人民币汇率弹性空间测度，本文主要内容关键词为：人民币汇率论文,弹性论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
自人民币汇率市场化改革以来，关于人民币汇率浮动区间的确定一直是学术界和实务界研究的焦点。2005年至今，人民币市场化汇改进程已历经四个重要调整窗口：2005年7月21日(浮动区间为0.3%)、2007年5月21日(浮动区间调整为0.5%)、2012年4月16日(浮动区间调整为1%)、2014年3月17日(浮动区间扩至2%)。2%的扩幅引发了理论界和业界的广泛争论：此次人民币汇率浮动区间的调整与时机选择是否得当?多大的人民币汇率浮动区间是既“政策合理”又“市场合意”的?是否可对其进行理论建模，以期为汇制改革及其管理实践提供理论依据?怎样的理论模型适用于人民币汇率浮动区间的确定?应当基于何种指标展开?关于这些问题的探析正是本文研究目的所在。 人民币有管理浮动汇率制度的管理核心在于汇率浮动区间的确定及其调控时机的选择。关于汇率浮动区间的研究，国外文献主要关注：汇率目标区设计(Krugman，1991)、中间汇制与两极汇制差异(Klein et al.，2008)、汇率弹性(Reinhart et al.，2004)、汇率波动幅度(Cukierman et al.，2004)等方面。Combes et al.(2012)研究了资本流动与汇率弹性的关系，结论表明，更具弹性的汇制安排，有利于抑制资本流动冲击等引致的升值压力。Chaiporn(2014)研究发现，非预期利率每提升1%，将导致台币兑日元汇率贬值约1.8%。可见，货币政策会影响汇率时序的收益及波动。但对人民币汇率市场化改革的研究文献不多，对有管理浮动汇率制度的浮动区间进行量化测度的研究更乏文可陈。 国内关于汇率浮动区间的研究亦较为鲜见。王松奇等(2007)通过构建汇率模型，论证了汇率波动区间应由宏观经济要素、国际政治博弈等共同决定。金雪军等(2008)基于VAR模型的研究认为，管理层可调节汇率短期波动，增扩浮动区间以削弱人民币升值预期，缓解汇市的短期失调。范旭东(2009)探讨了我国最优汇率区间的指标体系设定。但以上均局限于理论分析。黄志刚等(2010)提出了人民币汇率弹性空间的概念(使一国中间汇制可持续的汇率浮动区间，在某一汇率弹性空间下，相较而言汇率对冲击所造成的波动既表现有充分的弹性又能较好较快地消化冲击能量并恢复平衡)，并运用VEC模型做了初步评估，结论表明0.5%浮动区间在样本期内较适用。黄志刚等(2013)结合金融风险管理中的VaR思路实证表明：经资本流动调整的EWMA模型能较好测度人民币汇率弹性空间。黄志刚和郑国忠(2013)进一步引入GABP神经网络模型与之对比，结论表明，自2012年1月汇率浮动区间应由0.5%调宽为1%。但神经网络方法是“黑箱”形式，难以明晰变量间的相互关系，故也就难以有效运用到政策实务中，仅适用于辅助佐证。 本文在以上文献研究基础之上，分别从两种分拆再组合的新视角对人民币汇率弹性空间进行量化测度。 视角一：货币篮子组合的人民币汇率弹性空间测度。 根据央行有关规定，我国现行汇制为以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。因此，可将人民币汇率分拆成货币篮子，将其视为货币篮子的投资组合，进而研究其汇率弹性空间测度问题。为此，首先需明确货币篮子构成、权重及计价货币。周继忠(2009)基于移动窗口思路的测算表明，美元权重有缓慢下调趋势。白晓燕等(2013)同样基于滚动回归法研究表明，人民币汇率多币种篮子格局已渐趋形成，且美元占主导。本文借鉴以上学者的思路提取货币篮子权重，并引入投资组合风险管理的思想，将人民币视为对其所参考篮子货币的投资组合，从而将人民币汇率弹性空间的测度近似为其货币篮子组合的风险度量。 视角二：多尺度模式识别的人民币汇率弹性空间测度。 视角一或将损失人民币兑美元汇率本身的波动信息，且黄志刚等(2013)的研究表明，基于人民币兑美元汇率本身的弹性空间测度效果已然较佳。因此，对人民币汇率自身进行分拆重构进而研究其汇率弹性空间测度，效果可能会更好。 直接基于汇率时序原序列恐难准确描绘其长期趋势及潜在特征，而基于小波方法的多尺度分解则能将金融时序的波动复杂性特征分解到不同的尺度上(张世英等，2012)，可发现信号在不同尺度下的奇异点、高频的波动成分及低频的趋势成分等。投资者、决策者可依据此分析过程，预判汇率在不同投资期限的收益及波动等，从而可制定相应的投资或套保策略等(郑振龙等，2014)。鉴于此，本文也引入多分辨率分析(MRA)思想，将人民币汇率进行多尺度分解，一方面，可考察人民币汇率波动是否存在多尺度特征；另一方面，可借鉴黄志刚等(2013)，基于MRA序列进行弹性空间测度并与原序列做比较，以判断人民币汇改调整区间及时机是否得当。鉴于资本流动项在期限上难以与日度汇率时序匹配等，本文将以上方式拓展为“多尺度模式识别”思路，对其做更进一步改进。 所谓“多尺度模式识别”(Multi-scale Pattern Recognition，MPR)的研究思路是指：对金融时间序列进行多分辨率分解，在不同尺度下，寻找与之相匹配、有显著经济含义的经济变量予以解释和预测；根据不同尺度下的数据特征和波动信息，选取最符合其特征的分布和较稳健的理论模型予以刻画并进行信息提取和风险测度。 该研究思路可很方便地拓展到其他市场分析中，就本文研究对象而言，分别寻找频率匹配的相应经济变量对其予以解释，并寻找最能表征汇率原序列和相应尺度序列波动特征的分布和模型予以刻画，再比较研究其弹性空间测度效果。与黄志刚等(2013)相比，这种方式无论经济含义还是频率匹配与定义准确性均有所提升。 本文的主要贡献在于：(1)提出了确定人民币汇率浮动区间的量化指标，并首次从两种分拆再组合的新思路对人民币汇率弹性空间进行量化测度和比较论证。(2)首次基于滚动回归和DCC-MVGARCH-t模型检验了货币篮子组合思路下汇率弹性空间测度的可行性。(3)首次引入多尺度分析法，从汇率时序中提取出隐含政策信息，丰富了汇率弹性空间的多维度测度思路。(4)提出了“多尺度模式识别”研究思路，首次分别结合EWMA和GARCH族模型研究了该思路下汇率弹性空间测度；并分别从中间价RM指标和本文所定义ESERV指标、原序列和多尺度分解序列、独立模型和组合模型、全时段和分周期、引入SV和Copula理论等多维度、多视角进行系统比较论证。(5)首次基于多思路、多维度检验了人民币汇率浮动区间调档时机选择问题，比较了实际与模型所给出的人民币汇率市场化改革路径的异同。 一、模型设定 (一)货币篮子组合视角下人民币汇率弹性空间测度 借鉴周继忠(2009)、白晓燕等(2013)的研究思路，本文选取特别提款权(SDR)为基准货币，以美元(USD)、欧元(EUR)、英镑(GBP)、日元(JPY)、韩元(KRW)以及澳元(AUD)等六种为主要参考货币进行滚动回归计算(窗口为300天)，进而可得该货币篮子各币种权重系数。模型设定如下：
其中，
表示第t时期一单位X货币所能兑换的基准货币数量。
权重系数可由
算得。模型1左端即可视为人民币兑美元汇率收益序列；而其右端则可视为其他货币兑美元汇率收益序列。对模型1滚动回归可得各货币组合权重系数
及方差协方差阵
，进而可得货币篮子组合风险区间为：
，其中，
为正态分布α置信度分位点，此即为滚动回归法下人民币汇率弹性空间测度结果。 但汇率时序往往存在波动聚簇和异方差性，且其尖峰厚尾性也非正态分布所能刻画。故本文引入DCC-MVGARCH-t模型对该思路下汇率弹性空间进行测度(Engle，2002)。由所测条件方差协方差阵
及各篮子货币收益预测值
可得该模型下汇率弹性空间为：
为t分布α置信度分位点。 (二)多尺度分解视角下人民币汇率弹性空间测度 时序多尺度分解基于多分辨率分析(MRA)展开。由于最大重复小波方法(MODWT)样本容量可为任意值，方差计算也更有效，且为平稳小波变换(张世英等，2012；Conlon et al.，2012)；故本文也以MODWT为例对人民币汇率收益原序列做MRA分解，并对分解的j层细节D及J层趋势A部分重构，进而可得原序列Rt的一个多分辨率分析(MRA)如下：
式(2)将
分解成J个细节部分
和一个趋势部分
。在第j(1≤j≤J)层尺度下，MODWT的带通滤波器频率区间是[
]，根据频率与时间周期的关系，将频率区间反转并乘上相应时间间隔Δt(本文为1个交易日)，则可得第j层对应投资周期：[
]Δt。即
刻画了
在期限[
]内的趋势特征；
刻画了
在期限[
]内的细节(即高频)特征。故MRA法能对金融时序分解，从而能在不同尺度空间内对其局部特征进行更细致地分析。进而可结合前文多尺度模式识别思路，选取相应模型比较研究其汇率弹性空间测度效果。 二、人民币汇率弹性空间测度指标选取 本文借鉴黄志刚等(2013)所构建的汇率弹性空间测度指标ESERV对新形势下人民币汇率弹性空间进行测度。该指标定义如下：
其中，
为第t日上午开盘前所公布的人民币兑美元汇率日度中间价(数据来源于中国外汇交易中心网站)；
分别代表当日中间价、最高价和最低价收益率。
为当日银行间汇市交易最高及最低价。
即为第t日即期汇市实际交易的浮动情况所表征的收益率。本文也引入中间价收益率
做对比(数据来源于Wind资讯)。根据趋势一致性及指标有效性的区间概率统计分析(限于篇幅，此处略去检验过程)可知，ESERV能相对更好地刻画其日内波动情况，同时也侧面反映了央行每日所公布中间价带有较多的非市场噪音干扰和政策意图；ESERV指标更能体现市场意志及市场趋势，从而是更具市场化与实际意义的人民币汇率波动指标。 三、货币篮子组合视角下人民币汇率弹性空间测度 (一)滚动回归法 由滚动回归法下人民币汇率弹性空间测度结果(限于篇幅略去结果图)可知： 1.RM较小且相对稳定在一狭窄区间内。可见，对人民币投资决策而言，中间价时序有利于研判汇率的大趋势；但在具体的投资与风险管理中则应更着力于实际波动序列的研究。而二者差异，或可用于分析其中所隐含的政策意图、短期偏好及其政策走向等，此可作为后续研究方向。 2.滚动回归法下所测弹性空间未能很好地容纳RM的波动情况，从而也就更难以对人民币即期汇市的实际波动ESERV进行有效刻画。 (二)多元DCC-MVGARCH-t模型测度法 参考ESERV的构建方法，也基于各主要货币交易数据重算各币种收益序列，并基于DCC-MVGARCH-t模型对货币篮子组合视角下汇率弹性空间重新测度，结果如图1所示(限于篇幅，此处略去基于中间价的检验结果，因其明显次于交易价的结果)，竖虚线时间点为汇改时点，较细的横虚线为央行2007年5月21日所定0.5%浮动区间限制线，可知：
图1 汇率弹性空间测度：DCC-MVGARCH-t模型(交易价) 1.基于市场交易价的汇率弹性空间虽依然无法涵盖即期汇市的真实波动，但已有较明显而直观的提升。在2009年以前起到了较好的市场效果，也对该时期的人民币汇改政策实施提供了较好的依据。但自2010年6月19日央行宣布重启弹性化汇改后，其表现每况愈下。 2.2013年及2014年初，人民币即期汇率时现涨停态势，而这些大幅波动的汇率风险，该汇率弹性空间测度思路均未能捕捉到，从而有失其汇率浮动区间的定义及其风险管理的意义。这或与货币篮子组合无法切实刻画人民币汇率本身的波动特性有关。 (三)货币篮子组合视角下汇率弹性空间有效性检验 有效性检验如表1所示(限于篇幅，表格中略去DCC-MVGARCH：中间价的结果)，可知：
1.DCC-MVGARCH-t模型所测效果要好于滚动回归法。可见对金融时序的分析与预测，往往应依据其变化趋势及波动特征，选择更能刻画其特征的模型或方法予以分析，以期得出更符合其内在运行规律及特质的结论。 2.在99%置信度下，以上三种方式所测汇率弹性空间最高上限和最低下限分别为：0.269%和-0.297%、0.38%和-0.27%、0.52%和-0.50%，几乎都小于0.5%。这似乎表明人民币汇率浮动区间自2007年调宽为0.5%后已然足矣，但这显然与市场交易实际不相符合。总体上，以上三种方式都没能很好地涵盖即期汇市的实际波动，即结果均不可置信。 综上，货币篮子组合的汇率弹性空间测度思路不太有效。但就理论上而言，有其研究价值和比较论证意义。若货币篮子组合的权重明确、汇率受到非市场噪音干扰较少的前提下，那么该研究思路或仍具有较好的合理性和参考价值。故此思路或有赖于汇率政策的透明性和外汇市场的有效性，而这也正是人民币汇率市场化改革进程取向之一。 四、人民币汇率波动的多尺度特征及调整型EWMA模型的弹性空间测度 (一)人民币汇率波动的多尺度特征及其政策隐含信息提取 首先分别对RM和ESERV指标进行6层多尺度分解(MRA，层数选择既考虑时间跨度需要，同时也考虑调整频率的需要)。6层小波分解的内在联系为：R=D1+D2+D3+D4+D5+D6+A6。其中，D1-D6表征MRA所分解的尺度1-6的高频序列，即细节部分；A6代表所分离出的低频序列，即趋势部分。由表2可知：
1.各分解序列整体走势相近，但波动细节各有不同。各子层特征差异表明人民币汇率波动存在多尺度现象，有必要对其进行分尺度信息提取。长期趋势项(A6)显著为正表明正因为长期升值预期及其“预期不断自我实现”的烙印使得较长期投资者能享受人民币长期升值带来的好处并不断强化预期。由ESERV各子层能量谱比率ρ结果可见，长期趋势成分在汇率波动信号中起主导作用，短期因素对其影响程度较弱。这也表明：对央行而言，主动的长期心理预期引导优于被动的短期市场干预。可见，对应不同尺度的汇率收益序列，其隐含波动特征有所不同，且与其相关的宏观经济变量等亦会有所不同。如对应月度的，应寻找月度经济变量予以解释；对应较长期如季度的，则应寻找季度变量判断其长期压力及趋势。 2.由0.5%限的突破情况可知，汇率波动的日内高频成分(D1)很少超出0.5%。RM指标长期趋势项(A6)较平滑，波动很小；而ESERV指标长期趋势项则时有突破0.5%。从中提取出的政策端倪是，中间价的长期趋势较平稳，对实际市场交易存明显低估，但其“浮动区间参照中点”的设定所起到的锚定作用确实对市场交易存有一定的稳定作用，有助于缓和短期市场情绪的狂热。ESERV指标所传递出的信息则表明，长期趋势项在一定阶段内所贡献的升贬值幅度很大，这与相应阶段内人民币汇率的强单边市预期不无关系。 (二)基于调整型EWMA模型的汇率弹性空间测度 下面首先基于EWMA模型分别对RM和ESERV指标下的原序列与MRA序列进行汇率弹性空间测度。国内外诸多文献表明，国际资本流动对汇率波动起到重要的作用(Calvo et al.，1993；赵进文等，2013)。黄志刚等(2013)研究表明，将资本流动项引入EWMA模型的弹性空间测度效果较优，故本文也引入资本流动项作为对比。借鉴黄志刚等(2013)的测算，窗口设为90天；最优衰减因子以0.94为例。资本流动项CF=外汇储备增加额-外商直接投资增加额-外债增加额-经常项目顺差额。各变量均为月度数据，2014年1-3月外债增加额和外汇储备额尚未公布，采用前两期均值近似替代。不同的是，本文中外债增加额是将由外债净额的季度频率数据经一阶差分后所得增加额除以3化为月度额，而非直接将差分所得季度值作为月值(这将高估外债增加额)(数据来源于国家商务部与外汇局网站)。 由式(4)、(5)可知，人民币汇率收益时序除存在显著的长期升值趋势外，其变化情况主要受自身因素影响，这也解释了为什么前文基于货币篮子组合的弹性空间测度结果不尽理想。另外，加入资本流动项的影响并不大，但对模型的解释力和预测效力有所助益。CF项符号为正表明短期资本流入对人民币汇率有升值压力。
本文借鉴黄志刚等(2013)，利用原EWMA模型和经资本流动项调整的EWMA模型对人民币汇率弹性空间进行测度，结果记为TXKJ_ESERV_OS和TXKJ_RM_OS，如图2所示。同时也对两指标的MRA序列进行同样的弹性空间测度，记为TXKJ_ESERV_MRA和TXKJ_RM_MRA(限于篇幅仅列出调整型EWMA模型结果)。可知：
图2 ESERV指标下汇率弹性空间测度比较：原序列和MRA序列 1.基于RM指标所测弹性空间能完美涵盖其自身(即RM所代表的中间价汇率波幅)，但就汇率实际波动而言，则明显力有不逮，甚或发出了错误的政策信号。 2.ESERV指标下两种测度方式较为相近，且具有较好市场适应性，只有极少数交易日触及或突破其所测空间。进入2012年后模型显示，人民币汇率波幅有必要扩大至1%，而这也与央行实际政策调控窗口一致。进入2013年后，随着我国经济数据企稳、劳动生产率快速提升、国际收支持续顺差及外储不断增长，人民币升值压力日增；加之人民币国际化等助推的强升值预期，使得2013年人民币汇率创出41次新高，累计升值超3%。这些因素都使得2012年初央行所设1%浮动区间不断承压。该时期模型测度结果表明，前期汇率浮动区间限(1%)已然“不够用”，即不太适应市场需求，有必要扩幅。而2014年3月末以来的即期汇市波动情况表明，央行3月17日所定2%浮动区间较为适时、合意。 3.99%置信度下，TXKJ_ESERV_OS不含调整项和含资本流动冲击调整的超阀值数(失效率%)分别为239(11.87%)和228(11.32%)，弹性空间上(下)限分别为0.0229(-0.0146)和0.0242(-0.0157)；TXKJ_ESERV_MRA情形的超阀值数(失效率%)分别为127(6.31%)和75(3.73%)，上(下)限分别为0.0262(-0.0200)和0.0263(-0.0201)。但在该置信度下，各模型均未通过有效性检验，这或是由于t分布及单一的衰减因子无法针对性地刻画汇率波动的多尺度特征。故应寻找更能刻画其波动特征的分布，同时对各尺度序列有必要分别根据一定准则求解其各自最优衰减因子分别测算，即“分而治之”。 五、多尺度模式识别视角下人民币汇率弹性空间测度 (一)多尺度模式识别思路概述 由上可见，货币篮子组合视角下囿于具体篮子构成及权重等信息的缺失，其结果不尽人意。小波多尺度分解思路下的测度效果较好，且MRA序列比原序列测度结果更优。下文在ESERV指标下进一步结合“多尺度模型识别”思路，对以上模型进行拓展，具体分两个视角： 1.EWMA模型：(1)对原序列及各子层均基于RMSE准则选取相应最优衰减因子λ。(2)原序列和D5、D6、A6序列存在一定偏斜，故引入偏斜t分布进行修正，可得偏斜t分布下VaR区间为：
，进而参照前文思路重新测算其汇率弹性空间。其中：
为偏斜t分布分位点，α为置信度，υ为自由度，ξ为非对称水平。 2.GARCH模型：由前文可知，RM和ESERV序列均存在条件异方差性，故引入常用的GARCH(1，1)模型进行比较论证。(1)引入skew-t分布的扰动项假定，构建ARMAX-GARCH-skew-t模型对人民币汇率弹性空间进行测度。(2)对原序列及各子层分别选取与之周期相匹配的经济变量予以解释。做法是综合显著性与经济含义选取控制变量对模型均值方程做修正。各尺度序列进行模式识别的变量如表3所示。其中，1W利率代表一周期限利率，以七天回购利率为例。D4和D5(D6和A6)外汇干预用外储月(季)变化量指代；D4和D5的资本流动项用前文计算出的月度值代入，而D6和A6则基于原季度数据求解。不同尺度下汇率预期分别选取相应周期NDF数据代入进行检验(关于汇率预期，理论上外汇期权的隐含信息更显著，然鉴于我国外汇期权市场交易不活跃、流动性和市场有效性欠缺等，暂不纳入考虑)。
(二)MPR思路结合EWMA模型 结合多尺度模式识别思路的EWMA模型记为MPR_EWMA，并进一步分成两种方式进行：P1：基于全时段样本；P2：由前文所分三个不同汇率弹性阶段进行分阶段研究。根据表4相应最优衰减因子重新对汇率弹性空间进行测度，结果如表5和图3所示(由于下文GARCH族模型中，模式识别变量大多只有到2013年底数据，为便于对比，本文该部分分析限于2005年7月21日至2013年12月31日的结果)。考虑到央行基本都是宣布对称汇率浮动区间，故图3中区间设定为模型所测区间的绝对值较大者为对称型汇率弹性空间。
图3 MPR_EWMA模型下汇率弹性空间测度：分阶段(MRA序列) 由表5、图3可知： 1.MPR_EWMA模型表现显著优于前文原EWMA模型，该模型结果能较好地覆盖人民币汇率的实际波动。基于MRA序列结果具有更好的稳健性。分阶段的结果要稍好于全时段情形，尤其是针对原序列的测度；这与其能更好地体现汇率波动的阶段性质有关。在97.5%置信度下二者均满足有效性，这也体现了EWMA模型以其简单明晰的测算规则所具有的较好市场适应性。 2.在分阶段情形下，模型所测汇率弹性空间上下限均显著大于全时段的结果，所以也应注意在所分阶段的小样本中的模型风险及显著性问题，关于样本期的更有效分割可作为后续的研究方向。总体而言，MPR_EWMA模型下，基于MRA序列的汇率弹性空间测度在全时段的情形下已能较好地满足政策和市场需求。 (三)MPR思路结合GARCH族模型 经ARCH效应检验可知，仅ESERV原序列、D1、D2、D3序列通过检验，其余序列均无证据表明存在条件异方差(笔者也基于GARCH模型对MRA各尺度进行汇率弹性空间测度，效果显著高估，限于篇幅此处未列出)。故MPR思路结合GARCH族模型的测度本文进一步从三种研究视角深入： 视角1：对原序列的分析，基于ARMAX-GARCH模型，并以t分布与skew-t分布两种形式做比(下同)。 视角2：MPR_GARCH(独立)，即对MRA序列的D1、D2、D3采用ARMAX-GARCH模型，D4、D5、D6和A6序列沿用上述MPR_EWMA模型，分别计算各子层的条件方差及其单模型收益预测；并进而重构求解该独立模型思路下的人民币汇率弹性空间。 视角3：MPR_GARCH(组合)，即由MRA分解的内在联系：OS=D1+D2+D3+D4+D5+D6+A6，将ESERV指标表征的汇率收益原序列视为多种尺度下的汇市投资组合(这也从大思路上与前文将人民币视为多种货币篮子组合的汇率弹性空间思路相呼应)，进而对MRA序列进行多元模型求解(如多元GARCH、多元SV等)，从而可得组合模型思路下的汇率弹性空间。 各视角下模型有效性检验结果如表6所示，可知：
1.视角2所测弹性空间比视角1狭窄，但同样对市场有充分弹性，二者均能较好地覆盖即期汇市的实际波动。即GARCH族模型下，基于小波分解思路的模型既能保证一定有效性，又足以满足市场需求，其区间测度或更为适宜。这或是由于，基于原序列的测度无法较好刻画人民币汇率波动的内在特征，如D4、D5、D6和A6等尺度序列并不满足GARCH模型假定。即单一的模型假定无法细致刻画不同尺度汇率波动的局部特征，从而引致模型的细微偏差。这也佐证了多尺度模式识别、“分而治之”思路的正确性。 2.视角2的模型有效性好于视角3，测度结果更为平滑、合意。视角3所测弹性空间波动较大。这一方面由于组合模型考虑了协方差项；另一方面与原序列的测度存在同样的问题，就是个别尺度序列并不适用于GARCH模型，从而导致偏误。 3.结合t分布假定，原序列在91%和92%置信度下均通过有效性检验；MPR_GARCH(独立)在99%置信度下满足有效性。但GARCH族模型结合skew-t分布假定的结果均呈现显著高估，且原序列情形下高估现象更严重。大致而言，全时段的MPR_GARCH思路下三种视角优劣对比为；MPR_GARCH(独立)＞GARCH(原序列)＞MPR_GARCH(组合)。 同时对结合skew-t分布的MPR_GARCH思路进行分阶段检验，可得97.5%和99%置信度下，超阀值数分别为57(失效率2.91%，LR为1.28(p值0.2575))和19(失效率0.97%，LR为0.02(p值0.8929))，即模型均满足有效性。二者所测弹性空间上下限分别为0.02941(-0.02899)和0.03251(-0.03207)。可知分阶段下结合skew-t分布所测空间要稍宽于全时段下结合t分布情形；但全时段下，skew-t分布情形远高估于t分布情形。这表明，对于人民币汇率弹性空间的测度有必要考虑其分阶段特征。同时也意味着，较复杂的模型假定，如skew-t等更需考虑分阶段特性。GARCH族模型下，结合t分布的假定所得结果较为合理。若是结合skew-t分布假定，则需考察其分阶段特征。总体而言，MPR_GARCH思路下，全时段结合t分布与分阶段结合skew-t分布的测度效果相当；但均不如MPR_EWMA思路稳健。 另外，考虑汇率波动可能存在一定随机性，且SV模型对金融时序拟合效果好于GARCH族模型(Jun，2005)；而Copula理论模型既能较好地刻画序列边缘分布，也是投资组合风险的良好测度工具(张世英等，2012)。本文也引入SV模型和Copula理论进行汇率弹性空间测度，但二者所测结果均无法通过有效性检验，限于篇幅，此处略去相应分析。 (四)汇率浮动区间调档时机选择 根据央行以往政策规定，以0.3%-2.0%为例分为五个浮动区间调档。由于货币篮子组合视角下汇率弹性空间测度结果较差，故不纳入考虑。根据前文结论，选取多尺度模式识别思路下的六种测度模式为例，Model：EWMA模型(原序列+全时段+97.5%置信度)、Mode2：MPR_EWMA模型(全时段+97.5%)、Mode3：MPR_EWMA模型(分阶段+97.5%)、Mode4：GARCH模型(原序列+全时段+92%)、Mode5：MPR_GARCH_t模型(全时段+97.5%)、Mode6：MPR_GARCH_skew-t模型(分阶段+97.5%)。调档准则拟为： 方案A(滚动准则)：自上期浮动区间限设定后，若最近90交易日内所测汇率弹性空间出现15次突破上期浮动区间限(且所发信号在随后15交易日内仍有效)，则将浮动区间调宽一级。 方案B(样本占比准则)：自上期浮动区间限设定以来，若样本期内(≥100交易日)出现15%比例突破浮动区间限(且信号持续≥5交易日)，则将浮动区间调宽一级。 两种方案下人民币汇率弹性空间调档窗口如表7、表8所示，可知：
1.方案B比A保守，无论何模式下，B给出的调档窗口均晚于A，且部分Mode调档窗口偏差较大。相比较而言，A稍好于B，实际操作与计算均更为方便。但若不考虑0.7%和1.5%的调档级，则应在二者间做进一步调试和权衡。 2.方案A的Mode2发出两次错误信号：2009年1月(持续14天)和2013年1月(持续2天)；Mode3发出一次错误信号：2013年1月(持续15天)。这也再次表明，EWMA模型下采用分阶段的动态测度效果更好。 3.Mode2和Mode3、Mode5和Mode6两对的结果相近，这与前文分析结论一致。但GARCH族模型下所发调档信号要显著差于EWMA模型，且各时点也与实际汇改期较不相符。这也与前文分析一致，即MPR_EWMA思路相比MPR_GARCH思路更优，且其简单明晰的规则也更具实务操作意义。 将方案A中表现较好的Mode3与我国实际汇改路径进行对比，同时加入Mode1基于原序列的EWMA模型作比，可知： 1.Mode1在2007年与2012年，发出调档信号分别晚于实际操作半年和2个月；Mode3所发信号则分别提前11个月和4个月，与实际需要及政策实践大致相符。可见，模型所测汇率弹性空间确实能为市场化汇改提供可操作性的建议。且除预警功能外，Mode3所给出的人民币市场化汇改路径在各个阶段的升贬值“压力测试”中效果显然要优于实际调控路径。两相比较可见，实际调控更像是到了不得不调而为之，幅度略保守，但调整时机选择均具有一定的理论和市场合理性。 2.两方案各Mode均在2013年初发出调档为1.5%的信号，但均未发出扩幅2%的信号，这说明进入2013年后，原1%浮动区间已不适用，有较大扩幅必要。1.5%汇率浮动区间在2013年具有相对充分的市场弹性，可满足市场需求。但也应看到以上六种Mode下，所测汇率弹性空间上下限大部分都超出2%，且2014年后，人民币汇率波动更为剧烈，双向浮动弹性更为显著，这些都可以成为近期(2014年3月17日)央行将人民币汇率浮动区间扩至2%的理论和实践依据。 六、结论与启示 人民币汇率浮动区间的确定及其调控时机的选择是人民币有管理的浮动汇率制度的实践核心。本文在黄志刚等(2013)的基础之上，提出了两种新的关于人民币汇率弹性空间测度的研究思路：一种是将人民币汇率分拆成货币篮子，将其视为货币篮子投资组合，进而研究其汇率弹性空间测度问题；另一种是将人民币汇率进行多尺度分解，进而在不同尺度下寻找相应频率匹配的经济变量予以解释，以及寻找能表征相应尺度波动特征的分布和模型予以刻画，经多尺度模式识别后，进而研究其汇率弹性空间测度问题。实证结论表明： 1.根据中间价计算的RM指标无法反映人民币即期汇市交易的真实情况；无论何种思路下，RM所测汇率弹性空间均小于ESERV情形，存在显著低估，或引致投资与决策误判；它既不适用于弹性空间测度，也不适用于有效性检验。 2.货币篮子组合视角下汇率弹性空间测度的两种方式(滚动回归法和DCC_MVGARCH-t模型)均不满足有效性，实用性不强。但就理论上而言，有其研究价值和比较论证意义。若货币篮子组合的权重明确、汇率受到非市场噪音干扰较少的前提下，那么该研究思路或仍具有较好的合理性和参考价值。故此思路或有赖于汇率政策的透明性和外汇市场的有效，而这也正是人民币汇率市场化改革进程取向之一。 3.人民币汇率波动存在多尺度特征，有必要对其进行分尺度信息提取。长期趋势成分在汇率波动信号中起主导作用，而短期因素影响较弱。对央行而言，主动的长期心理预期引导胜于被动的短期市场干预。 4.多尺度模式识别思路下结合EWMA模型的结果表明：MPR_EWMA模型表现显著优于原EWMA模型。三种测度方式的大致对比为MPR_EWMA模型(分阶段)＞MPR_EWMA模型(全时段)＞EWMA模型(基于原序列)。基于原序列的测度结果仍具有较好理论和市场参考价值。基于MRA序列的前两种模式结果很接近，且97.5%置信度下二者均满足有效性，这也体现了EWMA模型以其简单明晰的测算规则具有较好的市场适应性。 5.多尺度模式识别思路下结合GARCH族模型的结果表明：MPR_GARCH(独立)情形所测弹性空间要比直接基于原序列所测结果狭窄，但同样对市场有充分弹性；即既能保证一定模型有效性，又足以满足市场需求，其区间测度更为适宜。三种测度方式大致对比为：MPR_GARCH(独立)＞GARCH(原序列)＞MPR_GARCH(组合)。MPR_GARCH思路下，全时段结合t分布与分阶段结合skew-t分布的结果相当；但均不如MPR_EWMA思路稳健。 6.人民币市场化汇改路径检验表明：滚动准则的调档方案稍激进，但易计算，易操作，且稳定、直观；基于样本占比准则所发调档信号偏晚，或不利于政策时效性。GARCH族模型下所发调档信号要显著差于EWMA模型，且各时点也与实际汇改期不相符。MPR_EWMA模型下，全时段与分阶段情形所发信号时机很相近。MPR_EWMA思路相比MPR_GARCH思路更优，模型更有效，稳健性也更好，且其简单明晰的规则也更具实务操作意义。进入2013年后，前期1%浮动区间已不适用，即不太适应市场需求，有较大必要调宽汇率浮动区间。相对而言，1.5%汇率浮动区间在2013年具有相对充分的市场弹性；2014年3月浮动区间扩至2%的汇改政策较为适时、合意。 本文研究得出的主要启示为： 第一，在金融时序研究中，不但要选择能够刻画金融时序变化趋势及波动特征的模型，同时在数据样本选择及具体指标构建上应更注重市场交易数据，还原市场，才能更好地对市场风险进行合理的评估并做出预判，以及投资和风险管理决策等。 第二，在我国汇率政策取向上，对短期市场波动不必过多干预(这也符合央行退出常态式干预的初衷)；央行要做的是调整投资者对人民币汇率的强单边市场预期和长期趋势锚定心理，意即调整长期心理预期比短期干预更为重要。而其要义也正是提升人民币汇率的双向浮动弹性，将人民币汇率的决定更多地交予市场，只有弹性足够充分的双向浮动才能调整市场的强单边预期和长期趋势锚定心理。而以上这些也正是我国人民币汇率市场化、自由化以及人民币国际化改革的应有之义。 第三，扩幅提高了外汇风控难度，但同时也有利于促进我国外汇避险市场，如期货、期权等衍生品市场发展，这些可构成良性循环体系：即期汇市和衍生品市场发展，有助于丰富外汇投资与风险管理产品、提供套保工具，拓展汇市深度与广度；反过来，随着人民币汇市深度和广度不断提升，其市场有效性也将逐步提升，这对于人民币汇率的均衡定价以及人民币外汇衍生品的准确定价均有助益；而这些外汇产品的合理定价能够帮助央行及投资者从中提取出更为准确的隐含信息用于政策制定、投资实践及风险管理。 ①此计算公式是为使汇率变动方向符合一般认识，即RM＞0代表人民币汇率升值：RM＜0表示贬值。
标签：人民币汇率论文; garch论文; 汇率决定理论论文; 汇率改革论文; 人民币汇率中间价论文; 货币国际化论文; 外汇论文; ma模型论文;
