基于波动时变相关性的CFETS人民币汇率指数有效性研究
发布时间：2021-06-05 12:40
自中国外汇交易中心正式发布人民币汇率指数CFETS至今已有4年时间,鲜有研究对CFETS运行特征做出实证研究。市场对人民币价值的判断是否摆脱了以往盯住美元,转变到参考一篮子货币?这一问题的研究既是对"811"汇改成效的一种检验,也能为未来进一步完善CFETS构成、更好发挥人民币指数作用提供参考。在分析货币篮子最优设计要义和作用机理基础上,利用GARCH-DCC模型,分别就扩容前和扩容后的CFETS人民币汇率指数波动率与篮子货币波动率间的动态相依性和时变相关性做检验,研究发现:相比与其他货币波动率,扩容前的CFETS波动率与美元波动率的时变相关性非常低,扩容后的CFETS波动率与美元波动率的时变相关性显著提高。这表明,扩充CFETS参考货币篮子和科学降低美元权重,有助于引导市场主体理性评估人民币价值。建议未来能够考虑第三国竞争效应和资本跨国流动因素,优化CFETS的参照篮子结构。
【文章来源】：学习与探索. 2019,(12)北大核心CSSCI
【文章页数】：9 页
【部分图文】：
CFETS官方值与计算值对比(2016年12月31日及之前)
图1 CFETS官方值与计算值对比(2016年12月31日及之前)对于篮子货币的日中间价汇率,统一转换成间接汇率值,即E t RΜB/S i 。考虑到汇率具有非平稳性,取汇率的自然对数值,并计算差分Dln(E t RΜB/S i )值,得到指标即为某篮子货币兑人民币的收益率,鉴于收益率数值较小,统一都乘以100,得到z= Dln(E t RΜB/S i )*100。2016年,人民币总体处于贬值状态,CFETS收益率平均值为负。根据Jarque-Bera统计量判断,仅USD、HKD和NZD的收益率服从正态分布, CFETS指数收益率和其余篮子货币收益率分布都不具有正态性。进入2017年后,CFETS指数收益率微弱贬值, 人民币兑14种篮子货币贬值, 人民币兑10种篮子货币升值,但平均幅度都不大,表明人民币币值较为稳定,根据Jarque-Bera统计量判断,除了JPY收益率具有正态性外,其余货币收益率分布都不具有正态性。(2)因此,本文在对多元收益率波动率进行条件异方差检验时,将选择RobustQ*k(m)和Rank-based QR (m)两个指标。
下页图3分别展示了在时期1CFETS收益率波动率与6种货币汇率收益率波动率的时变相关性,不难看出:第一,6组时变相关性系数都表现出较强的持续性。CFETS与各篮子货币汇率波动率的相关性并不稳定,而是呈现显著的波动性。进一步研究发现,CFETS收益率波动率与不同货币汇率收益率波动率的时变相关性方向不一致。CFETS波动率与USD和HKD波动率的相关性一直为负,CFETS波动率与EUR、JPY、GBP和AUD波动率的相关性一直保持正。说明权重较大的主要货币波动对CFETS的影响可以相互对冲,有助于实现人民币币值稳定。第二,CFETS波动与主要货币波动的时变相关性程度有明显差异。CFETS波动与USD波动的相关性一直维持在-0.24～-0.08,均值为-0.17,方差为0.0013,表明CFETS波动率与美元波动率的相关性相对较低。CFETS波动与HKD波动的相关性均值为-0.11,方差为0.0011,表明两者相关性也非常低。由此可以认为,在时期1,驱使美元波动的因素与驱使CFETS波动的因素相对独立,CFETS虽然涵盖了美元,并且美元权重最高,但并没有充分整合美元。由此可以推断,习惯于盯住美元的市场主体,并不会完全转变为参考CFETS来确定人民币价值,毕竟两个指数波动的相关性不大,无法形成有效替代。相比之下,CFETS波动与EUR波动的相关性均值达到0.63,与JPY波动的相关性均值达到0.47,与GBP波动的相关性均值为0.32,与AUD 波动的相关性均值达到0.5,上述四个时变相关性的方差都非常微小,可见,CFETS很好地整合了上述四种主要货币。此外, CFETS波动与其他小权重货币波动的时变相关性也较高,均值至少在0.32以上,说明CFETS很好地整合了这些货币波动的信息。综上所述,时期1阶段,CFETS并没有很好整合美元价值信息,导致两者波动的相关性较低。图4 人民币汇率收益率波动率间时变相关性的时序图(时期2)
【参考文献】：
期刊论文
[1]人民币参考一篮子货币汇率形成与调整机制研究[J]. 陈学彬,李华建. 复旦学报(社会科学版). 2017(03)
[2]论钉住一篮子货币的汇率制度[J]. 小川英治,姚枝仲. 世界经济. 2004(06)
本文编号：3212187
【文章来源】：学习与探索. 2019,(12)北大核心CSSCI
【文章页数】：9 页
【部分图文】：
CFETS官方值与计算值对比(2016年12月31日及之前)
图1 CFETS官方值与计算值对比(2016年12月31日及之前)对于篮子货币的日中间价汇率,统一转换成间接汇率值,即E t RΜB/S i 。考虑到汇率具有非平稳性,取汇率的自然对数值,并计算差分Dln(E t RΜB/S i )值,得到指标即为某篮子货币兑人民币的收益率,鉴于收益率数值较小,统一都乘以100,得到z= Dln(E t RΜB/S i )*100。2016年,人民币总体处于贬值状态,CFETS收益率平均值为负。根据Jarque-Bera统计量判断,仅USD、HKD和NZD的收益率服从正态分布, CFETS指数收益率和其余篮子货币收益率分布都不具有正态性。进入2017年后,CFETS指数收益率微弱贬值, 人民币兑14种篮子货币贬值, 人民币兑10种篮子货币升值,但平均幅度都不大,表明人民币币值较为稳定,根据Jarque-Bera统计量判断,除了JPY收益率具有正态性外,其余货币收益率分布都不具有正态性。(2)因此,本文在对多元收益率波动率进行条件异方差检验时,将选择RobustQ*k(m)和Rank-based QR (m)两个指标。
下页图3分别展示了在时期1CFETS收益率波动率与6种货币汇率收益率波动率的时变相关性,不难看出:第一,6组时变相关性系数都表现出较强的持续性。CFETS与各篮子货币汇率波动率的相关性并不稳定,而是呈现显著的波动性。进一步研究发现,CFETS收益率波动率与不同货币汇率收益率波动率的时变相关性方向不一致。CFETS波动率与USD和HKD波动率的相关性一直为负,CFETS波动率与EUR、JPY、GBP和AUD波动率的相关性一直保持正。说明权重较大的主要货币波动对CFETS的影响可以相互对冲,有助于实现人民币币值稳定。第二,CFETS波动与主要货币波动的时变相关性程度有明显差异。CFETS波动与USD波动的相关性一直维持在-0.24～-0.08,均值为-0.17,方差为0.0013,表明CFETS波动率与美元波动率的相关性相对较低。CFETS波动与HKD波动的相关性均值为-0.11,方差为0.0011,表明两者相关性也非常低。由此可以认为,在时期1,驱使美元波动的因素与驱使CFETS波动的因素相对独立,CFETS虽然涵盖了美元,并且美元权重最高,但并没有充分整合美元。由此可以推断,习惯于盯住美元的市场主体,并不会完全转变为参考CFETS来确定人民币价值,毕竟两个指数波动的相关性不大,无法形成有效替代。相比之下,CFETS波动与EUR波动的相关性均值达到0.63,与JPY波动的相关性均值达到0.47,与GBP波动的相关性均值为0.32,与AUD 波动的相关性均值达到0.5,上述四个时变相关性的方差都非常微小,可见,CFETS很好地整合了上述四种主要货币。此外, CFETS波动与其他小权重货币波动的时变相关性也较高,均值至少在0.32以上,说明CFETS很好地整合了这些货币波动的信息。综上所述,时期1阶段,CFETS并没有很好整合美元价值信息,导致两者波动的相关性较低。图4 人民币汇率收益率波动率间时变相关性的时序图(时期2)
【参考文献】：
期刊论文
[1]人民币参考一篮子货币汇率形成与调整机制研究[J]. 陈学彬,李华建. 复旦学报(社会科学版). 2017(03)
[2]论钉住一篮子货币的汇率制度[J]. 小川英治,姚枝仲. 世界经济. 2004(06)
本文编号：3212187
本文链接：https://www.wllwen.com/jingjilunwen/guojijinrong/3212187.html
