基于ARCH族模型的人民币汇率波动实证分析

2019-10-22 07:51曹炳羲苏州大学江苏苏州215006
新生代 2019年4期
关键词:波动汇率效应

曹炳羲 苏州大学 江苏 苏州 215006

引言

1、背景及意义

2014年,人民币兑美元持续走弱,仅第一季度,人民币兑美元贬值约2.6%,对国内的经济形势产生了一系列影响。汇率是开放经济运行中居于核心地位的变量之一,各种宏观经济变量及微观因素都会通过各种途径引起它的变动,而它的变动又会对其他的经济变量带来重要的影响。因此,对于汇率波动的研究具有重要的意义,对于汇率的预测能使国际贸易有效地回避汇率风险。

2、文献综述

国外汇率市场上应用GARCH模型做了很多研究,Aguilar,Nydahl使用GARCH模型来对汇率的波动性进行建模,Brooks和Simon按照一定的标准选用特定的GARCH模型来预测美元汇率的收益波动情况,Mc Kenzie对汇市不对称效应存在的原因进行了解释。国内任兆璋、宁忠忠(2007)建立了汇率预期的随机波动模型(Stochastic Volatility,SV),研究发现市场一旦出现汇率升值预期将持续很长时间且在长时间内对信息的反应呈现出非线性的特征。叶欣等(2012)应用马尔可夫机制(Markov regime-switchingapproach,MS)考察2003年9月至2011年3月NDF汇率波动的非线性特征,认为汇改前后的NDF汇率均为高波动,并揭示了人民币升值预期压力的积聚期间和不同市场参与者的预期差异。

本文力图应用ARCH族实证分析汇率的波动特征,主要应用GARCH模型进行相应的实证检验,然后利用EGARCH和TGARCH模型验证负面效应大于正面冲击的非对称效应的存在。

实证分析

一、样本数据以及特征

本文选取2014年2月10日到2016年12月7日区间中每个交易日的人民币/美元中间价的日频数据,共694个观测值,数据来自于同花顺数据库。本文采用STATA14作为数据分析软件。

图1 2014年2月10日—2016年12月7日人民币汇率

由图1可知,2014年2月份以来,人民币对美元结束了05年汇改以来形成的升值通道,并慢慢地进入了贬值通道,从2014年2月10日的6.1083元/美元到2016年12月7日的6.8808元/美元,人民币累计贬值将近12.6%。

在最初的一段时间里,人民币对美元的汇率波动比较稳定,幅度较小。但是随着2015年8月11日汇改,人民币对美元汇率有了一个极速的连续四天的贬值,之后汇率有升有降,但总体是波动性的快速上升态势。

本文为了进行实证研究,将人民币汇率进行相应的处理,使其变成平稳的收益性序列,具体过程如下:

模型设定及检验

均值方程及ARCH检验

根据最优信息准则,发现日收益率滞后20阶的相关性最为显著。因此采用AR(12)模型来拟合数据,公式如下:

利用最小二乘法拟合模型中的参数

OLS回归结果为:

对于OLS残差项是否存在异方差进行检验。

表7 残差平方项的自相关、偏自相关

从结果看,无论是ARCH—LM检验,还是自相关图、偏自相关函数图,均显示OLS残差平方序列存在自相关,故扰动项存在条件异方差,即波动性集聚。

GARCH(1,1)模型及检验

根据ARCH检验,本文建立GARCH(1,1)模型,均值方程同上式,条件方差方程为:

回归结果可以表示为:

3.非对称效应

为了检验杠杆效应的存在,本文采取TARCH(1,1)模型进行检验,均值方程不变,条件方差方程为:

回归结果如下:

表11 TARCH模型及其检验

分析上述结果我们发现ϕ项为负,并且是显著的,即存在明显的杠杆效应,符合我们的理解,即人民币的贬值(εt<0)带来的冲击大于升值带来的冲击。

4.ARCH—M模型及检验

为了考察人民币汇率日收益率中可能包含的风险溢价,考虑估计“ARCH-in-MEAN”模型。结果显示如下分析结果,ARCHM项并不显著,且符号为负,说明风险越高,收益越低。对于一个正常的市场来说,风险越高,预示着收益越高,而实验表现出了一种反常的现象,一定程度上说明我国的汇率机制仍让不成熟,有很大的投机因素。

表12 ARCH-M模型及检验

结论

1. 人民币汇率波动呈现集群性,持续性的特征

虽然人民币还没有完全市场化,但是通过GARCH及相关模型的检验得出了收益率序列同样具有显著的“尖峰厚尾”的特点,尤其是右厚尾的特点,还有具有波动的集群性的特征。上面两个检验都得出α+β小于1,说明我国持续面临的人民币贬值压力,波动会一直持续下去。表现在人民币汇率自15年汇改以来是处于贬值的轨道过程中。从人民币的收益率序列看到波动的幅度越来越大。尤其是16年美国即将进入加息通道,如果国内不同步加息过程,这将导致人民币进一步贬值,人民币汇率日收益率波动性到时候将会进一步加剧。

2. 汇率的波动存在杠杆效应

TARCH模型得出现相对于人民币升值,贬值会带来更大波动的结论,主要是由于人民币贬值带来持续的贬值预期,因此贬值会导致更大的浮动,另外我国存在严重的外汇市场干预及汇率的波动有浮动幅度的限制,使得人民币汇率波动杠杆效应较小。

风险溢价效应

ARCH-M模型说明我国外汇市场还不成熟,尚且处于一个发展期,机遇与风险并存,但是投机成分比较大,对于金融机构和企业来说具有一定的风险。

政策建议

14年以来人民币贬值主要是由于国内的产业结构转移,经济下行,以及美国即将进入加息通道。模型显示人民币汇率的波动集聚性、明显的杠杠效应,因此可以预期贬值将会带来更大的变化,加之波动的持续性,会造成更大幅度的贬值。本文的建议包括:

第一:人民币国际化过程中,汇率市场化是趋势。在汇率变动的市场化进程中,央行应控制汇率变动的节奏。由于人民币汇率波动的集群性特征,汇率过度的波动,将导致进出口企业面临的汇率风险增加,相关的订单成本将会上升。

第二:加强汇率衍生市场的建设。汇率的市场化,必然导致汇率风险加大,为规避市场风险,汇率衍生品市场的建立是有必要的。企业可以通过该市场规避风险,更多的金融产品有利于缓解过多的流动资金对股市和房市投机冲击,对于我国金融市场的完善也具有推动作用。

第三,汇率波动程度的提高,应根据产业调整的策略对不同的行业加强在出口退税等其他贸易政策的支持,减轻过快贬值对企业的影响,增加对附加值较高的行业的支持。

猜你喜欢
波动汇率效应
美联储加息与人民币汇率之间的相关性
死海效应
ARIMA模型在人民币短期汇率预测中的应用
ARIMA模型在人民币短期汇率预测中的应用
休闲假期
应变效应及其应用
偶像效应