

研究結果表明，投資者關注能夠顯著增大人民幣匯率價差波動，貨幣當局可適當引導進而達到收窄價差、抑制套利的目的。與波動長期成分相比，投資者關注對波動短期成分的作用更強。加入央行干預、利率平價、流動性、預期等控制變量后，投資者關注對匯率價差波動率的預測能力依舊顯著，表明其所包含的信息并未被已有變量覆蓋。穩健性檢驗中，將4個控制變量同時加入基準模型并考慮關注與控制變量之間的耦合效應，結果表明投資者關注仍然具有獨立的解釋能力，且在長期內會通過影響控制變量的作用間接影響價差波動，作用機制與短期有所區別；直接利用基于月度投資者關注的GARCH-MIDAS模型對波動進行分解，通過系數的顯著性進一步驗證投資者關注對波動長期成分的作用；分別將在岸和離岸匯率波動率直接分解后進行最小二乘回歸，投資者關注效果同樣顯著,且綜合效果與原檢驗基本一致。

通過探討投資者關注對人民幣匯率價差波動的解釋能力，拓展了基于谷歌搜索量指數測量的投資者關注在外匯市場的研究，為人民幣匯率走勢的預測提供了新思路，具有積極的現實意義，貨幣當局和外匯投資者可以構建人民幣關注指數，以此作為參考來實現有效匯率管理或風險控制等多重目的。

投資者關注；人民幣匯率價差；波動分解；央行干預；利率平價；流動性；預期

引言

近年來，作為中國重大戰略舉措，人民幣國際化正快速有序推進。但是由于資本賬戶未完全開放、離岸市場快速發展等原因，出現了“一種貨幣，兩種價格”的局面。人民幣境內外市場價差始終存在并且波動較大，在一些特殊的時間節點，價差會急劇拉大。如2015年“811匯改”期間，由于釋放了前期積累的貶值壓力，而境內外投資者預期有所差異，導致匯率走勢出現較大背離；2016年年初，在美元加息、經濟增長乏力等多重因素影響下，離岸投機勢力大舉做空人民幣，使價差再創新高；2017年年初，在人民幣持續貶值即將“破七”的關口，央行為穩定市場、抬高離岸利率以抽干流動性，離岸匯率暴漲，價差再次拉開，但此次出現了倒掛。價差的長期較大波動引發了大量的套利和投機交易。CHEUNG et al.[1]和鄭聯盛等[2]的研究表明，離岸匯率對在岸匯率的引導作用逐步增強，在此情況下，國際投機勢力便可通過操控離岸匯率保證價差長期存在，進行持續套利，造成惡性循環。陳麗等[3]研究認為，基于價差的套匯活動嚴重影響中國資本賬戶開放和人民幣國際化進程，一旦價差收窄甚至消失，人民幣境外存款和跨境貿易額必定又會倒退、停滯。因此，關于價差波動的研究對打擊投機活動、推動人民幣國際化的健康發展等具有重要意義。

基于價差目前的消極影響，國內外學者對其影響因素進行了廣泛研究。朱孟楠等[4]對可能引起價差的因素進行梳理，實證檢驗表明，境內外投資主體的風險偏好不同是造成價差的主要因素，這種投資主體的差異是資本管制的直接后果，而央行干預、境內外利率差異對價差的影響較小；FUNKE et al.[5]研究表明，資本管制限制了離岸市場的流動性，而境內外的流動性差異是引發價差的關鍵原因，并且認為全球避險情緒的加重會導致價差的波動增加；MA et al.[6]認為，人民幣無本金交割遠期(non-deliverable forwards, NDF)與人民幣遠期市場的不斷深化發展為套利活動提供了新的途徑，而政府對此類活動加以打擊管控，會使價差擴大。綜合來看，資本管制是造成價差的深層原因，但是解除資本管制是一個循序漸進的過程，短期內不可能一蹴而就。

在短期內不可能完全放開資本管制的背景下，貨幣當局迫切需要提出新的應對措施，在保證人民幣國際化穩步推進的同時又要減小價差波動帶來的沖擊。因此，本研究希望從新的角度入手，嘗試尋找能有效影響價差及其波動的非政策性因素，以期在“黑天鵝”事件頻發、人民幣貶值預期持續升溫的背景下，為貨幣當局控制價差及其波動提出切實可行的政策建議。

1 相關研究評述

首先對匯率決定理論進行梳理。匯率理論不斷演變，比較典型的有CASSEL[7]提出的購買力平價、KEYNES[8]提出的利率平價、DORNBUSCH[9]提出的超調模型、WILLIAMSON[10]提出的基本要素匯率決定理論和CLARK et al.[11]提出的行為均衡匯率決定理論，國內外學者對這些經典理論的適用性進行了廣泛檢驗。特別地，針對人民幣，金中夏等[12]認為利率平價并不能直接解釋匯率變化，而是影響外匯儲備的變化；陳創練等[13]認為由于資本管制，泰勒規則對人民幣匯率變動的解釋能力有限；卞學字等[14]強調貨幣政策沖擊并不是導致短期匯率超調的唯一因素。以上匯率決定理論都是從基本面層面出發，大多都有嚴格的前提條件限制，在現實中很難同時滿足，對短期內匯率波動解釋能力有限。

越來越多的學者嘗試從行為層面去解釋匯率變化。MANZAN et al.[15]認為外匯市場存在技術分析者和基本面分析者，存在的異質性預期能夠解釋匯率變化；RIME et al.[16]創新性地用訂單流搭建起宏觀經濟變量與微觀匯率之間的橋梁，認為投資者對宏觀經濟的預期反映在訂單流上，而訂單流又可以很好地解釋匯率變化；YU[17]通過構建投資者情緒模型解釋遠期匯率溢價之謎；BURNSIDE et al.[18]則用投資者的過度自信理論為遠期匯率溢價之謎提供了解釋。上述研究印證了行為因素在解釋短期匯率變化中的重要作用，但卻很少有研究從投資者關注這一角度出發，這為本研究提供了很好的切入點。

大量研究佐證了有限關注理論在證券市場的有效性。BARBER et al.[19]認為個人投資者更傾向于買入那些有著異常換手率、極端收益率或有重大新聞的股票，而機構投資者由于具有信息優勢則此現象不明顯，印證了有限關注假說。同時，賈春新等[20]巧妙利用中國限售股解禁這一沒有信息含量的事件證明投資者關注會對股票收益產生積極影響。而已有針對外匯市場的研究較少，SMITH[21]實證表明投資者關注能解釋并預測澳元、加元、新西蘭元和瑞士法郎4種貨幣的匯率波動，GODDARD et al.[22]對美元、歐元、日元和英鎊的研究結論類似。還沒有針對人民幣的研究，已有研究雖然通過定性分析發現投資者關注與價差存在相關關系，可并不能直接推斷出投資者關注同樣會顯著影響人民幣匯率，還需要進一步的定量分析。基于以上分析，本研究以人民幣匯率價差的波動率作為研究對象，探討投資者關注對其的作用。

2 模型設定

2.1GARCH-MIDAS模型

本研究對人民幣境內外價差波動率進行分解，并將波動長期成分和波動短期成分作為研究對象。因為基本面和行為層面的因素對波動的作用周期不同，但基本面層面因素相關信息發布頻率低，多為月度或季度，若想探究其與波動率的關系，傳統方法是用同頻數據建模。如果利用插值法將低頻數據轉換為高頻數據，不可避免地人為加入了噪音；通過加總、取均值等方法將高頻數據轉換為低頻數據，簡單易行，較為常用，但可能會忽略重要信息。所以在此情況下有必要將匯率波動分解后單獨研究。

GHYSELS et al.[23-24]提出的混頻數據抽樣(mixed data sampling, MIDAS)模型在既不忽略重要信息、也不加入噪音的情況下利用混頻數據建模。該模型可充分利用混頻數據的所有信息，被廣泛應用于宏觀經濟和股市波動的研究中。ENGLE et al.[25]提出單因子GARCH-MIDAS模型，用已實現波動率、通脹率、工業生產增速刻畫長期成分，該模型在長期而言樣本外預測能力優于傳統模型，證明了宏觀經濟變量在解釋股市波動上的重要作用；CONRAD et al.[26]在上述單因子GARCH-MIDAS模型基礎上擴展并提出多因子GARCH-MIDAS模型，避免了不同宏觀變量與已實現波動率之間的相互孤立，并認為期限利差、住房開工率、公司利潤率和失業率對股市波動都有很好的預測能力；鄭挺國等[27]同樣利用多因子GARCH-MIDAS模型捕捉中國股市波動的長期成分，證明宏觀經濟對其有正向影響。上述研究表明了波動分解在股票市場的必要性，但是在外匯市場的研究卻非常少見，同時對股票波動分解的研究大都著眼于長期，忽略了波動短期成分，所以本研究將就此展開研究。

考慮到影響匯率的因素較多，首先利用基于已實現波動率這一低頻變量的GARCH-MIDAS模型將波動率分解為長期成分和短期成分，再利用OLS進行回歸，探討投資者關注及其他控制變量對波動短期成分和波動長期成分的解釋能力，避免直接將變量引入GARCH-MIDAS模型造成對其他變量所含信息的遺漏。具體模型為

(1)

其中，RVq為已實現波動率；q為月度，用來刻畫長期波動，本研究選擇以月度為長期頻率；Nq為第q個月度內的交易天數；rp,q為人民幣境內收益率之差，值越大，表示套利空間越大，由第q個月度內第p天人民幣在岸匯率收益率減去離岸匯率收益率得到，在岸匯率為美元兌人民幣即期匯率中間價，離岸匯率為美元兌人民幣(香港)即期匯率定盤價。rp,q的分布形式為

(2)

其中，μ為rp,q的期望值，為常數項；τq為長期波動；gp,q為短期波動，由GARCH(1,1)過程計算得到；εp,q為隨機過程，服從條件標準正態分布，即εp,q|ψp-1,q～N(0,1)，ψp-1,q為在第q個月度內第(p-1)天獲得的信息。gp,q的表達式為

(3)

其中，ι、φ、η均為常數項。

用RVq刻畫長期波動的過程，即

(4)

其中，m為常數項；θ為加總效應，表示解釋變量RVq滯后項對被解釋變量logτq的整體影響；k為滯后期數；K為選擇滯后的總期數，RVq為月度數據，RVq-k表示相對于q期滯后k期的已實現波動率，根據AIC和SC信息準則，選擇滯后6期；δk(w1,w2)為滯后k期的RV所對應的權重，完全由參數w1和w2決定，計算過程為

(5)

本研究采用擬極大似然估計實現模型中所有的參數估計，最大似然函數表達為

(6)

其中，T為總月份，N為每個月度的總天數。

2.2OLS回歸分析

本研究采用OLS回歸分析，分別以在岸和離岸匯率價差波動率的長、短期成分作為被解釋變量，以投資者關注作為解釋變量，并加入相應控制變量，考察投資者關注對其的影響。

2.2.1 基準模型

小學作文在語文考試當中大約占30%，對于小學生日常學習而言，應當尤其注意平常的寫作學習。雖然目前小學生的書面表達能力相對之前有一定的提升，然而仍然有一大部分的小學生沒有扎實的書面表達能力，很多小學生對寫作文非常抵觸，當提到寫作文的時候，他們腦海中往往沒有一個清晰的思路，寫出來的作文往往也拿不到高分。所以，在老師講課的過程中，如何提高學生寫作的能力成了非常重要的一節。老師在上作文課過程中，發現很多學生都會感到學習非常吃力，老師們通過教研討論，總結出原因為學生對寫作文不感興趣，甚至反感寫作文。因此，在這種大環境之下，學生的寫作水平自然就上不去。現在，這個問題也成了家長和教研組共同關注的問題。

基準模型為

(7)

其中，Volt為t期價差波動率，αt為t期常數項，βt-i為滯后i期的投資者關注的系數，Attent為t期的投資者關注指數，Attent-i表示相對于t期滯后i期的投資者關注指數，γt-i為滯后i期的價差波動率系數，ξt為t期隨機誤差項。本研究采用日度數據，為考慮投資者關注的持續影響，結合信息準則，將投資者關注滯后5期數據加入回歸方程，并加入自身滯后5期的數據作為控制變量以避免內生性問題。此處分別將Volt代為波動長期成分和短期成分進行兩組回歸。

2.2.2 加入控制變量

為觀察投資者關注在加入控制變量后是否仍然有效，在上述模型中分別加入若干控制變量，即

(8)

其中，φt-i為在t期滯后i期控制變量的系數，Xt-i為在t期滯后i期的控制變量，ζt為t期隨機誤差項。此模型旨在檢驗加入已有研究或理論中比較典型的影響匯率的央行干預指標、利率平價、流動性和預期4個變量后，投資者關注的系數是否依舊顯著，即Atten中包含的信息是否獨立于已有變量發揮作用，同時比較投資者關注與已有經典變量對匯率波動的作用周期是否有所區別。

3 數據說明

本研究選取日度數據，考慮離岸匯率定盤價的數據可得性，研究區間為2011年6月27日至2016年7月29日。

3.1解釋變量

選定一個時間區間后，便可得到一個搜索詞在這段時間內每個時點的相對搜索量及其變化趨勢，相對搜索量由絕對搜索量計算得到，熱度最高的時間點取值為100，熱度是前者一半的時點取值為50，熱度不到最高熱度1%的取值為0。為構建人民幣關注指數，先對離岸人民幣(CNH)和在岸人民幣(CNY)進行搜索，再結合Google給出的相關搜索，經過篩選，剔除一些存在歧義以及沒有有效SVI的詞條后，最終鎖定14個關鍵詞，分別為cny、rmb、Chinese yuan、renminbi、China currency、usd cny、cny to usd、usd to rmb、yuan to dollar、currency cnh、cny cnh、offshore rmb、usd cnh、usd to cnh。Google Trends目前僅提供按周度搜索時間區間下載數據。由于Google Trends所給出的是數據的相對值，為了使兩個相對獨立周中的日度數據具有可比性，所以還需將每個月的日度數據放在2011年6月27日至2016年7月29日整體框架下確定一個基期進行調整，使數據具有可比性。具體調整方法為：選取一個更大的時間區間，即2011年1月1日至2016年12月31日進行下載，此時得到的是月度搜索量數據。以2011年1月作為基期，用其他月份的搜索量指數除以2011年1月的數值，得到其他月份相對于2011年1月的搜索熱度，然后將得到的每個月度數值與之前下載得到的該月的日度數據相乘，使所有的日度數據具有可比性。調整完成后，將每個關鍵詞的SVI標準化后加和取平均值，得到人民幣關注指數，其趨勢見圖1。

圖1 人民幣關注指數走勢Figure 1 Trend of Investor Attention Index towards RMB

3.2被解釋變量

根據模型對波動率進行分解，結果見圖2。從圖2可以看出波動長期成分與波動短期成分走勢基本一致，但還是有所差別，2016年6月底，波動短期成分出現了一個小的尖峰，而此時波動長期成分卻基本平穩，總的來說波動長期成分在一定程度上平滑了波動短期成分中的噪音，但仍反映了價差波動的基本走勢。結合圖1，波動短期成分與人民幣關注指數的走勢更為一致，二者兩次較大的尖峰都分別發生在2015年“811匯改”后、2016年1月初，且從具體日期來看，關注指數的尖峰要稍早于波動短期成分，具有一定的先行性。二者之間的內在邏輯并不難解釋，以“811匯改”為例，作為人民幣國際化進程中的里程碑事件，央行增強了人民幣匯率中間價的市場化程度，完善了其報價機制，自然使人民幣受到廣大投資者的關注，關注指數激增。進一步來看，雖然受到了關注，但境內外投資者對經濟前景和匯率走勢的預 期存在差異，在人民幣存在貶值壓力的大背景下，做

圖2 基于已實現波動率的價差波動的長、短期成分走勢Figure 2 Trend of Long-term and Short-term Components of Spread Volatility Based on Realized Volatility

空勢力紛紛抬頭，滋生了大量投機交易，使價差波動劇烈。而2016年1月初，央行打響了人民幣對做空勢力的狙擊戰，面對香港同業拆解利率的飆升，離岸市場流動性趨緊，這引發了做空勢力的迫切關注，在做空成本與投機收益之間權衡后，做空者只能選擇平倉，而此舉又恰恰推動了離岸人民幣的快速上漲，增大了價差的波動。

3.3控制變量

本研究選取一些控制變量加入最小二乘回歸分析，一方面是為防止信息冗余，即確保投資者關注所包含的信息未被已有定價機制所覆蓋，另一方面探討投資者關注與已有定價機制對價差波動率的作用周期是否有所區別，因此選取一些較為經典的變量進行分析。

3.3.1 央行干預

由于匯率的劇烈波動會嚴重影響一國宏觀經濟目標的實現，所以央行對外匯市場進行干預是不可避免的，其方式和效果成為學術研究所關心的問題。DOMINGUEZ[36]以德國馬克和日元為對象，研究結果表明無論秘密干預還是公開干預，在整個樣本期內都增加了匯率波動性，公開干預在特定時期內會減少波動；HU et al.[37]對比央行對人民幣的口頭干預與實際干預的效果，發現前者效果較弱；何誠穎等[38]認為央行外匯干預能做為聯系匯率與股價的紐帶，起到穩定人民幣匯率的作用；王愛儉等[39]認為任意干預與基于規則的干預對匯率波動的影響程度不同，后者對匯率的調整更為穩健且成本較低。

以上研究都表明央行干預會影響匯率，因此本研究將央行干預指數作為控制變量加入模型，探討央行干預是否會影響投資者關注對匯率價差波動率的預測能力。借鑒陳華[40]和嚴佳佳等[41]提出的方法構建央行干預指標，表達式為

(9)

其中，Intt為央行干預指標，用相對波動率調整后的匯率變動與外匯儲備變動的相對關系測量；Δext為t期匯率變動值；σΔext為t期匯率變動值的標準差；Δrt為t期外匯儲備變動值；σΔrt為t期外匯儲備變動值的標準差。由(9)式可知，當Δext=0時，Intt=0，表示此時維持固定匯率，央行干預強度最大。央行干預程度隨著Intt增大而減小。考慮到外匯儲備數據每月發布，為與之匹配，將匯率日度數據取平均值得到月度數據，然后計算得到Intt，回歸中每個月度取相同值。由于央行干預主要是針對在岸市場進行，所以此處匯率采用在岸即期匯率中間價。

3.3.2 利率平價

利率平價理論打破了傳統的國際收支和物價水平范疇，首次從資本流動的角度研究匯率的變化，即利率差異會驅動短期資本的國際流動。MEREDITH et al.[42]通過對G7國家的實證發現在長期內非抵補套利利率平價成立；BOUDOUKH et al.[43]利用滯后的遠期利率差異檢驗也證明利率平價理論成立。利率平價理論在中國的適用性也引發了學者的深入探討，易綱等[44]認為在中國利率平價模型中應加入摩擦系數進行修正，隨著改革開放程度的不斷提高，由制度所決定的摩擦系數會趨于0；潘錫泉[45]研究發現考慮交易成本后非拋補利率平價成立。

隨著中國利率市場化的不斷發展，利率平價在匯率決策中將發揮更為重要的作用，因此本研究將利率平價作為控制變量加入模型，探討投資者關注對匯率價差波動率的影響能力是否受到利差的影響。本研究利率平價指標用中美利差表示，表達式為

(10)

3.3.3 流動性

資本流動性對一國匯率有著重要影響。從理論研究看，MANCINI et al.[46]認為在貨幣間進行套利交易時流動性風險會被定價；GABAIX et al.[47]在不完美的金融市場框架下進行分析，結果表明資本流動會改變金融機構資產負債的風險暴露，從而改變它們持有外幣所需的風險溢價，進而對匯率水平和波動幅度造成影響。特別地，在實踐中，對于人民幣境內外價差引發的套利活動，央行最為常見的做法就是大舉提高離岸市場的資金成本，通過控制流動性來打擊套利。因此，本研究將流動性作為控制變量，探討投資者關注對價差的解釋能力是否已被流動性覆蓋。采用TED利差測量流動性(Liqt)，即t期3個月歐洲美元收益率減去3個月美國國債收益率。該指標是國際金融市場上的常用指標，用來反映資金松緊程度和投資者風險偏好變化，其值越大，國際流動性越弱。

3.3.4 預期

匯率預期反映了投資者對未來匯率走勢的判斷，預期具有自我強化與實現的特點，故其在決定匯率價格中有著舉足輕重的作用。超調模型就是基于預期來解釋匯率波動的，該模型認為金融市場與商品市場對外部沖擊的反應時間不同，后者具有一定的時滯，假設本國利率提高，在升值預期的驅動下，匯率上升超過長期購買力平價成立時的均衡值，即所謂匯率超調。2015年“811匯改”以來，一直存在人民幣貶值預期，面對壓力，中國央行致力于預期管理，如頻頻釋放人民幣不存在貶值基礎的信號、用各種方法維持中間價的穩定等。綜上，預期應作為控制變量加以考慮。

白曉燕等[48]、沙文兵等[49]和郭凱等[50]在進行人民幣匯率預期的研究中，都選取NDF匯率作為測量指標，認為該匯率是國際投資者基于宏觀基本面等因素對匯率走勢做出的判斷，受人為干預較小。因此，本研究選擇3個月人民幣NDF收益率作為預期的代理變量，檢驗其是否會影響投資者關注的解釋能力。預期指標的表達式為

(11)

以上變量的數據中除14個關鍵詞的SVI來源于Google Trends外，其余均來源于Wind資訊金融終端。

4 實證結果和分析

4.1基準模型

基準模型的實證回歸結果見表1，其中第2列和第4列分別為投資者關注針對在岸、離岸匯率價差波動短期成分和波動長期成分的回歸系數。不難發現，無論是對波動長期成分還是波動短期成分，投資者關注都有顯著影響。

表1 投資者關注與人民幣匯率價差波動的長、短期成分回歸結果(基準模型)Table 1 Regression Results for Investor Attention and the Long-term and Short-term Components of RMB Exchange Rate Spread Volatility(Bench Model)

注：*為在1%的顯著性水平上顯著，**為在5%的顯著性水平上顯著，***為在10%的顯著性水平上顯著，下同。

從波動短期成分看，投資者關注滯后1期～滯后5期的系數都顯著為正，即當投資者關注增加時，人民幣匯率價差的短期波動增加。關注增加1個單位時，不僅會使接下來第2天的價差波動增加0.015個單位，而且會延續大約1周時間。價差的波動性增強，一方面有利于打破價差長期存在的僵局進而收窄價差，另一方面會使投機者對市場方向的判斷更加困難，在一定程度上抑制套利活動。

從波動長期成分看，僅有投資者關注滯后1期的系數顯著為正。可見與短期波動相比，投資者關注對于長期成分影響的持續性相對較弱。因此，在分析長期波動的影響因素時，不僅要考慮投資者關注，還需要結合一些宏觀基本面變量。

4.2央行干預作為控制變量

加入央行干預后的回歸結果見表2。通過分析比較可知，①無論從長期還是短期看，加入央行干預指數后，投資者關注系數的顯著性和符號未受影響，特別地，顯著項的數值也未發生任何變化，表明投資者關注所包含的信息并未被覆蓋，目前央行干預沒有影響到投資者關注對人民幣價差波動率的預測能力。②央行干預對價差波動率不會造成任何影響，央行若想通過直接干預影響價差波動率進而縮小價差，可結合投資者關注進行考慮，具體而言，在干預之前應考慮該措施是否會與投資者關注相互作用，以期采取合理恰當的舉措縮小價差，使境內外人民幣價格趨同，順利推進人民幣國際化。

表2 將央行干預作為控制變量后的回歸結果Table 2 Regression Results for After Adding Central Bank Intervention as a Control Variable

4.3利率平價作為控制變量

加入利率平價后的回歸結果見表3。通過分析比較可知，①投資者關注所包含的信息獨立于利率平價，無論是波動長期成分還是波動短期成分，投資者關注系數的顯著性和符號與加入利率平價前一致，僅數值出現了小幅變化，表明投資者關注有效影響匯率價差的波動率。②利率平價對價差的短期波動滯后2期～滯后4期系數顯著，對波動長期成分只有滯后3期系數顯著為負，表明當中美兩國利差增大時，境內外價差的波動率減小，恰好與投資者關注造成的影響相反。同時，上文提到利率平價在人民幣匯率決策中正在發揮越來越重要的作用，結合本研究結果分析，貨幣當局如果能配合利率平價，合理引導投資者關注，能在一定程度上穩定匯率價差的波動率或是縮小價差，提高利率平價這一定價機制在中國的有效程度。

表3 將利率平價作為控制變量后的回歸結果Table 3 Regression Results for After Adding Interest Rate Parity as a Control Variable

4.4流動性作為控制變量

加入流動性后的回歸結果見表4。通過分析比較可知，①投資者關注所包含的信息未被流動性覆蓋，除波動短期成分投資者關注滯后1期系數的顯著性水平略有降低外，其余符號和顯著性均未發生變化，說明投資者關注基本上獨立于流動性對匯率價差的波動率產生影響。②流動性未對匯率價差的波動率造成影響。由此可見，央行在尋找釋放流動性與穩定匯率之間的平衡點時，需要考慮投資者關注，通過發布一些政策信號來積極引導或疏散投資者關注，進而達到預期效果。

表4 將流動性作為控制變量后的回歸結果Table 4 Regression Results for After Adding Liquidity as a Control Variable

4.5預期作為控制變量

加入預期后的回歸結果見表5。通過分析比較可知，①人民幣外匯市場上預期與投資者關注所包含的信息有所交叉，但不完全重疊。從波動短期成分看，與基準模型相比，投資者關注滯后4期的系數不再顯著，表明此部分信息被預期所覆蓋，長期波動則保持一致。②預期會對匯率價差的波動率產生影響。對于波動短期成分，預期系數滯后2期～滯后5期顯著且整體效果符號為正，表明當NDF收益率上升，即人民幣處于貶值階段時(對匯率采用直接標價法)，匯率價差的波動率會有所增大，這可能與投資者的恐慌情緒有關。波動長期成分情況也非常類似，預期滯后5期的系數顯著為正，即預期人民幣貶值時，價差波動增加。預期管理一直是央行干預外匯市場的重要手段，央行在進行預期管理時可適當引導投資者關注，強化或緩解預期效果。

表5 將預期作為控制變量后的回歸結果Table 5 Regression Results for After Adding Forecast as a Control Variable

5 穩健性分析

5.1將所有控制變量同時加入基準模型

實證結果表明在分別加入4個控制變量后，投資者關注對人民幣匯率價差波動的影響依然顯著，但是與流動性和預期之間存在部分信息重疊，如果將這些變量同時加入回歸方程，投資者關注是否依舊能獨立發揮作用有待檢驗。因此，在基準模型(7)式的基礎上同時加入4個控制變量進行穩健性檢驗，但考慮到解釋變量過多對自由度會造成較大影響，控制變量均只加入滯后1期進行回歸。具體表達式為

(12)

其中，οt為t期隨機誤差項。

為進一步考慮投資者關注與已有控制變量間是否存在耦合效應，在(12)式的基礎上加入投資者關注與控制變量的交互項進行回歸，即

(13)

回歸結果見表6。第2列和第6列給出(13)式的回歸結果，對于波動短期成分，除投資者關注滯后1期系數不再顯著外，滯后2期～滯后5期仍然具有顯著影響，即投資者關注增加會加大波動，波動長期成分情況不變，該結果進一步佐證了投資者關注獨立于已有解釋變量對匯率波動造成影響的結論。第4列和第8列給出考慮投資者關注與控制變量之間耦合效應的結果。從短期看，僅預期與投資者關注的交互項系數顯著，表明在短期內投資者關注會影響預期對價差波動的作用；從長期看，除央行干預與投資者關注交互項系數不顯著外，其余控制變量與投資者關注的交互項系數均顯著，表明在長期內投資者關注會通過影響傳統解釋變量的解釋能力間接影響價差波動，但此效應究竟是增強了市場有效性還是添加了噪音還需進一步深入研究。此處結果還表明投資者關注對人民幣匯率價差波動的影響在長短期內的作用機制有所差別。

5.2基于月度投資者關注的GARCH-MIDAS模型

從第4部分的實證結果發現，投資者者關注不僅對價差波動的短期成分存在顯著影響，而且對波動長期成分也有一定影響，因此直接把人民幣匯率的投資者關注指數納入GARCH-MIDAS模型中進行穩健性檢驗。對(4)式進行修改，得

(14)

此處刻畫的是波動長期成分，所以人民幣關注指數采用月度數據。經擬極大似然估計的結果見表7，Atten對波動長期成分的影響體現在系數θ上，θ在1%的顯著性水平上顯著為正，表明從長期看，投資者關注的增加依舊是加大價差波動，與最小二乘回歸的結果一致。

由參數估計結果計算得出的波動長期成分和波動短期成分走勢見圖3。

由圖3可以看出，基于投資者關注的GARCH-MIDAS模型依舊提取出了較為平滑的波動長期成分，且從長期趨勢看，特別是2015年以來，波動明顯增大，一種可能的解釋便是人民幣國際化的快速推進使人民幣得到越來越多的國際關注，進而增加了其波動。

5.3在岸和離岸匯率波動率單獨分解

上述對價差波動率的研究綜合考慮了在岸和離岸匯率，下面利用GARCH-MIDAS-RV單獨將在岸、離岸匯率波動率進行分解，再將各自的波動長、短期成分代入(7)式進行回歸，表8給出分別針對在岸和離岸匯率波動率的回歸結果。對比表1與表8，結果基本一致。對于波動短期成分，無論是在岸還是離岸匯率，結果與價差完全一致，投資者關注增大了匯率的波動率。不難理解，投資者關注的增加意味著市場交易會變得活躍，而不同投資者預期又存在差異，進而增大波動。對于波動長期成分，在岸匯率有所差別，投資者關注滯后1期和滯后2期系數顯著為負，即投資者關注增加時，波動長期成分有所降低，其具體原因有待深入研究；而離岸匯率則保持一致，且其系數數值大于在岸匯率，從而抵消了在岸匯率波動長期成分的減小，最終效果為價差的波動長期成分增大，與表1的結果相互印證。

表6 將4個控制變量同時加入后的回歸結果Table 6 Regression Results for After Adding above Four Control Variables

表7 基于投資者關注的GARCH-MIDAS模型參數估計結果Table 7 Parameter Estimates Results for GARCH-MIDAS Model Based on Investor Attention

圖3 基于投資者關注的價差波動的長、短期成分走勢Figure 3 Trend of Long-term and Short-term Components of Spread Volatility Based on Investor Attention

價差波動在岸人民幣短期成分系數標準差長期成分系數標準差離岸人民幣短期成分系數標準差長期成分系數標準差Atten(-1)0．039???0．004-0．0003?0．00020．045???0．0050．008???0．001Atten(-2)0．062???0．004-0．001???0．00020．091???0．006-0．00040．001Atten(-3)0．047???0．0050．00030．00020．066???0．006-0．0010．001Atten(-4)0．019???0．0050．00020．00020．025???0．007-0．00030．001Atten(-5)0．013???0．0050．000030．00020．016???0．006-0．00020．001Vol(-1)0．892???0．0350．959???0．0351．076???0．0350．992???0．034Vol(-2)0．0200．0470．0150．049-0．220???0．057-0．0420．067Vol(-3)-0．0270．048-0．00010．0490．213???0．0610．0210．081Vol(-4)0．0630．049-0．0020．049-0．0960．0590．0030．081Vol(-5)-0．0520．032-0．0040．035-0．0150．034-0．0020．057常數項0．020???0．0040．006???0．0010．012???0．0030．007???0．002R20．8250．9700．9010．929

6 結論

本研究采用2011年6月27日至2016年7月29日的樣本數據，采用波動分解和最小二乘回歸方法，研究投資者關注對于人民幣境內外匯率價差波動率的影響。在模型中加入央行干預、利率平價、流動性、預期等控制變量，檢驗投資者關注所包含的信息是否被上述變量所覆蓋，得到如下結論。

①投資者關注能有效影響人民幣匯率價差的波動率。無論是波動長期成分還是波動短期成分，投資者關注的增加都會使波動增大，但是對波動短期成分的作用明顯強于長期。②無論是單獨還是同時加入央行干預、利率平價、流動性、預期等控制變量，投資者關注對匯率價差波動率的預測能力依舊顯著，表明其包含了傳統經濟變量所未包含的信息。③從長期看，投資者關注會通過與部分控制變量間的耦合效應間接作用于價差波動，區別于短期作用機制。④基于投資者關注直接刻畫波動長期成分時，MIDAS模型的系數依舊顯著，佐證了基準模型中投資者關注能有效影響長期趨勢的結論。⑤投資者關注同樣會對在岸和離岸人民幣匯率分解后的波動長、短期成分產生顯著影響，且其綜合效果與基準模型的回歸結果一致。

本研究的主要貢獻在于：將投資者關注引入對人民幣匯率價差波動的分析之中，提出了新的研究思路；通過將波動進行分解，區分投資者關注對波動的長、短期成分各自的影響，證明投資者關注的確會對匯率波動率造成影響，且對波動短期成分的影響要大于長期成分，為貨幣當局管理價差提供了新途徑；引入央行干預、利率平價、流動性和預期作為控制變量，證明投資者關注所包含的信息未被傳統經濟變量所覆蓋，也為貨幣當局利用傳統方法(如進行外市場干預)、發揮利率平價的作用以及通過引導預期等實現更為有效的匯率管理提出改進建議。

本研究實證結果具有積極的現實指導意義。對于貨幣管理當局來說，①央行可以構建人民幣關注指數，一方面，根據該指數的變化預測波動率的變化，以便及時采取相應措施控制價差；另一方面，當價差長期處于較高點位時，可通過適當的輿情引導影響投資者關注，進而達到控制價差的目的。②央行在選擇直接干預、流動性、利率平價、預期等對匯率價差進行管理的方法時，應在考慮投資者關注這一影響因素的基礎上，著重考慮利率平價和預期管理，搭配使用以達到合意效果。對于外匯投資者，在通過人民幣在岸和離岸匯率價差進行套利時，不僅要考慮相關的資本管制和資金成本等因素，而且應該積極利用人民幣關注指數的走勢，預測價差波動率的變化，采取合理的投資策略，在控制風險的前提下實現預期收益。

本研究也存在一定的不足之處。由于香港財資公會于2011年6月27日才開始公布離岸匯率定盤價，所以考慮到數據的可能性，本研究未能涵蓋自離岸市場發展以來的全部區間。Google Trend針對每個關鍵詞還給出了更為細化的分區域、分行業的搜索熱度，而本研究未對此類信息進行深入挖掘，后續研究可以由此入手，進一步細化，可能會取得更好的研究效果。

[1]CHEUNG Y W,RIME D.The offshore Renminbi exchange rate:microstructure and links to the onshore market.JournalofInternationalMoneyandFinance,2014,49:170-189.

[2]鄭聯盛,董裕平.離岸人民幣定價權及其對在岸人民幣的影響.國際金融,2016(3):35-39.

ZHENG Liansheng,DONG Yuping.The pricing power of CNH and its effect on CNY.InternationalFinance,2016(3):35-39.(in Chinese)

[3]陳麗,甄峰.香港離岸與在岸人民幣套匯問題研究.國際金融研究,2017(1):89-96.

CHEN Li,ZHEN Feng.Research on RMB arbitrage mechanism in onshore and Hong Kong offshore market.StudiesofInternationalFinance,2017(1):89-96.(in Chinese)

[4]朱孟楠,張雪鹿.境內外人民幣匯率差異的原因研究.國際金融研究,2015(5):87-96.

ZHU Mengnan,ZHANG Xuelu.Research on the reasons for the disparity of RMB exchange rates between onshore and offshore markets.StudiesofInternationalFinance,2015(5):87-96.(in Chinese)

[5]FUNKE M,SHU C,CHENG X,et al.Assessing the CNH-CNY pricing differential:role of fundamentals,contagion and policy.JournalofInternationalMoneyandFinance,2015,59:245-262.

[6]MA G,MCCAULEY R N.Efficacy of China′s capital controls:evidence from price and flow data.PacificEconomicReview,2008,13(1):104-123.

[7]CASSEL G.Moneyandforeignexchangeafter1914.New York:The Macmillan Company,1922:137-163.

[8]KEYNES J M.Atractonmonetaryreform.London:Macmillan,1924:174.

[9]DORNBUSCH R.Expectations and exchange rate dynamics.JournalofPoliticalEconomy,1976,84(6):1161-1176.

[10] WILLIAMSON J.Theexchangeratesystem.Washington:Institute for International Economics,1983:333.

[11] CLARK P B,MACDONALD R.Exchangeratesandeconomicfundamentals:amethodologicalcomparisonofBEERsandFEERs.Washington,DC:International Monetary Fund,1998.

[12] 金中夏,陳浩.利率平價理論在中國的實現形式.金融研究,2012(7):63-74.

JIN Zhongxia,CHEN Hao.The realization of interest rate parity in China.JournalofFinancialResearch,2012(7):63-74.(in Chinese)

[13] 陳創練,楊子暉.“泰勒規則”、資本流動與匯率波動研究.金融研究,2012(11):60-73.

CHEN Chuanglian,YANG Zihui.Taylor Rule,capital mobility and real exchange rate fluctuations.JournalofFinancialResearch,2012(11):60-73.(in Chinese)

[14] 卞學字,范愛軍.噪聲交易、貿易開放與滯后匯率超調:基于PTM-NOEM模型的理論研究.南開經濟研究,2015(4):23-43.

BIAN Xuezi,FAN Aijun.Noise trading,trade openness and delayed exchange rate overshooting:a study based on PTM-NOEM model.NankaiEconomicStudies,2015(4):23-43.(in Chinese)

[15] MANZAN S,WESTERHOFF F H.Heterogeneous expectations,exchange rate dynamics and predictability.JournalofEconomicBehavioramp;Organization,2007,64(1):111-128.

[16] RIME D,SARNO L,SOJLI E.Exchange rate forecasting,order flow and macroeconomic information.JournalofInternationalEconomics,2010,80(1):72-88.

[17] YU J.A sentiment-based explanation of the forward premium puzzle.JournalofMonetaryEconomics,2013,60(4):474-491.

[18] BURNSIDE C,HAN B,HIRSHLEIFER D,et al.Investor overconfidence and the forward premium puzzle.TheReviewofEconomicStudies,2011,78(2):523-558.

[19] BARBER B M,ODEAN T.All that glitters:the effect of attention and news on the buying behavior of individual and institutional investors.TheReviewofFinancialStudies,2008,21(2):785-818.

[20] 賈春新,趙宇,孫萌,等.投資者有限關注與限售股解禁.金融研究,2010(11):108-122.

JIA Chunxin,ZHAO Yu,SUN Meng,et al.Limited attention of investors and the liquidation of non-tradable shares.JournalofFinancialResearch,2010(11):108-122.(in Chinese)

[21] SMITH G P.Google Internet search activity and volatility prediction in the market for foreign currency.FinanceResearchLetters,2012,9(2):103-110.

[22] GODDARD J,KITA A,WANG Q.Investor attention and FX market volatility.JournalofInternationalFinancialMarkets,InstitutionsandMoney,2015,38:79-96.

[23] GHYSELS E,SANTA-CLARA P,VALKANOV R.TheMIDAStouch:mixeddatasamplingregressionmodels.Chapel Hill,NC:University of North Carolina,2004.

[24] GHYSELS E,SINKO A,VALKANOV R.MIDAS regressions:further results and new directions.EconometricReviews,2007,26(1):53-90.

[25] ENGLE R F,GHYSELS E,SOHN B.Stock market volatility and macroeconomic fundamentals.TheReviewofEconomicsandStatistics,2013,95(3):776-797.

[26] CONRAD C,LOCH K.Anticipating long-term stock market volatility.JournalofAppliedEconometrics,2015,30(7):1090-1114.

[27] 鄭挺國,尚玉皇.基于宏觀基本面的股市波動度量與預測.世界經濟,2014,37(12):118-139.

ZHENG Tingguo,SHANG Yuhuang.Measuring and forecasting the stock market volatility based on macroeconomic fundamentals.TheJournalofWorldEconomy,2014,37(12):118-139.(in Chinese)

[28] HOU K,PENG L,XIONG W.Ataleoftwoanomalies:theimplicationsofinvestorattentionforpriceandearningsmomentum.Columbus,OH:Ohio State University,2009.

[29] GRULLON G,KANATAS G,WESTON J P.Advertising,breadth of ownership,and liquidity.TheReviewofFinancialStudies,2004,17(2):439-461.

[30] SEASHOLES M S,WU G.Predictable behavior,profits,and attention.JournalofEmpiricalFinance,2007,14(5):590-610.

[31] DA Z,ENGELBERG J,GAO P.In search of attention.TheJournalofFinance,2011,66(5):1461-1499.

[32] VOZLYUBLENNAIA N.Investor attention,index performance,and return predictability.JournalofBankingamp;Finance,2014,41:17-35.

[33] DING R,HOU W.Retail investor attention and stock liquidity.JournalofInternationalFinancialMarkets,InstitutionsandMoney,2015,37:12-26.

[34] 張誼浩,李元,蘇中鋒,等.網絡搜索能預測股票市場嗎?.金融研究,2014(2):193-206.

ZHANG Yihao,LI Yuan,SU Zhongfeng,et al.Can internet search predict the stock market?.JournalofFinancialResearch,2014(2):193-206.(in Chinese)

[35] CHEN J,LIU Y J,LU L,et al.Investor attention and macroeconomic news announcements:evidence from stock index futures.TheJournalofFuturesMarkets,2016,36(3):240-266.

[36] DOMINGUEZ K M.Central bank intervention and exchange rate volatility.JournalofInternationalMoneyandFinance,1998,17(1):161-190.

[37] HU M,LI Y,YANG J,et al.Actual intervention and verbal intervention in the Chinese RMB exchange rate.InternationalReviewofEconomicsamp;Finance,2016,43:499-508.

[38] 何誠穎,劉林,徐向陽,等.外匯市場干預、匯率變動與股票價格波動:基于投資者異質性的理論模型與實證研究.經濟研究,2013,48(10):29-42,97.

HE Chengying,LIU Lin,XU Xiangyang,et al.Foreign intervention,exchange rate movements and stock price fluctuations:theoretical model and empirical study based on investor′s heterogeneity.EconomicResearchJournal,2013,48(10):29-42,97.(in Chinese)

[39] 王愛儉,鄧黎橋.中央銀行外匯干預:操作方式與效用評價.金融研究,2016(11):15-31.

WANG Aijian,DENG Liqiao.Central bank foreign exchange intervention:operation and effectiveness evaluation.JournalofFinancialResearch,2016(11):15-31.(in Chinese)

[40] 陳華.央行干預使得人民幣匯率更加均衡了嗎?.經濟研究,2013,48(12):81-92.

CHEN Hua.Has central bank intervention driven RMB exchange rate more equilibrium.EconomicResearchJournal,2013,48(12):81-92.(in Chinese)

[41] 嚴佳佳,黃文彬,黃鑫.央行匯率干預行為研究:基于香港離岸人民幣匯率的影響.國際金融研究,2014(10):23-31.

YAN Jiajia,HUANG Wenbin,HUANG Xin.Study on the central bank′s exchange rate intervention:based on the influence of Hong Kong offshore RMB exchange rate.StudiesofInternationalFinance,2014(10):23-31.(in Chinese)

[42] MEREDITH G,CHINN M D.Long-horizonuncoveredinterestrateparity.Washington,DC:International Monetary Fund,1998.

[43] BOUDOUKH J,RICHARDSON M,WHITELAW R F.New evidence on the forward premium puzzle.JournalofFinancialandQuantitativeAnalysis,2016,51(3):875-897.

[44] 易綱,范敏.人民幣匯率的決定因素及走勢分析.經濟研究,1997,32(10):26-35.

YI Gang,FAN Min.The decisive factors of the exchange rate of Renminbi and its trend analysis.EconomicResearchJournal,1997,32(10):26-35.(in Chinese)

[45] 潘錫泉.中美利率和匯率動態效應研究:理論與實證:基于拓展的非拋補利率平價模型的研究.國際貿易問題,2013(6):76-87.

PAN Xiquan.Research on dynamic effects of China-U.S. interest rate and exchange rate:a theoretical and empirical analysis based on extended uncovered interest-rate parity model.JournalofInternationalTrade,2013(6):76-87.(in Chinese)

[46] MANCINI L,RANALDO A,WRAMPELMEYER J.Liquidity in the foreign exchange market:measurement,commonality,and risk premiums.TheJournalofFinance,2013,68(5):1805-1841.

[47] GABAIX X,MAGGIORI M.International liquidity and exchange rate dynamics.TheQuarterlyJournalofEconomics,2015,130(3):1369-1420.

[48] 白曉燕,郭昱.匯改前后人民幣匯率預期的波動特征研究.國際金融研究,2014(6):31-39.

BAI Xiaoyan,GUO Yu.Research on the fluctuation characteristics of RMB exchange rate expectation before and after exchange rate regime reform.StudiesofInternationalFinance,2014(6):31-39.(in Chinese)

[49] 沙文兵,劉紅忠.人民幣國際化、匯率變動與匯率預期.國際金融研究,2014(8):10-18.

SHA Wenbing,LIU Hongzhong.RMB internationalization,exchange rate fluctuation and exchange rate expectations.StudiesofInternationalFinance,2014(8):10-18.(in Chinese)

[50] 郭凱,張笑梅.人民幣匯率預期與股票價格波動.國際金融研究,2014(8):88-96.

GUO Kai,ZHANG Xiaomei.Relations between RMB exchange rate expectations and stock price fluctuations.StudiesofInternationalFinance,2014(8):88-96.(in Chinese)

FundedProject:Supported by the National Natural Science Foundation of China(71671193，71401193)

Biography:YIN Libo, doctor in management, is an associate professor in the School of Finance at Central University of Finance and Economics. Her research interests include asset pricing and financial market. Her representative paper “Predictability of structural co-movement in commodity prices: the role of technical indicators”was published in theQuantitativeFinance(Issue 5,2017). E-mail：yinlibowsxbb@126.com

LI Qing is a undergraduate in the School of Finance at Central University of Finance and Economics. Her research interests focuses on international finance. E-mail：liqing_cufe@126.com

□

AStudyontheImpactofInvestorAttentiononRMBExchangeRateSpread——BasedontheGARCH-MIDASModel

YIN Libo，LI Qing

School of Finance, Central University of Finance and Economics, Beijing 100081, China

The theory of limited attention arising from psychology has been widely used in financial research in recent years. The basic idea is that there are a wide variety of products in financial market and at the same time there are information costs. As a result, the attention of individual investors is becoming a scarce resource. Therefore, investors are more inclined to deal with the products they have already noticed and thus affect the price of the assets. A large number of empirical studies in the security market support the effectiveness of the theory, so the study in foreign exchange market is also necessary.

By employing the search volume index provided on Google Trend to construct a direct measure of investor attention towards RMB, with the study interval covering from June 27, 2011 to July 29, 2016, this paper applies the least squares regression to determine empirically whether the investor attention accounts for the volatility of spread between CNY and CNH exchange rates on a daily frequency. In particular, considering the structural properties, we use the GARCH-MIDAS model based on realized volatility to decompose volatility into the long-term and short-term components and then regress respectively.

The study results indicate the investors′ attention will increase the volatility of the spread, so monetary authority′s appropriate guidance may help narrow spread and limit arbitrage activities. Compared to the long horizon, the impact is stronger in short run. Furthermore, by adding central bank intervention index, interest rate parity, liquidity and forecast as control variables into the model respectively, the effect of attention remains significant, which demonstrates the information contained in investor attention are not covered by existing variables. A series of robustness tests were also conducted. First of all, we add four variables into the bench model while also consider the inter effects between attention and control variables. The results display attention still can explain the spread volatility independently and in the long run, it indirectly influences the spread fluctuation by affecting the effect of control variables, which demonstrates the mechanism is a little different from that of the short term. Secondly, the GARCH-MIDAS model based on the monthly investor′s attention is used to decompose the volatility, and the effect of the investor attention on long-term component is further verified by the significance of the coefficient. Finally, the volatility of the onshore and offshore exchange rate is directly decomposed and then apply the ordinary least squares regression. The results show investor attention is still significant and the overall effect is consistent with the original test.

By exploring the investor attention′s ability to explain the exchange rate spread fluctuation of RMB, this paper extends the research of investor attention based on Google search volume index in foreign exchange market and develops a new idea for the forecast of the RMB exchange rate. According to the conclusions, monetary authority and the participants in foreign exchange rate can also construct an investor attention index and offer a reference for multiple applications of effective exchange management or risk control and so on.

investor attention；RMB exchange rate spread；volatility decomposition；central bank intervention；interest rate parity；liquidity；forecast

Date:March 19th, 2017AcceptedDateJuly 21st, 2017

F832.5

A

10.3969/j.issn.1672-0334.2017.05.012

1672-0334(2017)05-0147-13

2017-03-19修返日期2017-07-21

國家自然科學基金(71671193，71401193)

尹力博，管理學博士，中央財經大學金融學院副教授，研究方向為資產定價和金融市場等，代表性學術成果為“Predictability of structural co-movement in commodity prices: the role of technical indicators”，發表在2017年第5期《Quantitative Finance》，E-mail：yinlibowsxbb@126.com

李勍，中央財經大學金融學院本科生，研究方向為國際金融等，E-mail：liqing_cufe@126.com