1、在岸市场与离岸市场汇率动态关联性研究基于8.11汇改前后数据的分析（中国人民银行连云港市中心支行课题组）摘要：8.11汇改以后，在岸市场和香港离岸市场之间出现了频繁的汇率波动和明显的汇差，两个市场间的关系日趋复杂。本文利用8.11汇改前后两个时间段在岸市场和香港离岸市场的即期汇率和远期汇率数据，构建VAR-DCC-MVGARCH-BEKK模型，对8.11汇改后两个市场间的动态关联性及其关联程度发生的变化进行了考察。文章研究认为，8.11汇改加强了在岸市场和香港离岸市场之间的联系，增强了在岸市场的主导作用；但在岸市场和香港离岸市场间的关系尚未达到非常紧密的程度，且香港无本金交割远期市场对在岸市场
2、的影响依然较为明显。文章对这些结论给出了解释，并提出了相应的政策建议。关键词：8.11汇改 离岸市场 动态关联性 VAR-DCC-MVGARCH-BEKK2016年10月1日，人民币正式加入SDR，人民币国际化走出坚实一步。作为人民币国际化的重要推动力之一，近年来，人民币离岸市场发展迅猛，形成了以中国香港为主，覆盖新加坡、伦敦、纽约等多个国家和地区的人民币离岸市场体系。截至2015年底，与中国人民银行签署人民币本币互换协议的国家达33个，总金额超过3.3万亿元。从理论上说，离岸市场汇率市场化程度更高，更能反映市场供求关系，而在岸市场汇率更能释放政策信号，两个市场不停交换各种信息，从而产生联动效
3、应。但是，由于参与主体、资本流动程度、金融监管力度等差异，在岸市场和离岸市场的汇率形成机制存在很大差别，如果不能协调发展，那么离岸市场将可能增加国内货币调控难度，并可能为国际资本冲击在岸市场提供便利。8.11汇改以后，由于多种原因的交织影响，一年多时间里在岸市场和离岸市场汇率分别累计贬值了10.6%和8.8%。同时，在岸市场和离岸市场之间出现了频繁的汇率波动和明显的汇差，两个市场间的关系日趋复杂。因此，考察8.11汇改后，在岸市场和离岸市场间的动态关联性及其关联程度发生了什么样的变化，对于在人民币国际化进程中稳定外汇市场、有序推进汇率改革等具有重要意义。一、文献综述关于不同外汇市场间关系的研究
4、始于国外。Chatrath 等（1996）对主要发达国家货币即期市场与期货市场关系进行了研究，证明期货市场交易量提高将对即期汇率产生显著影响。Christian 等（1998）研究发现，转型国家期货市场波动率对即期市场波动率没有显著的影响。Park（2001）研究认为，韩元汇改对即期市场与韩元 NDF市场的关系产生很大的影响。Misra&Behera（2006）研究认为，印度卢比 NDF汇率受到即期和远期市场汇率影响。关于人民币在岸市场和离岸市场的相互关系的研究，早期主要集中于在岸市场和香港无本金交割远期市场（以下简称 NDF）。Izawa（2006）研究认为，2005年人民币汇改以后，NDF
5、 汇率对在岸即期市场（以下简称 CNY）汇率不存在引导作用。黄学军、吴冲锋（2006）研究了 2005年汇改前后 CNY汇率与 NDF汇率的联动关系，发现汇改后境内外市场间的相互影响增强，境内现汇市场开始表现出本土信息优势。严敏、巴曙松（2010)通过研究 2005年汇改后 CNY市场和 NDF市场之间的相互关系，认为 NDF汇率引导 CNY市场，相比而言更具有信息优势。香港离岸人民币市场快速发展后，对这一问题的研究日益增多。部分学者认为香港离岸即期市场（以下简称 CNH）的发展对于境内外市场汇率间的关系并无明显作用，市场信息主要还是通过 NDF市场向其他市场传递。赵保国等（2012）使用因素
6、分析法、协整检验以及格兰杰因果检验方法研究认为 CNH汇率与 CNY汇率之间没有长期的协整关系。部分学者认为 CNH市场与 CNY市场之间存在联动关系，并且在一定程度上削弱了 NDF市场的影响。PrasadYe（2012）研究认为 NDF汇率主要受 CNY汇率影响，且 CNY汇率和CNH汇率呈现出高相关性。贺晓博、张笑梅（2012）运用 VAR模型研究发现 CNY汇率对 CNH汇率有单向的价格引导关系，CNHDF 汇率对 CNYDF汇率有一定程度的影响。伍戈、裴诚（2012）运用 AR-GARCH模型研究发现 CNY汇率对 CNH汇率具有引导作用，且 CNY汇率和 CNH汇率对 NDF汇率产生
7、影响。还有部分学者研究认为，CNY、CNH 和 NDF市场之间存在相互影响的关系。熊鹭（2011）运用格兰杰因果检验和 ARMA-GARCH方法研究后发现，CNY 市场在即期汇率上更具有信息优势，NDF 市场在远期汇率上更具优势，CNH 市场信息优势则不明显。修晶、周颖（2013）运用 DCCMVGARCH模型分阶段实证研究了 CNY、CNH 和 NDF汇率之间的相互关系，研究结果表明不同市场间的信息溢出程度不断增强，境内外市场逐渐变得更加融合。通过梳理现有文献，本文发现已有研究还存在一些可以深入之处。一是从在岸市场和离岸市场的选择来看，已有研究多集中在对 NDF市场的研究，而对在岸远期市场（
8、以下简称 CNYDF）和离岸本金交割远期市场（以下简称 CNHDF）的研究相对较少，事实上，目前 CNHDF市场活跃程度已经远高于 NDF市场，CNYDF市场在在岸市场中的作用也越来越大；二是从研究样本的时间来看，由于 8.11汇改至今时间较短，目前研究 8.11汇改后情况的成果较少；三是从研究方法来看，现有研究多以均值溢出效应为研究着眼点，综合对均值溢出和波动溢出进行考察的研究尚不多，实际上，对于看重风险的金融市场而言，波动溢出的影响可能比均值溢出更值得关注。基于此，本文尝试从三个方面作更深入的研究：一是将远期市场纳入研究范围，分别考察几组即期市场和远期市场间的联动关系；二是将研究区间分为两
9、个时期，考察 8.11汇改以后在岸市场和离岸市场人民币汇率间联动关系发生了什么样的变化；三是运用 VAR和多元GARCH模型，对均值溢出和波动溢出效应进行检验，以更清晰地分析在岸市场和离岸市场间的联动关系。二、人民币在岸市场和离岸市场关联性的现实分析（一）人民币在岸市场和离岸市场汇率走势2009年，我国进行跨境贸易人民币结算试点，跨境贸易人民币结算资金在在岸市场和离岸市场间流动，为投资者套利交易扫除了制度障碍。2011 年下半年至 2012年上半年，受欧债危机和欧美量化宽松政策的影响，人民币贬值预期形成，离岸市场人民币汇率贬值，以套利为目的的短期外汇资本流出增加，人民币中间价面临贬值压力。20
10、12 年下半年至 2013年，央行加强对人民币中间价的管理，离岸市场汇率受在岸市场人民币兑美元中间价走势的影响快速升值。2014年二季度以后，随着国际金融形势的变化，美元逐渐强势，加上我国实体经济走弱，人民币贬值预期形成，人民币中间价贬值压力加大。2015 年 8月 11日，央行宣布完善人民币汇率形成机制。当日人民币兑美元中间价大幅贬值1200多个基点，汇改开始的三天内在岸市场汇率跌至 6.4010。到 9月下旬，为给人民币加入 SDR作最后准备，央行开始干预离岸市场人民币，中资银行海外分行大量抛售美元，买入人民币，离岸市场汇率开始升值。11 月 30日，IMF 宣布人民币加入 SDR，随即在
11、岸市场和离岸市场汇率双双贬值，到 2015年底，在岸市场汇率贬值到 6.4936，离岸市场汇率跌到 6.6091。进入 2016年，经历了1月份和 6月份两次大幅度贬值，到汇改一周年时，人民币兑美元汇率中间价累计贬值 8.8%。10 月 1日，人民币正式加入 SDR，在岸市场和离岸市场汇率再次一路下跌，到 10月 31日，人民币兑美元汇率中间价 6.7641，香港市场人民币兑美元即期汇率定盘价 6.8171，8.11 汇改以来分别累计贬值 10.6%和 8.8%。从图 1和图 2对近年在岸市场和离岸市场汇率走势的描述看，虽然两个市场汇率走势基本相同，但汇差在不同时间段变化较大，尤其是 8.11
12、汇改以后，在岸市场和离岸市场之间出现了频繁的汇率波动和明显的汇差，两个市场间的关系日趋复杂。下面将通过理论分析和计量方法，分析 8.11汇改前后在岸市场汇率和离岸市场汇率间互相影响作用的变化情况。6.00006.10006.20006.30006.40006.50006.60006.70006.80006.90001-06-271-08-271-10-271-12-2712-02-2712-04-2712-06-2712-08-2712-10-2712-12-2713-02-2713-04-2713-06-2713-08-2713-10-2713-12-2714-02-2714-04-2714
13、-06-2714-08-2714-10-2714-12-2715-02-2715-04-2715-06-2715-08-2715-10-2715-12-2716-02-2716-04-2716-06-2716-08-2716-10-27人 民 币 兑 美 元 汇 率 中 间 价香 港 人 民 币 兑 美 元 汇 率 即 期 定 盘 价资料来源：Wind 资讯图 1：在岸市场和离岸市场人民币即期汇率走势图6.00006.10006.20006.30006.40006.50006.60006.70006.80006.90001-06-271-08-271-10-271-12-2712-02-271
14、2-04-2712-06-2712-08-2712-10-2712-12-2713-02-2713-04-2713-06-2713-08-2713-10-2713-12-2714-02-2714-04-2714-06-2714-08-2714-10-2714-12-2715-02-2715-04-2715-06-2715-08-2715-10-2715-12-2716-02-2716-04-2716-06-2716-08-2716-10-27银 行 间 市 场 远 期 汇 率 （ 1年 期 ）香 港 本 金 交 割 远 期 汇 率 （ 1年 期 ）香 港 无 本 金 交 割 远 期 汇 率 （
15、 1年 期 ）资料来源：Wind 资讯、Bloomberg 数据库、中国货币网整理计算图 2：在岸市场和离岸市场人民币远期汇率走势图（二）人民币在岸市场和离岸市场间的联动关系从汇率形成机制来看，NDF 市场汇率形成由市场上的供求力量决定，不受政府干预，市场化程度最高，对市场信息的敏感度最高；CNH 市场和 CNHDF市场汇率基本由市场供求决定，但还处于香港金管局的监督下，在一定程度还会受到政策的影响；CNY 市场和 CNYDF市场汇率在 8.11汇改后市场化程度增加，但依然要体现一定的政策意图，因此对信息的反映有所滞后，且一部分市场信息无法体现于汇率中。不同的汇率形成方式决定了不同市场间的联动
16、关系有所不同。一是 CNY市场与 CNH市场。市场参与者通过对 CNY市场与 CNH市场间汇差的套利行为将这两个市场联系起来。以美元交易为例，当 CNY市场上的美元价格高于 CNH市场价格时，投资者会在离岸市场买入美元卖出人民币，在在岸市场卖出美元买入人民币，从中获取利润。套利行为使两个市场间的汇差减小，直到失去套利机会，达到均衡。因此，CNY 市场与 CNH市场存在关联关系。二是 CNY市场与 CNHDF市场、NDF 市场。CNHDF 市场和 NDF市场的市场化程度较 CNY市场为高，其市场汇率也更接近市场真实价格水平。CNHDF 市场和 NDF市场汇率通过影响到市场参与者的预期和交易行为传
17、导至 CNY市场。另一方面，CNY市场汇率包含关于中国经济运行的最全面的信息，反映了中国经济的基本面，因此这些信息也会作用于 CNHDF市场和 NDF市场。因此，CNY 市场与 CNHDF市场、NDF 市场之间存在关联关系。三是 CNYDF市场与离岸市场。CNH 市场汇率代表了市场对人民币汇率走势的判断，投资者在进行外汇远期交易时，必然参考当前 CNH市场汇率，因此CNH市场与 CNYDF市场有关联关系。NDF 市场处于信息传导位置，当出现新的市场信息时，NDF 价格最先受到影响，接着影响到 CNHDF市场和 CNYDF市场参与者的预期和交易行为，虽然内地的金融监管会阻隔离岸信息的流入，但是C
18、NYDF市场做市商在定价的时候会参考 NDF市场价格水平，因此 NDF市场和CNYDF市场之间存在关联关系。由于 CNHDF市场与 NDF市场具有相近的标的物，因此信息也会从 CNHDF市场流向 NDF市场，即 CNHDF市场也和 CNYDF之间存在相互关系。以上在岸市场与离岸市场间的关联关系只是理论分析，而两个市场之间关联关系的大小，以及哪个市场在关联关系中发挥更重要的作用，8.11 汇改后两个市场之间的关联关系是否发生变化，都有待于后续的实证检验给出答案。三、人民币在岸市场和离岸市场关联性的实证分析（一）研究方法本文的研究对象是在岸市场和离岸市场汇率间的联动关系。不同金融市场间的联动关系一
19、般包括均值溢出关系和波动溢出关系。实际应用中，经常使用向量自回归模型（VAR）来研究若干个具有关联性的时间序列之间的关系；多元向量自回归条件异方差模型（MVGARCH）目前被广泛应用于多个金融市场之间的波动性及波动性的联动关系上，其中，考察波动性的模型多使用 MVGARCH-BEKK模型，考察波动性联动关系多使用 DCC-MVGARCH模型。本文将建立 VAR模型研究相关市场间的均值溢出效应，建立 DCC-MVGARCH-BEKK模型研究相关市场间的动态关系。首先，建立VAR模型来考察在岸市场与离岸市场间的均值溢出效应：（1)pitittr10r，表示市场汇率收益率， 为常数矩阵， 为系数矩阵
20、， 为),(2tt 0it随机扰动项。其次，建立DCC-MVGARCH模型来刻画在岸市场与离岸市场之间相关系数的变化特征：pitittr10r（2）)(|1ttt HN，（3）ttDRt（4）为（ t-1)时期的信息集， 为22阶时变的条件方差，1t tH， 为动态相关系数矩阵， ， 为动),(di,21t tthagDtR1,2,ttRt,ij态条件相关系数， 的结构为 ， ，t 1*t ttQttq,2,1,t),(di,21*t ttqagQMVGARCH模型的动态异方差为 ，t,ijq)()(1,1,tij,t ijtijtijiijq，（5）为非条件相关系数， 和 为DCC模型的系数
21、， 体现了滞后1期残差乘ij 积对动态相关系数的影响， 是前期条件异方差系数，反映了持续性特征，其中 0 ， 0， + 1 。最后，建立MVGARCH-BEKK模型来考察在岸市场与离岸市场间的波动溢出效应：qjjtjipiti BHACH11t )(（6）为下三角常数矩阵， 为ARCH项的系数矩阵，表示上一期冲击对条件方i差的影响； 为GARCH项的系数矩阵，表示前一期条件方差对当期条件方差的jB影响。因为GARCH模型的对数似然函数形式是非线性的，因此在估计过程中采用BHHH（Berndt-Hall-Hall-Haus）算法。（二）指标选取及数据说明本文研究选用的指标：在岸即期汇率选取的是人
22、民币兑美元汇率中间价，用 CNY表示，选用该指标主要是因为它包含了更多的政策含义；在岸远期汇率选取的是 1年期银行间市场人民币兑美元远期汇率，用 CNYDF表示；离岸即期汇率选取的是香港人民币兑美元即期汇率定盘价，用 CNH表示，选用该指标主要是为了与人民币兑美元汇率中间价相对应；离岸远期汇率选取的是 1年期离岸本金交割远期汇率和 1年期离岸无本金交割远期汇率，分别用 CNHDF和 NDF表示。因此，本文研究的市场关系共 6对，如表 1所示：表 1：本文研究的市场关系一览表序号 市场关系 简称1 在岸即期市场-离岸即期市场 CNY-CNH2 在岸即期市场-离岸本金交割远期市场 CNY-CNHD
23、F3 在岸即期市场-离岸无本金交割远期市场 CNY-NDF4 在岸远期市场-离岸即期市场 CNYDF-CNH5 在岸远期市场-离岸本金交割远期市场 CNYDF-CNHDF6 在岸远期市场-离岸无本金交割远期市场 CNYDF-NDF本文研究数据的起点从 2011年 6月 27日香港推出人民币兑美元即期汇率定盘价开始，到 2016年 10月 31日为止所有的共同交易日数据，共 1245组有效数据。以 8.11汇改为节点，第一阶段从 2011年 6月 27日到 2015年 8月 10日，共 964组有效数据；第二阶段从 2015年 8月 11日到 2016年 10月 31日，共 281组有效数据。数
24、据来源于 Wind资讯、Bloomberg 数据库和中国货币网。使用的计量软件为 Stata12.0。（三）描述性统计分析作为一种金融资产价格，汇率数据往往非平稳，因此要对原始数据进行处理，方法是对各序列数据取对数，求差分再乘以 100，得出各市场的汇率收益率序列。表 2给出了本文研究的 5个序列在 8.11汇改前后不同的描述性统计特征。一是从汇率变化情况看：虽然 2014年开始人民币已经处于贬值通道，但是8.11汇改前尚未升值到 2011年的水平，各个市场汇率总体上都是升值的；8.11汇改以后，各个市场人民币总体上都是贬值的。二是从汇率变化幅度看：8.11汇改后人民币贬值的幅度要大于 8.1
25、1汇改前人民币升值的幅度；8.11 汇改前后，在岸市场的变化幅度都小于离岸市场，再具体来说，都是 CNY波动幅度最小，NDF 波动幅度最大，这主要是由于尽管我国汇率形成机制的市场化程度不断提高，但依然存在一定程度的管制，与 NDF单纯由市场决定的方式有所差别。三是从数据分布看：各序列都不服从正态分布，且具有明显的“尖峰后尾”分布特征，经 ADF平稳性检验，各序列均为平稳序列，对其建立模型不会出现伪回归问题；经过 ARCH检验，各序列都存在波动聚集现象，可以建立多元GARCH模型。表 2：各变量描述性统计结果阶段 变量 均值 标准差 偏度 峰度 JB值 ADF p值 观测值CNY -0.0029
26、 0.0773 -0.5187 5.8389 366.56 -30.0410 0.000 964CNH -0.0042 0.1652 1.5146 44.5728 69716.16 -35.5208 0.000 964CNYDF -0.0024 0.2210 0.1941 70.4045 182308.6 -49.0456 0.000 964CNHDF -0.0035 0.1800 0.2128 12.9301 3963.87 -32.0576 0.000 964第一阶段NDF -0.0020 0.1747 0.1808 14.3991 5219.1 -31.3722 0.000 964CNY
27、 0.0224 0.2408 1.4799 10.5296 763.65 -17.24618 0.000 281CNH 0.0254 0.3011 2.2772 32.5975 10462.15 -19.69235 0.000 281CNYDF 0.0229 0.2536 1.0412 7.2939 265.69 -16.41878 0.000 281CNHDF 0.0289 0.4167 1.5225 16.3029 2172.79 -18.83947 0.000 281第二阶段NDF 0.0235 0.3364 0.2444 10.7760 708.23 -17.29824 0.000 2
28、81（四）均值溢出效应检验均值溢出效应通过 Granger因果检验完成，结果见表 3。检验结果表明：在 5%的置信条件下， （1）8.11 汇改前 CNY市场和 CNH市场之间不存在引导作用，8.11汇改后 CNY市场对 CNH市场有单向引导作用；（2）8.11 汇改前 CNY市场和 CNHDF市场存在双向的引导效应，8.11 汇改后只存在 CNY市场对 CNHDF市场的单向引导作用；（3）8.11 汇改前 CNY市场和 NDF市场存在双向的引导效应，8.11汇改后只存在 NDF市场对 CNY市场的单向引导作用；（4）8.11 汇改前后都只存在 CNH市场对 CNYDF市场的单向引导作用；（5
29、）8.11 汇改前 CNYDF市场和 CNHDF市场存在双向的引导效应，8.11 汇改后只存在 CNYDF市场对 CNHDF市场的单向引导作用；（6）8.11 汇改前后都只存在 NDF市场对 CNYDF市场的单向引导作用。表 3：Granger 因果检验结果市场 阶段 原假设 滞后阶数 F统计量 p值 结论CNY不是 CNH的 Granger原因 7 1.89541 0.0672 接受第一阶段CNH不是 CNY的 Granger原因 7 1.70279 0.1047 接受CNY不是 CNH的 Granger原因 1 46.4702 6.E-11 拒绝CNY-CNH 第二阶段CNH不是 CNY的
30、 Granger原因 1 3.41439 0.0657 接受CNY不是 CNHDF的 Granger原因 2 5.83373 0.003 拒绝第一阶段CNHDF不是 CNY的 Granger原因 2 3.16069 0.0428 拒绝CNY不是 CNHDF的 Granger原因 5 12.0577 2.E-10 拒绝CNY-CNHDF 第二阶段CNHDF不是 CNY的 Granger原因 5 1.29766 0.2652 接受CNY不是 NDF的 Granger原因 2 3.41551 0.0333 拒绝第一阶段NDF不是 CNY的 Granger原因 2 4.05049 0.0177 拒绝C
31、NY不是 NDF的 Granger原因 1 2.21574 0.1378 接受CNY-NDF 第二阶段NDF不是 CNY的 Granger原因 1 48.7831 2.E-11 拒绝CNYDF不是 CNH的 Granger原因 7 0.19576 0.9864 接受第一阶段CNH不是 CNYDF的 Granger原因 7 2.24053 0.0291 拒绝CNYDF不是 CNH的 Granger原因 1 0.49559 0.482 接受CNYDF-CNH 第二阶段CNH不是 CNYDF的 Granger原因 1 40.1642 9.E-10 拒绝CNYDF不是 CNHDF的 Granger原因
32、 7 2.72445 0.0084 拒绝第一阶段CNHDF不是 CNYDF的 Granger原因 7 3.53506 0.0009 拒绝CNYDF不是 CNHDF的 Granger原因 3 21.8646 1.E-12 拒绝CNYDF-CNHDF第二阶段 CNHDF不是 CNYDF的 Granger原因 3 1.19626 0.3116 接受CNYDF不是 NDF的 Granger原因 7 0.66555 0.7014 接受第一阶段NDF不是 CNYDF的 Granger原因 7 5.85461 1.E-06 拒绝CNYDF不是 NDF的 Granger原因 1 0.09314 0.7604 接受CNYDF-NDF 第二阶段NDF不是 CNYDF的 Granger原因 1 52.1109 5.E-12 拒绝（五）动态相关性检验各市场汇率收益率序列间相关系数的动态变化过程由 DCC-MVGARCH模型结果给出。限于篇幅关系，本部分仅给出 8.11汇改前后 CNY-CNH市场汇率收益率的动态相关系数图（见图 3） ，其余市场间汇率收益率以描述性统计表的方式给出（见表 5） 。从图 3可以看到，8.11 汇改前后市场汇率收益率序列动态相关系数均表现出较强的随时间而变化的特征，两个市场之间存在较为明显的联动性。
