摘 要:本文针对人民币汇率在在岸与离岸不同市场间的联动情况,通过研究2012年5月至2020年2月四个人民币市场的相关数据,结合DCC-GARCH模型,综合考察在岸和离岸人民币两类不同市场间的影响。本文分析结果表明:四个人民币市场,即在岸即期与远期市场、离岸即期与远期市场之间互有影响,来自离岸或在岸市场的汇率波动都会给对方造成明显的正向冲击,并且在岸与离岸市场间的联系渠道已经比较丰富并且趋于稳定,随后本文就如何提升人民币在岸市场与离岸市场建设提供了政策建议。
关键词:
引言
2008年金融危机以来,中国的人民币汇率出现较大波动,人民币国际化的进程也逐步加快。金融危机后,随着我国经济的进一步发展,人民币在国际市场中的地位逐渐上升,随之而来的就是人民币汇率开始在一个更大的区间范围内波动。目前我国的资本账户还处于一个没有完全开放的阶段,人民币国际化的进程则需依靠离岸市场发展的好与坏,我国最大的人民币市场——香港自然而然地承担了极其重要的责任,香港也成为人民币国际化的一个重要桥头堡。人民币在这两个高度相关却不完全相同的市场上,其汇率是否也是高度相关?两个市场之间究竟存在着怎样的引导作用?香港离岸市场的发展对我国在岸人民币汇率改革和人民币国际化进程是否起到了促进作用?本文将从实证角度研究两个市场之间人民币汇率的相互联系和其汇率上的波动溢出效应。
1绪论
1.1 研究背景
NDF(Non-physical deliverable forward,无本金交割外汇远期交易)是一种标的货币为本身受外汇管制货币的产品,其交易期限主要在一年及以下。NDF所处的离岸人民币市场,一方面提高了我国对外贸易的效率以及人民币在海外的流动性,但另一方面,由于离岸市场的开放性,使得离岸市场价格波动较大,尤其是在国际金融市场存在诸多不确定因素时此种情况尤甚,这对于离岸人民币持有者或企业来说意味着极大的风险。在这种背景下,对在岸与离岸市场的人民币汇率变动问题开始成为诸多学者研究的重点。
1.2 研究目的、意义
1.2.1 研究目的
2008年金融危机以来,中国的人民币汇率出现较大波动,人民币国际化的进程也逐步加快,人民币在在岸与离岸两个市场这两个高度相关却不完全相同的市场上,其汇率是否也是高度相关?两个市场之间究竟存在着怎样的引导作用?本文将从实证角度研究两个市场之间人民币汇率的相互联系和其汇率上的波动溢出效应。
1.2.2 研究意义
基于上述研究目的,本文将从实证角度研究两个市场之间人民币汇率的相互联系和波动溢出效应。通过深入探究两个市场之间汇率的同步运动趋势,随着人民币国际化进程的加速,可以进一步研究人民币离岸市场与在岸市场的内在联系,这不仅有利于研究人民币汇率的价格发现规律,也有助于我们保护本币免受投机性冲击,为货币当局提供政策参考,以促进中国汇率制度和资本市场的改革。
1.3 研究现状
学者们通过GARCH模型、VAR模型、格兰杰因果检验等方法,为稳定金融市场、减少在岸离岸的价差进行了相关研究,并提出了相应建议。
严敏、巴曙松(2010)运用DCC-MGARCH模型等方法在对NDF市场,境内远期汇率市场的相关关系做出研究之后得出因为境内市场受很多因素的制约因而发展缓慢,所以在价格引导能力方面,离岸市场显著高于在岸即期和远期市场。伍戈、裴诚(2012)在研究三个市场关联关系上有了进一步的创新,使用AR-GARCH模型对CNY、CNH、NDF市场的收益率进行处理研究后表明,在汇率定价方面,在岸人民币市场依然具有一定的主动性,因此在岸人民币汇率定价并非完全受离岸市场指导。戎如香(2008)为剔除即期汇率对在岸与离岸市场汇率的干扰,研究了两个市场上多个期限的人民币远期汇率之间的关系,发现多个期限下在岸人民币远期价格与离岸NDF价格间存在格兰杰因果关系,并且从时间趋势上看,两个市场间的联系呈不断增强之势,并且两个市场之间相互影响,从总体看不存在一方一直领导另一方的现象。徐晟、韩建飞、曾李惠(2013)运用DCC-MVGARCH-BEKK模型方法,检验了CNY远期和NDF市场之间的波动溢出效应的变化。
而在NDF市场与即期汇率的动态关联分析中,徐剑刚、李治国、张晓蓉(2007)运用MA(1)-GARCH(1,1)模型,分析了2005年至2006年间人民币NDF市场和在岸即期市场间的关联情况,结果表明两个市场间的联动关系主要表现为NDF市场对即期市场的均值溢出效应,从而得出在2005年人民币汇改后,离岸市场已经开始逐渐显著影响即期市场的结论。与其他采用格兰杰因果关系来检验两个市场的互动关系方法不同,阙澄宇、马斌(2015)运用VAR-GJR-MV-GARCH-BEKK模型研究了汇率波动性的动态相关性,并进一步对在岸与离岸人民币市场间的非对称效应进行了研究,发现上述在岸与离岸人民币不同市场汇率存在溢出效应,并且溢出效应表现出一定的非对称效应,主要表现为离岸市场对在岸市场汇率波动的单侧影响。
1.4 研究内容及创新点
文章接下来的主要研究内容如下:第二部分主要介绍离岸和在岸市场的发展状况,其中包含了离岸和在岸人民币市场的未来发展趋势以及离岸人民币的自循环机制等;第三部分则是以实证为基准,主要分析离岸和在岸人民币汇率关系。第四部分根据前文的研究成果对研究结论进行了梳理,并以此为基础就如何引导离岸人民币市场健康发展,进而带动在岸市场实现进一步开放,更好的助力人民币国际化提出了几点建议。
2在岸与离岸人民币市场的发展及联动关系的理论分析
2.1 在岸人民币市场发展历程
我国于2001年加入了WTO、我国完成人民币汇率形成机制改革,CNY受XX调控,限制较大,所以波动比较平缓,交易双方主要是商业银行和中国人民银行。现如今,CNY市场已成为在岸市场的定价中心。
2.1.1 在岸人民币市场建设
我国在岸市场的发展主要有1994年和2005建立的浮动汇率以及2015年的8.11汇改。近年来,我国在2005、2015这两年实施了人民币汇率改革,本次改革对我国在岸市场有着非常重要的意义。与过去相比,今天的人民币地位和能动性显著提高,随之而来的人民币非本金交割远期市场开始建立。
2.1.2 在岸人民币汇率政策
2015年“8.11”汇改之后,为了使外汇市场上的人民币供需关系更加明确,我国整改了人民币与美元之间的报价体系。无论是银行与银行之间、还是银行与投资者之间的往来,人民币在岸市场的发展速度逐渐增强,交易量逐年增加,得到世界各个机构与投资者的认可和支持。投资者的风险对冲需求,也通过银行推出的人民币掉期和远期这一类产品得到满足。
2.2 离岸人民币市场发展历程
香港离岸人民币市场的主要特点是经营存款业务时,不受我国大陆金融令的制约。同CNY比,香港离岸人民币市场的规模相对较小,发展时间也相对较短,但由于其市场设在交易限制更少的香港,因此其市场波动更能清晰反映国际市场上对人民币的供需状况。为了使人民币成为国际化货币、提高人民币的兑换程度,我国发展了更多大规模的人民币产品,诸多机构投资者及持有人民币的企业纷纷参与投资。在2001年中国加入WTO、2005年我国人民币汇率形成机制改革后,CNH市场于2010年7月开始快速发展,由于国家给予了很多政策上的支持,以及CNH本身的诸多特点,使得该市场迅速吸引了大量投资者,因此CNH市场出现了飞速的发展。截止目前,香港已经成为世界上最大的资金池。
2.2.1 离岸人民币市场建设
我国人民币市场有着高活跃、发展快等诸多特点,主要的离岸市场有新加坡、香港等。在对香港离岸金融市场近几年的供求状况做分析之后,我国将充分利用香港的金融环境优势。在央行政策的支持和贸易量的推动下,香港离岸市场的资金规模也在逐步扩大。投资者会利用离岸市场的平台进行很多金融交易行为例如套利、规避风险或套期保值,越来越多的投资者的参与更多的外汇市场参与其中,在岸与离岸市场的反馈机制逐步形成,也影响着每个人民币汇率市场的联动关系。
中国进出口商的贸易结算方式、在香港离岸市场进行融资和债券市场中的人民币回流都是对离岸人民币的需求产生的原因。近几年关于人民币流动性的管理开始放松,在境外人民币的业务逐渐增多,范围逐渐扩大。在香港金融管理局的诸多政策之下,境外人民币的供需波动性增大。
2.2.2 离岸人民币汇率政策
香港金融管理局在2012年推出对开展离岸人民币业务的金融机构进行人民币的流动性贷款等政策。并在2013年至2014年间提出如今流动性贷款政策下的盘间流动性贷款以及隔夜流动性贷款的流动性管理工具。
2.3 在岸与离岸人民币汇率联动关系理论分析
关于两个市场的联动性,很多学者在分析离岸人民币拆借利率之后表明,因为国内资本项目没有开放,市场之间联系的渠道过少等原因,在岸与离岸人民币市场之间的影响并不显著。但部分学者在经过构建模型进行实证分析之后,发现两个市场之间确实存在利益溢出效应。两个市场在隔离机制的影响下,关联度逐步上升。CNH与CNY两个市场都是以真实的贸易为基础,都为本金交割。两个市场因为受限和影响因素的不同,产生不断浮动的价差。在岸与离岸两个市场通过跨境贸易结算、外商直接投资、金融市场这三个传导机制,带来了汇率的波动和风险。
中国依赖出口,外贸进出口规模年年创新高,有着世界第一贸易大国的称号。人民币在国际的地位也逐步上升。随着人民币的流动性不断增强和影响力的逐步提升,也给人民币汇率稳定带来变动的风险。2015年汇率改革之后,在岸与离岸市场上的人民币汇率开始出现双向波动,外汇市场的健康发展受到威胁。
在我国进行出口贸易时,实体经济的变动会通过人民币跨境贸易结算传导至国内,或者当国际金融市场的冲击,市场上对人民币的供需也随之发生变化,使得CNH市场与CNY市场上的人民币汇率价差增大,随后离岸远期市场NDF与CNY市场间也出现了汇率波动差异。当两个市场汇率水平差异过大时,许多买家利用价差在CNH与CNY市场低买高卖,赚取中间差额。两个市场之间的套利活动,使在岸与离岸的汇率发生联动变化,而市场上的大规模套利,也会很快抹平在岸与离岸上的人民币汇率价差。根据利率平价理论,利率是由数次资本流动、投资者进行抛补套利才会处于均衡状态。如果没有资本限制,投资者利用人民币在境内外的利率差异,将资本在两个市场进行转换从而实现套利。在套利过程中,在岸与离岸市场利率高低分别表现出即期价格的升值和贬值,人民币的供求受到波动。投资者在进行套利时,需要将资本在金融市场中流动的获益与面临汇率涨跌的风险相比较。多数的投资者进行套利之后,汇率差额逐渐缩小。利率平价理论想要实现两边利率的价差等于汇率的价差,收益与风险相平衡。
在岸与离岸人民币的汇率联动还会通过信息传递的方式实现。当一片区域因为某些因素发生动荡,会迅速影响到其他市场的投资者。这些影响在不同程度上会影响投资者的心理和决定,使其交易方式和投资发生一定程度的改变。这个市场投资者的改变会如蝴蝶效应一样传导至其他的市场,影响其他市场的价格。每个市场相互联动,信息相互传递。离岸汇率一定程度上可以反映出境内外人民币资产的价格,资产价格在变动的同时,会在其他市场中产生各种信息,例如外汇市场的经济运行状况、每个行业的运行现状,市场中相关金融产品的价格趋势,监管局推出对离岸市场的相应政策等。
市场预期效应也是导致境内外人民币汇率联动的原因,和市场信息传递不同在于,市场预期是由投资者个人作为“源头”。许多投资者在对外汇市场信息的掌握后做出对市场形势的预期,随后对自身的资产进行合理投资。当投资规模过大时,市场的资产价格发生变动。投资者手握大量人民币资产,对自己的预期选择抛出和购置,影响离岸的汇率变动。市场预期效应在2015年“8.11”汇改之后,造成人民币汇率变动且发生长时间贬值的趋势。各个市场的人民币供需影响着境外人民币市场,在岸人民币的监管周全,对外界的影响较小。但近些年对离岸市场的政策实施使离岸市场对外界的联动效应逐步增强,例如金管局撤销了投资者将港币换成人民币的上限,允许银行与银行之间可以进行人民币资产的自由贸易往来,新清算协议代表着香港外汇市场上实现人民币的自由贸易迈向新的台阶。
3实证研究与主要结论
3.1 数据及样本选择
本文的研究对象为CNY即期汇率与CNH即期汇率之间,以及1年期CNY远期汇率与1年期NDF远期汇率之间的相互关系。为保证数据平稳,本文所用汇率数据将汇率数据对数化并做差分,因此本文的被解释变量实际为汇率收益率。
图1CNY与CNH即期汇率、CNY与NDF市场远期汇率时序图
数据来源:Wind
图1中,cny与cnh分别表示CNY与CNH即期汇率,而cnydf1y和cnyndf1y分别表示CNY与NDF1年期远期汇率。从图1可以看出除2014年5月至2015年8月各人民币汇率市场相对比较平稳外,人民币汇率市场呈现出了不同程度的阶段性特征,大致可分为以下几个阶段:第一个阶段是2012年5月至2014年1月,这段时间人民币币值稳步上升;第二个阶段是2014年1月至2015年8月,这个阶段人民币汇率走势相对较为平稳。第三个阶段是2015年8月至2017年1月,这段时间人民币汇率总体处于下行通道,人民币对美元汇率也重新“破7”;第四个阶段是2017年1月至2018年4月,这段时间人民币汇率再度出现升值;第五个阶段是2018年4月至11月,人民币汇率受国际形势影响再度“破7”;第六个阶段是2018年11月至2019年2月,这段时间人民币汇率出现大幅升值,人民币在岸远期对美元汇率甚至达到了6.5的水平;第七个阶段是2019年2月至9月,人民币汇率开始回落,并再次“破7”;第八个阶段是2019年9月至今,人民币汇率总体呈现升值迹象,但波动率明显提升。总体来看,人民币汇率在样本期内的走势较为复杂,并且不同汇率的波动情况有所差异,因此有必要对这段时间的不同人民币汇率相关性进行研究,以明晰在岸与离岸人民币市场的相互影响。
3.2 描述性统计分析与平稳性检验
变量名 | rcny | rcnh | rcnyndf1y | rcnydf1y |
均值 | 0.0004 | 0.0004 | 0.0004 | 0.0004 |
标准差 | 0.0154 | 0.0194 | 0.0201 | 0.0190 |
最小值 | -0.0896 | -0.0990 | -0.1255 | -0.2208 |
最大值 | 0.1853 | 0.2181 | 0.2335 | 0.2198 |
偏度 | 1.9690 | 1.6765 | 2.2434 | 0.4062 |
峰度 | 27.3520 | 26.4865 | 30.4222 | 39.2020 |
表1四个市场汇率对数差分收益率描述性统计表
数据来源:Wind
根据以上图表分析得出:人民币对美元的市场收益率的走势并不是完全相同,在某些时刻甚至存在走势完全相反的情况相反的趋势。表1为四个市场汇率对数差分收益率的描述性统计情况,其中rcny和rcnh分别表示CNY与CNH即期汇率的对数差分收益率,而rcnydf1y和rcnyndf1y分别表示CNY与NDF1年期远期汇率的对数差分收益率(下同)。根据表1分析得出NDF汇率的波动率最大,这与中国的整体货币政策目标息息相关,具体表现为中央银行着重于本国货币政策独立性,因此对外汇市场采取的有管理的浮动汇率制度。对比来看,无论是即期市场还是远期市场,离岸市场的波动性明显更强。从偏度来看,四个市场的人民币汇率收益率均呈正偏态,但在岸人民币远期市场的汇率更接近正态分布;从峰度来看,远期市场出现极端值的天数较即期市场更多,并且在岸市场出现极端值的次数更多。
变量名 | rcny | rcnh | rcnyndf1y | rcnydf1y |
JB统计量 | 4.10E+04 | 3.70E+04 | 5.10E+04 | 8.70E+04 |
p值 | 0.0000 | 0.0000 | 0.0000 | 0.0000 |
ADF统计量 | -39.41 | -41.48 | -37.477 | -44.923 |
p值 | 0.0000 | 0.0000 | 0.0000 | 0.0000 |
表2四个市场汇率对数差分收益率的JB统计量与ADF统计量统计表
数据来源:Wind
图2四个市场汇率对数差分收益率时序图
数据来源:Wind
根据图2以及表2分析得出:不论是检验样本数据分布情况的JB统计量,还是汇率差分收益率的时序图来看,四个市场的汇率收益率均不服从正态分布。根据图2可知,四个市场的人民币汇率收益率均在0附近上下波动,并且无明显趋势。通过对这四个市场的汇率收益率进行ADF检验,可以发现这四个序列都是平稳序列,JB统计量与ADF统计量的具体情况见表2。
3.3 对四个市场价格的格兰杰因果检验
从统计意义上考察变量间的相互影响可采用格兰杰因果检验进行判断。本文将即期市场与远期市场进行了划分后,对市场间1-4阶的格兰杰因果关系进行了检验,结果如表3所示。
原假设 | p-value | |||
1阶滞后 | 2阶滞后 | 3阶滞后 | 4阶滞后 | |
rcny非rcnh格兰杰原因 | 0.216 | 0.125 | 0.090 | 0.001 |
rcnh非rcny格兰杰原因 | 0.000 | 0.000 | 0.000 | 0.000 |
rcnyndf1y非rcnydf1y格兰杰原因 | 0.000 | 0.000 | 0.000 | 0.000 |
rcnydf1y非rcnyndf1y格兰杰原因 | 0.014 | 0.037 | 0.002 | 0.001 |
表3 滞后1-4阶的格兰杰因果检验结果表
数据来源:Wind
如表3所示,当即期市场汇率收益率采取1阶滞后时,离岸是在岸市场的格兰杰原因,而在岸却不是离岸市场的格兰杰原因,这表明从统计意义上可以认为人民币在岸与离岸即期汇率市场之间的影响确实存在,并且比较明显地表现为离岸市场对在岸市场的单向影响;直至4阶滞后时,在岸市场才能引起离岸市场汇率的变动,说明在即期市场上,离岸市场的价格领先地位至少能持续3期。
但在人民币远期汇率市场上,格兰杰因果关系反映的检验结果出现了一些变化。从表3来看,在岸和离岸市场之间相互影响,这种影响的差异直至3阶滞后时才逐渐消失,说明离岸远期汇率市场仍具有一定的价格领先地位,但其领先与即期市场相比要小上许多。
3.4 市场之间波动溢出关系研究
通过前述分析可以看出,各人民币汇率市场之间的关系比较复杂,这其中既有价格的线性传导关系,也有相互之间波动的非线性溢出关系。根据SC和AIC准则,对第一组汇率建立4阶滞后的VAR方程,对第二组汇率建立2阶滞后的VAR方程,经检验,两个模型的特征值均位于单位圆内,故VAR模型有效。主要回归结果如表4和表5所示:
rcnh | rcny | |
L.rcny | 0.115** | -0.381*** |
(2.29) | (-10.14) | |
L2.rcny | 0.152*** | -0.138*** |
(2.80) | (-3.40) | |
L3.rcny | 0.133** | 0.00538 |
(2.49) | (0.13) | |
L4.rcny | 0.153*** | 0.0955*** |
(3.34) | (2.77) | |
L.rcnh | -0.107*** | 0.394*** |
(-2.85) | (13.95) | |
L2.rcnh | -0.112*** | 0.180*** |
(-2.58) | (5.52) | |
L3.rcnh | -0.121*** | 0.0489 |
(-2.75) | (1.48) | |
L4.rcnh | -0.126*** | -0.0126 |
(-3.18) | (-0.42) | |
N | 1594 | 1594 |
表4 在岸与离岸即期汇率的VAR模型结果表
数据来源:Wind
注:括号内为t值, * p < 0.1, ** p < 0.05, *** p < 0.01,下同。
rcnyndf1y | rcnydf1y | |
L.rcnydf1y | 0.0901** | -0.380*** |
(2.35) | (-10.83) | |
L2.rcnydf1y | -0.00520 | -0.231*** |
(-0.14) | (-6.58) | |
L.rcnyndf1y | 0.0109 | 0.315*** |
(0.31) | (9.70) | |
L2.rcnyndf1y | -0.0783** | 0.146*** |
(-2.22) | (4.55) | |
N | 1596 | 1596 |
表5 在岸与NDF远期汇率的VAR模型结果表
数据来源:Wind
从上述模型回归情况来看,各VAR模型总体拟合情况较好,但由于VAR 模型中各个变量的回归系数难以解释,因此为进一步反映样本区间内在岸与离岸即期汇率,在岸与NDF远期汇率相互间的影响,本文采用广义脉冲响应分析方法进行分析,检验结果见图3-图6。
图3在岸对离岸即期汇率的脉冲响应图数据来源:Wind
图4离岸对在岸即期汇率的脉冲响应图数据来源:Wind
图5在岸对NDF远期汇率的脉冲响应图数据来源:Wind
图6NDF对在岸远期汇率的脉冲响应图数据来源:Wind
从冲击效果来看,四个脉冲响应图的大致趋势相同,即无论是即期市场还是远期市场,来自离岸或在岸市场的波动都会首先给对方造成明显的正向冲击,但这种冲击会迅速回落并出现不同程度的超调现象,随后便会再次进行修正,直至收敛,但显然离岸市场对在岸市场的影响力度更大。需要指出的一点是,与其他几个脉冲响应图相比,在岸对离岸即期汇率的冲击持续期明显较长,在持续10期后才逐渐收敛,较其他三个市场多出4期左右,这一定程度上说明在即期市场上,在岸对离岸市场的影响可能更加持久一些。
3.5 DCC-GARCH模型估计结果及动态相关关系图
针对以波动率聚集为代表特点的金融市场时间序列,Engle(1982)提出了自回归条件异方差模型(ARCH),Bollerslev(1986)则在此基础上提出了广义自回归条件异方差模型(GARCH)。由于该模型的条件方差具有时变性,从而能在一定程度上解决传统时间序列模型的内生性问题,因此被广泛应用于预测和描述金融时间序列的波动情况。随后,Bollerslevetal.(1988)将GARCH模型拓展为包含多元变量的MV-GARCH,由此可以估计多个金融市场收益率之间波动性的相互影响。Engle(2002)在Bollerslev在1990年提出的CCC-GARCH模型基础上,放松收益率间的相关系数为常数的假定,提出了DCC-GARCH模型。具体的估计方法如下:
首先,估计四个市场收益率的单变量GARCH 模型,采用GARCH(1,1)模型,随后用前面的标准化残差序列估计模型的动态条件相关系数。图7、图8 给出了在岸与离岸即期汇率、在岸与NDF远期汇率间动态相关系数估计结果的时序图。
图7在岸与离岸即期汇率的动态相关系数图数据来源:Wind
图8在岸与NDF远期汇率的动态相关系数图数据来源:Wind
从表7和图8可以看出,2012年5月至今,无论是即期还是远期市场,在岸与离岸间的动态相关系数均比较平稳,并且都围绕一个0.6-0.8的均值进行上下波动,这说明在后金融危机时代,在岸与离岸市场间的联系渠道已经比较丰富并且趋于稳定。对比来看,在岸与离岸人民币在即期市场上的联动性稍强,并且其动态相关程度更不容易受到外界其他因素冲击,而远期市场间的联动性相比来说波动更大。尤其自中美发生贸易摩擦后,其波动幅度更是进一步加剧,这在一定程度上说明人民币在岸市场在远期汇率上的定价权还有待进一步提高。
4结论与政策建议
4.1 研究结论
本文主要研究结论为:
第一,从格兰杰因果检验结果来看,在滞后1期时,人民币在
岸与离岸即期汇率市场之间更加明显地表现出离岸对于在岸的单向影响。而离岸远期汇率市场相对于对在岸市场却处于一定的价格领先地位,只是其领先与即期市场相比要小上许多。
第二,从脉冲响应效果来看,四个脉冲响应图的大致趋势相同,即无论是即期市场还是远期市场,来自离岸或在岸市场的波动都会给对方造成明显的正向冲击,随后会迅速回落并逐渐收敛,但显然离岸市场对在岸市场的影响力度更大,同时在岸对离岸即期汇率的冲击持续期会更长一些。
第三,从两组即期与远期市场的动态相关系数来看,在岸与离岸的相互联系均比较平稳,这说明在后金融危机时代,在岸与离岸市场间的联系渠道已经比较丰富并且趋于稳定。并且可以发现,在岸与离岸人民币在即期市场上的联动性稍强,并且其动态相关程度更不容易受到外界其他因素冲击,而远期市场间的联动性相比来说波动更大。
4.2 政策建议
为进一步提升人民币在岸市场对离岸市场的指导作用,提升人民币在岸市场地位,本文提出以下方向的政策以供参考:
第一,促进我国人民币汇率方面的改革。在岸市场应该出现一个相对合理的价格,并在可控范围内允许人民币汇率在更大范围内波动。同时,有序加快资本项目开放的进程,提升在岸人民币市场效率。
第二,加强在岸人民币的定价。促进我国的改革力度,修炼内功以提升抵御外部风险的能力,在此基础上进一步巩固在岸市场人民币对离岸市场的影响力,促进在岸与离岸市场汇率稳定。
第三,适度放松“以实需为原则”的政策限制。适度放松外汇市场的“实需原则”,满足企业更具有弹性的外汇需求,制定外汇需求企业的“白名单”,在提升外汇市场流动性的同时提升我国抵御金融风险的能力。
第四,稳定和引导人民币市场预期。中央银行及有关部门应提高金融与宏观经济政策的透明度,促进市场主体形成理性预期,促使在岸与离岸人民币联动性更趋稳定并稳步提升。
参考文献:
[1] 占祖桂.人民币离岸与在岸市场汇率的联动效应研究——基于格兰杰和DCC-GRACH模型分析[J].西部金融,2019,532(01):24-30.
[2] 阙澄宇,马斌.人民币在岸与离岸市场汇率的非对称溢出效应——基于VAR-GJR-MGARCH-BEKK模型的经验证据[J].国际金融研究,2015(07):21-32.
[3] 崔蕊,刘力臻.人民币境外NDF汇率与境内即期汇率关系的实证研究[J].统计与决策,2014(23):158-161.
[4] 徐晟,韩建飞,曾李慧.境内外人民币远期市场联动关系与波动溢出效应研究——基于交易品种、政策区间的多维演进分析[J].国际金融研究,2013(08):44-54.
[5] 周先平,李标.境内外人民币即期汇率的联动关系——基于VAR-MVGARCH的实证分析[J].国际金融研究,2013(05):6-16.
[6] 修晶,周颖.人民币离岸市场与在岸市场汇率的动态相关性研究[J].世界经济研究,2013(03):12-17+89
[7] 伍戈,裴诚.境内外人民币汇率价格关系的定量研究[J].金融研究,2012(09):66-77.
[8] 修晶.人民币国际化进程中不同市场汇率关联性的实证研究——基于CNY、CNH和NDF市场的数据[J].南方金融,2012(08):19-24.
[9] 贺晓博,张笑梅.境内外人民币外汇市场价格引导关系的实证研究——基于香港、境内和NDF市场的数据[J].国际金融研究,2012(06):58-66.
[10] 严敏,巴曙松.境内外人民币远期市场间联动与定价权归属:实证检验与政策启示[J].经济科学,2010(1):72-84.
[11] 邓观明.人民币在岸远期汇率与NDF汇率相互关系的实证研究——兼评人民币在岸远期市场的定价权[J].华东经济管理,2010(07):32-37.
[12] 王曦,郑雪峰.境内外人民币远期汇率信息传导关系的演变:一个实证分析[J].国际金融研究,2009(11):45-54.
[13] 奚君羊,张小燕.人民币即期汇率与无本金交割远期汇率的关联性分析[J].上海经济研究,2009(03):34-38.
[14] 戎如香.人民币在岸远期市场和离岸NDF市场关系的实证研究[J].当代财经,2009(01):55-60.
[15] 代幼渝,杨莹.人民币境外NDF汇率、境内远期汇率与即期汇率的关系的实证研究[J].国际金融研究,2007(10):72-80.
[16] 徐剑刚,李治国,张晓蓉.人民币NDF与即期汇率的动态关联性研究[J].财经研究,2007(09):61-68.
[17] 黄学军,吴冲锋.离岸人民币非交割远期与境内即期汇率价格的互动:改革前后[J].金融研究,2006(11):86-92.
[18] Engle R. Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models[J]. Journal of Business & Economic Statistics, 2002, 20(3): 339-350.
[19] Bollerslev T. Modelling the Coherence in Short-run Nominal Exchange Rates: A Multivariate Generalized ARCH Model[J]. The Review of Economics and Statistics, 1990, 72.
[20] Tim, Bollerslev, Robert, et al. A Capital Asset Pricing Model with Time-Varying Covariances[J]. Journal of Political Economy, 1988.
[21] Bollerslev T. Generalized autoregressive conditional heteroskedasticity[J]. EERI Research Paper Series, 1986, 31(3):307-327.
[22] Engle R F. Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation[J]. Econometrica, 1982, 50(4):987-1007.
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:1158,如若转载,请注明出处:https://www.447766.cn/chachong/130321.html,