人民幣加入SDR后匯率波動規(guī)律探究與人民幣國際化探討

楊順俊

（華東政法大學(xué)商學(xué)院 上海 201620）

引言

2016年10月1日，人民幣正式被納入國際貨幣基金組織（IMF）特別提款權(quán)貨幣籃子（SDR）。作為除美元、歐元、日元和英鎊之外的第五種國際儲備貨幣，特別提款權(quán)（SDR）是IMF給予成員國的一種用于補(bǔ)充官方儲備的國際儲備資產(chǎn)。根據(jù)IMF官方外匯儲備組成數(shù)據(jù)，截至2020年第一季度，全球人民幣官方儲備為2241.8億美元，占到世界外匯總儲備的1.89%，已經(jīng)超越了澳大利亞元和加拿大元，躋身世界第五大儲備貨幣，這與人民幣目前的國際地位相對符合。國際儲備是世界貨幣的重要職能之一，人民幣在加入SDR貨幣籃子四年來有如此亮眼的儲備額度增長也說明了人民幣國際化地位的快速上升，人民幣國際化進(jìn)程也正在有序推進(jìn)。

人民幣加入SDR后匯率波動規(guī)律探究——GARCH模型的建立

（一）數(shù)據(jù)獲取與模型選擇

1.數(shù)據(jù)獲取

基于人民幣于2016年10月正式加入SDR貨幣籃子，本文選取了2016年10月10日至2020年9月4日的美元兌人民幣中間價日度數(shù)據(jù)（fex）作為研究對象，數(shù)據(jù)獲取來源為WIND數(shù)據(jù)庫，樣本容量共956個。

2.模型選擇

為了更好地衡量和擬合美元兌人民幣匯率的波動率情況，本文選用經(jīng)典的廣義條件異方差自回歸模型（GARCH）衡量考察，并進(jìn)一步使用T-GARCH和P-GARCH考察波動率中的杠桿效應(yīng)情況。

GARCH模型。由于多數(shù)金融高頻時間序列中的隨機(jī)擾動項(xiàng)雖然能夠通過白噪聲檢驗(yàn)，但一般具有群聚效應(yīng)（即部分區(qū)域顯著波動劇烈，部分區(qū)域波動顯著平緩），通過提取原序列自回歸擬合的白噪音殘差的平方序列，發(fā)現(xiàn)其具有一定額外的信息，這種現(xiàn)象被稱為條件異方差自回歸（ARCH）效應(yīng)，回歸形式為原序列隨機(jī)擾動項(xiàng)的條件方差與隨機(jī)擾動項(xiàng)各滯后項(xiàng)平方和的關(guān)系。但由于ARCH效應(yīng)衡量時所需的隨機(jī)擾動項(xiàng)滯后項(xiàng)階數(shù)過多，為保持模型穩(wěn)定同時節(jié)約自由度，GARCH模型中采用若干條件方差的滯后項(xiàng)代替較多的隨機(jī)擾動項(xiàng)平方滯后項(xiàng)。

T-GARCH模型。從原始GARCH模型的形式中可知，對于同等程度不同方向的外部沖擊ut-1，其對模型中條件方差產(chǎn)生的影響是完全等價的。但在事實(shí)上，當(dāng)一個金融資產(chǎn)受到程度相同但方向不同的沖擊時，其對方差的貢獻(xiàn)應(yīng)該是不同的。例如當(dāng)證券市場出現(xiàn)大漲行情時，市場可能相對平靜，但當(dāng)市場內(nèi)出現(xiàn)同等程度的大跌行情時，市場內(nèi)的恐慌情緒將會激增，市場波動將會遠(yuǎn)超前者。為了區(qū)分不同方向的外部沖擊產(chǎn)生的影響，學(xué)者們采用了不同的方式試圖區(qū)分外部沖擊的方向。T-GARCH被稱為門限自回歸，其主要是對于需要考察的隨機(jī)擾動項(xiàng)的滯后平方項(xiàng)（又稱ARCH項(xiàng)）添加一個虛擬變量，在隨機(jī)擾動項(xiàng)原始取值方向不同時，該虛擬變量分別取0或1，以調(diào)整該次外部沖擊對模型條件方差的貢獻(xiàn)程度。

E-GARCH模型。該模型又被稱為指數(shù)GARCH模型，其目的與T-GARCH模型相同，均是為了區(qū)分模型的非對稱效應(yīng)。E-GARCH采用了絕對值的方法來衡量這一非對稱效應(yīng)。

（二）均值等式的建立——ARIMA模型

1.序列平穩(wěn)性檢驗(yàn)

為使原始序列更為平穩(wěn)，進(jìn)一步消除異方差現(xiàn)象，首先對原始匯率序列取自然對數(shù)，構(gòu)建序列l(wèi)fex。本文選取ADF檢驗(yàn)法對原始匯率序列進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果顯示匯率序列自身明顯不平穩(wěn)，但序列的一階差分Dlfex序列是一個顯著平穩(wěn)的序列，所以原始序列Lfex是一個沒有漂移項(xiàng)，也沒有趨勢項(xiàng)的一階單整I（1）序列。

2.ARIMA模型最優(yōu)滯后階數(shù)的選擇

平穩(wěn)性檢驗(yàn)中已經(jīng)確定原始序列l(wèi)fex為I（1）序列，所以ARIMA（p，d，q）中的d已經(jīng)確認(rèn)等于1，現(xiàn)對于自回歸和移動平均過程的最優(yōu)滯后階數(shù)p與q進(jìn)行確定。通過“向下檢驗(yàn)法”和“信息準(zhǔn)則法”，比較各階滯后項(xiàng)加入模型后對信息準(zhǔn)則AIC、SC的影響，并選取信息準(zhǔn)則數(shù)值最小的一個模型作為最后滯后階數(shù)。最終，本文確定匯率的對數(shù)收益率序列的均值等式由ARIMA（3，1，3）模型進(jìn)行擬合。

3.均值等式估計(jì)

在確定ARIMA模型的最優(yōu)滯后階數(shù)后，本文進(jìn)行了ARIMA（3，1，3）模型的估計(jì)，估計(jì)方法為經(jīng)典最小二乘法。從估計(jì)得到的均值等式中可以發(fā)現(xiàn)，模型估計(jì)個變量的顯著性均較好，且經(jīng)過ARMA模型單位根檢驗(yàn)，原模型的6個特征根均在單位圓內(nèi)，該模型的具體表述為：

從模型估計(jì)結(jié)果可以看出，美元兌人民幣對數(shù)收益率波動的反應(yīng)時間存在一定的時滯，過去3個交易日的收益率對當(dāng)天收益率的影響明顯大于過去2個交易日的影響。

（三）方差等式的構(gòu)建——GARCH模型

1.ARCH效應(yīng)檢驗(yàn)

首先，對原模型殘差是否存在條件異方差進(jìn)行檢驗(yàn)，通過5階的滯后項(xiàng)的ARCH LM檢驗(yàn)，發(fā)現(xiàn)原模型存在著顯著的ARCH效應(yīng)（F=8.284，p=0.000***），但只有殘差平方的滯后1階和滯后5階項(xiàng)極為顯著，其他滯后階均不顯著。

2.GARCH模型構(gòu)建

在考察原模型殘差分布情況時，發(fā)現(xiàn)原模型并不符合正態(tài)分布（JB=142.17，p=0.000），呈現(xiàn)明顯的尖峰厚尾特點(diǎn)（峰度K=4.8695），所以本文在進(jìn)行GARCH模型估計(jì)時選用廣義誤差分布（GED）而非正態(tài)分布。

GARCH（1，3）模型的最終結(jié)果表述為：

從擬合模型中可以看出，原模型ARCH 項(xiàng)系數(shù)為0.0862，說明上一期外部沖擊會加劇當(dāng)期匯率收益率的波動。同時，方差等式的所有系數(shù)之和為 0.9755，說明人民幣對數(shù)收益率波動依舊是一個平穩(wěn)序列，但由于各系數(shù)之和接近 1，說明收益率波動雖然隨著會隨著時間逐漸減弱，但是減弱的過程極為緩慢，這意味著當(dāng)出現(xiàn)外部沖擊時（如美元指數(shù)的波動）就會對整個人民幣對數(shù)收益率序列造成長久而深遠(yuǎn)的影響。

（四）非對稱GARCH模型構(gòu)建

由于本文的原始序列是由美元兌人民幣的對數(shù)收益率來表示，這意味著在投資學(xué)角度考察匯率市場內(nèi)投資收益率在面臨人民幣匯率升值與貶值時是否存在不同的收益變動幅度，即考察人民幣匯率對數(shù)收益率的波動非對稱性，是具有一定意義的。

1.T-GARCH模型

T-GARCH模型通過設(shè)定虛擬變量作為門限的方式具體細(xì)分出了當(dāng)均值等式中的隨機(jī)擾動項(xiàng)出現(xiàn)負(fù)向和正向波動時，該波動對序列條件方差產(chǎn)生的不同影響。

由于在原GARCH（1，3）模型的廣義誤差分布假定下，模型的GARCH項(xiàng)滯后階偏多，導(dǎo)致模型總體估計(jì)的系數(shù)也相對偏多，這將給模型估計(jì)帶來一定的不穩(wěn)定性。為簡化模型，本文在T-GATCH和后續(xù)E-GARCH模型估計(jì)與擬合中選取了信息準(zhǔn)則數(shù)相差不大但模型更為輕便的GARCH（1，1），該模型假定的分布為學(xué)生t分布，該分布形式也同時適用于匯率高頻數(shù)據(jù)“尖峰厚尾”的分布特征。學(xué)生t分布假定下原序列T-GARCH（1，1）模型的回歸結(jié)果具體為：

經(jīng)過10階的ARCH LM檢驗(yàn)，發(fā)現(xiàn)新的殘差序列已經(jīng)提取出了所有的ARCH效應(yīng)（F=1.10，p=0.3516），新構(gòu)建的模型擬合程度良好。且加入門限后，新模型中ARCH項(xiàng)系數(shù)均為正，符合原序列條件方差應(yīng)無條件>0的基本假設(shè)。

由模型結(jié)果可以推斷：當(dāng)美元面臨著貶值的外部沖擊時，其對原序列條件方差的貢獻(xiàn)率由0.033上升到了0.087，說明當(dāng)美元投資面臨著負(fù)面沖擊的影響時，其對條件方差的貢獻(xiàn)率是原來的2.61倍，說明市場投資者對美元貶值的負(fù)面沖擊更為敏感，印證了原序列波動的非對稱性，存在顯著的杠桿效應(yīng)。這一結(jié)果與金融資產(chǎn)收益率的波動性在遭遇沒有預(yù)料到的利空消息時會使得市場波動率更快增加的基本假設(shè)相符。

當(dāng)市場面臨美元升值的外部沖擊時，模型方差等式的系數(shù)之和為0.975左右，而當(dāng)面臨負(fù)向沖擊時，系數(shù)之和幾近于1，這意味著負(fù)向沖擊對于美元兌人民幣的外匯市場而言更為持久。當(dāng)美元出現(xiàn)貶值預(yù)期時，市場內(nèi)的波動性將近乎永久的提高，給整個市場帶來了更敏感的波動和更高的風(fēng)險溢價。

2.E-GARCH模型構(gòu)建

前述T-GARCH模型中，通過虛擬變量區(qū)分了外匯市場的正負(fù)項(xiàng)沖擊，并衡量了人民兌美元市場存在的杠桿效應(yīng)，下面將通過同樣考察非對稱GARCH模型的指數(shù)GARCH模型來驗(yàn)證這一結(jié)果。基于學(xué)生t分布假定的E-GARCH（1，1）模型回歸結(jié)果如下所示：

經(jīng)過10階的ARCH LM檢驗(yàn)，發(fā)現(xiàn)新的殘差序列已經(jīng)提取出了所有的ARCH效應(yīng)（F=1.1351，p=0.3323），新構(gòu)建的模型擬合程度良好。

綜合門限GARCH模型和指數(shù)GARCH模型的回歸估計(jì)結(jié)果，基本可以確定美元兌人民幣的對數(shù)收益率存在顯著的杠桿效應(yīng)。當(dāng)外匯市場面臨不同方向同等程度的沖擊時，負(fù)向影響帶來的沖擊是正面影響對應(yīng)沖擊的1.6—2.8倍左右。一般而言，對于一個金融資產(chǎn)的收益率的波動性，當(dāng)面臨未預(yù)期到的負(fù)面信息時，收益率的波動性將會成倍放大，而本文一系列的模型實(shí)證結(jié)果也驗(yàn)證了這一點(diǎn)。

結(jié)論與啟示

（一）結(jié)論

本文以探究人民幣加入SDR貨幣籃子為契機(jī)，考察了2016年10月至2020年9月的美元兌人民幣匯率波動性情況，并使用GARCH類模型對其波動情況進(jìn)行估計(jì)。選擇GARCH（1，3）模型進(jìn)行擬合，發(fā)現(xiàn)模型提示匯率對數(shù)收益率的條件方差存在較長的記憶性。但由于GARCH模型在估計(jì)過程中會天然產(chǎn)生較高的系列長記憶性，所以該序列的條件方差是否存在長記憶性還不確定，需要更合適的估計(jì)模型來解答這一問題。

通過T-GARCH和E-GARCH模型的擬合結(jié)果，本文發(fā)現(xiàn)人民幣匯率寫的條件方差存在著顯著的杠桿效應(yīng)。當(dāng)外匯市場面臨不同方向同等程度的沖擊時，負(fù)向影響（美元貶值）帶來的沖擊是正面影響對應(yīng)沖擊的1.6—2.8倍左右。一方面這符合金融資產(chǎn)的常規(guī)特征，當(dāng)面臨未預(yù)期到的負(fù)面信息時，收益率的波動性將會成倍放大；另一方面的可能原因是當(dāng)人民幣升值時，中國央行的管控力度相對較小，而面臨貶值預(yù)期時中國央行的容忍度相對較低，相比升值周期會更快地進(jìn)行外匯市場干預(yù)，從而使得人民幣貶值周期時波動率小于升值周期。

（二）啟示

人民幣加入SDR與其說是人民幣國際化的認(rèn)可，不如說是人民幣真正國際化的開端，人民幣正式走上了國際貨幣體系的舞臺。由于SDR本身的體量過小，已經(jīng)難以承擔(dān)起創(chuàng)立SDR時所寄予的“世界貨幣”職責(zé)，其更多是一種名義上的產(chǎn)物。人民幣加入SDR或許對人民幣匯率不能產(chǎn)生顯著影響，但在總體上還是增加了人民幣作為一種國際貨幣的公信力。自人民幣正式加入SDR貨幣籃子后，人民幣官方儲備額度快速升高，已經(jīng)成為了世界第五大支付貨幣，這也與中國在世界經(jīng)濟(jì)和國際金融領(lǐng)域的地位所趨近。總之，SDR對人民幣匯率很難產(chǎn)生顯著的實(shí)質(zhì)性影響，但對于推進(jìn)人民幣逐漸承擔(dān)起“世界儲備貨幣”的職能大有裨益。

從美元兌人民幣匯率的波動序列觀察，人民幣加入SDR后人民幣外匯市場雙向波動率進(jìn)一步提升，這意味著人民幣匯率會更多地遭受外部沖擊。總體來看，人民幣匯率的波動主要是應(yīng)對外部沖擊的被動反應(yīng)，而不是由于自身中國經(jīng)濟(jì)基本面的體現(xiàn)的主動走勢。

從宏觀角度進(jìn)行匯率風(fēng)險的管理最重要的就是需要中國央行穩(wěn)定市場預(yù)期，做好市場的指引者。美聯(lián)儲在應(yīng)對次貸危機(jī)的過程中，時任主席伯南克在治理美聯(lián)儲時與前任主席格林斯潘最大的不同點(diǎn)就是極為強(qiáng)調(diào)央行的透明度問題。要想穩(wěn)定投資者的預(yù)期，避免匯率因恐慌情緒而快速貶值或升值，就需要央行通過向投資者和公眾提供其對于經(jīng)濟(jì)形勢的真實(shí)看法，并向公眾提供指引，清晰明了地告訴市場，央行對于利率走向的判斷與匯率浮動的干預(yù)底線，并長期、一貫地執(zhí)行。在某種程度上，市場將更好地理解央行政策行為并對其抱有充分信心，這將有利于減少金融市場的不穩(wěn)定性，平抑預(yù)期的波動。而這一點(diǎn)，是應(yīng)對人民幣匯率波動中的最為重要一環(huán)，只有通過謹(jǐn)慎的措辭拿捏，傳遞明確一貫的政策目標(biāo)，才有可能提升央行政策的公信力，維護(hù)投資者預(yù)期穩(wěn)定。

僅僅被動地管理人民幣匯率的波動風(fēng)險還遠(yuǎn)遠(yuǎn)不夠，要想增強(qiáng)人民幣匯率的溢出效應(yīng)和抗壓能力，最終還是要加快推進(jìn)人民幣的國際化進(jìn)程。2018年4月，中國通過頂層設(shè)計(jì)進(jìn)一步加快金融對外開放步伐。在央行推進(jìn)金融開放措施中，銀行業(yè)對外開放成為最早落實(shí)的領(lǐng)域。上海國際金融中心建設(shè)與人民幣的國際地位緊密聯(lián)系，前者的推進(jìn)需要人民幣離岸業(yè)務(wù)聚集，即國際化的人民幣使用，而銀行業(yè)優(yōu)先于自貿(mào)區(qū)內(nèi)開放正能滿足這一需求。根據(jù)SWIFT數(shù)據(jù)，人民幣在2020年3月已經(jīng)躍升為全球第五大支付貨幣，占比1.85%，比兩年前躍升了兩位，與納入國際貨幣籃子（SDR）的地位相當(dāng)。上海以外資銀行引入為契機(jī)，加快人民幣離岸業(yè)務(wù)與清算中心建設(shè)，可為最終實(shí)現(xiàn)匯率形成機(jī)制改革和資本與金融項(xiàng)目完全開放提供先行先試的試點(diǎn)條件。