非对称冲击与境内外人民币外汇市场间的动态关联——基于AG－DCC－MVGARCH模型的实证分析

陈 云

华南师范大学 经济与管理学院，广东 广州 510006

一、引言

2010年7月19日，中国人民银行与香港金管局就扩大人民币贸易结算安排签订了补充合作备忘录，8月16日，中国人民银行宣布，境外金融机构的人民币可投资于大陆银行间债券市场，这也催生了一个新的离岸人民币市场，即香港离岸(可交割)人民币市场(以下简称CNH市场)。CNH市场形成后，与既有的人民币无本金交割远期外汇市场(以下简称NDF市场)一起，共同构成了主要的境外人民币外汇市场。境内人民币外汇市场则是指银行间外汇交易市场(以下简称CNY市场)。

尽管均以人民币作为交易标的，但由于市场参与主体、定价机制、监管机构不同，境内外人民币外汇市场形成了不同的价格体系。而伴随着人民币汇率改革的不断深化、人民币国际化的不断推进，人民币跨境结算规模持续增加，境外人民币债券和金融产品开发业务迅速发展，境内外人民币外汇市场之间的联系也愈发紧密。

在此背景下，深入探讨境内外人民币外汇市场之间的动态关联，有助于贸易商和投资者更好地进行套期保值、资产配置和风险管理，也有助于货币当局更好地监控境外人民币外汇市场所带来的冲击，并采取应对举措，稳定外汇市场，从而稳步推进人民币汇率机制改革和人民币国际化。

二、文献述评

由于人民币NDF市场形成历史较久，研究境内外人民币外汇市场之间关系的文献大多集中于NDF市场与CNY市场之间的关系。如黄学军和吴冲峰(2006)［1］、代幼渝和杨莹(2007)［2］、王曦和郑雪峰(2009)［3］采用协整分析和Granger因果关系检验，考察了NDF市场与CNY即期(远期)市场之间的价格引导关系;徐剑刚等(2007)［4］采用MA(1)－GARCH模型，考察了CNY市场与NDF市场之间的均值溢出和波动溢出效应;李晓峰和陈华(2008)［5］采用MVGARCH－BEKK模型，考察了境外期货市场、NDF市场与CNY市场之间的报酬溢出和波动溢出效应;严敏和巴曙松(2010)［6］、徐晟等(2013)［7］采用 DCC － MVGARCH 模型，黄志刚等(2014)［8］采用 Copula 理论，考察了NDF市场与CNY即期(远期)市场之间的动态相关性。

人民币CNH市场出现后，一些学者开始引入CNH市场以探讨境内外人民币外汇市场之间的关系。如伍戈和裴诚(2012)［9］、贺晓博和张笑梅(2012)［10］运用VAR模型、Granger因果关系检验及脉冲响应分析，赵胜民等(2013)［11］采用有向无环图方法和递归预测方差分解技术，分析了CNY市场(即期或远期)、CNH市场(即期或远期)和NDF市场之间的价格引导关系;Maziad and Kang(2012)［12］采用二元 GARCHBEKK模型，研究了CNY即期(远期)、CNH即期(远期)市场之间的波动溢出效应;吴志明和陈星(2013)［13］运用Granger因果关系检验、脉冲响应分析和二元MGARCHBEKK模型，研究了CNY即期和远期市场、CNH市场及NDF市场之间的报酬溢出和波动溢出效应;修晶和周颖(2013)［14］、余娟娟和林玲(2013)［15］采用 DCC － MVGARCH模型，考察了CNY市场、CNH市场、NDF市场三者之间的动态相关关系。

由于选择的样本区间和研究方法有所不同，以上研究文献所得到的结论也不一致。总体来看，由于CNH市场形成的时间较短，既有研究所选择的样本数据有限，影响了实证分析的可靠性，也不能反映出近期市场的变化情况。既有研究多从报酬溢出和波动溢出角度考察三个市场之间的相互关系，考察三个市场之间动态相关性的文献十分欠缺。此外，外部冲击对市场之间的相关性可能产生非对称效应，而目前尚未检索到文献对这一问题进行分析。

鉴于此，本文选择CNY市场、CNH市场和NDF市场为研究对象，系统全面地分析了境内外人民币外汇市场之间的动态关联，并从以下几个方面弥补现有研究的不足:其一，本文选择2010年8月23日～2013年12月31日作为样本区间，样本期较长，数据更新到近期，且对数据的处理更为仔细客观，保证实证分析的可靠性。其二，本文采用Cappiello et al.(2006)［16］扩展的广义非对称动态条件相关多元GARCH模型(以下简称AG－DCC－MVGARCH模型)进行实证分析，该模型不仅考虑了多个金融市场不同金融资产之间的相关性具有时变特征，还考虑了非对称冲击对金融市场相关性的影响，从而能较好地刻画境内外人民币外汇市场之间的动态相关关系。

三、变量、数据和实证模型

(一)变量和数据说明

境内人民币外汇市场(CNY市场)，选择人民币对美元即期汇率每日收盘价;香港离岸人民币市场(CNH市场)，选择人民币对美元即期汇率每日收盘价;香港人民币无交割远期市场(NDF市场)，选择3个月NDF数据每日收盘价①此处选择人民币3个月NDF作为代表，是由于3个月NDF交易最为活跃，价格具有代表性。。原始数据均来源于Bloomberg数据终端。样本区间为2010年8月23日～2013年12月31日，考虑到香港和内地的节假日不同，此外还有台风等原因导致的休市，境内外人民币外汇市场交易日期可能存在不重合。删去不重合的数据，得到三个市场均可获取的完整数据，共789组观察值。

由于本文要分析的是境内外人民币外汇市场收益率及波动的相关性，为此，根据三个市场的人民币汇率数据，计算得到相应的人民币收益率序列。

RCNY、RCNH、RNDF3M分别代表CNY市场、CNH市场和NDF市场人民币收益率，三个收益率序列的图形如图1。从图中可以看出，三个收益率序列均表现出显著的波动集聚特征，其中CNH市场的波动性最大，NDF市场的波动性次之，CNY市场的波动性最小。这可能与三个市场的定价机制及政策环境不同是密切相关的。CNY市场仍然会受中央银行的政策干预，以保持人民币汇率水平在一个较窄的区间里波动，而CNH市场和NDF市场的定价机制更为灵活，人民币汇率水平更多地取决于市场的供求，因此波动性大一些。

(二)变量预分析

境内外人民币外汇市场收益率序列的描述性统计分析见表1。三个收益率的均值和中位数均为负值;收益率的标准差最大的是CNH市场，其次是NDF市场，最小的是CNY市场，表明CNH和NDF市场波动较大，而CNY市场波动较小;三个收益率的偏度均为负值，峰度均大于3，序列满足尖峰厚尾特征。对三个收益率序列进行Jarque－Bera检验，结果显示三个序列均为非正态分布。分别对三个收益率序列进行回归，并对其残差进行ARCH检验，结果显示三个序列均存在显著的异方差。

在实证分析之前，还需对序列的平稳性进行判别。境内外人民币外汇市场收益率序列的ADF和PP单位根检验结果见表2。结果表明，三个收益率序列均为平稳序列。

表1 收益率序列的描述性统计分析

表2 收益率序列的单位根检验

AG－DCC－MVGARCH模型的基本结构如下:

rt为3×1向量，代表境内外人民币外汇市场收益率，假设服从多元正态分布，其条件均值为0，条件方差－协方差矩阵为Ht，Ωt－1为截止到t－1期所有可获得的信息集。

当A、B、G均为对角矩阵时，矩阵Qt表示如下:

i为单位向量，a，b，g分别为包含矩阵A、B、G对角元素的向量。

当A、B、G分别为标量时，AG－DCC－MVGARCH模型变成ADCC－MVGARCH模型，矩阵Qt为:

当G=0，且对角矩阵A、B均为标量时，AG－DCC－MVGARCH模型变成DCC模型，矩阵Qt为:

根据AG－DCC－MVGARCH模型，还可计算序列之间的时变相关系数ρt。

qijt、qiit和qjjt均为矩阵Qt的元素。

四、实证研究

AG－DCC－MVGARCH模型采用拟极大似然法(Quasi－Maximum Likelihood，QML)进行估计，参数估计分为两步:第一步，针对境内外人民币外汇市场的三个收益率序列，引入非对称效应，分别构建单变量GJR－GARCH模型，从中得到Dt;第二步，根据标准化残差和Dt的关系式εt=，估计其他参数。估计过程采用Rats7.0软件编程实现。

境内外人民币外汇市场收益率的单变量GJR－GARCH模型如下:

ht为收益率的条件方差，ω为截距项，ut－1为收益率残差，Iu＜0(ut－1)为示性函数，ut－1＜0时为1，其他为0。因此，系数γ可衡量非对称冲击效应。如γ显著不为0，表明存在非对称冲击;γ＞0时，意味着负向冲击效应大于正向冲击效应;γ＜0时，意味着正向冲击效应大于负向冲击效应。

GJR－GARCH模型估计结果见下表3。从估计结果来看，三个收益率方差方程中，系数ω近似为0，但CNY市场不够显著;系数α和β的估计值均显著不为0，且α+β均趋于1，表明三个市场波动均具有持久性;系数γ均不显著，表明三个市场波动均不存在显著的非对称冲击效应。

表3 单变量GJR－GARCH模型系数估计

选取境内外人民币外汇市场收益率序列，构建三元MVGARCH模型。结合GJR－GARCH模型估计结果，进一步进行DCC－MVGARCH模型估计。分别选取DCC、ADCC、GDCC、AG－DCC(对角矩阵)四种模型形式，其对数似然值(Log likelihood value)详见下表4。对数似然值结果显示，对角矩阵AG－DCC－MVGARCH模型优于其他三种模型形式。对数似然比检验(LR)结果也表明，AG－DCC－MVGARCH模型最优①对数似然比检验统计量LR=－2［lnL1－lnL2］，lnL1和lnL2分别为有约束模型和无约束模型的对数似然值。LR统计量渐进服从χ2(n)分布，n为约束条件的个数。分别计算AG－DCC－MVGRACH(对角矩阵)模型相比于DCC模型、ADCC模型、GDCC模型的LR统计量，并对照分布的临界值表，即可得到三个LR统计量均在1%水平上显著。。AG－DCC－MVGARCH模型的参数估计结果见下表5。

表4 四种DCC模型的对数似然值

表5 AG－DCC－MVGARCH模型参数估计值

从估计结果来看:除a1和a3外，所有的系数估计值均十分显著。a2的值为0.12，显著性水平为1%，表明CNH市场显著受到新息冲击。b1、b2、b3分别为0.74、0.99和1，显著性水平分别为1%、5% 和1%，表明境内外人民币外汇市场的波动具有持久性。g1、g2、g3分别为0.52、0.11、0.14，显著性水平为1%，表明外部冲击对境内外人民币外汇市场之间的动态条件相关性存在显著的非对称冲击效应，负向冲击效应大于正向冲击效应。这也意味着，当收益率下降时，境内外人民币外汇市场之间的动态条件相关性更高。从非对称冲击的影响程度来看，CNY市场遭受负向冲击时，对三个市场之间的相关性影响最大，且远远高于CNH市场和NDF市场所带来的影响，CNH市场和NDF市场遭受负向冲击时，对三个市场之间相关性的影响相近。

根据上述AG－DCC－MVGARCH模型估计结果，分别计算得到CNY市场、CNH市场和NDF市场收益率序列两两之间的动态条件相关系数，相应的图形见下图2～图4。

结果显示:CNY市场、CNH市场和NDF市场收益率之间的动态条件相关系数均为正值。其中，CNY市场和CNH市场收益率之间的动态条件相关系数的均值为0.58，CNY市场和NDF市场收益率动态条件相关系数的均值为0.44，CNH市场和 NDF市场收益率动态条件相关系数均值为0.51。总体来看，CNY市场和CNH市场收益率之间的相关系数高于CNY市场和NDF市场收益率之间的相关系数。从动态条件相关系数的波动特征来看，CNY市场和CNH市场、CNY市场和NDF市场收益率之间的相关系数上下波动较为剧烈和频繁，且呈现一定程度的集聚性，而CNH市场和NDF市场收益率之间的相关系数波动没有表现出明显的集聚特征。

五、结论

本文运用AG－DCC－GARCH模型研究了CNH市场形成以来境内外人民币外汇市场之间的动态关联。得到的实证结论如下:

CNY市场与CNH市场、CNY市场与NDF市场、CNH市场与NDF市场收益率之间均存在显著为正的动态条件相关关系，表明境内外人民币外汇市场之间融合程度增强，信息传递效应明显。CNY市场与CNH市场收益率之间的相关系数总体上高于CNY市场和NDF市场收益率之间的相关系数，表明CNY市场与CNH市场之间的联系更紧密，信息流动更充分。这也反映出在境外人民币外汇市场中，NDF市场的影响力逐渐让位于CNH市场。CNY市场和CNH市场、CNY市场和NDF市场收益率之间的动态条件相关系数显示出一定的波动集聚性，这也反映出境内和境外人民币外汇市场之间的相关性还不太稳定，容易受外部冲击影响而发生变化。CNH市场和NDF市场收益率之间的相关系数不具备波动集聚性，表明境外两个人民币市场之间的相关关系比较稳定，但近年来两者之间的相关性有所减弱。

CNY市场、CNH市场和NDF市场收益率波动具有持久性，但不存在非对称冲击反应。然而，非对称冲击对CNY市场、CNH市场和NDF市场收益率之间的动态条件相关性具有显著影响，且负向冲击效应大于正向冲击效应。这也意味着面临不利的外部冲击时，境内外人民币外汇市场之间的相关性更强，市场联动性风险放大。因此，货币当局应严密监控来自于外部市场的冲击，并增强自身防范和应对外部风险的能力。CNY市场遭受负向冲击时，对三个市场之间的动态条件相关性的影响较大，而CNH市场和NDF市场遭受负向冲击时，对三个市场之间的动态条件相关性的影响较小。这也反映出目前境内人民币外汇市场仍然具有信息优势，处于信息中心地位。因此，需要进一步推动人民币离岸市场建设和境内人民币汇率市场化改革，并最终推动人民币国际化。

［1］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).

［2］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).

［3］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).

［4］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(9).

［5］李晓峰，陈华.人民币即期汇率市场与境外衍生市场之间的信息流动关系研究［J］.金融研究，2008(5).

［6］严敏，巴曙松.人民币即期汇率与境内外远期汇率动态关联——NDF监管政策出台之后［J］.财经研究，2010(2).

［7］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(8).

［8］黄志刚，耿庆峰，吴文平.人民币即期汇率与境内外远期汇率动态相关性研究［J］.金融经济学研究，2014(1).

［9］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(9).

［10］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(6).

［11］赵胜民，谢晓闻，方意.人民币汇率定价权归属问题研究:兼论境内外人民币远期外汇市场有效性［J］.经济科学，2013(4).

［12］Maziad S，Kang J S.RMB Internationalization:Onshore/Offshore Links.Working Papers，International Monetary Fund，2012.

［13］吴志明，陈星.基于MGARCH－BEKK模型的境内外人民币汇率动态关联性研究——来自香港离岸人民币市场成立后的经验证据［J］.世界经济与政治论坛，2013(5).

［14］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(3).

［15］余娟娟，林玲.人民币汇率不完全传递的行业差异——引入贸易附加值的分析［J］.当代财经，2013(2).

［16］Capiello L.，Engle，R.and Sheppard，K.2006.Asymmetric Dynamic in the Correlation of Global Equity and Bond Returns，Journal of Financial Econometrics，Vol.4，No.4:537－572.