外汇指令流，中央银行干预与人民币汇率的形成

王雅杰　陈胜安　杨武挺

摘 要：传统的汇率决定理论注重考察宏观基本面经济因素对汇率波动的影响。实践表明，它在探讨汇率长期变动趋势方面是有效的，但是对汇率的短期波动的原因则不能有效地解释。基于外汇市场微观结构的视角，结合宏观经济变量，建立人民币短期汇率形成模型，深入探讨汇率短期波动的成因，并进一步考察中央银行对汇率形成的干预程度。

关键词：外汇指令流；微观市场结构；人民币汇率

中图分类号：F832.6；F832.2 文献标志码：A 文章编号：1673-291X（2014）14-0186-05

引言

自1994年以来，受我国经济高速增长和经济基本面因素的影响，人民币长期汇率一直呈升值状态。近10年来，特别是近5年来，虽然人民币汇率长期趋势还是表现为升值，但是从短期看，双向波动的态势越来越明显，这种波动，无论是对进出口贸易，还是对国内的金融市场资产价格的变动，都产生了重要影响。那么，是哪些因素影响人民币汇率的短期波动不能不引起理论界的关注。传统的汇率决定理论，如购买力平价理论、利率平价理论等，多是探讨某个宏观经济因素对汇率变动的影响，这些研究形成了汇率理论的基石。它们在推动宏观因素对汇率影响的研究方面取得令人满意的进展。但是，在对汇率短期变动影响的实证检验过程中，其解释能力却很令人失望[1-2]。

外汇市场微观结构理论的问世，为人们研究短期汇率变动的决定因素提供了一个全新视角。市场微观结构理论从交易过程出发，放松了宏观研究中的许多假设，把私人信息、市场参与者的异质性、外汇市场的交易机制等3个重要因素加入对汇率决定的考察中，更加符合外汇市场的实际状况。外汇市场微观结构理论关注外汇市场交易机制的细节，注重交易过程的重要性，认为做市商和客户的交易以及做市商之间的交易对市场汇率的形成有重要影响。

Evans and Lyons（2002）建立了一个基于指令流信息传递的资产组合变动模型（Portfolio Shifts Model，PSM）。该模型是以指令流为主要变量的，同时包含宏观经济因素和微观变量的综合模型。结果发现，指令流可以解释64%和45%的德国马克和日元的汇率波动，相比之下，利率因素只解释了汇率波动的1%和6%，从而说明指令流在汇率波动的影响方面具有很好的解释能力[3-6]。Love and Payne（2002）利用10个月的美元兑英镑汇率数据以及在样本期内美国、英国以及欧洲地区的宏观基本面信息，通过向量自回归检验发现超过一半的宏观基本面信息是通过指令流传递媒介来完成的[7]。Bacchetta and Wincoop（2006）[8] 将汇率、宏观经济基本面以及指令流，纳入一个标准的宏观经济分析框架之中，其模型比较清晰地揭示了短期和长期中汇率、宏观经济基本面和指令流三者之间的联系。Rime.D（2006）[9]，Evans and Lyons（2008）[10]分析，信息融入到价格中主要有两种途径：一种是直接途径，公开信息的直接导致做市商改变外汇买卖价格，这种传递机制是瞬间完成的；一种是间接途径，由于信息的分散性和交易者的异质性，宏观信息的公布首先影响市场交易者的交易决定，进而反映在随后提交给做市商的指令流上，做市商通过观察指令流来调整报价，这样，指令流就起到了分散的信息融入到外汇价格的中介作用。Martin D.D.Evans（2010）[11]所作的实证研究表明，无论短期还是长期，指令流对汇率变化都有显著影响。王成军（2010）认为，外汇市场微观结构理论的分析并没有否认经济基本面对汇率的决定作用，相反，它肯定了宏观经济因素对汇率有决定性的作用[12]。

本文从外汇市场微观结构的视角，在考察微观变量——外汇指令流对汇率影响基础上，加入利率以及中央银行的干预这两个影响汇率变化的宏观变量，将微观因素与宏观因素联合起来分析人民币汇率的形成机制。

一、人民币汇率市场机制形成的理论模型

（一）人民币汇率微观市场结构分析

2005年7月1日，我国外汇市场实行重大变革，开始实行“以市场供求为基础，参考一篮子货币的有管理的浮动汇率制”，而且2006年1月4日，我国在外汇银行间市场引入了做市商报价制度，目前我国形成了做市商机制和竞价机制并存在混合性的价格形成机制。

我国外汇零售市场实行结售汇制度，客户（进出口企业、机构投资者和个人交易者等）将多余的外汇卖给做市商或会员银行，需要外汇时再从做市商或会员银行买入。银行间市场实行头寸管理制度，中国人民银行授权中国外汇交易中心作为对手方和做市商直接交易，中国外汇交易中心规定了做市商的最高持汇头寸，做市商的头寸超过最高持汇限额就需要卖出外汇，不足的时候就需要买入外汇，做市商在头寸限额的管制下，频繁地抛补外汇，形成银行间市场的外汇供求。做市商之间可以直接交易，也可以通过经纪人进行间接交易。银行间外汇市场上的非做市商的会员银行没有报价能力，但是能作为交易对手和做市商进行交易，并且也能进入零售市场和客户交易[13]。中央银行设定了人民币汇率波动的浮动区间，一旦人民币汇率波动幅度超过我国中央银行的限制范围，为了平滑汇率的剧烈波动，中央银行就会进入外汇市场进行干预，其干预途径分为两种：作为做市商的客户和直接干预银行间市场（见图1）。我国的外汇市场已经形成了一个具有两层机构的市场：银行间市场和零售市场。银行间市场上的交易主体为外汇管理局批准的做市商和会员银行，以及随时入市干预的中央银行。零售市场上的交易主体除了银行间市场上的交易主体之外，还包括进出口企业、机构投资者和个人交易者等。

可以说，人民币汇率决定的微观市场结构已经接近于国外的做市商制度。这也为我们接下来应用做市商报价机制来分析人民币的微观形成机制提供了分析上的可能性。

（二）理论模型的刻画

1.我国外汇市场交易过程的设定

外汇市场微观结构理论注重交易过程的重要性，私人信息、交易者异质性和交易机制构建起外汇市场微观结构的理论框架[14-15]。外汇市场上存在着三种不同类型的市场参与者：做市商、客户和中央银行。N个做市商用i标记，众多的客户（公众客户）标记为z∈[0，1]。Evans and Lyons（2003）对交易过程四阶段的描述，每个交易日t可分为四阶段：第一阶段，做市商与客户（中央银行和公众客户）交易；第二阶段，做市商在银行间外汇市场上进行做市商之间的内部交易，来分担头寸风险；第三阶段，收益Ri实现，做市商与做市商之间再次进行内部交易；第四阶段，做市商和客户再次进行交易，转移持有头寸带来的风险。endprint

考虑到我国中央银行特殊的干预情况，本文对上述交易的四阶段进行了以下的修正：（1）中央银行的干预时机选择。Evans and Lyons的模型将中央银行的干预行为设定在交易过程的第一阶段，并且是匿名干预行为。我们认为，我国中央银行的干预目的主要是为了平滑人民币汇率的升值趋势，所以我们将中央银行的干预行为设定在交易过程的第三阶段，即中央银行在观测到外汇市场上总的做市商指令流后，判断人民币汇率的供需情况，进而制定干预方向和干预数量。（2）汇率收益的实现时间。Evans and Lyons的模型将汇率收益的时间设定在交易过程的第三阶段，即做市商之间进行第一轮交易之后，私人信息被公开，汇率收益实现。我们将汇率收益的实现设定在交易过程的第一阶段，即开盘价的报出意味着隔夜风险收益的实现。由此，根据做市商的报价过程和我国外汇市场的实际情况，我们将人民币日内交易流程描述如下。

2.交易过程的刻画

第一阶段，做市商和非做市商之间首次交易。假设第一阶段做市商i的报价为Pi1，并在此价格上收到来自于公众客户的指令流Ci1，同理，若Ci1<0则表示顾客净卖出（做市商i的净买入）。客户的订单Ci1服从正态分布N（0，σ2

C）。每个做市商所收到的指令流是相互独立的，并且与收益R不相关。在交易的第一阶段，每个做市商能看到其他做市商向客户提出的报价Pi1，但却不能观测到Ci1，因为交易数量在外汇市场不宜公开。

第二阶段，做市商和做市商之间首次交易。这时，每个做市商同时、独立的向其他做市商报出价格Pi2，在这个价格上愿意买卖任何数量，而且报价在外汇市场上是可以公开获得的。

用Ti2表示做市商i在第二阶段发起的内部净交易量。包含三个部分：即收到的公众客户的指令流Ci1，存货量Di2（收到的客户和其他做市商的净指令流之和），在可得信息Ωi

i2下做市商之间的预期净指令流E[T*

i2|Ωi

i2]，即

Ti2=Ci1+Di2+E[T*

i2|Ωi

i2] （1）

在第二阶段交易结束后，外汇市场上的所有参与者可以观测到有噪声的做市商内部交易指令流：

X2=Ti2+v （2）

其中，v服从正态分布N（0，σ2

v），并且每个交易日之间是独立的。

第三阶段，做市商和做市商之间再次交易。做市商观测到了第二交易阶段外汇市场上总的指令流X2后，会重新调整自己的对外报价，像第二阶段一样，单个做市商同时、独立的向其他做市商报出一个在此价格上愿意买卖任何数量的价格Pi3（该报价对所有做市商公开）；同时，中央银行也会根据X2的大小，估计对做市商最高持汇规模的限制，从而决定是否进入外汇市场干预，如果干预则应买入或卖出多少数量的外汇。

用Ti3表示做市商i在交易过程第三阶段发起的做市商内部净交易量。

Ti3=（Di3-Di2）+（T*

i2-E[T*

i2|Ωi

i2]+E[T*

i3|Ωi

i3]+I3） （3）

第四阶段，做市商和非做市商之间再次交易。在第四阶段做市商通过与客户的再次交易来分散隔夜风险，但不同于第一阶段，第四阶段和做市商交易的公众客户并不是随机的，客户在第四阶段交易的目的是纯粹的投机行为。交易开始阶段，每个做市商同时、独立的向外界报出一个它愿意再此价格上买卖任何数量的价格Pi4。

外汇市场上客户的数量远远超过N家做市商的数量，意味着做市商对隔夜风险的承受能力相对于客户来说非常小。在这个假设下，做市商就可以设定最优价格，让公众客户愿意与做市商交易来平衡做市商的头寸，保证每个交易日结束后做市商没有净头寸。做市商第四阶段的报价是基于第三阶段的做市商内部指令流X3的，该指令流可以让做市商了解到公众客户愿意吸收从而使做市商头寸为零时外汇市场上总头寸的大小。公众客户在交易日t的第四阶段对外汇资产的总需求C4是建立在公共信息上外汇资产期望收益的线性函数。

C4=r（E[P4，t+1|Ω4，t-P4，t） （4）

其中正系数r表示公众客户在第四阶段总的风险承受能力，Ω4，t表示在交易日t的第四交易阶段可获得的所有公开信息。

在交易过程的第三交易阶段结束后，外汇市场所有参与者可观测到的做市商内部交易指令流为：

X3=Ti3 （5）

二、人民币汇率形成的实证检验

（一）宏观微观变量结合的实证检验

1.样本数据与指标说明

由于不能得到所有做市商的数据，在实际检验中，我们收集到了作为我国外汇市场即期汇率市场做市商的中国工商银行2008年2月1日至2009年3月31日共261个交易日的外汇指令流的交易记录。这些数据基本上能代表交易量的大致走势。由上文的分析可得，人民币/美元汇率日间的汇率波动方程为：

ΔPt=P4，t-P4，t-1=βrt+X3t-I3t （6）

通过该方程我们可以看到，人民币/美元汇率日内的波动主要有三部分因素影响：宏观经济因素（利率差r）、微观变量（指令流X）以及中国人民银行的干预量（I），本小节，主要考查宏观因素经由指令流对汇率的影响（中央银行的干预将在下一小节阐述），所以，可以将人民币汇率日内波动方程简化为一个包含宏观经济因素和微观结构变量的汇率决定的波动方程：

ΔPt=δ1rt+δ2ΔXt （7）

我们对在人民币/美元汇率价格变化ΔPt采用对数化处理，即：

ΔPt =lnPt-lnPt-1 （8）

其中，人民币/美元汇率为2008年2月1日到2009年3月31日每日外汇交易收盘价格，在宏观变量的选取上，考虑到日内数据的可得方面的限制以及Evans 和Lyons的做法，我们用利率差作为宏观变量的代表变量，具体选用美元隔夜拆借利率（USibor）与人民币隔夜拆借利率（SHibor）之差作为rt的检验样本，即：rt=RUSibor-RSHibor，相关数据来自中国货币网（www.chinamoney.com）。endprint

在微观变量的选取上，我们选取的变量为指令流数据ΔXt，以我们以获取的中国工商银行的每日买入量和卖出量之差作为模型的检验样本。

ΔXt=Xbuy-Xsell （9）

2.数据样本的单位根（ADF）检验

人民币/美元汇率变化（ΔPt）及其利率差（rt）和指令流（ΔXt）数据样本的单位根检验结果如表2所示，从检验结果可以看出，3个变量都是平稳的。

表2 样本数据单位根检验

3.人民币/美元收益率与利率差、指令流之间的关系检验

我们可以从人民币/美元收益率与利率差、指令流之间的系数相关性上看出利率差与人民币/美元收益率波动之间的相关性都小于0.8。进一步地，我们以人民币汇率变动额为因变量，分别以利率差和指令流为自变量，用最小二乘法进行回归，可以得到三者的关系如表3所示。

从检验结果可以看出，在以天为频率的检验上，人民币汇率的变化受到利率差和指令流的共同影响，决定系数接近0.3。但单独以利率差和指令流分别进行检验时，人民币汇率变化和利率差的决定系数仅有0.03，而人民币汇率变化和指令流的决定系数达到0.26，非常接近于以利率差和指令流共同作为解释变量回归的系数。这也说明短期内人民币汇率的变动主要是由指令流决定的，利率只是解释了其中很小的一部分，即宏观经济变量对汇率短期波动的解释能力较差，指令流这一微观变量则具有良好的解释能力[16-17]。

表3 汇率变动与利差、指令流关系的OLS回归

注：其中，小括号（）中的数字为标准差，中括号[]中的数字为t统计量值，大括号{}中的数字为P值。

4.汇率波动、指令流和利率关系的误差修正模型检验

以上的分析证明了利率在短期内仅是对当期汇率变动的解释能力很差。进一步地，本文通过建立误差修正模型考察利率与指令流变化的滞后期对汇率变动的影响。首先，我们对人民币/美元汇率变化（ΔPt）及其利率差（rt）和指令流（ΔXt）数据样本进行了单位根检验，3个变量都是平稳的，并通过了协整检验。其次，进一步建立人民币/美元的向量误差修正模型及检验结果为：

其中，

从以上检验结果可以看出，人民币/美元汇率变动率、利率差、指令流三者之间不仅存在稳定的协整关系，而相关系数超过0.5，利率差和指令流对人民币汇率变动的解释能力较好。误差修正项的系数为-0.981 372，已经很接近于1，这说明人民币汇率的偏移调整为均衡水平的速度很快，并且调整系数为负，说明某个交易日人民币汇率偏离均衡值，在下一个交易日就会反向调整过来，我们认为这个调整的周期大约为一个交易日。从长期调整情况看，滞后一期和滞后两期的指令流的系数都是不显著的，这说明指令流只能解释人民币汇率的短期波动；只有滞后一期的利率差的系数是显著的，说明随着时间频率的延长，作为宏观经济变量的利率和人民币汇率之间的关系越来越强，而这也符合经典宏观汇率理论的结论[18-19]。

（二）中央银行外汇市场干预的实证检验

2006年我国外汇市场引入做市商制度以后，中央银行的干预行为也出现了一些新的特点。首先，中央银行与各家做市商共同承担起为市场提供流动性的职责，中央银行稳定汇率的任务也被做市商分担了一部分。但是，由于我国的做市商制度还不完善，中央银行仍有必要干预外汇市场。其次，中央银行的干预方式发生变化。中央银行不仅可以作为做市商的客户和做市商交易，而且还可以直接干预做市商市场。中央银行通过和做市商的交易，提前向市场传递了中央银行的干预意图，会通过交易者预期的改变来使汇率回到中央银行预定的区间。最后，中央银行的干预透明度发生变化。中央银行可以和多家做市商直接交易，还可以通过经纪人交易，而且透明度明显提高，干预的公示效应增强，中央银行的干预行为更具有有效性[20-21]。

在检验中央银行对外汇市场的干预时，我们将中国人民银行对外汇市场的干预量作为被解释变量，由于无法获取中国人民银行对外汇市场的实际干预数量，借鉴其他学者的研究思路，我们在此选用我们外汇储备的月度变动绝对额（AQ）作为我国中央银行对外汇市场干预数量的替代变量。解释变量为人民币汇率的变动，在直接标价法下，用RE来表示人民币汇率的月度变动相对比例，即本月人民币汇率变动绝对额除以上月人民币汇率水平。我们检验的样本期间为1994年1月至2011年3月，相关数据来源于国家外汇管理中心。

1.数据样本的单位根（ADF）检验。由于我们所检验的样本属于时间序列样本，必须进行平稳性检验，经过 ADF检验后得知，外汇储备的月度变动绝对额（AQ）、人民币汇率的月度变动相对比例（RE）两变量都是一阶单整的，即时间数列是同阶稳定的。

2.中央银行干预外汇市场的实证检验过程及结果。本文通过选用最小二乘法进行回归，结果可以看出（见表4），当单独采用人民币汇率的月度变动比率（RE）作为解释变量时，自变量的系数是显著的；当采用人民币汇率的变动比率以及滞后一期共同作为解释变量时，系数并不显著。这可能是因为人民币汇率的变动范围超出了规定的波动幅度，中央银行就会立即入市干预，“当期”就会熨平人民币汇率的过度波动。

表4 中央银行干预结果分析

3.邹式断点检验（Chow breakpoint test）。对于时间序列数据，因变量和解释变量之间的关系可能会发生结构变化，这可能是由经济系统的需求或供给冲击带来的，也可能是制度转变的结果，如1994年我国外汇体制改革后经济关系的许多方面都逐渐发生了改变。因此，需要对参数和设定关系的稳定性进行检验，其中一种比较有效的方式就是邹式断点检验法。2005年7月以来汇率体制的变革，使人民币波动的范围空间更大，中央银行的干预行为必然出现变化。因此，我们有必要进行断点检验。根据邹氏检验的思想，某个特定点把时间序列分成两部分，其分界点就是检验是否已发生结构变化的检验时点。在此基础上，利用F检验来检验由前一部分n个数据求得的参数与由后一部分m个数据求得的参数是否相等，由此判断结构是否发生了变化。经过Chow breakpoint检验，发现2005年7月和2008年12月为断点，我们以这两个时间点为分界点，将样本期划分为三段：1994年1月至2005年7月、2005年8月至2008年12月、2009年1月至2011年3月。从而得出以下估计结果（见表5）。endprint

表5 模型分段检验结果

2005年7月以前，人民币汇率一直维持在8.27附近，我国的汇率制度可以说是变相的固定汇率制，中国人民银行每日公布人民币的汇率价格，并且不允许汇率过度波动。可以说，这个时期的央行干预的政策性更强，人民币汇率很大程度上是中央银行“自主定价”的结果，因此，中央银行的入市操作交易量和人民币汇率变动在这个阶段相关性较弱。2005年8月后，人民币波动的幅度空间增大，并且迫于国外舆论的压力，中国人民银行对外汇市场的政策性干预逐渐减弱，取而代之的是中国人民银行积极参与到人民币外汇的买卖中，通过影响市场上买卖双方的力量来间接决定人民币汇率的价格。中央银行此时实际上担当了市场上出清者的作用，被动的提供流动性和吸收流动性。中国人民银行的干预量（外汇储备增量）急剧上升。2008年12月出现断点，这主要是受到国际金融危机的影响，美元在这次金融危机中大幅度贬值，加重了人民币升值的压力，中央银行的干预数量又有所增加。此外，我们可以看到，中央银行的干预量和人民币的变动量的相关性越来越强，这也从一个侧面说明了人民币汇率的决定越来越受到市场力量的影响，中国人民银行的干预也从政策导向逐渐向完善市场的方面发展，通过影响市场上买卖双方的力量来间接影响人民币汇率的波动，这也说明了我国中央银行的干预属于“逆风向干预”。

三、结论

本文结合微观因素外汇指令流、宏观因素利率差以及中央银行对外汇市场的干预综合研究了短期人民币汇率的形成机制。研究结果表明：（1）人民币/美元汇率指令流对以日为汇率波动的相关系数较高，而利率差对当期的人民币汇率收益短期波动几乎没有相关性；（2），随着时间频度的拉长，指令流对人民币汇率波动的解释能力很弱，但是利率差却和人民币汇率波动却有着稳定的关系；（3）而指令流与利率差同时作为自变量，共同对汇率波动的影响却是显著的；（4）中央银行的干预仍然对人民币汇率的形成有着重大影响。

参考文献：

[1] Meese，Rogoff.Empirical Exchange Rate Models of the Seventies：Do They Fit Out of the Sample？ [J].Journal of International Economics，

1983b，（13）：3-24.

[2] Meese，Rogoff.Was It Real？ The Exchange Rate-Interest Differential Relation over the Modern Floating-Rate Period[J].Journal of finance，

1988，（43）：933-948.

[3] Lyons R.K.The Microstructure Approach to Exchange Rates[M].The MIT Press，Boston，2001：1-19.

[4] Lyons R.Test of Micro-structural Hypotheses in the Foreign Exchange Market[J].Journal of Financial Economics，1995，（39）：321-51.

[5] Martin D.D.Evans，Richard K.Lyons.Order Flow and Exchange Rate Dynamics[J].Journal of Political Economy，2002，vol.110，no.1：

170-180.

[6] Evans M.D.D.and R.Lyons.How is Macro News Transmitted to Exchange Rates？” [J].Journal of Financial Economics，2008，（88）：26-50.

[7] Evans M.D.D.and R.Lyons.A New Micro Model of Exchange Rate Dynamics，NBER Working Paper，August 4，2005.

[8] Bacchetta，P.，van Wincoop，E.Can information heterogeneity explains the exchange rate determination puzzle？ [J].American Economic

Review，2006，（96）：552-576.

[9] Rime.D.Order Flow analysis of Exchange Rate.Economic Bulletin 3：147-152.

[10] Evans M.D.D.and R，.Lyons.Exchange Rate Fundamentals and Order Flow NBER Working Paper 13151，June，2007.

[11] Martin D.D.Evans.Order flows and the exchange rate disconnect puzzle[J].Journal of International Economics，2010，（80）：58-71.

[12] 王成军.浅析汇率决定过程中宏观基本面与指令流关系[J].经济研究导刊，2010，（3）：50-51.

[13] 孙立坚.外汇市场微观结构理论的原理及其前景[J].国际金融研究，2002，（11）：13-19.

[14] 陈浪南，林伟斌，欧阳永卫.人民币汇率决定的市场微观结构分析[J].经济学（季刊），2007，（1）：255-282.

[15] 林伟斌，王艺明.汇率决定与央行干预——1994—2005年的人民币汇率决定研究[J].管理世界，2009，（7）：67-76.

[16] Carol L.Osler.Macro lessons from microstructure[J].International Journal of Finance & Economics，2006，（11）：55-80.

[17] Michael Frommel，Alexander Mende，Lukas Menkhoff.Order flows，news and exchange rate volatility[J].Journal of International Money

and Finance，2008，（27）：994-1012.

[18] Love，R，Payne，R.Macroeconomic news，order flow and exchange rates[J].Journal of Financial and Quantitative Analysis，2008，（43）：

467-488.

[19] Michael King，Lucio Sarno，Elvira Sojli.Timing exchange rates using order flow：The case of the Loonie [J].Journal of Banking&

Finance.Article in press，2010.

[20] 丁剑平，俞君钛，张景煜.从外汇市场微观结构视角看中央银行入市交易效果[J].管理世界，2006，（7）：15-21.

[21] Michael J.Sager and Mark P.Taylor.Under the Microscope：the Structure of the Foreign Exchange Market[J].International Journal of

Finance and Economics，2006，（11）：81-95.[责任编辑 李 可]endprint

表5 模型分段检验结果

2005年7月以前，人民币汇率一直维持在8.27附近，我国的汇率制度可以说是变相的固定汇率制，中国人民银行每日公布人民币的汇率价格，并且不允许汇率过度波动。可以说，这个时期的央行干预的政策性更强，人民币汇率很大程度上是中央银行“自主定价”的结果，因此，中央银行的入市操作交易量和人民币汇率变动在这个阶段相关性较弱。2005年8月后，人民币波动的幅度空间增大，并且迫于国外舆论的压力，中国人民银行对外汇市场的政策性干预逐渐减弱，取而代之的是中国人民银行积极参与到人民币外汇的买卖中，通过影响市场上买卖双方的力量来间接决定人民币汇率的价格。中央银行此时实际上担当了市场上出清者的作用，被动的提供流动性和吸收流动性。中国人民银行的干预量（外汇储备增量）急剧上升。2008年12月出现断点，这主要是受到国际金融危机的影响，美元在这次金融危机中大幅度贬值，加重了人民币升值的压力，中央银行的干预数量又有所增加。此外，我们可以看到，中央银行的干预量和人民币的变动量的相关性越来越强，这也从一个侧面说明了人民币汇率的决定越来越受到市场力量的影响，中国人民银行的干预也从政策导向逐渐向完善市场的方面发展，通过影响市场上买卖双方的力量来间接影响人民币汇率的波动，这也说明了我国中央银行的干预属于“逆风向干预”。

三、结论

本文结合微观因素外汇指令流、宏观因素利率差以及中央银行对外汇市场的干预综合研究了短期人民币汇率的形成机制。研究结果表明：（1）人民币/美元汇率指令流对以日为汇率波动的相关系数较高，而利率差对当期的人民币汇率收益短期波动几乎没有相关性；（2），随着时间频度的拉长，指令流对人民币汇率波动的解释能力很弱，但是利率差却和人民币汇率波动却有着稳定的关系；（3）而指令流与利率差同时作为自变量，共同对汇率波动的影响却是显著的；（4）中央银行的干预仍然对人民币汇率的形成有着重大影响。

参考文献：

[1] Meese，Rogoff.Empirical Exchange Rate Models of the Seventies：Do They Fit Out of the Sample？ [J].Journal of International Economics，

1983b，（13）：3-24.

[2] Meese，Rogoff.Was It Real？ The Exchange Rate-Interest Differential Relation over the Modern Floating-Rate Period[J].Journal of finance，

1988，（43）：933-948.

[3] Lyons R.K.The Microstructure Approach to Exchange Rates[M].The MIT Press，Boston，2001：1-19.

[4] Lyons R.Test of Micro-structural Hypotheses in the Foreign Exchange Market[J].Journal of Financial Economics，1995，（39）：321-51.

[5] Martin D.D.Evans，Richard K.Lyons.Order Flow and Exchange Rate Dynamics[J].Journal of Political Economy，2002，vol.110，no.1：

170-180.

[6] Evans M.D.D.and R.Lyons.How is Macro News Transmitted to Exchange Rates？” [J].Journal of Financial Economics，2008，（88）：26-50.

[7] Evans M.D.D.and R.Lyons.A New Micro Model of Exchange Rate Dynamics，NBER Working Paper，August 4，2005.

[8] Bacchetta，P.，van Wincoop，E.Can information heterogeneity explains the exchange rate determination puzzle？ [J].American Economic

Review，2006，（96）：552-576.

[9] Rime.D.Order Flow analysis of Exchange Rate.Economic Bulletin 3：147-152.

[10] Evans M.D.D.and R，.Lyons.Exchange Rate Fundamentals and Order Flow NBER Working Paper 13151，June，2007.

[11] Martin D.D.Evans.Order flows and the exchange rate disconnect puzzle[J].Journal of International Economics，2010，（80）：58-71.

[12] 王成军.浅析汇率决定过程中宏观基本面与指令流关系[J].经济研究导刊，2010，（3）：50-51.

[13] 孙立坚.外汇市场微观结构理论的原理及其前景[J].国际金融研究，2002，（11）：13-19.

[14] 陈浪南，林伟斌，欧阳永卫.人民币汇率决定的市场微观结构分析[J].经济学（季刊），2007，（1）：255-282.

[15] 林伟斌，王艺明.汇率决定与央行干预——1994—2005年的人民币汇率决定研究[J].管理世界，2009，（7）：67-76.

[16] Carol L.Osler.Macro lessons from microstructure[J].International Journal of Finance & Economics，2006，（11）：55-80.

[17] Michael Frommel，Alexander Mende，Lukas Menkhoff.Order flows，news and exchange rate volatility[J].Journal of International Money

and Finance，2008，（27）：994-1012.

[18] Love，R，Payne，R.Macroeconomic news，order flow and exchange rates[J].Journal of Financial and Quantitative Analysis，2008，（43）：

467-488.

[19] Michael King，Lucio Sarno，Elvira Sojli.Timing exchange rates using order flow：The case of the Loonie [J].Journal of Banking&

Finance.Article in press，2010.

[20] 丁剑平，俞君钛，张景煜.从外汇市场微观结构视角看中央银行入市交易效果[J].管理世界，2006，（7）：15-21.

[21] Michael J.Sager and Mark P.Taylor.Under the Microscope：the Structure of the Foreign Exchange Market[J].International Journal of

Finance and Economics，2006，（11）：81-95.[责任编辑 李 可]endprint

表5 模型分段检验结果

2005年7月以前，人民币汇率一直维持在8.27附近，我国的汇率制度可以说是变相的固定汇率制，中国人民银行每日公布人民币的汇率价格，并且不允许汇率过度波动。可以说，这个时期的央行干预的政策性更强，人民币汇率很大程度上是中央银行“自主定价”的结果，因此，中央银行的入市操作交易量和人民币汇率变动在这个阶段相关性较弱。2005年8月后，人民币波动的幅度空间增大，并且迫于国外舆论的压力，中国人民银行对外汇市场的政策性干预逐渐减弱，取而代之的是中国人民银行积极参与到人民币外汇的买卖中，通过影响市场上买卖双方的力量来间接决定人民币汇率的价格。中央银行此时实际上担当了市场上出清者的作用，被动的提供流动性和吸收流动性。中国人民银行的干预量（外汇储备增量）急剧上升。2008年12月出现断点，这主要是受到国际金融危机的影响，美元在这次金融危机中大幅度贬值，加重了人民币升值的压力，中央银行的干预数量又有所增加。此外，我们可以看到，中央银行的干预量和人民币的变动量的相关性越来越强，这也从一个侧面说明了人民币汇率的决定越来越受到市场力量的影响，中国人民银行的干预也从政策导向逐渐向完善市场的方面发展，通过影响市场上买卖双方的力量来间接影响人民币汇率的波动，这也说明了我国中央银行的干预属于“逆风向干预”。

三、结论

本文结合微观因素外汇指令流、宏观因素利率差以及中央银行对外汇市场的干预综合研究了短期人民币汇率的形成机制。研究结果表明：（1）人民币/美元汇率指令流对以日为汇率波动的相关系数较高，而利率差对当期的人民币汇率收益短期波动几乎没有相关性；（2），随着时间频度的拉长，指令流对人民币汇率波动的解释能力很弱，但是利率差却和人民币汇率波动却有着稳定的关系；（3）而指令流与利率差同时作为自变量，共同对汇率波动的影响却是显著的；（4）中央银行的干预仍然对人民币汇率的形成有着重大影响。

参考文献：

[1] Meese，Rogoff.Empirical Exchange Rate Models of the Seventies：Do They Fit Out of the Sample？ [J].Journal of International Economics，

1983b，（13）：3-24.

[2] Meese，Rogoff.Was It Real？ The Exchange Rate-Interest Differential Relation over the Modern Floating-Rate Period[J].Journal of finance，

1988，（43）：933-948.

[3] Lyons R.K.The Microstructure Approach to Exchange Rates[M].The MIT Press，Boston，2001：1-19.

[4] Lyons R.Test of Micro-structural Hypotheses in the Foreign Exchange Market[J].Journal of Financial Economics，1995，（39）：321-51.

[5] Martin D.D.Evans，Richard K.Lyons.Order Flow and Exchange Rate Dynamics[J].Journal of Political Economy，2002，vol.110，no.1：

170-180.

[6] Evans M.D.D.and R.Lyons.How is Macro News Transmitted to Exchange Rates？” [J].Journal of Financial Economics，2008，（88）：26-50.

[7] Evans M.D.D.and R.Lyons.A New Micro Model of Exchange Rate Dynamics，NBER Working Paper，August 4，2005.

[8] Bacchetta，P.，van Wincoop，E.Can information heterogeneity explains the exchange rate determination puzzle？ [J].American Economic

Review，2006，（96）：552-576.

[9] Rime.D.Order Flow analysis of Exchange Rate.Economic Bulletin 3：147-152.

[10] Evans M.D.D.and R，.Lyons.Exchange Rate Fundamentals and Order Flow NBER Working Paper 13151，June，2007.

[11] Martin D.D.Evans.Order flows and the exchange rate disconnect puzzle[J].Journal of International Economics，2010，（80）：58-71.

[12] 王成军.浅析汇率决定过程中宏观基本面与指令流关系[J].经济研究导刊，2010，（3）：50-51.

[13] 孙立坚.外汇市场微观结构理论的原理及其前景[J].国际金融研究，2002，（11）：13-19.

[14] 陈浪南，林伟斌，欧阳永卫.人民币汇率决定的市场微观结构分析[J].经济学（季刊），2007，（1）：255-282.

[15] 林伟斌，王艺明.汇率决定与央行干预——1994—2005年的人民币汇率决定研究[J].管理世界，2009，（7）：67-76.

[16] Carol L.Osler.Macro lessons from microstructure[J].International Journal of Finance & Economics，2006，（11）：55-80.

[17] Michael Frommel，Alexander Mende，Lukas Menkhoff.Order flows，news and exchange rate volatility[J].Journal of International Money

and Finance，2008，（27）：994-1012.

[18] Love，R，Payne，R.Macroeconomic news，order flow and exchange rates[J].Journal of Financial and Quantitative Analysis，2008，（43）：

467-488.

[19] Michael King，Lucio Sarno，Elvira Sojli.Timing exchange rates using order flow：The case of the Loonie [J].Journal of Banking&

Finance.Article in press，2010.

[20] 丁剑平，俞君钛，张景煜.从外汇市场微观结构视角看中央银行入市交易效果[J].管理世界，2006，（7）：15-21.

[21] Michael J.Sager and Mark P.Taylor.Under the Microscope：the Structure of the Foreign Exchange Market[J].International Journal of

Finance and Economics，2006，（11）：81-95.[责任编辑 李 可]endprint