人民幣和日元匯率聯動效應的實證檢驗

閆樹熙，吳建鑾，張 娥

（1.榆林學院 數學與統計學院，陜西 榆林 719000；2.西安交通大學 經濟與金融學院，西安 710061）

0 引言

經濟全球化和互聯網的廣泛應用，加速了世界金融市場的一體化。隨著中國對外開放程度的不斷提升和經濟的飛速發展，人民幣國際化開始成為政策制定者和學者們關注的焦點。在中國成為第二大經濟體前，日本一直處于世界第二大經濟體的位置，且早就開展了日元國際化，卻遭到了失敗，作為與人民幣競爭最為激烈的日元和亞洲最大的兩個經濟體，任何一個國家匯率的變動均會對另一個國家造成影響。基于此，本文實證研究人民幣和日元匯率之間的相互作用，以確定在人民幣國際化進程中中國應如何應對日元匯率變動給人民幣匯率和我國經濟帶來的影響。同時也給中央銀行干預措施的決定、國際貿易、風險管理、投資組合的多樣化等提供必要的決策參考信息。

歐元出現后，研究匯率聯動和波動溢出效應的文獻開始增多，但多以發達國家為主[1-10]。國內關于人民幣和其他國家匯率的研究也多以波動溢出效應為主[11-16]，且主要基于GARCH模型。即使是聯動分析也僅僅是以相關性分析為主，而對于兩者之間的相互影響卻沒有引起足夠的關注，且沒有考慮時限長短對于結果的影響。一般而言，時序變量間的關系往往會因波動頻率的變化而不斷演變。小波多分辨率方法在非平穩時序數據分析和處理方面顯示出很大的優勢，它可以根據波動周期和演變趨勢的不同，把原始數據序列分解成頻度不同的分量。同時，也可以在不失去數據所包含的原始信息的前提下，將任何一個時序數列分解為不同細節和平滑的獨立貢獻。本文利用小波多分辨率方法在進行局部分析時所具有的這一靈活優點，將人民幣和日元匯率進行有效分解，得到兩變量序列分別在長、短周期下的波動溢出特征。并在此基礎上根據各分量的特點，采取不同的計量方法，從時域和頻域兩個維度更科學清楚地分析二者間的相互傳導影響和聯動效應特征。

本文具有三個方面的創新：（1）使用小波多分辨率分析對原始數據進行分解，從時域和頻域兩個角度分析人民幣匯率和日元匯率之間的相互影響；（2）對于匯率之間的波動溢出效應，大量的文獻都進行了相關研究，而對其聯動性的分析卻較少，本文根據分解后變量的特征分別選用不同的計量方法進行實證以挖掘波動頻率不同分量之間的異質性；（3）已有文獻多采用日度名義匯率，而名義匯率并未考慮到各國的通貨膨脹和貿易差距，本文選擇實際有效匯率數據對兩者之間的關系進行研究。

1 數據說明與變量分析

由于名義有效匯率對各種政策因素比較敏感，往往不能客觀地反映出匯率變動的現實軌跡和特點。而實際有效匯率是經本國和所選取國家的價格水平間通過加權幾何平均計算后與名義有效匯率乘積而得到，反映一個國家貨幣的對外價值更真實有效。因此，本文選取實際有效匯率指數作為人民幣和日元匯率的替代指標進行具體分析，樣本數據來自于國際清算銀行，從1994年1月至2015年12月，共計264個月度數據，如圖1所示。

圖1 人民幣和日元實際有效匯率指數的變動趨勢

從圖1中可以看出，人民幣和日元匯率經歷了多次正負相關的轉換，且在1997年亞洲金融風暴和2008年全球金融危機期間兩者呈現出顯著地正相關關系，而在其他時間段則呈現出顯著的負相關趨勢。即人民幣匯率和日元匯率之間的確存在聯系，且這種聯系是處在動態變化中的，考慮到經濟變量存在滯后性，本文選擇小波多分辨率分析，在將人民幣和日元匯率進行時頻分解的基礎上研究兩者之間的關系。

為消除異方差對結果的影響，文中均對所有的數據進行對數化處理，借助MATLAB數學分析軟件，采用小波多分辨率分析方法對人民幣和日元實際有效匯率數據進行分解，分別得到高頻分量——短期分量以及低頻分量——中長期分量。

圖2顯示的是通過小波多分辨率方法分解得到的人民幣和日元實際有效匯率的短期與中長期分量序列的演變趨勢。從圖中不難看出，短期（高頻）分量的波動頻率均顯著大于中長期（低頻）分量，另外，低頻分量具有較為明顯的向上（人民幣匯率）和向下（日元匯率）變動趨勢，但高頻分量基本一致地圍繞著0作上下波動。

圖2 人民幣和日元匯率的小波多分辨率分解結果

表1和表2給出了原始序列和各個分量之間的相關系數。從表1可以看出，不論是日元匯率還是人民幣匯率，短期分量與原始序列之間僅在10%的置信水平下存在相關性，且相關系數較小。可以說短期分量僅代表了市場上的噪音波動，并不會對原始序列的長期趨勢產生影響；中長期分量則不同，其與原始序列的相關系數在1%的置信水平下高達70%以上。可以認為中長期分量是原始序列內在特征的體現，決定了原始序列長期的變動趨勢。從表2可以看出，人民幣和日元匯率及其各自相對應的分量之間的相關系數均在70%以上，即原始序列和頻域相同的分量之間存在強相關性。考慮到直接對原始序列進行分析可能會受到短期分量和不合適的計量模型的干擾，影響最終結果的準確性，故本文從短期分量和中長期分量的本質波動特征出發，研究不同頻域和時域下人民幣匯率和日元匯率之間的相關性和聯動特征。另外，從圖2人民幣匯率和日元匯率的演變趨勢也不難看出，同一個變量的短期和中長期變動有著明顯不同的趨勢，即兩個變量在不同頻度的相互波動影響存在差異的可能性較大。因此，也說明對人民幣和日元匯率兩者關系的分析，需要在不同頻度上進行。

表1 人民幣和日元匯率原始序列和其分量之間的相關系數

表2 人民幣和日元匯率各分量之間的相關系數

由于本文主要關注人民幣匯率和日元匯率之間動態影響，因此選用向量自回歸模型（VAR model），進一步研究兩者之間的聯動效應關系和動態波動特征。VAR模型的數學表達形式為：

式中，Yt是m維內生變量向量，A1，…，Ap是待估計參數矩陣，內生變量的滯后階數為p階，?t是隨機擾動項，同期之間可以相關，但不能有自相關。

2 短期內的聯動效應分析

構建VAR模型的前提條件是變量必須是平穩序列，因此在構建模型之前必須對序列的平穩性給予事先檢驗。在采用ADF單位根檢驗序列平穩時，要對序列的檢驗形式（是否含有截距項和趨勢項）進行必要的設定。從圖2可以看出，短期內，人民幣匯率和日元匯率的波動不大，在0上下微小波動，故他們的單位根檢驗應采用既不包含截距項也不包含時間趨勢項的檢驗形式。經過Eviews8.0檢驗表明，在99%的置信度下，兩序列都已得到平穩。

向量自回歸（VAR）是非結構化的模型，為進一步確定變量間的聯動作用關系，需要對序列給予格蘭杰因果關系檢驗。通過預先構建的VAR模型，依據LR、FPE、AIC、SC和HQ準則，確定短期內人民幣匯率和日元匯率因果關系檢驗的最優滯后階數為11階，通過Eviews8.0，檢驗結果如表3所示。

表3 短期內人民幣匯率和日元匯率的格蘭杰因果關系檢驗

在5%的顯著水平下，人民幣匯率和日元匯率互為格蘭杰原因，因此可以構建包含人民幣匯率和日元匯率短期分量的VAR模型。系統的動態特征是VAR模型關注的一個重要方面，因此本文主要對VAR模型的脈沖響應和方差分解結果進行分析，如圖3所示。分析中，選擇脈沖響應和方差分解的期數為12期，在本期下，模型恢復穩定狀態，以此來觀察沖擊反應的周期長短（VAR模型的平穩性檢驗結果中無特征根在單位圓外，即模型是平穩的）。

圖3 短期內人民幣匯率和日元匯率的脈沖響應和方差分解

從圖3可以看出，就脈沖響應而言，日元匯率對人民幣匯率一個標準差沖擊的響應遠大于人民幣匯率對日元匯率一個標準差沖擊的響應，即人民幣匯率變動對日元匯率變動的影響要大于日元匯率變動對人民幣匯率變動的影響。且人民幣匯率對日元匯率的影響在第二期達到最大值，而后呈現出在正負之間切換的震蕩遞減的趨勢，并在第24期左右趨于零；而日元匯率對人民幣匯率的影響則在第7期左右達到最大值而后進入震蕩遞減趨勢，并依然在24期左右趨于零。從方差分解的結果來看，人民幣匯率對日元匯率的貢獻率大于日元匯率對人民幣匯率的貢獻率，前者是后者的兩倍還多。這再次說明，人民幣匯率對日元匯率的影響要遠大于日元匯率對人民幣的影響，即短期內，在人民幣匯率和日元匯率的聯動效應中，人民幣占主導地位。

綜合以上，短期內，人民幣匯率和日元匯率在5%的顯著水平下互為因果關系，即不論是日元匯率變動還是人民幣匯率變動均會引起對方的變動。而VAR模型的實證結果表明，人民幣匯率對日元匯率的變動影響顯著大于日元匯率對人民幣匯率的變動影響。這說明，在兩者的聯動過程中以人民幣匯率的變動為主導，進而短期內人民幣已經可以部分預測日元匯率的變動，這對人民幣國際化是一個利好消息。

3 中長期內的聯動效應分析

由上文圖2可知，人民幣匯率的中長期分量呈現出逐步遞增的趨勢，而日元匯率的中長期分量呈現趨勢與人民幣匯率剛好相反。對他們分別進行ADF單位根檢驗表明兩序列都是非平穩的，故不滿足構建無約束VAR模型的條件，但非平穩變量間若存在協整關系，則可以建立向量誤差修正（VEC）模型。接下來，對人民幣匯率和日元匯率兩個分量序列的一階差分分別給予ADF檢驗，檢驗結果說明一階差分后的序列都得到平穩，因而同為一階單整序列，得到了協整檢驗對變量序列要求為同階單整的條件。最后，與上述進行格蘭杰因果關系檢驗一樣，通過構建VAR模型，依據LR、FPE、AIC、SC和HQ準則，設定協整檢驗的滯后階數為34階，具體檢驗結果如表4所示。

表4 中長期內人民幣匯率和日元匯率的協整檢驗

由表4可知，通過跡檢驗統計量和最大特征根檢驗統計量，在5%顯著性水平下，兩檢驗值對應的P值顯示：人民幣匯率和日元匯率之間存在協整關系，且至多存在一個協整關系。兩分量間存在協整關系，則可以構建包含兩者的VEC模型，滯后階數的設定選擇與協整檢驗一樣，限于篇幅，只給出各變量滯后一階的方程結果。

兩個方程的R2和Rˉ2顯示值大于0.98，擬合度高，另F值顯著，故整個方程通過檢驗，而且AIC和SC值都較小，說明上述VEC模型具有理想的擬合效果。與短期內人民幣和日元匯率的向量自回歸模型一樣，本文主要關注VEC模型的脈沖響應和方差分解結果，用以分析人民幣匯率和日元匯率相互影響的動態特征，結果如圖4所示，分析中，本文選擇脈沖響應和方差分解的期數為120期，在中長期下，模型恢復穩定狀態。

圖4 中長期內人民幣匯率和日元匯率的脈沖響應和方差分解

從圖4可以看出，就脈沖響應而言，人民幣匯率對日元匯率的響應小于日元匯率對人民幣匯率的響應，即人民幣匯率對日元匯率的影響大于日元匯率對人民幣匯率的影響。但此時的影響方向以負向為主，即人民幣匯率（日元）升值會帶來日元（人民幣）匯率的貶值，且人民幣升值帶來的日元貶值大于日元升值帶來的人民幣貶值。不論是人民幣匯率還是日元匯率的響應程度均是由小逐步震蕩性的增大并在第114期逐步穩定在一定的程度上，即此時一個標準差沖擊帶來的負向影響會一直存在。就方差分解來看，與短期分量不同，整體來看日元匯率對人民幣匯率的貢獻程度大于人民幣匯率對日元匯率的貢獻程度，但是在開始的30期以內，人民幣匯率對日元匯率的貢獻率卻大于日元匯率對人民幣匯率的貢獻度，即在剛開始的時候人民幣匯率對日元匯率變動的解釋程度較大，而后隨著時間的推移，日元匯率對人民幣匯率變動的解釋程度開始逐步超過人民幣匯率對日元匯率的解釋力度。但相比于短期分量，中長期分量兩者相互之間的貢獻率差距較小，均在114期穩定在38%左右的水平上。

綜合以上，與短期分量一致，中長期內，人民幣匯率和日元匯率依然互為因果關系，但此時兩者的影響程度有所增加。且日元匯率和人民幣匯率之間的關系不再以某一方為主導，而出現由人民幣主導向日元主導的情況。同時，兩者的相互影響程度不再呈現出明顯差距，對彼此變動的解釋力度均在38%左右。

4 結論

本文考察了亞洲兩個最大經濟體——中國和日本匯率的聯動關系。考慮到波動頻率對結果的影響，本文首先采用了小波多分辨率分析對原始序列進行劃分，發現不同的分量之間呈現出不同的特征，在此基礎上分別采用VAR和VEC模型實證檢驗了短期和中長期內人民幣匯率和日元匯率的聯動特征。結果發現：短期內，兩者之間的相互影響均呈現出正負交替的震蕩遞減趨勢并在最終恢復到零，且人民幣匯率對日元匯率的影響大于日元匯率對人民幣的影響，人民幣匯率起主導作用；而中長期內，兩者之間的相互影響均為負向，呈現出震蕩遞增趨勢并在最終維持在了一定的程度上，且此時兩者之間相互影響的主導力量出現了轉移，即從人民幣匯率為主導向著日元匯率為主導，但差距較小。綜合以上說明，隨著中國經濟的高速發展，人民幣在亞洲已然成為強勢貨幣，與日元的地位不相上下，但這種影響、地位仍需加強和提高，從而為人民幣的區域化、國際化創造條件。