人民幣與金磚國家貨幣匯率波動傳導關系

龍俊煒，李龍杰

（1.華南師范大學數學科學學院，廣東 廣州 510631；2.西南財經大學中國金融研究中心，四川 成都 611130）

人民幣與金磚國家貨幣匯率波動傳導關系

龍俊煒1，李龍杰2

（1.華南師范大學數學科學學院，廣東 廣州 510631；2.西南財經大學中國金融研究中心，四川 成都 611130）

利用“金磚五國”實際有效匯率指數，構建BEKK-MGARCH模型，對匯率改革后人民幣與其他金磚國家貨幣匯率的波動傳導關系進行深入研究，發現：“金磚五國”貨幣匯率間聯動顯著，存在較強的波動傳導效應；人民幣匯率面臨著多個金磚國家貨幣匯率波動的沖擊，并且其波動受到市場新近信息沖擊和歷史波動的影響；隨著“金磚五國”展開更加深入的合作，中國應重視防范來自其他金磚國家的匯率風險傳染。

實際有效匯率指數；BEKK-MGARCH模型；“金磚五國”；波動傳導關系

一、引 言

伴隨著經濟金融全球化的進一步深化，各國的經濟聯系更加緊密，來自某個國家地區的經濟沖擊會迅速波及與之密切往來的經濟體，最終可能演變成大范圍的經濟金融危機。1997年的亞洲金融危機就是一個很好的例子，金融風暴席卷泰國，泰銖大幅貶值，受到泰銖下跌的沖擊，新元、馬幣、菲律賓比索等紛紛跳水，對東南亞經濟造成巨大破壞。為了更好地防范外來匯率波動沖擊，維護人民幣市場穩定，研究人民幣與其他貨幣市場的波動傳導關系顯得尤為重要。

近年來，眾多國際知名投行對“金磚五國”的未來寄予厚望，認為其在不久將來即將改變世界經濟格局。2014年7月15日，金磚國家開發銀行正式成立，標志著金磚國家的發展合作又邁上了新的臺階。中國作為其中一個金磚國家，伴隨著貿易合作的進一步深化，人民幣必將受到更多來自其他金磚國家貨幣匯率的波動沖擊，對“金磚五國”貨幣匯率波動傳導關系的研究是具有時代意義和一定前瞻性的。然而，雖然國內外有大量關于不同經濟體資本貨幣市場波動傳導效應的研究，但研究的對象主要針對美國、歐盟和日本等發達經濟體，對“金磚五國”等正在高速發展的新興市場沒有給予足夠的重視，相關研究存在較多空白。

國外研究方面，Bollerslev[1]最早提出了多元Garch模型，并且基于有常相關假定的模型對多個歐洲國家貨幣匯率的波動傳導關系進行研究，為相關研究提供了很好的思路。隨后，Longin和Sonik[2]對7個主要國家的超額收益率數據進行深入分析，驗證了多元Garch模型中的常相關假定在研究股票收益率波動傳導中是不是合理的。Karolyi[3]指出選擇合適模型對于研究跨市場匯率波動傳導有重要意義，并進一步論證了利用二元GARCH模型對美國標普 500指數和加拿大TSE300指數的波動傳導關系進行研究的合理性。Kearen和Patton[4]針對歐洲貨幣一體化前歐洲各國貨幣匯率建立多元GARCH模型，分別利用月數據和周數據對各國匯率波動傳導關系進行研究，并且指出德國馬克在其中的主導作用。國內學者方毅、張屹山[5]比較研究了國內外金屬期貨市場的“風險傳染”，并發現我國期銅向期鋁有單向的波動溢出效應。趙華[6]對人民幣匯率和利率動態關系進行細致分析，指出了人民幣利率和匯率并不存在價格溢出效應，但人民幣對歐元、日元等非美元匯率與利率存在雙向波動溢出關系。金洪飛和金犖[7]研究了中美股市價格和國際石油價格的收益率及波動的溢出效應，指出中國股市與國際油價的相關性不強，而美股與國際油價則存在雙向波動溢出效應。游家興、鄭挺國[8]研究了中國與亞洲、英美等7個重要資本市場的動態相關關系，發現伴隨著中國金融自由化和深化改革，中國與其他重要資本市場的聯動越來越強。

由以上文獻可知，研究的重點放在以美國為代表的發達市場以及中國市場與發達市場的溢出效應研究，涉及人民幣匯率與新興市場貨幣匯率的溢出效應研究較為少見。徐國祥和楊振建[9]利用目標國家貨幣兌瑞士法郎數據分別研究了人民幣匯改前后分別與發達市場和新興市場的波動傳導效應，較早地對新興市場進行研究。然而，徐的研究主要存在兩點值得斟酌的地方：其一是他利用的是目標貨幣兌瑞士法郎的數據，實際上，該數據并不能真實反映一國貨幣對外購買力，所以研究結果有一定局限性；其二，可能出于對南非地位的輕視，該論文只選取了傳統“金磚四國”貨幣進行研究，然而，國際上普遍認為南非的加入有重要的經濟和政治意義，有必要對“金磚五國”作為一個整體來研究，并且從本文的實證分析結果來看，南非蘭特在“金磚五國”貨幣匯率波動傳導中有非常重要的作用。由于模型采用聯合估計，系統選取的不同對結果會造成一定偏誤，徐的研究旨在對比發達市場和新興市場波動傳導關系的強弱，對于全面把握“金磚五國”匯率波動傳導關系略有不足。

綜合以上分析，本文建立BEKK-MGARCH模型，利用國際清算銀行統計的實際有效匯率指數（REER），深入分析人民幣與其他金磚國家貨幣之間的波動傳導關系，并針對研究結果給出政策建議。

二、BEKK-MGARCH模型的建立

多元GARCH模型有多種形式，近年來被各國學者較多地使用來研究各國之間匯率波動的相互影響，主要包括一般形式的多元GARCH模型，常相關多元GARCH模型以及本文應用的BEKKMGARCH模型。劉志東[10]深入分析了各種多元GARCH模型特點，指出BEKK-MGARCH模型的相對優勢：一般形式的多元GARCH模型雖然能夠全面地刻畫波動相關特性，但同時需要估計的參數非常多，并且不能保證條件協方差矩陣的半正定性，該條件對于確保估計的方差不小于零是必要的；針對一般形式模型的缺陷，常相關模型對原模型有很大的簡化，但卻加入了常相關這樣不合理的假定；相對而言，BEKK-MGARCH模型對參數有一定的簡化，并能夠確保方差矩陣的正定條件。

盡管如此，要建立四維以上的模型還是需要估計較多的參數，很難使參數估計收斂，因而高維的多元GARCH模型很少見。考慮到本文需要建立五維的系統模型，所以另辟蹊徑，建立對角的BEKK-MGARCH模型，該模型能夠很好地描述一國匯率自身波動的特征與兩國匯率之間聯動的特征，再利用模型估計出的各國匯率波動數據，應用格蘭杰因果檢驗去研究不同國家匯率之間的波動傳導關系。

國內外大量研究表明[11]，多元GARCH族采用一階滯后形式對時變條件方差已經有很好的描述，用更加高階的模型并無明顯作用，且估計參數大幅增多。本文采用的BEKK-MGARCH模型的形式如下，不失一般性，以三元對角模型為例：

均值方程如式（1）所示：

其中，Rt是匯率的收益率向量，Mt為匯率收益率期望值向量，μt為殘差向量，It-1為t-1時刻信息集，Ht為方差協方差矩陣。

方差協方差矩陣定義如下：

其中，hii，t反映匯率市場i的條件方差，hij，t反映匯率市場i和j的條件協方差。矩陣A的元素度量的是滯后一期殘差項對當前波動的影響，表示市場滯后一期產生的新信息對當期市場波動的沖擊，這種時變性特征也稱為ARCH效應；矩陣B的元素度量滯后一期的波動對當期波動的影響，這種持續性特征也稱為GARCH效應。

為了更加清楚顯示模型對波動特征的描述，給出（2）的展開式，其中常數項不對結果有太大影響，為簡化表達式，分別表示為C1、C2：

特別地，若（4）式中ARCH項或者GARCH項前面系數顯著非零，實際上間接反映了兩者存在顯著聯動性，但是反之不然。

三、實證檢驗

（一）樣本數據說明

現有的關于匯率的研究文獻當中，大部分都采用目標貨幣兌美元或者兌其他貨幣的數據，這樣的數據事實上并不能夠反映一種貨幣的“真實匯率”。以人民幣匯率為例，一般的人民幣匯率指的就是人民幣兌美元的價格，但這個價格是基本穩定的名義變量，匯率的作用難以體現。本文將采用實際有效匯率指數（REER）來進行相關研究，實際有效匯率指數是經本國與所選擇國家間的相對價格水平或成本指標調整的名義有效匯率，不僅考慮了一國的主要貿易伙伴國貨幣的變動，而且剔除了通貨膨脹因素，能夠更加真實地反映一國貨幣的對外價值。

具體地，選取“金磚五國”貨幣的實際有效匯率指數，包括人民幣、雷亞爾（巴西）、盧布（俄羅斯）、盧比（印度）和蘭特（南非）。考慮到2005年7月進行了人民幣匯率改革，此后中國大陸才開始實行以市場供求為基礎、參考一籃子貨幣進行調節、有管理的浮動匯率制度，踏上市場化道路，在此之前，我國外匯開放程度不高，人民幣匯率缺乏活力。故選取2005年7月到2014年2月的月數據進行研究，數據來源于Wind數據庫。

利用ADF單位根檢驗可知各國的有效匯率指數序列并不平穩，對原序列取對數然后作差分得到指數收益率序列，處理后的數據都是平穩過程。樣本數據描述如表1所示。

由表（1）可以看到，全部貨幣匯率指數收益率數據分布都不服從正態分布，并且從峰度可以看到金融時間序列典型的“尖峰厚尾”特點，再從單位根檢驗可知收益率序列都是平穩的。

表1 各國匯率收益率描述性統計值

（二）貨幣匯率波動傳導關系研究

貨幣匯率的波動傳導效應指的是一國匯率的波動不僅受到自身波動的影響，還可能受到其他國家貨幣匯率市場波動的直接或者間接的沖擊。這一部分將首先研究各國匯率自身波動的特征和兩國貨幣聯動的特征，包括時變性和持續性特征，然后進一步分析不同貨幣間波動傳導關系。

1.模型估計結果分析。對角BEKK-MGARCH模型雖然不能直接檢驗一個市場對另一個市場匯率波動的沖擊傳導，但是，能夠很好地刻畫一個市場自身波動及與另一市場聯動的時變性和持續性特征，模型參數估計結果如表2所示。

表2 BEKK-MGARCH模型參數估計結果

第一，從單個匯率自身波動的特征來看：南非蘭特的波動受歷史波動影響，存在顯著的持續性特征，即GARCH效應，但市場新信息對其波動的沖擊并不顯著，不存在時變性特征，即不存在ARCH效應；俄羅斯盧布的波動存在顯著時變性特征，即ARCH效應，但不存在持續性特征，即GARCH效應；印度盧比的波動特征與南非蘭特一樣，存在GARCH效應但不存在ARCH效應；人民幣與巴西雷亞爾的波動都存在顯著的 ARCH效應和GARCH效應，匯率波動受自身變動影響相對而言更加復雜。

第二，從其中兩國匯率聯動的特征來看：蘭特與盧布的聯動既不存在ARCH效應也不存在GARCH效應，受自身波動影響不顯著；蘭特與其他貨幣，包括人民幣、盧比和雷亞爾的聯動存在顯著的GARCH效應，歷史波動對當前波動有顯著沖擊。盧布與盧比的聯動既不存在ARCH效應，也不存在GARCH效應；盧布與人民幣和雷亞爾聯動存在顯著ARCH效應。人民幣與盧比的聯動存在GARCH效應，不存在ARCH效應；人民幣與雷亞爾的聯動存在顯著ARCH效應和GARCH效應。盧比與雷亞爾的聯動存在GARCH效應而不存在ARCH效應。

綜上，除蘭特與盧布和盧布與盧比外，其他貨幣之間都存在顯著的聯動關系。上述貨幣波動特征描述統計如表3所示：

表3 各國貨幣波動特征描述統計表

2.波動傳導關系刻畫。兩種貨幣的聯動存在任意一種顯著波動特征即可間接表明兩種貨幣的聯動是顯著的，此時，其中一國貨幣的波動很可能會通過直接或者間接方式傳導到另一國貨幣市場上，造成貨幣市場的波動，這種傳導可能是單向的也可能是雙向的，從統計角度來看，兩國貨幣之間的直接波動傳導關系就是兩國貨幣波動的格蘭杰因果關系。下面利用BEKK-GARCH模型擬合出的各國貨幣波動數據，先對數據做差分處理，獲得平穩的波動序列，再進一步利用格蘭杰因果檢驗來刻畫“金磚五國”貨幣匯率之間的波動傳導關系。結果如圖1所示，箭頭表示一種貨幣的波動對另一種貨幣有直接傳導效應，箭頭上的數字是這種傳導關系成立的顯著性水平。

圖1 “金磚五國”貨幣匯率波動傳導關系

由圖1可知，“金磚五國”貨幣匯率之間的波動傳導效應比較強，概括起來有如下特點：第一，南非蘭特在其中扮演著非常重要的角色，與其他貨幣傳導關系最為復雜，并且成為一國貨幣對其他貨幣產生間接波動傳導的重要橋梁。第二，人民幣和盧布都面臨來自其他四種貨幣匯率的直接或間接沖擊，但對外影響相對較弱。第三，盧比對除人民幣以外貨幣有直接匯率沖擊，并且不受外來沖擊影響。第四，雷亞爾既對其他貨幣產生匯率沖擊，同時也受到外來匯率波動的影響。

下面針對人民幣與其他貨幣波動傳導關系進行分析：人民幣與盧布存在雙向波動傳導關系，結合表3，兩者的聯動還存在顯著ARCH效應；蘭特和雷亞爾都對人民幣有單向的波動傳導，其中，蘭特與人民幣的聯動存在GARCH效應，雷亞爾與人民幣聯動存在ARCH效應。值得注意的是，人民幣與盧比聯動存在GARCH效應，但是兩者并沒有直接的波動傳導關系，然而盧比可以通過把波動傳導給蘭特，再由蘭特把波動傳導給人民幣，進而對人民幣波動造成影響，這是一種間接的波動傳導關系。

四、總結與政策建議

（一）總結

1.影響。人民幣自身的波動存在顯著的ARCH和GARCH效應，也就是說，人民幣自身波動受到市場新近信息的沖擊和歷史波動的影響。

2.效應。人民幣受到了來自其他四個國家貨幣匯率變動的沖擊，且對外影響力相對較弱。人民幣與盧布存在雙向波動傳導關系，兩者聯動還存在ARCH效應；蘭特和雷亞爾都對人民幣有單向波動傳導，其中，蘭特與人民幣聯動存在GARCH效應，雷亞爾與人民幣聯動存在ARCH效應；盧比對人民幣有間接波動傳導，兩者聯動有顯著GARCH效應。

3.角色。蘭特在“金磚五國”貨幣匯率波動傳導中扮演重要角色，成為不同貨幣間接波動傳導的重要橋梁。盧比對外影響力相對較強，且不受其他金磚國家匯率波動沖擊，匯率相對穩定。

（二）政策建議

1.重視來自其他金磚國家的匯率風險傳染。現行的相關研究中，對發達市場的研究比較多，忽略了新興市場匯率波動對人民幣匯率的影響，特別是忽略了來自其他金磚國家的匯率沖擊。實際上，“金磚五國”之間的深入合作是極具戰略意義的，同時應該注重防范來自其他金磚國家匯率的風險傳染，維護我國外匯市場的穩定。

2.建立專項匯率風險基金。隨著國際經濟一體化不斷深入，不同國家貨幣匯率間的關系越來越緊密，為應對來自發達市場和新興市場匯率變動的巨大沖擊，有必要建立專項匯率風險基金，提高應對外來沖擊的能力。

［1］Bollerslev T.Modelling the coherence in short-run nominalexchange rates:a multivariate generalized ARCH model[J].TheReview ofEconomicsand Statistics,1990，72（3）:498-505.

［2］Longin F,Solnik B.Is the correlation in international equity returns constant:1960-1990?[J].Journal of international money and finance,1995,14(1):3-26.

［3］Karolyi，G Andrew，A Multivariate GARCH Model of International Transmissions of Stock Returns and Volatility:The Case of the United States and Canada [J].Journal of Business&Economic Statistics,American Statistical Association,1995，13(1)：11-25.

［4］Kearney C,Patton A J.Multivariate GARCH modeling of exchange rate volatility transmission in the European monetary system[J].Financial Review,2000,35 (1):29-48.

［5］方毅，張屹山.國內外金屬期貨市場“風險傳染”的實證研究[J].金融研究,2007（5）:133-146.

［6］趙華.人民幣匯率與利率之間的價格和波動溢出效應研究[J].金融研究,2007（3）:41-49.

［7］金洪飛，金犖.石油價格與股票市場的溢出效應——基于中美數據的比較分析[J].金融研究,2008（2）:83-97.

［8］游家興，鄭挺國.中國與世界金融市場從分割走向整合——基于DCC-MGARCH模型的檢驗[J].數量經濟技術經濟研究,2009（12）:96-108.

［9］徐國祥,楊振建.人民幣分別與發達市場和新興市場貨幣匯率波動傳導效應研究——基于多元BEKKMGARCH模型的波動傳導測試[J].金融研究,2013（6）: 46-59.

［10］劉志東.多元GARCH模型結構特征、參數估計與假設檢驗研究綜述 [J].數量經濟技術經濟研究,2010（9）: 147-161.

［11］李文君,尹康.多元GARCH模型研究述評[J].數量經濟技術經濟研究,2009（10）:138-147.

（責任編輯：佟群英）

F 832.6

A

1001－4225（2015）02－0054-05

2014-05-07

龍俊煒（1992-），男，廣東廣州人，華南師范大學數學科學學院本科生。李龍杰（1990-），男，廣東佛山人，西南財經大學中國金融研究中心碩士研究生。