我國境內銀行貨幣錯配比較研究——基于人民幣匯率變化不確定性視角

陳守東，谷家奎

(1.吉林大學數量經濟研究中心，吉林長春 130012;2.吉林大學商學院，吉林長春 130012)

我國境內銀行貨幣錯配比較研究
——基于人民幣匯率變化不確定性視角

陳守東1，2，谷家奎2

(1.吉林大學數量經濟研究中心，吉林長春 130012;2.吉林大學商學院，吉林長春 130012)

匯率改革后人民幣不再“盯住”美元，實行有管理的浮動，使得直接或間接充當“外匯保險公司”角色的金融當局貨幣錯配風險暴露。本文構建時變參數馬爾科夫區制轉移異方差模型考察匯率變化的不確定性，并根據沖擊來源將其分解，實證結果表明，匯改后匯率變化不確定性顯著增加，源于外來沖擊的不確定性占絕對比重。進一步對我國境內三類銀行(人民銀行、中資銀行和外資銀行)貨幣錯配進行比較研究，發現匯率變化不確定性對銀行貨幣錯配的沖擊作用具有非對稱性，在低區制狀態不確定性對銀行貨幣錯配影響更為顯著，并且不同沖擊來源的不確定性對不同類銀行貨幣錯配的作用機制差別較大。

銀行貨幣錯配;匯率變化不確定性;時變參數;馬爾科夫區制轉移

一、引 言

貨幣錯配是發展中新興市場國家普遍存在的一種金融現象，在解釋這些國家的貨幣危機及金融政策制定中越來越引起重視。所謂貨幣錯配是指“由于一個權益實體(包括主權國家、銀行、非金融企業和家庭)的收入和支出活動使用了不同的貨幣計值，其資產和負債的幣種結構不同，導致其凈值或者凈收入(或者兼而有之)對匯率的變化非常敏感，即出現了所謂的貨幣錯配”［1］。從存量的角度看，貨幣錯配指的是資產負債表(即凈值)對匯率變動的敏感性;從流量的角度看，貨幣錯配則是指損益表(凈收入)對匯率變動的敏感性。凈值或者凈收入對匯率變動的敏感性越高，貨幣錯配程度就越嚴重。根據權益實體的外幣資產和外幣負債相對大小，將貨幣錯配分為債權型和債務型兩類。

我國作為發展中的經濟大國，亦不可避免地存在貨幣錯配問題，外幣資產和外幣負債增長嚴重不均衡，積累了巨額的凈外幣頭寸，產生顯著的貨幣錯配缺口。實際上貨幣錯配風險也是一種潛在的匯率風險，這種風險隨著貨幣錯配程度的提高而不斷加劇，在一定條件下可能對權益主體造成較大的沖擊。2005年7月我國對完善人民幣匯率形成機制進行改革，實行以市場供求為基礎、參考一攬子貨幣進行調節、有管理的浮動匯率制度，匯率變化不確定性增加。又由于我國的外匯管理制度比較嚴格，外幣資產和外幣負債基本都存于我國的金融銀行部門，因此，基于人民幣匯率變化不確定性視角，從銀行貨幣錯配出發來研究我國的貨幣錯配問題，對我國宏觀經濟政策制定、外匯和外債有效管理、匯率制度改革與匯率風險控制、銀行經營管理等具有非常重要的理論和現實意義。

二、文獻回顧

貨幣錯配問題的研究最早起源于Cooper［2］對于主權國家債務幣種結構的分析。Miskin［3］使用貨幣錯配理論研究了墨西哥發生的銀行危機，認為外幣計值的債權和債務存在缺口是危機爆發的重要原因。Eiehengreen 和 Hausmann［4－5］提出“原罪”(O－riginal Sin)概念，認為危機發生國家的貨幣錯配問題主要是由國際資本市場不完善和本國金融市場的欠發達導致，本幣地位不足使得在國際資本市場上融資和償還債務分別使用外幣和本幣計值，不過該原罪指標忽略了一國外幣資產的影響。Calvo和Reinhart［6］提出“浮動恐懼”(Fear of Floating)假說，由于發展中國家對外資產和負債使用的計值幣種不同產生錯配，使得這部分國家偏好于采用固定匯率制度，以防止錯配的變動，但是這種制度反而加劇了這些國家的貨幣錯配程度。隨后Reinhart等［7］進一步提出“債務不耐”(Debt Intolerance)假說，即發展中國家本身的能力不足以使本國的外債管理水平達到合理水平，認為發展中國家自身的管理能力不足和宏觀經濟的不穩定導致這些國家的“債務不耐”程度加重。Goldenstein和Turner［8］大力推進了貨幣錯配的研究，他們質疑“原罪”假說，提出更加合理的“超越原罪”(Beyond Original Sin)假說，完善了貨幣錯配的內涵，并進一步提出測度實際貨幣錯配總額的新指標AECM指數，把宏觀和微觀結合在一起，綜合考慮影響貨幣錯配的資產和負債，加入進出口動量指標，通過不同國家的AECM指數度量，發現這些國家在危機發生時貨幣錯配程度較高。劉少波和賀慶春［9］，在AECM指數的基礎上度量了我國1986－2005年的貨幣錯配程度，認為我國存在較為嚴重的債權型貨幣錯配，并將我國貨幣錯配分成四個階段分析我國貨幣錯配的演變和影響因素。夏建偉和曹廣喜［10］認為銀行體系大規模的貨幣錯配會增加金融體系的脆弱性，在宏觀或微觀經濟基本面惡化的情況下，可能引發銀行危機甚至是貨幣危機。朱超［11］采用新的綜合貨幣錯配絕對量指標(ACMAQ)度量我國貨幣錯配程度，認為中國目前面臨著巨大的凈外幣資產型的貨幣錯配，不過部門之間交叉程度不高，貨幣錯配主要集中在公共部門和銀行部門。甘順利和劉曉輝［12］采用修正的 ACMAQ估算了中國金融部門的貨幣錯配情況，認為2005年之前金融部門存在輕微貨幣錯配，之后較嚴重。祝恩揚和侯鐵珊［13］運用短期貨幣錯配指數對亞洲新興市場國家的金融危機進行實證檢驗，認為長期增高的短期外債對外匯儲備比率和凈外幣頭寸對M2比率能增加金融危機發生的機率。

貨幣錯配與匯率制度及匯率波動密切相關，Cespedes等［14］討論了存在貨幣錯配和金融加速器效應下的不同匯率制度抵御外部沖擊的優劣。Arteta［15］指出銀行存款美元化和貸款美元化與浮動匯率制度正相關，但前者相關程度比后者更強，其結果導致國內金融中介機構貨幣錯配程度上升。Cowan等［16］認為實行有管理的浮動匯率制度可以消除隱含的匯率保險，迫使企業將匯率風險內在化以降低敞口風險，最終把貨幣錯配風險控制在合理的范圍內。李揚［17］認為我國存在較大程度的貨幣錯配問題，匯率制度改革必須高度關注貨幣錯配風險。曾慶鵬［18］認為貨幣錯配程度加深，導致貨幣政策與匯率政策沖突，改變和改善貨幣錯配應該成為匯率政策的目標。王中昭［19］，認為浮動匯率制下的綜合傳導協動性明顯，貨幣錯配匯率風險在緩慢增強，并且貨幣錯配與人民幣匯率、外幣負債以及外匯儲備協動性關系均具有不對稱性。梅冬州和龔六堂［20］研究了貨幣錯配、匯率升值和經濟波動之間的關系，認為存在資產型貨幣錯配時匯率升值會降低企業凈值，并且產出的下降幅度與貨幣錯配程度和金融加速器效應直接相關。湯凌霄［21］認為新興大國貨幣錯配債權型特征突出，對匯率升值非常敏感，容易患上“高儲蓄兩難綜合癥”，并且錯配風險集中于政府，其影響因素、經濟效應及傳導機制具有不同特點。陳守東和谷家奎［22］采用因子分析方法合成了貨幣錯配度量指數，并進行國際檢驗，通過研究影響中國貨幣錯配的因素發現匯率和利差的影響最為顯著。徐梅［23］、江百靈和葉文娛，等［24］通過資產負債表分析框架研究了現階段我國銀行貨幣錯配，認為人民幣升值會惡化銀行業資產負債表，可能引起銀行部門的危機，貨幣錯配風險對我國商業銀行的穩定性有不利影響。

綜上分析，貨幣錯配為研究貨幣危機提供了一種新的視角，它揭示了匯率風險在權益主體之間的相互傳染路徑，本文正是基于貨幣錯配與匯率變化不確定性理論，從我國的國情出發研究了銀行業貨幣錯配問題，提出控制相關貨幣錯配風險的政策建議以防范金融風險。

三、理論與模型

(一)人民幣匯率變化不確定性理論模型

Lucas［25］、Barro［26］、Friedman［27］等早期的理論研究認為，名義不確定性能夠干擾經濟主體對未來的合理預期，影響經濟政策的適時制定實施，加劇宏觀經濟波動，最終會阻礙經濟的持續增長。關于不確定性的研究中，自回歸條件異方差(ARCH)模型把未來變化的不確定性集中歸于回歸方程擾動項變化的條件方差，這類模型允許條件方差依賴于前期新息的平方。然而，這些研究沒有解決這些不確定性具有不止一個來源的可能，也沒有考慮不同來源的不確定性可能對經濟主體的政策制定進而對經濟活動產生不同的影響。Harrison和Stevens［28］指出，未來的不確定性不僅簡單的源于未來的隨機因素，還源于當前參數值的不確定性以及模型銜接當前和未來的能力。于是將模型中的不確定性分為兩類，一類是存在于擾動項中的異方差性導致的不確定性，另一類是由于經濟代理人不得不推斷未知或者變化的回歸系數導致的不確定性。相對于一般的固定系數模型，時變參數狀態空間模型能夠更好地刻畫變量參數的動態不確定性作用機制。由于模型中可能存在異方差性質，Kim［29］提出時變參數馬爾科夫區制轉移異方差模型更好的刻畫了經濟中的不確定性，并將不同來源的不確定性進行分解。馬爾科夫區制轉移異方差模型與ARCH的一個主要區別是，前者的無條件方差本身可以轉移(結構性變化)，而后者的無條件方差是不變的。考慮模型中擾動項的馬爾科夫轉移異方差性，實際上是將預測誤差條件方差的部分變化視為未來方差結構中具有內生性的區制變化的結果。

根據以上不確定性理論分析，構建人民幣匯率變化不確定性模型，充分考慮模型變量的理論選擇依據①人民幣匯率變化不確定性模型變量選擇理論依據:中美利差(基于利率平價理論)、中美通貨膨脹差(基于購買力平價理論)、貨幣供應量M2變化(基于貨幣主義的匯率理論)、外貿余額變化(基于國際收支影響外匯的供給和需求理論)、工業增加值增速(基于巴拉薩－薩繆爾森效應，Balassa－Samuelson Effect)。，具體模型設定如下:

模型中回歸系數不確定性引起的條件方差來源，在卡爾曼濾波中條件預測誤差的方差方程中能夠很好的體現:

這里 ft|t－1是預測誤差的方差，Pt|t－1代表以直到t－1期信息為條件推斷βt的不確定性程度。由于式(1)擾動項et有可能是異方差的，于是應用馬爾科夫區制轉移來刻畫擾動項的異方差性:

其中，St是不可觀測狀態變量，遵循一階馬爾科夫過程，區制維持概率p表示如下:

對于具有異方差擾動的時變參數模型，給定St－1=i和St=j，預測誤差的條件方差可以被表示為式(5)一個改進的版本:

其中，

(二)基于匯率變化不確定性的銀行貨幣錯配理論模型

我國資本項目尚未全部開放，形成貨幣錯配的原因是復雜的。人民幣在國際貨幣體系中處于弱勢地位，對外貿易交往或投資融資過程中很難直接用人民幣定值結算，即存在所謂的“原罪”困境?！俺隹趯颉睉鹇允沟觅Q易順差積累了大量的外幣債權，再加上“過?！钡膬π盍飨蛲鈳攀袌觯M一步惡化了我國貨幣錯配問題。如果人民幣仍然“盯住”美元，存在貨幣錯配的企業或銀行將感受不到匯率變動的風險，也不會有動機去控制和化解貨幣風險。然而人民幣匯率制度改革后，匯率更具有彈性，劇烈波動的本幣匯率就會把貨幣錯配的風險暴露出來，企業及銀行的資產負債表將感受到不確定的沖擊，對我國典型的債權型貨幣錯配產生重大影響。面對這種情況，我國只好由政府來接手私人部門的貨幣錯配，承擔所有的貨幣錯配損失風險，也就必然要求我國持有巨額的外匯儲備做支撐。

我國外匯資源集中于金融當局且數額巨大有其優勢，干預市場的能力加強，能夠有效的防范外匯風險，并且對外借債和融資集中于國家控制的銀行金融機構，可以爭取到相對更為有利的條件。不過這樣集中安排也有缺點，在第一線的企業會忽視外匯風險的存在，它們受到保護也受到約束，自主經營受到影響，制約發展。不容忽視的是外匯風險集中到銀行金融當局，國際市場的沖擊如外幣升值或貶值將會直接影響國家的金融安全。本文正是基于以上理論分析，研究人民幣匯率變化不確定性對銀行貨幣錯配的沖擊反應，以期得到有價值的結論。

依據中國人民銀行對于我國境內金融機構的部門分類原則，基于數據的可得性將銀行總體分為三類①自2010年1月期，中國人民銀行按照國際貨幣基金組織《貨幣與金融統計手冊》的概念、定義和分類，以中國境內各金融機構的本、外幣業務統計數據為基礎編制貨幣統計報表，本文銀行分類以此為依據。，即中國人民銀行(貨幣當局)、中資銀行(其它存款性公司扣除外資銀行部分)和外資銀行。把前一部分刻畫的匯率變化不確定性分解成分分別加入三類銀行的貨幣錯配模型，比較研究不同性質銀行對匯率變化不確定性的反應。對人民銀行、中資銀行和外資銀行貨幣錯配分別構建模型，如下:

其中，CMt是我國境內銀行貨幣錯配水平，εt是擾動項，服從正態分布，參數 δ、λ、α、σ都遵循區制轉移，同樣St是不可觀測狀態變量，遵循一階馬爾科夫過程。通過分析該模型估計得到的各個參數性質來研究人民幣匯率變化不確定性對我國境內銀行貨幣錯配的作用機制。

四、實證分析

(一)數據描述與處理

相關指標月度數據的樣本區間為2005年8月至2013年2月。其中，人民幣對美元名義匯率(直接標價法)、貨幣供應量M2、貿易賬戶余額數據進行變化率處理;中美利差指標采用中美兩國的基準利率作差，都采用三個月期的銀行同業拆借利率數據;中美通貨膨脹差指標采用中美兩國的通貨膨脹率作差，通貨膨脹率由兩國的消費物價指數(CPI)計算得到;經濟增長指標采用工業增加值增速;銀行貨幣錯配水平代理變量為銀行外幣凈資產占總資產的比重①關于貨幣錯配度量的方法較多，根據貨幣錯配定義，本文采用相對簡單的原始貨幣錯配缺口指標來衡量我國境內銀行貨幣錯配水平，即銀行凈外幣資產占總資產的比重。，外幣凈資產由相關金融機構外幣資產與外幣負債作差得到。為了克服月度數據的季節變動影響，以更真實的反映經濟時間序列運動的客觀規律，對相關數據進行季度調整。

數據分別來源于中國人民銀行、中國國家統計局、國家外匯交易中心、中國金融統計年鑒、國際金融統計年鑒(IMF，International Financial Statistics)、美國圣路易斯聯邦儲備經濟數據庫(Federal Reserve Economic Data)及美國勞工部(United States Department of Labor)等。

(二)人民幣匯率變化不確定性檢驗

本文構建時變參數馬爾科夫區制轉移異方差模型來檢驗人民幣匯率變化不確定性，使用Hamilton濾波(估計馬爾科夫區制轉移模型)與Kalman濾波(估計狀態空間模型)方法聯合進行估計。

模型假定人民幣匯率變化不確定性遵循兩個區制狀態，即“低波動區制(St=0)”和“高波動區制(St=1)”。估計結果如表1所示，匯率變化不確定性處于“低波動區制”的維持概率P00=0.8622，處于該區制的平均持續期約為7個月(1/(1－P00)=7.26);而匯率變化不確定性處于“高波動區制”的維持概率P11=0.7579，處于該區制的平均持續期約為4個月(1/(1－P11)=4.13)，表明匯改后人民幣匯率變化不確定性處于“低波動區制”的持續性明顯大于“高波動區制”，人民幣匯率變化不確定性更偏向于處于低波動性狀態。同時，模型估計得到的兩區制狀態下方差σe0、σe1都非常顯著，分別為0.0226 和0.3974，“低波動區制”的方差遠遠小于“高波動區制”的方差，表明該模型很好的刻畫了人民幣匯率變化不確定性的顯著區制特征。

圖1－7給出了以直到t－1期信息為條件的回歸系數的卡爾曼濾波推斷時變路徑②模型時變方差估計結果顯示，中美通貨膨脹差(σv3=0.0043)和工業增加值增速(σv6=0.0018)參數顯著，而貨幣供應量M2和貿易賬戶余額的參數顯著性較差，其余變量不顯著，但總體上我們仍能得到一些相對有用的結論。，顯示了隨著時間的推移宏觀經濟變量對匯率變化的動態沖擊反應過程。圖1是模型估計的常數項時變路徑，表明匯率存在一個不斷升值的趨勢，不過人民幣升值速度逐步放緩，并且后期趨于平穩，表現出小幅波動特征;圖2是匯率變化滯后一期的系數時變路徑，表明匯率變化受前一期的正向影響，前期影響變動較大，后期趨于穩定;圖3是中美利差變量的系數時變路徑，該系數遵循一個總體為正的動態路徑，表明匯改后人民幣匯率的變動擬合了利率平價理論，不過遺憾的是該系數估計的顯著性較差。圖4是中美通脹差變量的系數時變路徑，該系數除了前幾期外都為負，表明購買力平價理論在我國基本不適用，甚至出現相反的結論;圖5是貨幣供應量M2的系數時變路徑，表明2009年前M2對匯率變化的影響關系不明確，后期M2對匯率變化存在負的沖擊作用;圖6是貿易賬戶余額的系數時變路徑，表明對外貿易對于匯率變化具有逐步增強的正向沖擊，凈出口增加能夠引起匯率貶值;最后圖7是工業增加值變量的系數時變路徑，表明我國經濟增長對匯率具有變動的負向沖擊，總體上會引起人民幣升值，擬合了巴拉薩－薩繆爾森效應。

表1 人民幣匯率變化不確定性模型估計結果

模型進一步估計出狀態變量處于各區制狀態的濾波概率，概率值越大，則處于該區制的可能性越大。一般而言，概率值大于0.5則可以認為處于該區制。圖8、圖9給出了人民幣匯率變化不確定性處于“低波動區制”和“高波動區制”濾波概率的估計結果。濾波概率圖顯示人民幣匯率變化不確定性處于“低波動區制”的時期包括2005年10月至2006年4月、2006年7月至8月、2009年3月至5月、2009年9月至2010年5月、2011年3月和7月、2011年11月至2012年2月及2013年1月，其余時期匯率變化的不確定性處于“高波動區制”狀態。

圖7 工業增加值系數β6時變路徑

模型設定中我們使用人民幣匯率變化預測誤差的條件方差來度量匯率變化的總體不確定性t，并依據其沖擊來源將其分解為兩部分1t和2t。圖10直觀地給出了人民幣匯率變化不確定性及其分解成分。很明顯2005年匯率改革初期，人民幣匯率變化不確定性劇烈增加，此后匯率變化不確定性總體運行平穩，說明匯改對我國匯率變化不確定性影響非常顯著。下面考察人民幣匯率變化不確定性的分解成分，一方面，源自國際環境等外在沖擊的匯率變化不確定性在總體不確定性中占有絕對的比重，說明人民幣匯率變化受國家宏觀或者國際經濟環境的沖擊影響非常明顯;另一方面，源自我國匯率政策等內在沖擊的匯率變化不確定性在總體不確定性中的比重較小，僅在某些個別時期出現短暫程度的增大，如2005年7月匯率制度改革、2008年附近的次貸危機期間以及2010年末附近時期，說明我國匯率政策等內在因素除個別時期外對匯率變化不確定性的影響較小。研究還發現，匯率變化總體不確定性的尖峰劇烈波動基本都是由于源自內在沖擊的匯率變化不確定性導致，說明內在沖擊是短暫顯著的而外在沖 擊的持續性較強。

圖8 匯率變化不確定性“低波動區制”濾波概率

圖9 匯率變化不確定性“高波動區制”濾波概率

圖10 人民幣匯率變化不確定性及其分解成分

以上模型估計結果很好的擬合了人民幣匯率變化的動態過程。2005年7月匯率改革導致人民幣匯率不確定性大幅增加，此時由匯率制度變化等內在沖擊引致的匯率變化不確定性顯著的放大。2008年次貸危機期間我國受全球金融危機外來沖擊明顯，面對此次危機，美國采取寬松的貨幣政策和弱勢美元的匯率政策，導致外部沖擊引起的匯率變化不確定性增加，并且，此次金融危機期間我國采取了連續下調基準利率、存款準備金率等一系列寬松的貨幣政策，增加出口退稅應對出口貿易大幅萎縮等措施，這些政策引致內在沖擊引發的匯率不確定性加劇，即兩種來源的匯率變化不確定性共同導致了該時期總體的不確定性增加。2010年以來的情形與之前的次貸危機情況類似，全球范圍內的經濟不景氣對我國經濟影響顯著，部分經濟指標增速回落，我國為了應對此次危機政策操作頻繁，實施積極的財政政策和適度寬松的貨幣政策，增支減收的效果明顯，人民幣升值壓力較大，兩種來源引致的匯率不確定性亦共同引起了人民幣匯率變化總體不確定性的大幅增加。

(三)我國境內銀行貨幣錯配比較研究

首先，對我國境內銀行貨幣錯配水平有一個直觀的認識，圖11給出了我國境內三類銀行的貨幣錯配(人民銀行PBCM、中資銀行CBCM、外資銀行FBCM)水平，其中人民銀行和中資銀行是債權型貨幣錯配，外幣資產大于外幣負債，而外資銀行則是債務型貨幣錯配，外幣負債大于外幣資產。該圖表明我國貨幣當局的貨幣錯配水平較高，并且逐步增加，近兩年貨幣錯配水平相對穩定;中資銀行的貨幣錯配水平較低，并且穩中有降;外資銀行債務型貨幣錯配比較明顯，存在一定的波動性。

根據構建的銀行貨幣錯配區制轉移模型，假定貨幣錯配水平遵循“低區制(St=0)”和“高區制(St=1)”兩個區制狀態，實證估計結果如表2所示，銀行貨幣錯配都顯著受滯后一期的正向影響。

圖11 我國境內銀行貨幣錯配水平(%)

人民銀行貨幣錯配實證結果表明，在處于“低區制(Spt=0)”狀態時，模型所有的參數估計都顯著，具有正的截距項說明貨幣錯配水平有不斷增加的趨勢，并且不同沖擊來源的匯率變化不確定性對貨幣錯配的影響作用相反，源于內在沖擊的匯率變化不確定性系數為負，對于貨幣錯配具有抑制作用，而源于外在沖擊的匯率變化不確定性系數為正，對于貨幣錯配具有放大作用。在處于“高區制(Spt=1)”狀態時，匯率變化不確定性的影響不顯著。同時，人民銀行貨幣錯配處于“低區制”的維持概率p00=0.9483，平均持續期為約19個月(1/(1－p00)=19.34)，而貨幣錯配處于“高區制”的維持概率p11=0.6728，平均持續期約為3個月(1/(1－p11)=3.06)，表明人民銀行貨幣錯配處于“低區制”的持續性遠遠大于“高區制”，貨幣錯配更偏向于處于低速增長過程。

表2 銀行貨幣錯配模型實證結果比較

中資銀行貨幣錯配在處于“低區制(SCt=0)”狀態時，只有源于內在沖擊的不確定性具有顯著的正向影響，增加中資銀行的貨幣錯配水平。在處于“高區制(SCt=1)”狀態時，貨幣錯配受匯率變化不確定性的影響不明顯。模型估計結果進一步表明，中資銀行貨幣錯配處于“低區制”的維持概率p00=0.8404，平均持續期約為6個月(1/(1－p00)=6.27)，而貨幣錯配處于“高區制”的維持概率p11=0.9453，平均持續期約為18個月(1/(1－p11)=18.28)，表明中資銀行貨幣錯配處于“高區制”的持續性明顯的大于“低區制”。

外資銀行債務型貨幣錯配的實證結果表明，在處于“低區制(SFt=0)”狀態時，模型除了源于外在沖擊的匯率變化不確定性的系數估計不顯著外其余參數都顯著，具有負的截距項說明貨幣錯配水平具有減弱的趨勢，源于內在沖擊的匯率變化不確定性系數為正，對貨幣錯配具有放大作用。在處于“高區制(SFt=1)”狀態時，除了源于內在沖擊的匯率變化不確定性的系數估計不顯著外其余參數都顯著，具有正的截距項說明債務型貨幣錯配水平具有增加的趨勢，源于外在沖擊的匯率變化不確定性系數為負，對貨幣錯配具有抑制作用。同時，外資銀行貨幣錯配處于“低區制”的維持概率p00=0.8840，處于該區制的平均持續期約為9個月(1/(1－p00)=8.62)，而貨幣錯配處于“高區制”的維持概率p11=0.9324，處于該區制的平均持續期約為15個月(1/(1－p11)=14.79)，表明外資銀行貨幣錯配處于“低區制”的持續性小于“高區制”，債務型貨幣錯配水平更偏向于增加。

圖12－17分別給出了三類銀行貨幣錯配水平的兩個區制狀態濾波概率，以刻畫我國銀行貨幣錯配水平的區制特征。圖12和13直觀的給出了人民銀行貨幣錯配處于不同區制的時期，其中“低區制”時期包括2005年8月至2006年6月、2006年9月至2010年12月、2011年3月至12月、2012年3月2012年7月，其余時期處于“高區制”狀態。圖14和15直觀的給出中資銀行貨幣錯配處于“低區制”時期包括2007年3月至7月、2009年1月至11月、2011年3月至8月和2012年8月至2013年2月，其余時期處于“高區制”狀態。圖16和17直觀的給出外資銀行債務型貨幣錯配處于“低區制”時期包括2005年8月至2006年1月、2006年7月至10月、2008年3月至2009年5月和2011年10月至12月，其余時期處于“高區制”狀態。

通過比較分析我國境內三類銀行的貨幣錯配模型實證結果，發現人民幣匯率不確定性對不同類銀行貨幣錯配的沖擊作用具有非對稱性，匯率不同引致來源的不確定性對三類銀行的貨幣錯配沖擊作用機制不同。在貨幣錯配水平“低區制”狀態，銀行貨幣錯配都顯著受到源于匯率政策等內在沖擊的匯率變化不確定性的沖擊影響，其中中資和外資銀行受到匯率變化不確定性的沖擊作用是正向促進的，而人民銀行卻受到的相應的負向抑制作用，此外人民銀行還受到了源于宏觀經濟等外在沖擊的匯率變化不確定性的顯著正向沖擊作用，而后兩者雖然有負向影響卻不顯著。在貨幣錯配水平“高區制”狀態，僅有外資銀行債務型貨幣錯配受源于國際環境等外在沖擊的匯率變化不確定性的顯著負向影響，這可能與其所有權與經營業務大部分歸屬國外有關，更容易受國際因素的影響，而人民銀行和中資銀行貨幣錯配處于較高水平時更多的是由于各類銀行內部的自身因素作用，受銀行共同的外部環境影響相對較弱。同時，比較分析人民銀行債權型與外資銀行債務型兩種差異明顯的貨幣錯配，發現內在沖擊引致的匯率變化不確定性能夠導致貨幣錯配向債務型發展，抑制債權型增加，而外在沖擊引致的不確定性則產生相反方向的作用。

五、結論與政策建議

鑒于我國銀行當局直接或間接地充當“外匯保險公司”的角色，而銀行貨幣錯配又與人民幣匯率變化不確定性息息相關，于是本文基于人民幣匯率變化不確定性視角，將我國境內銀行分為三大類來研究銀行貨幣錯配問題。文中檢驗了匯改后人民幣匯率變化的不確定性，并根據其內在和外部兩種不同的引致來源，將匯率變化不確定性成分分解，刻畫人民幣匯率變化的不確定性特征。進一步將不同來源的匯率變化不確定性引入銀行貨幣錯配模型，比較檢驗人民幣匯率變化不確定性對我國境內不同類銀行貨幣錯配的作用機制。

實證結果表明，匯率改革初期人民幣匯率變化不確定性被瞬間放大，說明2005年7月的匯改對我國匯率機制產生了非常劇烈的影響，之后匯率變化不確定性平穩且顯著，人民幣匯率正逐步走向市場化，匯率制度與匯率政策逐步完善。根據沖擊來源不同，我們將人民幣匯率變化不確定性分解為兩部分來分別研究其特征，很好的擬合了匯率改革以后人民幣匯率變化不確定性的動態軌跡。發現人民幣匯率變化不確定性很大比重來源于國際環境等外部沖擊，不過在匯改初期、2008年次貸危機以及2010年末附近源于匯率政策等內在沖擊的匯率變化不確定性比重有所增大，進一步放大了人民幣匯率變化的不確定性?？梢?，為了抑制人民幣匯率變化總體不確定性的異常增加，在外部環境不易控制的情形下，我們應該更多的審視與評估國內的一些匯率政策、貨幣政策、財政政策等經濟政策的實施效用，檢驗相關經濟政策對人民幣匯率變化不確定性的影響。

由于外匯管理制度相對嚴格，我國貨幣錯配相關資產和負債基本都存在于金融銀行部門，不過不同性質的銀行功能與業務特征區別較大，就產生了差異化的銀行貨幣錯配問題。于是我們將銀行機構分為中國人民銀行、中資銀行、外資銀行三類來比較研究我國的貨幣錯配問題。研究發現，我國總體上是典型的債權性貨幣錯配國家，但分類來看，外資銀行不同于人民銀行和中資銀行，存在債務型貨幣錯配問題。原因可能是近些年來我國對外貿易大幅增長，積累了大量的凈外幣資產頭寸，人民銀行和中資銀行是辦理相關匯兌業務的主要機構，因此不可避免的產生債權性貨幣錯配問題。而外資銀行由于其所有權歸屬境外，相對較方便進行外幣投資信貸業務，并且外資銀行盯住匯率的變動走勢，市場化運作程度較高，在當前人民幣匯率不斷升值的情形下，債務型貨幣錯配使得外資銀行的盈利能力更強。

通過比較研究，發現人民幣匯率不確定性對我國境內不同性質銀行貨幣錯配的沖擊作用具有非對稱性，各類銀行在相對較低的貨幣錯配水平時，貨幣錯配受人民幣匯率變化不確定性尤其是源于匯率政策等內在沖擊的匯率變化不確定性的沖擊影響較為顯著，其中中資和外資銀行受到匯率變化不確定性的沖擊作用是正向促進的，而人民銀行卻受到的相應的負向抑制作用，也就是說浮動匯率制度下商業銀行的貨幣錯配問題更應引起關注。處于相對較高的貨幣錯配水平時，僅有外資銀行債務型貨幣錯配受源于國際環境等外在沖擊的匯率變化不確定性的明顯負向影響，抑制了債務型貨幣錯配增加，而此時貨幣當局和中資銀行貨幣錯配受共同的國際環境影響不明顯。總體上，內在沖擊引致的匯率變化不確定性能夠導致貨幣錯配向債務型發展，抑制債權型增加，而外在沖擊引致的不確定性則產生相反方向作用。由此可見，為了有效地管理我國顯著的債權型貨幣錯配，今后政策制定時要注重控制國際環境等外來沖擊，合理的運用國內匯率政策、貨幣政策等內在沖擊的抑制作用，改善我國貨幣錯配水平。

進一步分析人民幣匯率變化不確定性成分對三類銀行貨幣錯配的不同作用機制，發現其與銀行經營性質及資產債務結構相關。人民銀行作為我國的貨幣當局，其外幣資產絕大部分都是以外匯儲備的形式存在，在外匯儲備水平處于平緩增長時期，貨幣錯配水平也相對較低，此時貨幣錯配受匯率變化不確定性影響顯著，但是在外匯儲備受政治等異常因素影響大幅波動時期，人民銀行貨幣錯配受匯率變化不確定性的影響就相對變弱。中資銀行的外幣業務較本幣業務份額非常小，貨幣錯配水平總體較低，匯率變化不確定性影響較弱可能跟這些銀行對匯率變化的關注度較小也有關。特別的，外資銀行債務型貨幣錯配受匯率變化不確定性的影響最為顯著，能夠有效地根據匯率變化進行經營管理與風險控制?？梢钥闯鑫覈硟韧赓Y銀行市場化運作更充分，在匯率風險管理方面有其優勢，因此人民銀行和中資銀行在今后發展過程中，要更多的考慮匯率變化不確定性風險，在此基礎上合理規避貨幣錯配風險。

［1］(美)莫里斯·戈登斯坦，菲利普·特納.貨幣錯配——新興市場國家的困境與對策［M］.李揚，曾剛譯.北京:社會科學文獻出版社，2005.1－15.

［2］Cooper R N.An assessment of currency devaluation in developing countries［M］.New Haven:Tale University Press，1971，23 －65.

［3］Mishkin F.Understanding financial crises:A developing country perspective［R］.NBER Working Paper No.5600，1997.

［4］Eichengreen B，Hausmann R.Exchange rate and financial fragility［R］.NBER Working Paper 7418，1999.

［5］Eichengreen B，Hausmann R，Panizza U.Debt intolerance and original sin:Why they are not the same and why it matters［R］.NBER Working Paper，10036，2003.

［6］Calvo G，Reinhart C.Fear of floating［J］.Quarterly Journal of Economics，2002，117:379 －408.

［7］Reinhart C，Kenneth R，Miguel S.Debt intolerance［J］.Brookings Papers on Economic Activity，2003，1:1－62.

［8］Goldenstein M，Turner P.Controlling currency mismatches in emerging economies［M］.Washington DC:Peterson Institute Press，2004，57－78.

［9］劉少波，賀慶春.中國貨幣錯配程度及其影響因素［J］.管理世界，2007(3):32 －41.

［10］夏建偉，曹廣喜.貨幣錯配與銀行危機和貨幣危機［J］.當代財經，2007(4):49 －54.

［11］朱超.中國貨幣錯配:部門層面的交叉測度［J］.世界經濟，2008(5):34－43.

［12］甘順利，劉曉輝.中國金融部門貨幣錯配測算研究［J］.金融研究，2011(2):71 －82.

［13］祝恩揚，侯鐵珊.短期貨幣錯配指數對金融危機的影響分析——基于亞洲金融危機的實證檢驗［J］.管理世界，2012，(8):169 －170.

［14］C'espedes L F，chang R，Velasco A.Balance sheets and exchange rate policy［R］.NBER Working Paper No.7840，2000.

［15］Arteta C O.Exchange rate regimes and financial dollarization［R］.Topics in Macroeconomics(5)，2005.

［16］Cowan，Erwin H，Luis O H.Balance sheet effects and hedging in Chilean non－financial corporations［R］.Research Department Working Papers，521，2005.

［17］李揚.匯率制度改革必須高度關注貨幣錯配風險［J］.財經理論與實踐，2005(7):2 －5.

［18］曾慶鵬.貨幣錯配清形下的匯率政策及對目前人民幣匯率政策的評述［J］.經濟學動態，2009(7):36－41.

［19］王中昭.匯率與貨幣錯配協動性關系及機理探析［J］.國際金融研究，2010(5):30 －39.

［20］梅冬州，龔六堂.貨幣錯配、匯率升值和經濟波動［J］.數量經濟技術經濟研究，2011(6):37 －51.

［21］湯凌霄.新興大國貨幣錯配的債權型特征［J］.管理世界，2011(11):170－171.

［22］陳守東，谷家奎.中國貨幣錯配程度綜合度量及影響因素實證檢驗［J］.制度經濟學研究，2012(1):48－70.

［23］徐梅.略論匯率沖擊下我國銀行業的貨幣錯配和期限錯配——基于銀行資產負債表的分析［J］.經濟問題，2010(6):84－87.

［24］江百靈，葉文娛.本幣升值沖擊與銀行業危機——基于貨幣錯配視角的中國經驗［J］.經濟經緯，2012(6):156－160.

［25］Lucas R.Some international evidence on output－ inflation trade－offs［J］.American Economic Review，1973.63:326－334.

［26］Barro R.Rational expectations and the role of monetary policy［J］.Journal of Monetary Economics，1976，2:1－2.

［27］Friedman M.Nobel Lecture:Inflation and unemployment［J］.Journal of Political Economy，1977，85:451－472.

［28］Harrison P，Stevens C.Bayesian forecasting［J］.Journal of the Royal Statistical Society，1976，38:205 －247.

［29］Kim C.Sources of monetary growth uncertainty and economic activity:The time－varying－parameter model with heteroskedastic disturbances ［J］.Review of Economics and Statistics，1993，75:483 －492.

A Comparative Study on Chinese Banks'Currency Mismatch—From the Perspective of the Uncertainty of RMB's Exchange Rate Fluctuation

CHEN Shou－dong12，GU Jia－kui2
(1.Research Center for Econometrics，Jilin University，Changchun 130012，China;2.School of Business，Jilin University，Changchun 130012，China)

After RMB's exchange rate was reformed，it was no longer pegged to the U.S.dollar and carried out managed floating so the currency mismatch risk for the monetary authority that acted as"the foreign exchange insurance company"directly and indirectly was exposed.This paper builds Markov regime switching heteroscedasticity model on time－varying parameter to study the uncertainty of exchange rate fluctuation and decomposes it according to the sources of external shocks.The positive results indicate that the uncertainty of exchange rate fluctuation was more significant after exchange rate was reformed and were mainly caused by external shocks.Further，we classify banks into three types(the People's Bank of China，Chinese banks and foreign banks)and find that the impact of exchange rate fluctuation's uncertainty on banks'currency mismatch is more significant in the low regime，but the impact mechanism of the uncertainty from different shocks is different among different types of banks.

Bank's Currency Mismatch;Uncertainty of Exchange Rate Fluctuation;Time－varying Parameter;Markov Regime Switching

A

1002－2848－2013(05)－0001－11

2013－06－07

國家社科基金一般項目“系統性金融風險與宏觀審慎監管研究”(12BJY158);國家社科基金重大項目子課題“‘十二五’期間我國金融風險監測預警研究”(10ZD＆010)。

陳守東(1955－)，天津市薊縣人，吉林大學教授、博士生導師，研究方向:金融與投資;谷家奎(1985－)，山東省鄆城人，吉林大學數量經濟學博士研究生，研究方向:金融計量分析。

責任編輯、校對:郭燕慶