對人民幣匯率全球定價機制的一個動態(tài)觀察

1、一、引言及文獻綜述近年來，我國在岸和離岸人民幣市場保持健康平穩(wěn)發(fā)展，市場廣度和深度不斷拓展，人民幣國際化水平持續(xù)提升。在“滬港通”“深港通”“滬倫通”等一系列制度推動下，在岸離岸人民幣雙向流通機制不斷完善，人民幣資產(chǎn)全球配置和市場聯(lián)動趨勢明顯增強，人民幣匯率全球定價機制正逐步形成。自 2009 年起，我國啟動一系列人民幣國際化及匯率改革政策后（見表 1），香港人民幣市場迅速發(fā)展，使離岸人民幣市場逐漸形成中國香港、倫敦、新加坡、歐洲及東南亞地區(qū)多點并行的格局。離岸人民幣市場產(chǎn)品體系從最初的遠期、掉期、無本金交割遠期（NDF）等場外交易市場（OTC）產(chǎn)品已經(jīng)擴展到場內(nèi)交易的人民幣期貨、人民幣交易型

2、開放式指數(shù)基金（ETF）等。這些均為人民幣匯率在全球市場中的合理定價發(fā)揮了積極作用。根據(jù)國際清算銀行（BIS）發(fā)布的最新調(diào)查顯示2，全球交易最活躍貨幣中人民幣排名第八，在新興市場國家貨幣中排名第一。離岸市場對人民幣國際化及其匯率全球定價機制的形成均具有重要作用。目前，離岸人民幣資產(chǎn)存量不斷增加、離岸人民幣即期和衍生品交易日益活躍、境外市場主體快速壯大，客觀上已使離岸市場成為人民幣市場的重要組成部分，對人民幣定價效率提升、國內(nèi)金融市場穩(wěn)定、更高水平改革開放具有重大影響。深入研究人民幣在岸與離岸市場之間的關(guān)系，特別是在岸匯率與離岸匯率之間相互影響的復(fù)雜機制，有利于理解人民幣國際化推進和“雙循環(huán)”新

3、發(fā)展格局形成背景下人民幣匯率全球定價機制形成的新格局，從而有針對性地制定穩(wěn)定人民幣市場價格、引導(dǎo)跨境人民幣資金合理流動、提升人民幣定價效率的政策措施。表 1 2009 年以來我國部分人民幣國際化和外匯改革舉措時間主要改革內(nèi)容2009 年 7 月跨境貿(mào)易人民幣結(jié)算試點在上海和廣東省 4 個城市正式啟動。2 BIS 在 2019 年 4 月發(fā)布的“Triennial Central Bank Survey of Foreign Exchange and Over-the-counter (OTC) Derivatives Markets in 2019”。2010 年 7 月中國人民銀行和香港金融

4、管理局同意擴大人民幣在香港的貿(mào)易結(jié)算安排香港的銀行為金融機構(gòu)開設(shè)人民幣賬戶和提供各類服務(wù)不再面臨限制，個人和企業(yè)之間可通過銀行自有進行人民幣資金的支付和轉(zhuǎn)賬，離岸人民幣市場隨之啟動。2014 年 3 月中國人民銀行調(diào)整人民幣對美元交易價格的浮動上限，由 1%擴大至 2%,人民幣對美元匯率開始雙向波動。2015 年 8 月中國人民銀行完善人民幣對美元匯率中間價的報價機制，即做市商在每日銀行間外匯市場開盤前參考上日銀行間外匯市場收盤匯率，綜合考慮外匯供求情況以及國際主要貨幣匯率變化，向中國外匯交易中心提供中間價報價。2015 年 12 月中國外匯交易中心在中國貨幣網(wǎng)正式發(fā)布 CFETS 人民幣匯率

5、指數(shù)，對推動社會觀察人民幣匯率視角的轉(zhuǎn)變具有重要意義，人民幣匯率開始轉(zhuǎn)向參考一籃子貨幣。2016 年 2 月中國人民銀行宣布實行“收盤價+24 小時籃子貨幣穩(wěn)定”的新機制。2017 年 5 月中國人民銀行宣布引入逆周期調(diào)節(jié)因子，把“收盤價+一籃子”的中間價定價機制，轉(zhuǎn)變?yōu)椤笆毡P價+一籃子+逆周期因子”的定價機制。，目前，研究人民幣在岸匯率與離岸匯率之間關(guān)系的文獻不少，大部分研究都是通過實證分析兩個市場匯率之間的傳導(dǎo)關(guān)系，但得出的結(jié)論不盡相同，主要有以下四大類：一是在“811”匯改前人民幣在岸匯率作用強于離岸匯率。伍戈和裴誠（2012）通過 AR-GARCH 模型對中國 2010-2011 年的

6、數(shù)據(jù)進行實證研究發(fā)現(xiàn)，在岸即期匯率對離岸即期匯率具有引導(dǎo)作用，NDF 對在岸即期匯率和離岸即期匯率的前瞻性作用減弱；王芳等（2016）通過 VECM 模型對中國 2010-2015年的數(shù)據(jù)研究發(fā)現(xiàn)，在岸匯率對離岸匯率的影響較為顯著；孫欣欣和盧新生（2017）通過 BEKK 模型對中國 2011-2016 年的數(shù)據(jù)進行實證研究發(fā)現(xiàn)，在岸遠期匯率對離岸遠期匯率具有引導(dǎo)作用。二是在“811”匯改前人民幣離岸匯率作用強于在岸匯率。嚴敏和巴曙松（2010）通過多元 GARCH 模型對中國 2006-2009年的數(shù)據(jù)實證研究發(fā)現(xiàn)，NDF 市場的價格引導(dǎo)力量強于即期市場和境內(nèi)遠期市場。Cheung 和 Ri

7、me（2014）通過 VECM 模型對中國 2010-2013 年的數(shù)據(jù)實證研究發(fā)現(xiàn)，人民幣離岸匯率對在岸匯率的影響日益增強，對人民幣中間價具有顯著的預(yù)測引導(dǎo)作用；Meng 等（2017）通過 VAR 模型對中國 2010-2014 年的數(shù)據(jù)進行實證研究發(fā)現(xiàn)，離岸市場對在岸市場有顯著的傳染性。三是在“811”匯改前人民幣在岸匯率與離岸匯率之間的作用強弱互現(xiàn)。Maziad 和 Kang（2012）通過二元 GARCH 模型對中國 2010-2011 年的數(shù)據(jù)進行實證研究發(fā)現(xiàn)，在岸即期匯率對離岸即期匯率有顯著影響，但離岸遠期匯率對在岸遠期匯率有顯著影響。四是在“811”匯改后人民幣在岸匯率與離岸匯

8、率之間的聯(lián)動增強。李政（2017）通過 VAR 模型發(fā)現(xiàn)，“811”匯改后，人民幣在岸市場與離岸市場的聯(lián)動性增強，中間價對離岸匯率的溢出效應(yīng)顯著增強；Ruan 等（2019）通過 MF-DCCA 模型研究發(fā)現(xiàn)，“811”匯改后，CNY、CNH 與人民幣 NDF 之間交叉關(guān)聯(lián)的持續(xù)性在短期內(nèi)是增強的；丁劍平等（2020）通過 VECM 模型研究發(fā)現(xiàn)，“811”匯改后，人民幣在岸市場與離岸市場之間出現(xiàn)了顯著的雙向波動溢出效應(yīng)，兩個市場一體化程度得到加強。此外，在探討人民幣在岸匯率與離岸匯率關(guān)系的同時，一些學(xué)者開始關(guān)注影響人民幣在岸匯率與離岸匯率差異的因素。比如，Craig 等（2013）運用 VA

9、R 模型發(fā)現(xiàn)資本管制和全球市場敏感性轉(zhuǎn)變很大程度上解釋了人民幣在岸與離岸匯率的差異；Funke 等（2015）運用擴展的 GARCH 模型發(fā)現(xiàn)，人民幣在岸與離岸市場之間的流動性差是導(dǎo)致匯率價差的主要原因，而全球風(fēng)險規(guī)避情緒會加大價差的波動性。這些研究文獻雖然對人民幣在岸市場與離岸市場的發(fā)展具有一定貢獻，但是一般都以人民幣 NDF 來代表人民幣離岸匯率，忽視了人民幣即期離岸匯率的重要性，大部分文獻也僅考慮了香港的離岸人民幣市場，忽視了新加坡離岸人民市場的重要性，也少有文章從人民幣外匯期貨的角度來反映人民幣離岸匯率與在岸匯率的關(guān)系，因此，整體來看，以上文獻得出的結(jié)論雖然因時間區(qū)間和模型選擇不同而變

10、化，但仍缺乏對人民幣在岸匯率與離岸匯率關(guān)系更加統(tǒng)一、全面的測算和實證研究，特別是缺乏從人民幣匯率全球定價機制的角度來解析不同在岸匯率與離岸匯率之間的互動關(guān)系。本文以 2015 年 8 月 11 日人民幣匯率中間價改革為分割點，分別對在岸匯率和香港、新加坡市場的人民幣離岸匯率進行實證研究。本文的創(chuàng)新有以下幾點: （1）在對香港離岸市場的人民幣匯率與在岸匯率進行聯(lián)動分析的基礎(chǔ)上，進一步分析了新加坡離岸市場人民幣匯率與在岸匯率的關(guān)系；（2）研究了在岸匯率與人民幣外匯期貨價格的關(guān)系，拓展了人民幣離岸匯率研究范疇；（3）研究了同一市場人民幣即期離岸匯率、NDF 和外匯期貨的相互關(guān)系和表現(xiàn)特征，進一步分析

11、了在岸匯率與離岸匯率的關(guān)系。二、人民幣在岸匯率與離岸匯率的統(tǒng)計特征（一）“721”匯改前的統(tǒng)計特征在 2005 年 7 月 21 日匯率形成機制改革（以下簡稱“721”匯改）3前，銀行間市場的美元兌人民幣即期價格（CNY）4基本沒有變化，穩(wěn)定在 8.3 左右（見圖 1），但是美元兌人民幣 NDF5匯率從 1999 年 1 月末的 9.15 持續(xù)下降至 2005年 7 月末的 7.86，對 CNY 形成了巨大壓力。3 2005 年 7 月 21 日，人民幣匯率形成機制改革啟動。人民幣匯率不再釘住單一美元，開始實行以市場供求為基礎(chǔ)、參考一籃子貨幣進行調(diào)節(jié)、有管理的匯率制度。4 用外匯市場交易中心公

12、布的美元對人民幣即期匯率（月末數(shù)）表示。5 用ICAP 公布的交割期限選擇交易較為活躍的 1 月期（1M）美元兌人民幣 NDF 表示。圖 1 人民幣兌美元中間價、NDF 和即期離岸匯率走勢數(shù)據(jù)來源：Wind 數(shù)據(jù)庫。（二）“721”匯改至“811”匯改期間的統(tǒng)計特征“721”匯改后至 2015 年 8 月 11 日人民幣中間價形成機制改革（以下簡稱 “811”匯改）6前，CNY 持續(xù)下滑至 6.11-6.26 區(qū)間，人民幣 NDF 同比變化率較 CNY 同比變化率的波峰和波谷反應(yīng)快 6 個月（見圖 2），且其同比變化率標(biāo)準差為 0.04，較 CNY 同比變化率的標(biāo)準差大 0.011，說明人民幣

13、 NDF 的變化相對更為劇烈，且很可能導(dǎo)致了 CNY 的波動。0.10.050-0.05-0.1-0.15CNY同比變化率NDF同比變化率圖 2 2005 年 7 月-2015 年 7 月 CNY 與 NDF 的同比變化率單位：%數(shù)據(jù)來源：Wind 數(shù)據(jù)庫。（三）“811”匯改后的統(tǒng)計特征隨著 2009 年人民幣離岸市場的興起，人民幣外匯交易穩(wěn)步增加，全球人民幣日均交易量從 2013 年的 1130 億美元增至 2019 年的 2840 億美元，占全球外匯6 見表 1。市場份額的 4.3%7，同時，CNY 與人民幣 NDF 的價差也逐步縮小，2012 年 1 月至2020 年9 月平均價差的絕

14、對值為0.13，較2012 年前的平均價差減少0.1?！?11”匯改后，做市商在每日銀行間外匯市場開盤前參考上一交易日的匯率收盤價，導(dǎo)致每個交易日的中間價與上一交易日的匯率收盤價較為接近，這在很大程度上也消除了銀行間市場即期價格與真實市場價的偏離。CNY、人民幣 NDF 以及香港市場美元兌人民幣即期離岸匯率（CNH）三者的波動基本保持了一致（見圖 1），其中，CNY 與 CNH 的重合度最高，其平均價差的絕對值僅為 0.001。從變化率看，CNY、人民幣 NDF 以及 CNH 三者的波動也基本保持了一致。但 CNY 與人民幣 NDF 之間可能存在交叉影響，比如 2016 年 1 月和 6 月的

15、人民幣 NDF 的變化較 CNY 變化提前了 1 個月，而 2016 年 11 月 CNY 的變化又較人民幣 NDF 變化快 1 個月左右（見圖 3）。圖 3 2015 年 8 月-2020 年 9 月 CNY 與人民幣 NDF 的同比變化率單位：%數(shù)據(jù)來源：Wind 數(shù)據(jù)庫。注：圖中虛線圓形表示 NDF 快于 CNY 的波峰，虛線方形表示 CNY 快于 NDF 的波峰。三、模型設(shè)定與數(shù)據(jù)選?。ㄒ唬┠Ｐ驮O(shè)定近年來，一些學(xué)者開始采用多元 GARCH 類模型從波動溢出效應(yīng)的角度來研究在岸匯率和離岸匯率之間的關(guān)系（Funke et al. , 2015；王芳等，2016），但由于滯后階數(shù)確定難、參數(shù)

16、估計過多、甚至正態(tài)性假定8等問題，對結(jié)論的可靠性形成了挑戰(zhàn)。Sims 于 1980 年提出的向量自回歸（VAR）模型雖然無法描述資產(chǎn)收益率的“波動聚集性”和尖峰后尾特征，但 VAR 模型不以嚴格的經(jīng)濟理論為依據(jù)，避免了外生變量識別約束問題，且比傳統(tǒng)的結(jié)構(gòu)模型預(yù)測更加準確7 數(shù)據(jù)來源于中國人民銀行. “2020 年人民幣國際化報告”，北京：中國金融出版社，2020.8 多元GARCH 模型一般是在正態(tài)性條件的假定下，通過最大化如下對數(shù)似然函數(shù)來進行估計：TN1 T1l log 222 t 1(log H t t H t t) 表示所有待估計的未知參數(shù)，對 的極大似然估計是漸正，態(tài)的。如果樣本量足

17、夠大，即使借助中心極限定理，檢驗統(tǒng)計量可能將漸進遵循其適當(dāng)?shù)姆植?，但本文認為 1000-2000 左右的樣本量并不充分大，違反正態(tài)性假定可能會對結(jié)果有顯著影響。在目前大多數(shù)應(yīng)用多元 GARCH 模型的研究中，一般是根據(jù)模型估計結(jié)果與實際情況進行對比，如果符合可解釋的實際情形，默認模型是可行的。（McNees，1986）。我國在岸匯率和離岸匯率的差異雖然受全球市場波動、風(fēng)險規(guī)避、套利等因素影響（Craig et al. , 2013；丁劍平等，2020），但本質(zhì)上兩個市場的形成還是由于人民幣資本項目不完全可兌換等制度性安排的結(jié)果。所以，本文認為通過二元 VAR 模型就可以較為準確地反映在岸匯率與

18、不同離岸匯率之間傳導(dǎo)關(guān)系的演變?；诖?，本文 VAR 模型設(shè)定如: y1,t c1 a11,1a12,1 y1,t 1 a11, ja12, j y1,t j 1t y c aa yaa y （1） 2,t 2 21,122,1 2,t 1 21, j22, j 2,t j 2t 式（1）中 y1t代表在岸匯率，y2t代表離岸匯率，j代表滯后長度，t代表時 期。（二）數(shù)據(jù)選取本文用銀行間市場美元兌人民幣即期匯率的收盤價代表在岸匯率（CNY），離岸匯率分別選取香港市場的美元兌人民幣即期匯率收盤價（CNH）、1 月期美元兌人民幣 NDF（NDF）、美元兌人民幣期貨 CUSF00 收盤價（CUS）以

19、及新加坡市場美元兌人民幣即期匯率收盤價（CNS）。選取 2005 年 7 月 21 日至 2020年 9 月 30 日之間9，剔除節(jié)假日后，采用兩兩變量之間有相同交易日的日數(shù)據(jù)，并以 2015 年“811”為界（見圖 1）分兩個區(qū)間對比分析。為保證數(shù)據(jù)平穩(wěn)性，本文根據(jù) Rt=100*ln(Pt/Pt-1)將人民幣 NDF、CNH、CUS、CNS 與 CNY 均變?yōu)閷?shù)收益率（復(fù)利收益率）10，分別用 NDFR、CNHR、CUSR、CNSR、CNYR 來表示（見表 2）。數(shù)據(jù)來源于 Wind 數(shù)據(jù)庫、中國外匯交易中心和香港交易所。表 2 數(shù)據(jù)指標(biāo)選取結(jié)果序號實證分析內(nèi)容指標(biāo)選取時間跨度序列長度1

20、“811”匯改前在岸匯率與香港市場離岸匯率的關(guān)系CNYR、NDFR2005.7.21-2015.8.102484 組2“811”匯改前在岸匯率與香港市場離岸匯率的關(guān)系CNYR、CNHR2011.6.28-2015.8.10967 組3“811”匯改后在岸匯率與香港市場離岸匯率的關(guān)系CNYR、NDFR、 CNHR2015.8.11-2020.9.301217 組4“811”匯改前在岸匯率與新加坡市場離岸匯率的關(guān)系CNYR、CNSR2005.7.21-2015.8.102438 組5“811”匯改后在岸匯率與新加坡市場離岸匯率的關(guān)系CNYR、CNSR2015.8.11-2020.9.301219

21、組6“811”匯改前在岸匯率CNYR、CUSR2005.7.21-2015.8.10681 組9 由于在“7.21”匯改前階段，人民幣兌美元的即期匯率 CNY 基本沒有變化，所以實證研究此階段意義不大。10 對數(shù)收益率不僅減小異方差風(fēng)險，適合計量模型估計，而且考慮了復(fù)利和可加性，較傳統(tǒng)算術(shù)收益率更有具實際意義，本文以下所稱收益率均為對數(shù)收益率。與人民期貨價格的關(guān)系7“811”匯改后在岸匯率與人民幣期貨價格的關(guān)系CNYR、CUSR2015.8.11-2020.9.301216 組8香港人民幣離岸市場NDFR、CNHR、 CUSR2012.9.17-2020.9.301968 組9“811”匯改前

22、CNYR、NDFR、CNHR、CNSR、CUSR2012.9.17-2015.8.10662 組10“811”匯改后CNYR、NDFR、CNHR、CNSR、CUSR2015.8.11-2020.9.301188 組四、人民幣在岸匯率與離岸匯率關(guān)系的實證研究（一）描述性統(tǒng)計分析“811”匯改前后兩個時間段的數(shù)據(jù)序列（見表 3）均呈現(xiàn)一定程度的尖峰厚尾形態(tài)，不符合正態(tài)分布?！?11”匯改前，CNYR、NDFR、CNHR、CUSR、CNSR 的平均值和中位數(shù)均為負數(shù)，說明在岸、離岸人民幣均處于升值趨勢；CNYR 的平均值小于 4 個離岸匯率，說明在岸人民幣升值速度慢于離岸人民幣；NDFR、CUSR、

23、CNSR 的標(biāo)準差均大于 CNYR 的標(biāo)準差，說明離岸匯率收益率的波動大于在岸匯率收益率； CNHR 和 CNYR 變異系數(shù)的絕對值分別高達 101.87、93.27，分別較最低的 CNSR高 92.91、84.31，顯示在岸人民幣市場和香港離岸人民幣市場的風(fēng)險溢價較高?！?11”匯改后，CNYR、NDFR、CNHR、CUSR、CNSR 的平均值和中位數(shù)均為正，說明在岸離岸人民幣均呈貶值態(tài)勢；5 個指標(biāo)中平均值的最高與最低之差的絕對值（0.003），較“811”前降低 0.007，一定程度上反映在岸匯率和離岸匯率收益率的變化差距縮??；CNYR、NDFR、CNHR、CUSR、CNSR 標(biāo)準差均大

24、于“811”前，顯示“811”后在岸和離岸匯率的彈性均有所提升；香港離岸人民幣市場變異系數(shù)仍然最高(76.91)，而 CNYR 的變異系數(shù)降至最低（34.44）； NDFR 和 CUSR 的標(biāo)準差明顯大于 CNYR、CNHR 和 CNSR 的標(biāo)準差，顯示外匯衍生品的波動遠高于相關(guān)基礎(chǔ)資產(chǎn)。表 3 指標(biāo)的描述性統(tǒng)計結(jié)果時間段變量平均值中位數(shù)最小值最大值標(biāo)準差峰度偏度CNYR-0.0011-0.0008-0.58320.49900.10265.64340.2191“811”匯改前NDFR CNHRCNSR-0.0089-0.0015-0.0120-0.0064-0.0049-0.0061-2.01

25、90-0.7980-2.05083.27211.84740.70530.26750.15280.107526.158339.189457.92901.12653.4239-2.9047CUSR-0.0027-0.0114-0.45640.77950.13005.40071.2022CNYR0.00710.0046-1.14971.80970.24456.04390.4808“811”匯改后NDFR CNHR CNSR0.00430.00550.00610.00280.01690.0138-1.4180-1.4516-1.11553.65562.86771.73910.33070.29580.2

26、56514.693210.25435.82131.10180.68720.3265CUSR0.00630.0044-1.83323.11880.300914.64481.1426（二）“811”匯改前在岸匯率與離岸匯率的關(guān)系從 2005 年 7 月 21 日至 2015 年“811”匯改前，剔除節(jié)假日后，符合相同交易日的 NDFR 和 CNYR 序列共 2484 組、CNHR 和 CNYR 序列共 967 組。在回歸分析前，進行單位根檢驗發(fā)現(xiàn)兩組序列中的人民幣 NDFR、CNHR 和 CNYR 均平穩(wěn)，可以建立 VAR 模型進行分析，并根據(jù) LR、AIC 和 HQ 準則，NDFR 與 CNYR

27、、CNHR 與 CNYR 分別建立 5 階、6 階滯后 VAR 模型。由模型的參數(shù)估計結(jié)果（見表 4）可知，人民幣 NDFR 主要受自身滯后 1、 2、5 期影響外，也受到 CNYR 滯后 2、5 期的影響，而 CNYR 主要受人民幣 NDFR滯后 1 期影響，且影響系數(shù)大于 CNYR 自身滯后 1 期的系數(shù)，顯示 CNY 與人民幣 NDF 存在相互作用，CNY 受人民幣 NDF 的影響更大。CNHR 主要受 CNYR滯后 1、3、6 期的影響，而 CNYR 主要受 CNHR 滯后 1、2、4 期影響，且影響系數(shù)的絕對值大于 CNYR 自身滯后 1、2、4 期的系數(shù)，說明 CNY 與 CNH

28、存在相互作用，CNY 受 CNH 的影響更大?！?11”前，做市商在銀行間外匯市場的開盤報價并未明確參考上一交易日的匯率收盤價，即做市商報價時可能會更多考慮受中央銀行調(diào)控要求以及人民幣NDF 和 CNH 的市場走向，而 CNY 只能在做市商報價基礎(chǔ)上加權(quán)形成的美元兌人民幣中間價的一定幅度11內(nèi)波動。表 4“811”匯改前 VAR 模型估計結(jié)果NDF 與 CNYCNH 與CNYCNYRNDFRCNYRCNHRCNYR(-1)-0.041241*-0.004569CNYR(-1)-0.0284580.069329*-4.20450-0.08224-0.82839 13.4650CNYR(-2)-0

29、.0381790.134981*CNYR(-2)-0.097556*0.043809-1.75373 2.42176-2.56859 0.87564CNYR(-3)0.0284260.0351CNYR(-3)-0.027310.172267* 1.30340 0.62862-0.72061 3.45060CNYR(-4)0.005473-0.039245CNYR(-4)-0.0391740.025176 0.25135-0.70397-1.02787 0.50148CNYR(-5)0.070906*0.114099*CNYR(-5)0.0312040.060969 3.56344 2.2397

30、1 0.83439 1.23766NDFR(-1)0.052252*0.072979*CNYR(-6)0.0366980.133811* 6.17146 3.36674 0.99759 2.76135NDFR(-2)-0.013061-0.091493*CNHR(-1)0.036764*-0.210166*-1.53210-4.192082.26055-6.13825NDFR(-3)0.003077-0.031951CNHR(-2)0.098844*-0.177231* 0.36037-1.46150 3.52475-5.05341NDFR(-4)0.0130290.011451CNHR(-3

31、)-0.007182-0.108795* 1.53150 0.52573-0.26250-3.01874NDFR(-5)-0.012642-0.100226*CNHR(-4)0.087583*0.047644-1.50109-4.64837 3.21531 1.32780C-0.010375*-0.004856CNHR(-5)-0.036461-0.092624*-5.04169-0.92159-1.35722-2.61738R-squared0.0268430.021597CNHR(-6)0.004409-0.035765Adj. R-squared0.0228920.017624 0.18

32、071-1.11275C-0.0034910.001448-1.02524 0.32282R-squared0.0331410.193041Adj. R-squared0.0209020.182826注：括號內(nèi)的數(shù)值為 T 統(tǒng)計量。*代表估計的數(shù)值在 5%顯著性水平下顯著。11 “8.11”匯改前，銀行間即期外匯市場人民幣兌美元交易價浮動幅度上限先后調(diào)整過 3 次：2007 年 5 月21 日由 0.3%上調(diào)至 0.5%，2012 年 4 月 16 日由 0.5%上調(diào)至 1%，2014 年 3 月 15 日由 1%上調(diào)至 2%。格蘭杰因果檢驗（見表 5）顯示，在 95%的置信水平下，僅存在人民

33、幣 NDFR到 CNYR 的單向格蘭杰因果關(guān)系，但是 CNYR 與 CNHR 存在雙向格蘭杰因果關(guān)系。表 5 格蘭杰因果檢驗原假設(shè)：F-StatisticProb.NDFR 不是 CNYR 的格蘭杰原因76.89130.0000CNYR 不是 NDFR 的格蘭杰原因0.342070.7116CNHR 不是 CNYR 的格蘭杰原因4.02570.0074CNYR 不是 CNHR 的格蘭杰原因61.96310.0000脈沖響應(yīng)分析（見圖 4）顯示，當(dāng)人民幣 NDFR 受到來自 CNYR 的一個標(biāo)準差的正向沖擊之后，在第 1 期馬上做出響應(yīng)，但反應(yīng)迅速減弱，表現(xiàn)為沖擊反應(yīng)曲線在第 2 期就開始與 X

34、 軸接近，在第 4 期的響應(yīng)又略微增強，此后持續(xù)減弱，從第 7 期開始基本穩(wěn)定在 0 值。當(dāng) CNYR 受到人民幣 NDFR 一個正向標(biāo)準差沖擊后，雖然在第 1 期沒有響應(yīng)，但在第 2 期馬上做出正向響應(yīng)，第 3 期又迅速變?yōu)樨撓蝽憫?yīng)，此后緩慢回升，從第 8 期開始基本穩(wěn)定在 0 值，可見人民幣 NDF對 CNY 有著相對更持續(xù)的影響作用。同理，當(dāng) CNHR 受到來自 CNYR 的一個標(biāo)準差的正向沖擊之后，在第 1 期馬上做出正向響應(yīng)，第 2 期持續(xù)增強，隨后反應(yīng)減弱，從第 3 期開始圍繞 0 值波動，并從第 7 期開始基本穩(wěn)定在 0 值。當(dāng) CNYR受到 CNHR 一個正向標(biāo)準差沖擊后，在第

35、 1 期沒有顯著反應(yīng)，隨后才開始出現(xiàn)正向響應(yīng)，并在第 3 期到達高點，隨后反復(fù)波動從第 8 期開始基本穩(wěn)定在 0 值，顯示 CNH 對 CNY 有著相對更持續(xù)的影響作用。Response of CNYR to CNYR0806040200021 2 3 4 5 6 7 8 9 10.08.06.04.02.00-.02Response of CNYR to NDFR1 2 3 4 5 6 7 8 9 10.12.08.04.00-.04Response of CNYR to CNYR1 2 3 4 5 6 7 8 9 10.12.08.04.00-.04Response of CNYR to

36、CNHR1 2 3 4 5 6 7 8 9 10Response of NDFR to CNYR2520151005001 2 3 4 5 6 7 8 9 10.25.20.15.10.05.00Response of NDFR to NDFR1 2 3 4 5 6 7 8 9 10.16.12.08.04.00-.04Response of CNHR to CNYR1 2 3 4 5 6 7 8 9 10.16.12.08.04.00-.04Response of CNHR to CNHR1 2 3 4 5 6 7 8 9 10圖 4NDFR 與 CNYR、CNHR 與 CNYR 之間的脈沖

37、響應(yīng)（三）“811”匯改后在岸匯率與離岸匯率的關(guān)系對“811”至 2020 年 9 月 30 日，剔除節(jié)假日后，符合相同交易日的 CNY和人民幣 NDF 收益率序列以及 CNY 和 CNH 收益率序列均共 1217 組。與前文類似，根據(jù) LR、AIC 和 HQ 準則，均建立 4 階滯后 VAR 模型。模型的參數(shù)估計結(jié)果（見表 6）顯示，CNYR 受 NDFR 滯后 1、2 期的正向顯著影響，NDFR 受CNYR 滯后 1、4 期顯著影響，但估計系數(shù)依然顯示 NDFR 對 CNYR 的影響更大；同時，CNYR 不受 CNHR 顯著影響，而 CNHR 受 CNYR 滯后 1、2 期顯著影響。格蘭杰

38、因果檢驗顯示，僅存在 NDFR 到 CNYR 的單向格蘭杰因果關(guān)系和 CNYR到 CNHR 的單向格蘭杰因果關(guān)系?！?11”匯改后，在岸匯率與人民幣 NDF 仍相互影響，雖然香港離岸人民幣市場的興起，在一定程度上削弱了人民幣 NDF的影響力，但外匯定價機制市場化程度的進一步增加，使得人民幣 NDF 對在岸匯率的影響依然更加強烈。同時，與人民幣 NDF 不同，CNH 市場的人民幣供給主要來自跨境貿(mào)易人民幣結(jié)算，其人民幣獲得成本受在岸匯率影響（伍戈和裴誠， 2012），且“811”后離岸人民幣流動性受到一定控制，在客觀上促進了人民幣定價權(quán)向在岸市場的轉(zhuǎn)移，進一步增強了在岸匯率對離岸即期匯率的“錨”

39、作用。表 6 CNYR 分別與 NDFR、CNHR 的 VAR 模型估計結(jié)果NDF 與 CNYCNH 與CNYCNYRNDFRCNYRCNHRCNYR(-1)-0.362027*0.010862*CNYR(-1)0.011368*0.71697*-10.0703 2.20688 2.28711 17.1096CNYR(-2)-0.109083*0.04503CNYR(-2)-0.0112690.215248*-2.88548 0.81562-0.23847 4.30391CNYR(-3)0.0440320.011979CNYR(-3)0.016104*0.073619 1.19122 0.22

40、191 2.34036 1.47016CNYR(-4)0.069708*0.090875*CNYR(-4)-0.0009220.016423 2.23297 2.09329-0.02110 0.35525NDFR(-1)0.423018*-0.061773*CNHR(-1)-0.0080630.438858* 17.1393-2.71380-0.2159011.1038NDFR(-2)0.174096*-0.034895CNHR(-2)0.025322-0.166399* 5.95363-0.81711 0.62633-3.88903NDFR(-3)0.034692-0.061039CNHR(

41、-3)0.041233-0.042508 1.19014-1.43384 1.04319-1.01617NDFR(-4)0.001022-0.043799CNHR(-4)0.017602-0.041798 0.03898-1.14382 0.53830-1.20778C0.005716-1.06E-05C0.004356-0.000515 0.93237-0.00118 0.63712-0.07118R-squared0.200750.009153R-squared0.215390.200288Adj. R-squared0.1954390.00257Adj. R-squared-0.1812

42、190.194975注：括號內(nèi)的數(shù)值為 T 統(tǒng)計量。*代表估計的數(shù)值在 5%顯著性水平下顯著。脈沖響應(yīng)結(jié)果（見圖 5）顯示，當(dāng) NDFR 受到來自 CNYR 的一個正向標(biāo)準差沖擊之后，在第 1 期馬上做出正向響應(yīng)，但在第 2 期就迅速回調(diào)，此后基本在 0值附近。當(dāng) CNYR 受到人民幣 NDFR 一個正向標(biāo)準差沖擊之后，CNYR 在第 2 期大幅上行，第 3 期又開始大幅回落，即 CNYR 對人民幣 NDF 沖擊的反應(yīng)較為劇烈。當(dāng) CNHR 受到來自 CNYR 的一個正向標(biāo)準差沖擊之后，在第 1 期反應(yīng)劇烈，隨后迅速回落，從第 4 期開始在 0 值上方附近持續(xù)穩(wěn)定，并從第 7 期開始實現(xiàn)穩(wěn)態(tài)。

43、當(dāng) CNYR 受到來自 CNHR 的一個正向標(biāo)準差沖擊之后，CNYR 幾乎不受影響?？梢?，“811”后在岸匯率在一定程度上能夠影響香港市場的人民幣即期離岸匯率，反之，即期離岸匯率卻不對在岸匯率產(chǎn)生顯著影響，但是人民幣 NDF 對在岸匯率的影響強烈，說明人民幣在岸匯率與即期離岸匯率和人民幣 NDF 之間形成了傳導(dǎo)鏈條。.25.20.15.10.05.00-.05Response of CNYR to CNYR1 2 3 4 5 6 7 8 9 10.25.20.15.10.05.00-.05Response of CNYR to NDFR 1 2 3 4 5 6 7 8 9 10.25.20.1

44、5.10.05.00-.05Response of CNYR to CNYR 1 2 3 4 5 6 7 8 9 10.25.20.15.10.05.00-.05Response of CNYR to CNHR1 2 3 4 5 6 7 8 9 10.25.20.15.10.05.00Response of NDFR to CNYR1 2 3 4 5 6 7 8 9 10.25.20.15.10.05.00Response of NDFR to NDFR 1 2 3 4 5 6 7 8 9 10.20.15.10.05.00-.05-.10Response of CNHR to CNYR1 2

45、 3 4 5 6 7 8 9 10.20.15.10.05.00-.05-.10Response of CNHR to CNHR1 2 3 4 5 6 7 8 9 10圖 5 NDFR 與 CNYR、CNHR 與 CNYR 之間的脈沖響應(yīng)（四）穩(wěn)健性檢驗將“811”匯改前后兩階段的 CNYR 和 NDFR 分別再細分時段，通過 VAR模型驗證“811”分割點的合理性。在“811”前增加 2014 年 3 月 17 日中國人民銀行調(diào)整人民幣對美元交易價格的浮動上限為分割點；在“811”后增加 2017年 5 月 26 日中國人民銀行宣布實行“收盤價+一籃子+逆周期因子”的新定價機制為分割點，分為

46、 4 個階段。第一階段的平均收益率為負，第二階段的平均收益率略轉(zhuǎn)正，第三階段的平均收益率為正，而第四階段的平均收益率又略轉(zhuǎn)負，且第一、二階段兩個變量的標(biāo)準差均小于第三、四階段變量對應(yīng)的標(biāo)準差，顯示人民幣在“811”前后分別呈逐步減弱的升值態(tài)勢和貶值態(tài)勢，且“811”后的波動較“811”前更大（見表 7）。表 7 描述性統(tǒng)計結(jié)果時間段時間跨度數(shù)據(jù)序列長度平均值最大值最小值標(biāo)準差峰度偏度第一階段2005.7.21-2014.3.16CNYR2138 組-0.01360.8578-2.03220.105965.4375-3.1874NDFR-0.00853.2721-2.01900.270219.5

47、2490.6804第二階段2014.3.17-2015.8.10CNYR346 組0.00280.4990-0.58320.12034.56060.0548NDFR0.00430.5524-0.54440.14581.96260.3508第三階段2015.8.11-2017.5.26CNYR421 組0.02181.8097-1.14970.199820.35311.3087NDFR0.02853.6556-1.31860.372222.84492.1869第四階段2017.5.27-2020.9.30CNYR796 組-0.00071.3715-0.90250.26493.06410.321

48、5NDFR-0.00851.8511-1.41800.30623.69240.0011根據(jù) ADF 檢驗顯示，所有序列在 1%顯著性水平下均是平穩(wěn)的。根據(jù)LR、 AIC 和 HQ 準則，確定第一階段至第四階段的 VAR 模型的滯后階數(shù)分別為 5、1、 1 和 4。模型的參數(shù)估計結(jié)果（見表 8 和表 9）顯示，在第一階段，CNYR 受 NDFR滯后 1、2 期的顯著影響，NDFR 受 CNYR 滯后 2 期顯著影響，同時，格蘭杰因果檢驗顯示，在 95%的置信水平下，僅存在人民幣 NDFR 到 CNYR 的單向格蘭杰因果關(guān)系。在第二階段，CNYR 受 NDFR 滯后 1 期的顯著影響，而 NDFR

49、 不受 CNYR 顯著影響，且僅存在人民幣 NDFR 到 CNYR 的單向格蘭杰因果關(guān)系。說明“811”前 CNY 與 NDF 存在一定程度的相互作用，但 NDF 對 CNY 影響更加劇烈，特別是在第二階段，NDF 對 CNY 影響持續(xù)增強。在第三階段，CNYR 受 NDFR 滯后 1、2 期的顯著影響，NDFR 也受 CNYR滯后 2 期的顯著影響，但僅存在人民幣 NDFR 到 CNYR 的單向格蘭杰因果關(guān)系。在第四階段，CNYR 受 NDFR 滯后 1、2 期的顯著影響，而 NDFR 僅受 CNYR 滯后 4 期的顯著影響，同時，格蘭杰因果檢驗顯示，僅存在人民幣 NDFR 到 CNYR的單

50、向格蘭杰因果關(guān)系。說明“811”后 CNY 與 NDF 雙向聯(lián)動增強，但 CNY仍主要受 NDF 影響，與前文估計結(jié)果較為類似。整體來看，在“811”前，CNY 與 NDF 相互影響，但 NDF 作用逐漸增強的過程，而在“811”后，CNY 與 NDF 仍相互影響，但 NDF 作用逐漸減弱，而 CNY 影響逐漸增強的過程，所以，以“811”匯改作為分割點是合理的。表 8 “811”匯改前兩階段 VAR 模型的估計結(jié)果第一階段第二階段CNYRNDFRCNYRNDFRCNYR(-1)-0.111887*0.014968CNYR(-1)-0.119891-0.082917-4.78768 0.228

51、35-1.99331-1.09030CNYR(-2)-0.0183290.185576*NDFR(-1)0.209754*0.102462-0.77968 2.81435 4.22191 1.63109CNYR(-3)0.0097740.03481C0.0008250.004209 0.41500 0.52693 0.13276 0.53568CNYR(-4)0.002193-0.049857R-squared0.0496430.00797 0.09324-0.75561Adj. R-squared0.0440850.002169CNYR(-5)0.088737*0.146609 4.2136

52、0 1.48193NDFR(-1)0.047013*0.069501* 5.65512 2.98053NDFR(-2)-0.017279*-0.096883*-2.06437-4.12667NDFR(-3)0.004723-0.029989 0.56301-1.27449NDFR(-4)0.0143660.013065 1.71796 0.55700NDFR(-5)-0.01645-0.109009*-1.99118-4.70412C-0.012706*-0.005213-5.85327-0.85621R-squared0.031490.02439Adj. R-squared0.0269260

53、.019793注：括號內(nèi)的數(shù)值為 T 統(tǒng)計量。*代表估計的數(shù)值在 5%顯著性水平下顯著。表 9 “811”匯改后兩階段 VAR 模型的估計結(jié)果第三階段第四階段CNYRNDFRCNYRNDFRCNYR(-1)-0.250514*0.03208CNYR(-1)-0.481329*-0.012464-4.25895 0.27235-10.1968-0.19969CNYR(-2)-0.189947*0.009341CNYR(-2)-0.154024*0.028893-3.14846 0.07732-2.98110 0.42291CNYR(-3)0.019011-0.051248CNYR(-3)0.04

54、58280.02862 0.31542-0.42462 0.92154 0.43523CNYR(-4)0.0845230.09148CNYR(-4)0.084354*0.12995* 1.42087 0.76796 2.13647 2.48904CNYR(-5)0.0880430.282767*NDFR(-1)0.559205*-0.062269 1.76970 2.83830 15.6419-1.31720NDFR(-1)0.260182*-0.058043NDFR(-2)0.286445*-0.015267 8.97547-0.99990 6.35838-0.25629NDFR(-2)0.

55、087839*-0.053228NDFR(-3)0.056751-0.03242 2.65984-0.80489 1.23421-0.53321NDFR(-3)0.053016-0.104314NDFR(-4)-0.014742-0.079584 1.60762-1.57959-0.36418-1.48680NDFR(-4)0.006674-0.034848C0.006827-0.008637 0.20559-0.53605 0.82712-0.79138NDFR(-5)-0.043893-0.179954*R-squared0.2442070.013254-1.46292-2.99515Ad

56、j. R-squared0.2364950.003186C0.0117220.019726 1.46594 1.23187R-squared0.1837390.045614Adj. R-squared0.1635350.02199注釋：括號內(nèi)的數(shù)值為 T 統(tǒng)計量。*代表估計的數(shù)值在 5%顯著性水平下顯著。（五）擴展性驗證 1：新加坡離岸人民幣市場繼續(xù)采用 VAR 模型，分“811”前后兩個區(qū)間驗證新加坡市場美元兌人民幣即期離岸匯率（CNS）與人民幣在岸匯率 CNY 的關(guān)系。剔除節(jié)假日后，兩個時段符合相同交易日的CNY 和人民幣NDF 收益率序列分別為 2438 組、1219 組。 ADF 檢驗

57、結(jié)果顯示，CNSR 序列是平穩(wěn)的，并根據(jù)向量自回歸模型的滯后期檢驗結(jié)果，在“811”前后分別選擇滯后期長度為 6 期的 VAR 模型。模型的參數(shù)估計結(jié)果（見表 10）顯示，在“811”前，CNYR 主要受 CNSR滯后 1-5 期的顯著影響，同時，CNSR 也受 CNYR 滯后 1-4 期的顯著影響；從影響系數(shù)看，CNSR 對 CNYR 的影響更加劇烈?！?11”后，CNYR 僅受 CNSR 滯后第 6 期的顯著影響，CNSR 受 CNYR 滯后 1-4 期的顯著影響。這與前文 CNYR和 CNHR 的 VAR 模型估計結(jié)果較為一致。格蘭杰因果檢驗顯示，在“811”前， CNSR 與 CNYR

58、 之間存在雙向格蘭杰因果關(guān)系；在“811”后，僅存在 CNYR 到 CNSR 的單向格蘭杰因果關(guān)系。“811”前，在岸人民幣匯率與新加坡離岸人民幣匯率相互影響，離岸人民幣起到了主導(dǎo)作用，其原因可能與香港市場類似，在岸市場的做市商報價更多參考了新加坡離岸市場的人民幣匯率?！?11”后，在岸匯率市場化程度得到提高，同時離岸人民幣流動性受到一定收縮，導(dǎo)致在岸匯率對新加坡離岸即期匯率呈單邊影響狀態(tài)。同時，這也說明人民幣在岸匯率對新加坡市場和香港市場即期離岸匯率的影響具有共性，間接顯示出人民幣匯率全球定價機制的日益完善。表 10 VAR 模型的估計結(jié)果“811”匯改前階段“811”匯改后階段CNYRCN

59、SRCNYRCNSRCNYR(-1)-0.166508*0.060358*CNYR(-1)0.0721230.888817*-5.97021 25.6304 1.50191 20.9572CNYR(-1)-0.228932*0.16437*CNYR(-1)0.0702670.532515*-6.32696 8.41894 1.06389 9.12912CNYR(-3)-0.173352*0.118217*CNYR(-3)0.103170.389477*-4.54819 3.57394 1.46376 6.25670CNYR(-4)-0.113946*0.089553*CNYR(-4)0.011

60、9950.192234*-3.01992 2.73487 0.16917 3.06987CNYR(-5)-0.0695180.050077CNYR(-5)-0.0942110.080859-1.97308 1.63773-1.39348 1.35419CNYR(-6)-0.0529610.028474CNYR(-6)-0.157508*-0.03523-1.80015 1.11522-2.81500-0.71292CNSR(-1)0.168801*-0.454381*CNSR(-1)-0.112507*-0.792913 5.25351-16.2949-2.06313-16.4635CNSR(