人民币汇率预期：基于ARCH族模型的实证分析

摘 要：自2005年中国汇率改革以来，人民币汇率在升值预期的大背景下，人民币汇率一直处于上升通道中。本文利用2006年到2014年美元对人民币的日汇率数据建立了随机游走模型，运用ARCH族模型检验其残差发现，美元对人民币汇率波动率时间序列r具有“尖峰厚尾”和集群性特征。并且在市场信息不对称的情况下，市场对人民币升值与贬值存在不同的反应，并且在人民币升值预期的背景下，市场信息有杠杆作用。

关键词：美元对人民币汇率；ARCH族模型；实证分析

一、引言

自中国汇率改革以来，人民币汇率一直处于上升通道中。同时在市场信息不对称的条件下，市场对人民币升值与贬值存在不同的反应。为了探索人民币汇率的波动特征和市场特征，本文利用利用ARCH族模，以2006年到2014年的美元对人民币日汇率数据进行了分析，并提出了相关的政策建议。

二、人民币对美元汇率实证研究

1.数据来源与处理

本文所采用数据为国家外汇管理局网站公布的数据，时间跨度为2006年1月1日到2014年6月30日，其中除去双休日、节假日和个别日子的数据缺失，共2057个数据。通过Eviews软件完成数据导入，并命名为rate。根据建模需要，笔者在Eviews中定义如下变量：r=log（rate/rate（-1）），因此，直接得到汇率波动率序列r。

2.数据的描述性统计

经过数据的初始统计性描述（图）可以发现：美元对人民币汇率波动率具有尖峰厚尾特征不服从正态分布。因此，本文在进行分析时，假设汇率波动率序列r服从t分布。

3.美元对人民币汇率波动率序列的检验

首先，对美元对人民币汇率波动率r的平稳性进行检验，即单位根检验。采用ADF统计量，检验结果见表1。研究表明：在1%的显著性水平下，汇率波动率r的ADF统计量值小于临界值，因此拒绝零假设。故美元对人民币汇率波动率r是平稳序列。

表1 时间序列r平稳性检验表

其次，我们来判定时间序列r能否用于建立ARCH模型，所以，笔者进行了ARCH效应检验。先结合序列r相关图和偏相关图进行分析，由于篇幅原因，这里并未给出自相关图和偏相关图，根据AC和PAC应该建立AR（4），但是经过反复多次实验，笔者建立了AR（1）AR（3）模型（结果见表2）。

表2 ARCH效应检验

接下来，我们通过ARCH检验考察AR（3）模型中是否存在自回归条件异方差。由表3可知：两种检验结果都表明存在自回归条件异方差，因此，可以在AR（3）均值方程的基础上建立ARCH模型。

表3 AR（3）的ARCH-LM检验表

4.对美元人民币时间序列的ARCH模型检验

（1）ARCH（6）模型。笔者经过不断尝试，建立了AR（3）均值方程的ARCH（6）模型。在方程中剔除了AR（3）是因为伴有ARCH方程后，其系数不再有显著性。

AR（3）均值方程：

ARCH（6）方程： =1.02E-07+0.163εt-12+0.216εt-22+0.13εt-32+0.2496εt-42

+0.203εt-52+0.114εt-62

（2）TARCH（1，1）模型

经实证尝试，根据AR（1）方程所建立的ARCH（6）模型的滞后项太多，应该尝试建立GARCH（1，1）模型。于是，笔者经过调整，建立了GARCH（1，1）模型。

AR（1）均值方程： =0.065rt-1+εt

ARC（1，1）方程： =9.47E-09+0.092εt-12+0.898σt-12

由两者结果可知，ARCH（6）和GARCH（1，1）模型各项均显著不为零，说明条件异方差明显，即汇率波动具有集群性。方差方程中的常数项表示冲击对波动的影响，而每个系数反映了系统的长记忆性，两者之和反映了波动的持续性。由方程回归结果可知：①常数项大于零，其反映了外部冲击会加剧汇率的波动，且汇率具有一定的记忆性，即汇率有持续性；②两者之和大于1，则说明在历史波动和外界冲击的作用下，汇率会出现一定大幅度波动，需要有较长时间的调整。

（3）ARCH-M（1）模型

AR（1）均值方程： =0.041rt-1-0.156σt+εARCH-M（1）方程：=9.55E-09+0.096εt-12+0.898σt-12

考虑到篇幅，后面的模型笔者将直接给出最终结果。其中，方程中的各项系数在1%的置信水平上都具有显著性，均值方程中γ=-0.156，显著不为零，说明汇率波动的期望与其风险密切相关。

（4）TARCH（1，1）模型

AR（1）均值方程：=0.064rt-1+εt

TARCH（1，1）方程：=8.85E-09+0.073εt-12+0.019εt-12dt-1+0.90σt-12

其中，方程中的各项系数在1%的置信水平上都具有显著性，因为εt-12dt-1这一项的系数为0.019，且在1%水平上显著，所以存在新信息冲击曲线的非对称性，并且也说明，在市场信息不对称的情况下，人民币对美元升值的市场信息有杠杆作用。也就是升值和贬值的冲击有明显差异，贬值的影响持续系数为0.073，而升值的影响持续系数为0.073+0.019=0.092。

三、结语

根据研究可以知道，人民币汇率预期波动是比较剧烈的，存在ARCH效应，即人民币汇率表现出宽尾特征和波动群集性。宽尾性说明对多数市场参与者而言人民币汇率具有同向影响。即当市场有收益时，大多数人都会有收益，而当市场呈现亏损，则大多数人亏损。波动群集性表示人民币汇率预期是群集性行为，人民币汇率的升值和贬值是相对连续的，因此若市场导致人民币汇率升值或着贬值，该趋势将持续较长的时间。因而政策当局为了人民币币值的稳定，在预期偏离名义汇率时，可采取适当政策予以干预。

另外，人民币汇率预期的波动具有明显的不对称性，对于导致人民币贬值的相关信息反映较小，而对于导致人民币升值的相关信息反映较大。这与当今人民币升值预期的大背景是相符的，特别是在2007年、2008年和2009年，在各种声音和势力的压力下，人民币升值进度迅猛。而如果我们回顾东南亚一些国家的波动历史，可以发现作为一个新兴的发展中国家，人民币汇率易贬值难升值是复合经济发展规律的。因此，对于人民币升值压力，我们应谨慎对待，进而保持人民币汇率的基本稳定。

参考文献：

[1]姚战琪.基于ARCH模型的我国股票市场收益波动性研究[J].贵州财经学院学报，2012，（04）：52-56.

[2]曹红辉，王琛.人民币汇率预期：基于ARCH族模型的实证分析[J].国际金融研究，2008，（4）：52-59.

[3]相瑞，陶士贵.GARCH模型检验人民币汇率趋势的有效性研究[J].科技广场，2009.（10）：103-105.

[4]任兆璋，宁忠忠.人民币汇率预期的随机波动模型研究[J].暨南学报（哲学社会科学版），2007，（03）：23-28.

[5]娄可元，周圣物，胡素敏，丁玉洁.基于非对称GARCH模型的美元/人民币汇率VaR分析[J].经济研究导刊，2009，（05）：102-105.

作者简介：汪廷美（1987- ），女，汉族，重庆，助教，硕士研究生，重庆师范大学涉外商贸学院，研究方向：农村区域经济、社会保障