人民币汇率政策推出时机抉择：汇率与股指相关性视角

邝坦励 李腾飞

摘要：通过构建T-Copula-GARCH模型从人民币汇率与股市指数相关性视角，分析我国深化金融市场改革开放背景下汇率政策推出时机抉择。结果表明：人民币兑美元、日元汇率贬值时，上证指数下降;而人民币兑美元、日元汇率升值时，上证指数上涨。人民币兑欧元汇率、人民币指数升值时，上证指数下降;而人民币兑欧元汇率、人民币指数贬值时，上证指数上涨。人民币兑美元汇率与上证指数相关性波动趋势跟人民币指数与上证指数相关性波动趋势基本相反，人民币兑日元、欧元汇率与上证指数相关性波动趋势跟人民币指数与上证指数相关性波动趋势基本相同。股票市场趋势性上涨后，我国外汇市场和股票市场关联性进一步降低。因此，为弱化外汇市场和股票市场联动风险，人民币兑美元、日元汇率的改革措施应选择在股票市场趋势性上涨阶段推出，尤其是人民币兑美元汇率改革措施的推出;人民币兑欧元汇率的市场化改革对时机窗口要求不高，故在人民币汇率市场化改革中可优先推行人民币兑欧元汇率市场化改革;人民币汇率综合改革措施则可选择在股票市场趋势性上涨阶段推出。

关键词：汇率政策;时机抉择;人民币汇率;股市指数;相关性

中图分类号：F830.73文献标识码：A文章编号：1003-7217（2019）04-0016-08

一、引言

20世纪90年代我国对人民币汇率进行市场化改革，人民币汇率从固定汇率制度向以市场供求为基础、单一、有管理浮动汇率制度转变。2005年人民币汇率实行以市场供求为基础、参考一篮子货币、有管理的浮动汇率制度，取消原来单一盯住美元的浮动汇率制，同时人民币汇率上下浮动区间放宽，人民币汇率弹性增强。2006年人民币汇率定价方式引入做市商和询价交易制度，人民币汇率价格市场化程度提高。2012、2014年央行两次扩大人民币汇率浮动空间，汇率弹性增强。2015年8月人民币汇率中间报价机制进行调整，人民币兑美元汇率的中间报价要参考上日的收盘汇率，人民币兑美元汇率中间价机制进一步市场化，更加真实反映出外汇市场的供求关系。2016年人民币兑美元“收盘汇率+一篮子货币汇率变化”的中间价定价机制形成。2017年初，央行将CFETS篮子中的货币数量从13种增加到24种。经过20多年的发展，人民币汇率市场化机制不断完善，市场在外汇资源配置中的作用以及金融资源自由流动性不断增强，提高了金融资源配置效率[1]。

然而，在人民币汇率市场化机制不断完善过程中，人民币汇率波动幅度扩大也加大了金融市场风险。随着我国金融市场改革开放不断深化，金融市场市场化、自由化程度将不断提高，国际与国内金融市场之间的联系不断地加深，国内金融市场波动受国际金融市场波动影响风险加大，国内金融市场面对的环境变得越来越复杂。作为连接国际与国内金融市场之间的两个重要桥梁，外汇市场与股票市场通过资本流动其相互影响越来越强。面对国际充满不稳定和不确定性的形势，在深化金融市场改革开放过程中，为有效弱化或规避人民币汇率市场化改革给我国金融市场带来的风险，促进深化金融市场改革开放取得成功，有必要从外汇市场与股票市场的关联性视角，研究人民币汇率改革及宏观调控政策进一步的推出节奏。

近年来学者们对人民币汇率政策功能作用、与其他金融政策关系进行了相应研究[2-5];并从多个角度对人民币汇率政策要采取的具体措施进行了研究[6-9];关于资本市场与外汇市场互动关系方面的研究，国外学者从理论[10-12]和实证（又分别从线性[13-17]和非线性[18]）角度分析了汇率与股价关系，国内学者主要从其关联性视角进行了相关研究[19-24]。

通过疏理已有相关文献可以看出，学者们对人民币汇率政策研究较少涉及汇率政策推出时机，更少有从资本市场与外汇市场相关性视角分析汇率政策的推出时机。合适的推出时机有利于汇率政策取得预期的政策效果，克服或减弱金融风险，对汇率市场化改革，乃至对深化金融市场改革开放有重要意义。

二、模型设计

传统的线性相关系数研究方法已经不能准确衡量金融市场的相关性。目前Copula模型被广泛应用于金融领域，成为描述金融市场和金融资产相关性的有力工具[25-26]，其能够很好地刻画多元分布变量间的依赖性，可以将变量的边缘分布与变量间的相关结构分开来研究，但其中如Claytoncopula、Gumbelcopula等不能较全面刻画目前人民币美兑元、日元、欧元汇率和人民币指数与股指相关性①。为此，本文通过构建T-Copula-GARCH模型，研究深化金融市场改革开放背景下汇率政策推出时机抉择。

首先，以GARCH（1，1）模型拟合人民币汇率与我国股票指数边缘分布;然后，通过T-Copula函数处理并进行相关性研究。模型参数通过IFM法（两步极大似然估计法）来估计。GARCH（1，1）由均值方程和条件方差方程两部分组成，其公式为：

三、实证分析

（一）數据说明

选取2010年6月到2017年6月的人民币兑美元汇率（用USD表示）、人民币兑日元汇率（用JPY表示）、人民币兑欧元汇率（用EUR表示）②和人民币指数③（用CNYX表示），以及上证综指④来研究外汇市场和股票市场的相关性。剔除时间段内不在同一交易日内数据，实际有效数据共计1706组。

（二）数据检验

用ADF检验对汇率收益和股指收益序列进行平稳性检验，检验结果（见表2）显示汇率与股指收益率序列为平稳序列。收益率序列平稳性也通过ACF相关图检验得到验证。

对汇率与股指收益序列进行ARCH-LM检验（见表3），结果表明汇率与股指收益序列存在ARCH效应。同时，对汇率与股指收益时间序列和汇率与股指收益时间序列残差平方进行相关图经验检验也可以得出汇率与股指收益序列均存在GARCH效应。

（三）边缘分布拟合

用GARCH模型来拟合汇率与股指收益序列数据（见表4），根据AIC赤池信息准则，收益序列以新息序列为t分布时拟合效果较好。根据拟合后ARCH-LM检验结果可知，其汇率收益序列与股指收益序列ARCH效应均消除。对新息序列进行BDS检验，对汇率与股指各新息序列和新息序列平方进行自相关ACF检验，结果表明汇率与股指各新息序列在10%的置信水平下不能拒绝独立同分布假设。对新息序列进行K-S检验表明新息序列服从（0，1）均匀分布。说明以GARCH（1，1）模型拟合边缘分布是合理的。

5.我国股票市场趋势性变动对外汇市场和股票市场关联性的影响大于汇率趋势性变动对外汇市场和股票市场关联性的影响，表明股市指数变动对人民币汇率与股市指数相关性的传染效应大于汇率变动对人民币汇率与股市指数相关性的传染效应。股票市场趋势性上涨后，人民币兑美元、日元、欧元汇率和人民币指数与股指收益相关性都进一步降低，表明股票市场趋势性上涨导致我国外汇市场和股票市场关联性进一步降低。

（二）政策建议

金融市场改革开放是我国既定的方针。在金融市场改革开放过程中，为了使外汇市场和股票市场良性协调发展，促进我国金融市场改革开放顺利进行，提出如下政策建议：

1.人民币兑美元、日元汇率变化和股市变化对资本流动具有相同的吸引（或流出）效应，人民币兑美元、日元汇率可采取逆股市变动的宏观调控政策，避免出现汇率变动导致的跨境资本变化和股票市场导致的跨境资本流动叠加效应，以克服跨境资本过度流出或流入。同时，人民币兑美元、日元汇率改革措施应选择在股票市场趋势性上涨阶段推出）;在股票市场和外汇市场都处于趋势性下跌阶段，要放缓改革节奏，减弱人民币兑美元、日元汇率变动和股市变化叠加流出效应，避免跨境资本过度流出。

2.人民币兑欧元汇率变化和股市变化对资本流动具有相反的吸引（或流出）效应，人民币兑欧元汇率变化对我国金融市场跨境资本流动影响不大，人民币汇率市场化改革对时机窗口要求不高，在人民币汇率市场化改革中，人民币兑欧元汇率市场化改革可以走在前列，优先推行人民币兑欧元汇率市场化改革。

3.相对其他汇率与上证指数相关性，人民币兑美元汇率与上证指数相关性不小，且人民币兑美元汇率与上证指数动态相关性跟人民币汇率与上证指数动态相关性基本相反，更要注意把握人民币兑美元汇率改革节奏，尽量在股市上涨阶段和人民币升值阶段推出人民币兑美元汇率改革措施，避免人民币兑美元汇率改革对我国股市和汇市产生重大负面影响。

4.股票市场趋势性上涨使外汇市场和股票市场关联性降低，弱化了外汇市场和股票市场的联动性风险。为减少人民币汇率改革对外汇市场和股票市场产生的联动性风险，人民币汇率改革措施最好选择在股票市场趋势性上涨阶段推出。

尽管本文仅从汇率与股票指数相关性研究了人民币汇率政策推出时机，但人民币汇率政策推出时机不能仅由汇率与股票指数相关性得出。人民币汇率政策的推出还要考虑政策效应、开放效应、经济增长、通货膨胀，以及利率、国际金融市场、国内金融市场、汇率形成机制、离岸等众多因素。

注释：

①本文用Claytoncopula、Gumbelcopula、T-copula等与GARCH结合来刻画人民币美兑元、日元、欧元汇率和人民币指数与股指相关性。

②汇率数据来源于中国人民银行官网，采用直接标价法。

③人民币指数由深圳证券信息有限公司和中央电视台财经频道联合编制发布，客观反映人民币与全球主要货币双边汇率的整体变化，表征人民币的综合价值。人民币指数选取美元、歐元、日元、港币、澳元、加元、英镑、俄罗斯卢布、林吉特、韩元等十种货币作为样本，使用双边贸易额占比和GDP占比1∶1加权，采用几何平均方法进行计算。从数据长度和可获得性角度考虑，本文选用该人民币指数，而不是CFETS人民币汇率指数。

④为了考查的全面性，本文对2010年6月到2017年6月的人民币兑美元汇率、兑日元汇率、兑欧元汇率，人民币指数等四种汇率指数，以及上证综指、深证成指、中小板指数、创业板指数、沪港通指数等股市指数来对外汇市场和股票市场的相关性进行实证研究，但汇率指数与上证综指、深证成指、中小板指数、创业板指数、沪港通指数等股市指数相关性基本相同，为此，本文只展示人民币兑美元汇率、兑日元汇率、人民币兑欧元汇率和人民币指数等汇市指数与上证综指相关性及相关实证研究。若需要其他情况相关性研究结果，可与笔者联系。

参考文献：

[1]李广析，梅林海.金融发展对全要素生产率的直接效应与溢出效应的研究——基于空间溢出的视角[J].贵州财经大学学报，2017（5）：41-49.

[2]彭玉镏.人民币汇率政策信誉分析[J].世界经济，2005（6）：19-28.

[3]夏斌，陈道富.国际货币体系失衡下的中国汇率政策[J].经济研究，2006（2）：4-15.

[4]金中夏，洪浩.国际货币环境下利率政策与汇率政策的协调[J].经济研究，2015（5）：35-47.

[5]唐琳，王云清，胡海鸥.开放经济下中国汇率政策的选——基于BayesianDSGE模型的分析[J].数量经济技术经济研究，2016（2）：113-129.

[6]王健.从微观视角看我国汇率政策选择[J].经济理论与经济管理，2005（4）：5-12.

[7]张纯威.需求移入下货币汇率政策进行博弈分析[J].金融研究，2006（8）：79-83.

[8]刘柏，张艾莲.中国有管理的离散浮动汇率制度的构建——基于STAR模型的外汇市场压力指数分析[J].经济学家，2013（3）：77-85.

[9]王芳，甘静芸，钱宗鑫，何青.央行如何实现汇率政策目标——基于在岸、离岸人民币汇率联动的研究[J].金融研究，2016（4）：49-50.

[10]DornbuschR，SFischer.Exchangeratesandthecurrentaccount[J].AmericanEconomicReview，1980，70，960-971.

[11]BransonWH.Macroeconomicdeterminantsofrealexchangeriskinmanagingforeignexchangerisk[M].Cambridge：CambridgeUniversityPress，1983.

[12]DieciRF，Westerhoff.Heterogeneousspeculators，endogenousfluctuationsandinteractingmarkets：amodelofstockpricesandexchangerates[J].JournalofEconomicDynamicsandControl，2010，34，743-764.

[13]AggarwalR.Exchangeratesandstockprices：astudyoftheUScapitalmarketsunderfloatingexchangerates[J].AkronBusiness&EconomicReview，1981（12）：7-12.

[14]GrangerCWJ，Bwo-NungHuang，Chin-WeiYang.Abivariatecausalitybetweenstockpricesandexchangerates：evidencefromrecentAsianflu[J].TheQuarterlyReviewofEconomicsandFinance，2000，40，337-354.

[15]TastanH.Estimatingtime-varingconditioncorrelationbetweenstockandforeignexchangemarkets[J].Physica，2006，360（2）：445-458.

[16]HartmannDC，Pierdzioch.Exchangerate，interventions，andthepredictabilityofstockreturnsinJapan[J].JournalofMultinationalFinancialManagement，2007，17，155-172.

[17]AloyMM，BoutaharK.GenteA，etal.Fractionalintegrationandcointegrationinstockpricesandexchangerates[J].EconomicsBulletin，2010，30，115-129.

[18]WalidCA，ChakerO，MasoodJFry.Stockmarketvolatilityandexchangeratesinemergingcountries：amarkov-stateswitchingapproach[J].EmergingMarketsReview，2011，12，272-292.

[19]張碧琼，李越.汇率对中国股票市场的影响是否存在：从自回归分布滞后模型（ARDL-ecm）得到的证明[J].金融研究，2002（7）：26-36.

[20]巴曙松，严敏.股票价格与汇率之间的动态关系——基于中国市场的经验分析[J].南开经济研究，2009（7）：46-62.

[21]赵进文，张敬思.人民币汇率、短期国际资本流动与股票价格——基于汇改后数据的再检验[J].金融研究，2013（10）：9-23.

[22]何诚颖，刘林，徐向阳，王占海.外汇市场干预、汇率变动与股票价格波动——基于投资者异质性的理论模型与实证研究[J].经济研究，2013（10）：29-42.

[23]熊正德，文慧，熊一鹏.我国外汇市场与股票市场间波动溢出效应实证研究——基于小波多分辨的多元BEKK-GARCH（1，1）模型分析[J].中国管理科学，2015（4）：30-38.

[24]刘用明，甘永春.汇率冲击与我国股票价格波动研究[J].四川大学学报（哲学社会科学版），2017（1）：112-120.

[25]NelsonRB.AnintroductiontoCopulas[M].NewYork：Springer-Verlag，1999.

[26]Manner，Hans.Asurveyontime-varyingCopulas：specification，simulations，andapplication[J].EconometricReviews，2012，（31）：654-687.

[27]蔡瑞胸.多元时间序列分析及金融应用[M].北京：机械工业出版社，2016.

（责任编辑：宁晓青）