汇改后人民币汇率波动特性实证分析.docVIP

汇改后人民币汇率波动特性实证分析 　　[摘要]文章采用GARCH族模型对2005年7月人民币汇率形成机制改革后人民币汇率的波动性进行了研究，发现人民币兑主要货币汇率的日收益率均具有典型的金融时间序列尖峰厚尾的统计特征，且除人民币／日元汇率外，对其它主要货币的名义汇率均存在波动聚集效应。文章认为，由于我国外汇市场仍然不够完善，具有一定的投机性，人民币汇率变化因此具有一定的群体行为性而表现出波动的聚集效应，中央银行应采取灵活干预的策略，把握汇率制度改革的节奏。 　　[关键词]人民币汇率；波动聚集；ARCH；GAR，CH 　　[中图分类号]F832.63　[文献标识码]A　[文章编号]1002-736X(2009)04-0084-04 　　 　　2005年7月，人民币汇率形成机制的　改革标志着人民币汇率形成机制的市场化改革取得重大进展，随后陆续推出的做市商制度和询价交易制度等一系列外汇市场配套改革措施，进一步加快了人民币汇率形成机制的市场化进程。“汇改”至今，伴随人民币由温和升值到快速升值，人民币汇率双边波动幅度也明显加大，人民币汇率成为国内外各界关注的热点。但目前，大多数文献主要集中于对人民币汇率波动对宏观经济变量的影响的研究，直接对人民币汇率波动特性的研究成果较少。主要有：惠晓峰(2003)等运用时间序列的GARCH模型，对1994年我国汇率体制改革后的人民币美元汇率建模进行预测；王佳妮、李文浩(2005)运用外汇市场预测波动率的常用时变模型，分析了1999-2004年欧元、日元、英镑、澳元等四种货币兑美元的汇率，对汇率波动率进行了预测并对各种预测效果进行评估；丁剑平、于群(2003)针对外部冲击对汇市波动所产生的影响构建了ARCH模型，考察了人民币汇率波动的“弹性”。但上述研究成果或是以“汇改”前的数据进行研究，或是只集中于单一货币对的考察，不能完全反映“汇改”后人民币汇率变化的特点。而“汇改”后，人民币汇率形成机制发生了重大变化，人民币汇率的变化有了新的特点。因此，笔者拟选取2005年7月21日汇率体制改革后的人民币外汇交易数据，对人民币兑美元、欧元、日元、港币等主要货币名义汇率的变化情况进行研究。 　　 　　一、模型的选择及样本的选取 　　 　　(一)模型选择 　　目前，研究汇率时间序列波动性的模型主要包括两大类，一类是ARCH族模型，另一类是随机波动模型(stochasticvolatiltyh)或称之为随机方差(stochasticvariance)模型，简称为Sv模型，针对汇率市场波动性表现出的时变特点与波动率的聚集现象，最常见的是使用ARCH模型族，这类模型采用时变的条件方差来捕捉价格波动的时变性和序列相关性。大量的研究表明，GARCH类模型能很好地刻画金融时间序列的波动聚集行为，适合于对金融时间序列的波动性和相关性进行建模。因此，本研究主要采取ARCH族模型对人民币汇率波动特性进行研究。 　　 　　(二)样本选取 　　在此，采用人民币兑美元、欧元、日元、港币等四种货币的日汇率收市价作为观测值，全部数据均来源于中国国家外汇管理局网站(/model_safe/index.html)，时间跨度从2005年7月25日(汇率改革后的第二个交易日)到2007年11月6日，不包括没有交易的日子，共560个观测值。 　　通过对连续两个工作日的汇率取对数并差分，得到汇率的变化率。其中LNUSD、LNEURO、LNJYEN、LNHKD分别代表美元、欧元、日元、港币兑人民币汇率的对数形式；DLNUSD、DLNEURO、DLNJYEN、DLNHKD分别表示美元、欧元、日元、港币兑人民币汇率对数形式的日变化率。各种货币兑人民币汇率的对数及对数变化的分布情况如图-1所示。 　　 　　二、实证分析 　　 　　(一)数据序列的平稳性和正态性检验 　　 　　1　数据序列的平稳性检验。在此，主要采用ADF(Augmented Dickey-Fuller test)单位根检验法对外汇市场上各主要货币兑人民币汇率收益率序列的平稳性进行检验。 　　从表－1可以看出，几种货币对人民币汇率对数序列的均值均不在零附近。另外，从图－1还可以看出，上述人民币汇率的对数变化都具有较明显趋势，因此，我们选择带时间趋势和漂移项的回归模型进行单位根检验，检验结果如表－2。 　　对于LnY(对数汇率序列)而言，所有的ADF检验统计量(绝对值)都小于它对应的1％临界值(-3.974557)和5％临界值(-3.417879)，所以我们不能在1％和5％水平上拒绝虚拟假设，即对数汇率序列存在单位根。对于DlnY而言，所有的ADF检验统计量绝对值都大于它对应的1％和5％临界值(-3.974587，-3.417893)的绝对值，所以我们在1