人民币在岸离岸汇率联动关系及其影响因素分析

叶亚飞 石建勋

一、引言

我国自2008年金融危机以来一直在追求在岸人民币(CNY)的国际化,而发展人民币离岸市场是人民币国际化的重要战略布局。随着中国人民银行(PBOC)与香港金融管理局(HKMA)2010年7月19日联合宣布香港人民币可交割,香港人民币(CNH)离岸市场正式成立,自此,该市场一直快速增长,吸引了广泛的关注与大量的交易活动,然而,CNH与CNY的汇差也吸引了大量的套利行为与投机攻击。

由图1可知,人民币在岸离岸汇率差异一直存在,自2011年出现一轮贬值预期后,缘于我国自贸区建设及一系列利好政策,离岸市场一直预期人民币升值,直至2014年3季度。随着我国经济结构调整以及美联储加息预期等影响,CNH人民币报价一直走低,尤其是2015年“811”汇改后,离岸市场CNH持续贬值,与CNY价差不断扩大,拖累在岸人民币也出现累计最大跌幅。

图1 人民币在岸离岸汇率差异（DE=CNY-CNH）

人民币在岸离岸汇率差异蕴藏了巨大的套利空间,2016年伊始,在国际投机资本攻击下,离岸市场CNH一直贬值,与CNY价差创下了1 600点以上的历史记录,1周之内离岸人民币大跌逾2.28%,引发境内CNY跌幅超过0.8%,随后在央行、外管局、香港金融管理局等多方干预、多种政策调控下,CNH与CNY汇差才大幅收窄,一度出现倒挂。CNH贬值引发CNY下跌,CNY升值拉升CNH报价,充分表明人民币在岸离岸汇率间存在交互影响与联动,那么,联动关系具体有多强,受哪些因素影响,若央行能充分利用CNH与CNY的联动效应,可以更加便利地通过对在岸CNY市场的调控来影响离岸人民币走势,或者通过判断离岸CNH的波动来提前预案相应的调控措施,进而主动掌握人民币汇率的定价权。因此,本文试图定量研究CNY与CNH的联动关系,并追根溯源探究其联动关系的影响因素与作用机制,这对于充分认识人民币在岸离岸汇率关系、主动掌握人民币汇率定价权、完善人民币汇率形成机制和助推人民币国际化均具有重要的理论意义和实践参考价值。

二、文献综述

国内外学者有关人民币在岸离岸汇率的研究已相当丰富,代表性研究视角如下:

（一）人民币在岸离岸汇率差异研究

黄学军和吴冲锋(2006)[1]、代幼渝和杨莹(2007)[2]、Ma和McCauley(2008)[3]、严敏和巴曙松(2010)[4]、Gu和McNelis(2011)[5]、Maziad和Kang(2012)[6]、Cheung和Rime(2014)[7]、盛宝莲和庆楠(2015)[8]等均研究发现,人民币在岸汇率与离岸汇率间存在持久、显著的差异,特别是随着CNH市场的成立,离岸在岸市场间汇率差异的波动性愈加明显(乔依德等,2014[9])。Murase(2010)[10]认为人民币在岸离岸市场汇差是中国央行刻意为之,是对境内人民币输出的一种变相补贴。张明和何帆(2012)[11]持不同观点,其认为汇差导致了大规模的套汇套利活动,不仅不利于人民币汇率的稳定,也违背了人民币国际化的初衷,因此,“811”汇改的目标之一便是压缩CNY与CNH汇率差异,完善人民币汇率价格形成机制(刘志平,2015[12]；潘丽英,2016[13])。

（二）人民币在岸离岸汇率联动效应研究

Gu和McNelis(2011)[5]、Maziad和Kang(2012)[6]使用二元GARCH模型和邓黎桥(2015)[14]基于TVPVAR模型均研究发现人民币在岸即期汇率与离岸即期汇率间有较强的联动关系。Whalley和Chen(2013)[15]研究发现,即期CNY和CNH汇率之间可以相互追踪,但追踪趋势呈现动态变化(Ding等,2014[16]),而香港CNH市场的建立加强了人民币在岸离岸汇率间的联动(刘辉,2014[17])。刘华等(2015)[18]运用多元GARCH模型、阙澄宇和马斌(2015)[19]利用VARGJR-MGARCH-BEKK模型、崔学刚和邓衢(2016)[20]基于VAR模型研究得出相同结论,即离岸汇率波动对在岸汇率波动的影响要大于后者对前者的影响；而周先平和李标(2013)[21]利用VAR-MVGARCH模型、吴天洋(2015)[22]基于双因素VAR模型、杨帆(2015)[23]运用MVGARCH-BEKK模型均得出相反结论,其认为在岸即期汇率对离岸汇率的引导效应更显著,境内人民币升(贬)值对离岸人民币汇率升(贬)值的影响要远远大于后者对前者的影响,且影响关系具有动态时变性(Cheung和Rime,2014[7])。

（三）人民币在岸离岸汇率差异影响因素研究

Culbertson在1957年提出市场分割是一种货币拥有两套价格体系的原因,而由市场分割导致的货币风险是影响汇率定价的一个重要因素(Dumas和Solnik,1995[24])。金荦和李子奈(2005)[25]、Ma和McCauley(2008)[26]、严敏和巴曙松(2010)[4]均认为资本管制和境内外市场的微观结构差异是造成人民币市场分割乃至人民币汇率差异的主要原因。叶允平(2015)[27]将人民币在岸离岸汇率差异归结于CNY与CNH的市场规模、交易主体、交易机制以及监管方式的不同(刘志平,2015[12])。此外,境内外风险偏好差异(朱孟楠和张雪鹿,2015[28])、人民币升值预期和境内外利差(郭敏和贾君怡,2016[29])等也是人民币在岸离岸汇率差异的主要原因,而多元化境内外汇参与者、强化人民币双向波动预期、拓宽人民币境外回流渠道则是缩小在岸离岸汇率差异的有效措施(刘华等,2015[18])。

综上所述,国内外学者有关人民币在岸离岸汇率的研究已相当丰富,为本文研究奠定了良好的基础。学者们一致认同人民币在岸离岸汇率间存在差异且有强烈的相互影响与联动关系,但有关影响方向与联动强弱的研究结论并不一致；学者们也对人民币在岸离岸汇率差异的影响因素进行了理论和实证的双重研究与分析,但研究变量较不系统,有关市场分割、制度等因素的研究仅停留在定性分析,缺乏定量分析,有关在岸离岸市场间联动关系的影响因素分析还较为缺乏。因此,本文在前人研究基础上,重点对以下几个问题进行研究:第一,进一步明确人民币在岸离岸汇率间相互影响的主导方向,并运用DCC-GARCH模型克服恒定联动系数的局限性,实证检验在岸离岸汇率间联动关系的动态时变特征；第二,从理论和实证双重视角系统检验人民币在岸离岸汇率间联动关系的影响因素,并进一步引入赋值变量实证检验市场分割程度、汇率形成机制改革等对在岸离岸汇率联动关系的定量影响；第三,为契合即期汇率瞬息万变的特征,引入SVAR模型检验影响因素当期变量对联动关系的影响,以期能充分利用在岸离岸汇率间的联动关系来主动掌握人民币定价权,完善人民币汇率定价机制。

三、人民币在岸离岸汇率联动关系实证研究

（一）数据的选取与处理

在前人研究基础上,我们选取境内人民币CNY即期汇率、香港人民币CNH即期汇率作为人民币在岸、离岸汇率的代表。因香港财资市场公会2011年6月起正式统计公布人民币CNH数据,因此本文数据时间区间为2011年6月27日至2016年6月28日,剔除休市、周末、节假日,共1 277个观测点。其中人民币CNY数据来源于WIND金融数据库,CNH数据来源于香港财资公会,具体变量的描述性统计见表1。

表1 原始序列的描述性统计

由表1中J-B统计检验可知,CNY和CNH序列均拒绝服从正态分布的假设；从偏度和峰度值来看,均表现为尖峰有偏度；利用EVIEWS8.0软件分别对其进行自相关、偏自相关检验,根据相关检验图可知,两者均呈现自相关拖尾、偏自相关截尾特征,说明其波动均具有长期记忆性,可利用GARCH系列模型来描述这种时变特征。为进一步明确CNY、CNH之间的相互影响关系,利用DCC-GARCH模型来检验其联动关系。在检验过程中,为保证模型序列的平稳性,取各原始序列的收益率序列,计算公式为ri,t＝100∗(lnpi,t-lnpi,t-1)。

（二）基于DCC-GARCH模型的动态联动关系检验

1.模型说明。

由文献综述可知,GARCH模型目前已被广泛应用于金融时间序列数据的研究中,该模型由Boller-slev等在ARCH模型基础上扩展而来,GARCH(p,q)的一般表达形式为

其中,W为维向量,Ai、Bj均为维方阵,且使Ht正定,i＝1,2,…,q,j＝1,2,…,p；Ai、Bj中对角线元素反映了方差、协方差序列自身的相关性,而非对角线元素则反映了不同变量间方差、协方差序列的相关性。前人研究经验表明,GARCH(1,1)能最好地解释金融时间序列数据特征,因此本文检验中也采用GARCH(1,1)。

相较于GARCH模型,DCC-GARCH模型更简洁,不仅可用来估计大规模的联动系数矩阵,而且相较于常系数多元GARCH模型(CCC-GARCH),该模型假设不同市场波动率间的联动系数随时间变化而动态调整,更符合现实经济意义。具体的DCC-GARCH模型如下:

其中:rt是均值为零的收益率序列；Φt-1为截止到t-1时刻所有可能获得的信息集合；为对角矩阵,对角线上的元素即为各变量的条件方差；S为标准化残差ξt的无条件协方差矩阵；Rt为条件相关系数矩阵；Qt为标准化残差的条件协方差矩阵；为对角矩阵,其对角矩阵元素为Qt对角元素的平方根。

2.DCC-GARCH(1,1)模型的稳定性检验。

由表2可知,序列间的动态相关性、动态条件相关性均十分显著,且theta(1)＋theta(2)＜1,表明该模型整体平稳,检验结果相当有效。

表2 DCC-GARCH模型稳定性检验结果

3.DCC-GARCH模型动态联动关系检验。

由图2、表3可知,CNY和CNH收益率序列之间呈现正向动态关联,一个市场的升(贬)值波动将会对另一市场带来传递与影响。从图2中联动关系的时变特征来看,与图1中汇差走势类似,2011年联动性下降后直至2014年都处于相对稳定态势,而“811”汇改后,CNY与CNH的联动性出现大幅波动,这一方面表明人民币汇率改革初见成效,另一方面也充分体现了汇率形成机制对离岸在岸汇率联动性的重要影响,而其他影响联动效应的因素还有待进一步检验。

图2 DCC-GARCH模型中动态联动系数统计图

表3 DCC-GARCH模型中动态联动系数统计表

四、人民币在岸离岸汇率联动关系的影响因素分析

（一）影响因素的选取与数据处理

由前文文献综述可知,在岸离岸市场分割程度、在岸离岸利率差异、在岸离岸风险偏好差异均会对人民币在岸离岸汇率差异造成影响,而在岸离岸汇差又是其联动关系的重要影响因素,因此,本文选取人民币在岸CNY汇率与香港CNH即期汇率之差DE作为汇差指标；选取上海银行间隔夜拆借SHIBOR利率与香港银行间隔夜拆借HIBOR利率之差DI作为利差指标。风险偏好指标借鉴朱梦楠和张雪鹿(2015)[28]利用风险溢酬的近似计算:,其中St表示到期日T时刻的即期汇率,Ft,T表示t时刻的到期日为T时刻的远期汇率,风险溢酬为两者之差。以在岸CNY市场的风险溢酬RY与香港CNH市场的风险溢酬RH之差DR作为风险偏好差异指标。另外以赋值变量DV(以“811”汇改为界限)代表市场分割程度及汇率制度变化指标。此外,参照Skintzi和Refenes(2006)[30]和周先平等(2015)[31]的做法,利用转换公式将在岸离岸汇率联动系数DCC从[-1,1]的范围转换为(-∞,＋∞)。其中,CNY、SHBIOR数据来源于WIND金融数据库,CNH、HIBOR数据来源于香港财资公会。数据区间仍为2011年6月27日至2016年6月28日。

（二）模型的选择与构建

向量自回归(VAR)模型由Sims于1980年提出,其采用多方程联立的形式,将所有变量都看作内生变量,每个解释变量都对自身及其他被解释变量的若干滞后值进行回归,以此来估计所有变量间的动态关系。含有n个变量滞后阶数k的VAR模型表达式为

Yt＝α＋Π1Yt-1＋Π2Yt-2＋…＋ΠkYt-k＋μt。其中,Yt为n×1阶时间序列列向量,α为n×1阶常数项列向量,Π1,Π2,…,Πk均为n×n阶参数矩阵,μt～IID(0,Ω)是n×1阶随机误差列向量。根据前文理论分析,建立境内外汇率联动性影响因素VAR方程组如下:

然而,相较于VAR模型,结构向量SVAR模型能够体现变量之间的当期关系,使模型的经济意义更加明确。对于时变特征非常鲜明的人民币在岸离岸汇率联动性而言,当期变量的影响更具有经济意义。含有k个变量的结构向量自回归模型SVAR(P)一般矩阵形式表示如下:

基于SVAR建模理论,构建人民币在岸离岸汇率联动关系影响因素的SVAR模型如下①因篇幅所限,只列示DCC指标的SVAR模型,其他指标的SVAR模型省略。:

（三）CNY与CNH动态联动关系影响因素的实证检验

为避免因为时间序列的非平稳性而造成的伪回归现象,我们对各变量序列进行平稳性检验,方法为ADF单位根检验,滞后阶数依据SIC准则确定。结果显示:除DR变量在5%置信区间内平稳外,其余变量均为1%置信区间内平稳,满足建模要求。且对模型进行平稳性检验后发现所有检测点均处于单位圆内,VAR模型平稳有效,可在此基础上进一步进行SVAR检验。

在SVAR检验过程中,需对模型施加k∗(k-1)/2个约束条件,因此其长期约束矩阵如图3所示。

图3 SVAR模型的长期约束矩阵

在实际应用中,SVAR作为一种非理论性模型,常常通过分析模型中变量受到某种冲击对系统产生的动态影响,从而来判断变量之间的影响关系,而脉冲响应函数是对该种动态影响最直观的反映。

由图4、表4可知,在岸离岸人民币汇率联动性受自身前期联动性影响最大,充分表明联动性具有长期记忆特征。在岸离岸风险偏好差异DR对汇率联动性的影响程度相对较大,表明在岸投资者相对于离岸投资者更厌恶风险时,所做的选择更趋向不一致,致使在岸离岸汇率的供求关系出现偏差,汇率联动性也越小,这可能与在岸离岸市场的交易主体有关,在岸市场多是实际需求,拥有更大的风险厌恶程度,而离岸市场多是投机需求,风险越大收益越高,因此,对风险的容忍度相对较高。在岸离岸利率差异DI和在岸离岸人民币汇率差异DE对联动性也有负向影响,在岸离岸利差越大、汇差越大,联动性越低；而利差的影响要大于汇差的影响,充分体现了逐利性因素对离岸在岸汇率联动性的影响。人民币汇率形成机制变化DV对联动性有显著正向影响,充分表明“811”汇改中让渡部分人民币定价权于市场,提高在岸离岸汇率的联动性已初见成效。

图4 SVAR模型中DCC的脉冲响应函数

表4 境内外汇率联动系数DCC影响因素的方差分解图

五、结论和建议

综上,人民币在岸离岸汇率间存在持久且显著的正向联动关系,联动性受不同市场风险偏好差异,在岸离岸利差、汇差等因素的负向影响,尤其是汇率制度改革对其影响更为显著。据此,央行可利用对影响因素的调控间接提高在岸离岸汇率的联动性,利用在岸离岸汇率的联动性来主动掌握人民币定价权,进而完善人民币汇率形成机制,助推人民币国际化。

（一）深化利率市场化改革实现资金价格的市场化定价

由前文研究可知,利差对人民币在岸离岸汇率联动性有显著负向影响,但并非决定性因素,也在一定程度上反映利率并未充分发挥其调剂人民币汇率的作用。货币当局有必要将调节利率水平作为收敛人民币汇率价差的备选政策工具,深化利率市场化改革以实现资金价格的市场化定价,通过定价机制的逐步靠拢有序缩小在岸离岸利率差异,进而逐步推进在岸离岸汇率一体化,这不仅在人民币汇率市场化改革阶段有助于创造良好稳定的市场环境,而且在改革完成后仍是央行在面临异常波动并出于稳定目的对人民币汇率进行干预和管理的有效手段。

（二）强化离岸市场与在岸市场的互联互通

由前文研究可知,“811”汇改完善人民币汇率定价机制的政策有效提高了在岸离岸汇率的联动性,充分表明了汇率市场化改革的重要性与有效性。未来央行应持续致力于消除人民币在岸离岸汇率的背离,在条件成熟情况下,通过设立机制或逐步放开有关限制,在可控范围内,逐步、有序加强人民币在岸离岸市场的互联互通。同时进一步培育新的离岸市场,进一步强化对离岸市场的信息引导,构建有关人民币离岸市场金融数据、交易规模、监管信息等在内的多边数据交换机制与信息共享平台,依据信息平台统计指标采取相应措施引导境内外市场对人民币汇率走势形成合理、一致的预期,共同作用于人民币价格形成。

（三）多元化外汇市场交易类型以促进汇差收敛

由前文研究可知,由于在岸离岸市场交易主体的不同致使其风险偏好不同,而风险偏好差异又是影响在岸离岸汇率联动性的主要原因。虽然投机资本攻击会造成人民币汇率的大幅波动,但正常的套利行为有助于熨平在岸离岸汇差。因此,货币当局应注重对外汇市场的建设,进一步引入对冲基金、资产管理公司、保险公司、证券公司、信托公司等,丰富我国外汇交易参与者的类型,利用这些非银行金融机构外汇交易投机性目的提升在岸市场外汇需求弹性,进而更好地实现外汇交易的价格发现功能,以双边市场价格发现的同步作用促进在岸离岸人民币汇差收敛,提升在岸离岸汇率的联动性。

（四）保持市场开放与政策干预的平衡

人民币在岸离岸汇率联动性不高的根本原因在于我国资本账户尚未完全开放,国内金融市场开放度不高,不能很好地实现与境外市场接轨。但若大幅度提升开放力度,不免会遭受国际投机资本攻击,造成汇率更大幅度波动,扰乱金融市场秩序,2016年初的“汇率保卫战”便是例证。因此,我国一方面应积极推动资本项目完全可兑换,推动金融市场双向开放,加大离岸市场建设,打通在岸与离岸人民币价格阻碍,提升人民币在岸离岸市场联动；同时应合理运用外汇储备,通过外汇干预政策引导在岸人民币汇率价格,从而利用在岸与离岸人民币的联动关系,稳定离岸人民币汇率预期,矫正汇率偏差。此外,在深入完善“沪港通”机制的基础上,尽快完成“深港通”调试工作,形成深圳与香港的良性互补,引导香港离岸人民币市场对境内人民币市场产生良好的影响和辅助作用,进一步提升在岸离岸市场联动效应,助力人民币国际化。

[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):83-89.

[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):72-80.

[3]Ma G,McCauley R N.Efficiency of China's Capital Controls:Evidence from Price and Flow Data[J].Pacific Economic Review,2008(1):104-123.

[4]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.

[5]Gu L,McNelis P D.Euro Volatility and Chinese Fear of Floating:Pressures from the NDF Market[R].Fordham University Working Paper,2011.

[6]Maziad S,Kang J S.RMB Internationalization:Onshore/Offshore Links[R].IMF Working Paper,WP/12/133,May 2012.

[7]Cheung Y W,Rime D.The Offshore Renminbi Exchange Rate:Microstructure and Links to the Onshore Market[R].CESIFO Working Paper,No.4850,2014.

[8]盛宝莲,庆楠.基于CNH市场建立前后数据的境内外人民币汇率联动分析[J].华东师范大学学报(哲学社会科学版),2015(2):124-132.

[9]乔依德,李蕊,葛佳飞.人民币国际化:离岸市场与在岸市场的互动[J].国际经济评论,2014(2):93-104.

[10]Murase T.Hong Kong Renminbi Offshore Market and Risks to Chinese Economy[R].Institute for International Monetary Affairs Newsletter,No.40,2010.

[11]张明,何帆.人民币国际化进程中在岸离岸套利现象研究[J].国际金融研究,2012(10):47-54.

[12]刘志平.811汇改以来离岸人民币和在岸人民币价差研究——人民币与美元汇率逐步脱钩的时代,离岸和在岸价差将何去何从？[J].商,2015:173-175.

[13]潘丽英.正确处理人民币国际化目标与手段的关系——兼评加入SDR的意义[J].探索与争鸣,2016(1):79-82.

[14]邓黎桥.人民币离岸价格与在岸价格联动与协调研究——基于TVP-VAR模型的分析[J].价格理论与实践,2015(12):124-126.

[15]Whalley J,Chen H.Are Offshore RMB Arrangements the Basis for a Long-term Exchange Rate System without Convertibility？[J]China and the World Economy,2013(1):26-46.

[16]Ding D K,Tse Y,Williams M R.The Price Discovery Puzzle in Offshore Yuan Trading:Different Contributions for Different Contracts[J].Journal of Futures Markets,2014,34(2):103-123.

[17]刘辉.人民币离岸市场与在岸市场互动机制的实证分析[J].宏观经济研究,2014(1):89-96.

[18]刘华,李广众,陈广汉.香港离岸人民币汇率已经发挥影响力了吗[J].国际金融研究,2015(10):3-11.

[19]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(7):21-32.

[20]崔学刚,邓衢.境内外人民币汇率影响研究——基于香港离岸市场双重功能分析的视角[J].北京工商大学学报(社会科学版),2016(1):102-108.

[21]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(5):4-14.

[22]吴天洋.离岸人民币与在岸人民币的互动关系分析[J].安徽农业大学学报(社会科学版),2015(3):46-49.

[23]杨帆.人民币国际化进程中在岸与离岸市场汇率联动研究[J].统计与决策,2015(19):149-152.

[24]Dumas B,Solnik B.The World Price of Foreign Exchange Risk[J].The Journal of Finance,1995,50(2):445-479.

[25]金荦,李子奈.中国资本管制有效性分析[J].世界经济,2005(8):22-31.

[26]Ma G,McCauley R N.Efficacy of China's Capital Controls:Evidence from Price and Flow Data[J].Pacific Economic Review,2008,131:104-123.

[27]叶允平.人民币在岸和离岸汇率关系探讨[J].国际金融,2015(12):41-44.

[28]朱孟楠,张雪鹿.境内外人民币汇率差异的原因研究[J].国际金融研究,2015(5):87-96.

[29]郭敏,贾君怡.人民币外汇市场稳定性管理——基于内地与香港人民币汇率价差的视角[J].国际贸易问题,2016(1):155-165.

[30]Skintzi V D,Refenes A N.Volatility Spillovers and Dynamic Correlation in European Bond Markets[J].Journal of International Financial Markets Institutions and Money,2006(1):23-40.

[31]周先平,李敏,刘天云.境内外人民币债券市场的联动关系及其影响因素分析[J].国际金融研究,2015(3):44-53.