人民幣情緒、匯率預期與估值效應關系研究

曹 強，楊修琦

（安徽財經大學 金融學院，安徽 蚌埠 233030）

0 引言

中國匯率市場化之后，外匯市場的供求會決定匯率的走勢，同時，外匯市場的匯率預期和投資者情緒也會對匯率產生重要影響。2017 年5 月央行提出“逆周期因子”以對沖市場的順周期情緒，這表明央行十分重視調控市場上人民幣情緒。當市場情緒偏多時，匯率就會過度上漲。除了人民幣情緒外，匯率預期是外匯市場上的重要因素，央行把穩定人民幣匯率預期以及引導預期作為人民幣匯率市場化改革的重要指標。中國雖然積累大量的對外凈資產[1]，但是由于匯率和資產價格收益率的變動導致巨額對外凈資產估值效應常年為負，學術界普遍認為主要是由于資產價格收益率太低導致的，但在異常時期（2015年人民幣匯率貶值時期）估值效應為正，原因是匯率因素對估值效應會產生作用。

不確定性的市場情緒沖擊給人民幣匯率穩定造成了巨大挑戰。對市場情緒的衡量方法，當前主要有兩種：第一，基于外匯市場數據計算人民幣情緒指數[2]；第二，采用文本挖掘法依托網絡大數據方法構建指數，如人民幣匯率指數[3]、投資者信心方面[4，5]。人民幣情緒與匯率預期之間存在著交互作用。谷宇和劉敏（2020）[6]認為個體投資者的“情緒”和匯率預期存在正向反饋關系，匯率溝通也只能有限抑制恐慌情緒的蔓延。李艷麗和周值光（2020）[7]強調匯率溝通對預期的穩定作用。

估值效應的影響因素主要包括匯率和資產價格收益率。匯率因素方面，劉威和郭小波（2018）[8]利用門限回歸方法發現匯率波動對于估值效應的影響具有異質性。資產價格收益率因素方面，劉琨（2016）[9]研究發達國家的估值效應后發現資產價格收益率的作用十分明顯。匯率和資產價格收益率對估值效應的影響大小對比。匯率決定論[10]、資產價格收益率決定論[11]。政策因素方面，財政政策[12]、新古典宏觀經濟學政策[13]。

本文選擇TVP-SVAR-DY 模型分析匯率對估值效應的影響，該模型的優點是從溢出指數的角度充分挖掘VAR模型的方差分解表。Diebold和Yilmaz（2009）[14]、Diebold和Y?lmaz（2014）[15]基于VAR模型的方差分解表提出廣義方差分解，利用四大溢出指數（總溢出、溢出、溢入、凈溢出指數）研究股票市場溢出。該方法主要被應用于分析人民幣匯率[16]，該方法的拓展主要表現在溢出指數具有時變性[15]。

綜上所述，估值效應的影響因素主要有匯率和資產價格收益率因素，但是隨著人民幣匯率市場化進程的改革，人民幣情緒和匯率預期成為匯率研究中的重要課題，研究人民幣情緒、匯率預期、資產價格收益率對估值效應的影響，對改善中國對外凈資產的估值效應有重要作用?？梢允褂肨VP-VAR-DY 模型研究人民幣情緒、匯率預期對估值效應的時變特征和可能出現的轉折點。

本文利用網絡大數據文本挖掘法，基于關鍵詞的新聞頻數構建人民幣情緒指數；把人民幣情緒指數與匯率預期、估值效應納入TVP-VAR-DY模型中進行研究，能捕捉到變量之間的轉折點變化，尤其是“811 匯改”特殊時期；在資產價格引致的估值效應中，匯率因素能夠發揮作用，主要是人民幣情緒發揮更重要的作用，而匯率預期發生的作用較小，這對外匯市場的情緒管理和預期引導有重要啟示。

1 理論分析和研究假設

1.1 人民幣情緒與匯率預期的反饋系統

人民幣情緒與匯率預期的相互影響，既有短期效應，也有長期效應。短期溢出效應（動量效應）：繼續看跌人民幣貶值趨勢→匯率上升（本幣貶值，外幣升值）導致的動量效應→中國對外凈資產導致的估值效應為正，這種獲利預期就會帶來情緒傳播以及信息擴散，從而導致羊群效應，這樣循環下去，持有外幣就會不斷放大這種獲利預期。長期溢出效應（反轉效應）：在考慮到人民幣兌美元的內在價值后，這種看漲趨勢逐漸會被看跌趨勢取代，這是因為考慮到人民幣兌美元的內在價值后，人民幣不斷貶值美元不斷升值的趨勢需要進行調整，不能偏離內在價值太多，即人民幣兌美元的反轉效應。

一方面中國外匯市場上的投資主體是商業銀行等金融機構，個人投資者很少，考慮到金融機構投資者的預期較為穩定，因此他們的預期更多地表現為長期中的匯率預期的反轉效應。另一方面央行對外匯市場的干預和開放也存在“前進兩步后退一步”的漸進做法，央行長期以來注重匯率預期的管理，這使得中國外匯市場的匯率預期較為穩健。這兩方面的原因使得外匯市場中人民幣情緒具有一定的自我強化作用，而且匯率預期的調整更多是長期視角，如選擇一年的匯率預期。因此，本文提出假設1：人民幣情緒會對匯率預期的溢出效應大于匯率預期對人民幣情緒的溢出效應，且匯率預期效應更多表現為一年的長期效應。

1.2 估值效應的影響因素在時間上的異質性

正常時期的估值效應影響因素是匯率和資產價格收益率因素，但丁志杰等（2017）[17]認為“811 匯改”時期凈估值效應為正，雖然中國對外資產縮水2075億美元，但是同期的對外負債損失更大，從而產生正的凈估值效應為1052億美元，這種非正常狀態下的正估值效應，代價是人民幣快速貶值和外匯市場形勢惡化。因此，本文對匯率的時間異質性進行檢驗，并提出假設2：匯率對估值效應的影響具有時期異質性。在2015年“811匯改”時期，匯率因素是解釋估值效應的重要因素。在正常時期，匯率因素對估值效應的解釋很小，資產價格收益率是估值效應的主要決定因素。

1.3 估值效應中的金融渠道和貿易渠道相互依存

估值效應的主要影響渠道有金融渠道和貿易渠道。傳導機制如圖1所示。

圖1 估值效應在“811匯改”時期和全樣本時期的傳導機制圖

1.3.1 匯率因素

從金融渠道和貿易渠道對估值效應產生的影響包括（1）在金融渠道方面，對外資產主要是以美元為主的外幣，大多是固定收益率資產，回報率一般在2%左右；對外負債主要是以美、歐、日元為主的外幣，大多是權益類資產，收益率一般在40%左右。本幣貶值將導致美元相對升值，中國對外凈資產的美元價值增加，抵消美元負債增加，同時歐元、日元資產因貶值而價值減小，因此匯率通過金融渠道帶來估值效應為正。（2）在貿易渠道方面，人民幣匯率對外貶值將有利于提高一國競爭力，從而促進出口獲得更多的對外凈資產，對估值效應的提高有正向作用。

1.3.2 資產價格收益率因素

通過金融渠道和貿易渠道對估值效應產生的影響包括（1）通過金融渠道，資產價格收益率上升，財富效應使投資者感覺到財富膨脹，居民會增加對外國資產的配置，從而導致我國對外凈資產增加，資產價格收益率通過金融渠道使估值效應為正。（2）通過貿易渠道，肖立晟和陳思翀（2013）[18]認為貿易渠道和金融渠道正相關，所以資產價格收益率上升會導致金融渠道的財富效應上升，因此貿易渠道也會使估值效應為正，曹強和田新（2020）[12]得出了相同結論。

同時，從機構和個體投資者的視角看，匯率因素與資產價格收益率因素二者相互影響。一方面，當可預期的匯率貶值和看跌的人民幣情緒在市場中擴散時，理性的跨國投資者會追求更高的資產價格收益率以應對匯率貶值，這表明著資產價格收益率是影響匯率因素的重要因素。另一方面，國內外資產價格收益率的變化也會改變外匯市場上的外匯供求從而影響匯率走勢，這表明匯率同樣是資產價格因素引起的估值效應變化的重要因素。因此，本文提出假設3：估值效應中的金融渠道和貿易渠道相互依存，匯率引致的估值效應中資產價格收益率將發揮重要作用，資產價格收益率引致的估值效應中匯率因素發揮重要作用。

2 計量模型、變量定義與數據來源

2.1 時變溢出指數構建

傳統的DY 溢出指數是基于滾動窗口回歸的動態溢出指數，具有明顯的缺點。如當系統遭遇到重大沖擊時，溢出指數的變化過于緩慢從而不能有效捕捉經濟系統的結構性變化，此外，選擇窗口期的方法大多基于經驗。因此，本文將溢出指數與TVP-VAR 相結合來彌補以上不足。首先考慮一個傳統的VAR模型：

假設參數βt具有時變特征并且符合一階隨機游走過程，TVP-VAR可表示為式（2）和式（3）：

其中，A代表對應的移動平均過程的系數。ej為第j個變量為1，其余全為0的選擇向量。?jj是VAR的方差協方差矩陣中第j個對角線元素。為了使得各溢出指數之和為1，對(H)進行標準化處理得到：

在此基礎上，定義總溢出指數、方向溢出指數如下所示：

其中，C(H)為經濟系統的總體溢出水平。Ci←·表示變量i受到來自其他變量的溢出之和，估值效應受到來自人民幣情緒指數，匯率預期和資產價格收益率的溢出影響之和由式（6）得出。C·←i表示變量i對其他所有變量的溢出之和，人民幣情緒指數對匯率預期，資產價格收益率和估值效應的溢出影響之和由式（6）得出。

2.2 人民幣情緒指數

本文對人民幣情緒的測度指標進行改進（見表1），并且詳細分析了人民幣情緒指數的走勢（見圖2），以期能夠全面有效地測度人民幣情緒。

表1 人民幣情緒指數詞庫

圖2 人民幣情緒指數

第一，本文認為人民幣匯率的情緒要依托人民幣國際化來確定關鍵詞，因為中國當前匯率改革的目標是人民幣國際化。借鑒林樂芬和王少楠（2016）[20]的研究方法，主要考慮交易職能、投資職能和儲備職能三個方面。由于中國貨幣政策的雙支柱目標把金融穩定作為重要指標，而且金融穩定監測指標中存在資本流動，所以將金融穩定作為匯率的第四種職能加入詞庫。四個職能均包含若干關鍵詞，如交易職能運用外匯交易職能關注實際匯率；投資職能關注人民幣匯率走勢；儲備職能涉及外匯儲備以及對外凈資產的規模；金融穩定職能中經常出現資本外逃、金融安全等關鍵詞頻?？紤]不同職能的人民幣情緒指數詞庫構建詳見表1。

第二，用網絡爬蟲技術，進行文本挖掘。本文通過python 網絡爬蟲技術在中國新聞網、中國網、新華網三個權威新聞網站，爬取各個關鍵詞2008—2020年新聞數據，計算出月度數據。

第三，用主成分分析法計算人民幣情緒指數。采用二次主成分法進行變量降維，針對交易職能、投資職能、儲備職能、金融穩定職能中的每個職能做第一次主成分分析，通過觀察其方差貢獻率提取合適的主成分，根據得到的權重計算出四大職能指數；此外，針對四大職能指數進行二次主成分，最后得到了人民幣情緒指數，詳見圖2。

從圖2看出，我國人民幣情緒指數的波動具有明顯的時變性。具體來看，第一，在2015年的“811匯改”中，央行決定把匯率中間價由前一日收盤價決定，這提高了匯率自由浮動的空間，使得人民幣匯率受市場影響程度較高，但是隨后外匯市場出現了人民幣兌美元的大幅度貶值，外匯市場具有較大的匯率不穩定情緒，因此，人民幣情緒指數出現了一個巨大的波峰。第二，2017年5月央行在人民幣匯率中間價引入逆周期因子，中間價由前一日收盤價、一籃子匯率和逆周期調節三大因子共同決定，逆周期因子引入后，外匯市場中的匯率不穩定情緒得到有效控制，這使得人民幣情緒指數波動明顯減小。

2.3 其余變量與數據來源

匯率預期：本文使用離岸無本金交割遠期匯率，因為與在岸人民幣市場相比，離岸人民幣市場交易者資格較易取得，交易規則更少，在這個市場上形成的均衡匯率是買賣雙方博弈的結果，其更能準確地代表匯率預期[21]。本文選取3個月、6個月、9個月、12個月的無本金交割遠期數據代表不同期限的人民幣匯率預期。數據來源于Wind數據庫。

資產價格收益率：用上證A 股綜合指數收益率代替，用連續復利計算得到上證綜指收盤價[5]。數據來源于Wind數據庫。

估值效應：中國對外凈資產由于匯率或者資產價格收益率引起的外部投資頭寸變化，采用市值法來估計對外凈資產規模[18]，根據其幣種結構測算匯率和資產價格收益率等帶來的財富變動，從而測算出估值效應。數據來源于Wind數據庫和國家外匯管理局官網。

3 實證分析

3.1 MCMC估計結果

本文利用人民幣情緒指數、匯率預期、資產價格收益率、估值效應這4 個變量構建TVP-VAR-DY 模型。將所有變量進行季節性調整，匯率預期一階對數差分后平穩，其余變量均保持平穩；根據樣本自由度和AIC 準則，選擇滯后期數為2階，基于TVP模型的時變參數估計方法的要求，參考Nakajima（2011）[22]的方法設置初始值，MCMC方法模擬20000次，結果如表2所示。

表2 MCMC估計結果

從表2 展示了待估參數后驗分布的均值、方差、Geweke 值、無效因子。在1%的顯著性水平上，大部分參數無法拒絕原假設，即待估參數收斂于后驗分布。無效因子最大約為300，即本文能夠至少獲得20000/300=67 個不相關樣本，說明使用MCMC方法有效。

3.2 結果分析

3.2.1 人民幣情緒對其他變量的溢出

人民幣情緒對估值效應的影響中，需要先確定匯率預期的期限結構。圖3 展示了人民幣情緒對其他變量的溢出之和，RMB to 3、6、9、12分別表示3個月、6個月、9個月、12 個月的匯率預期（NDF）的期限結構。以圖3 中的RMB to 12為例，它代表了人民幣情緒對其他變量（包括匯率預期、資產價格收益率和估值效應）的溢出效應之和?！?11匯改”之后在四種不同的匯率預期期限結構下，人民幣情緒對其他變量的溢出之和都顯著得到提升（見圖3中的垂直線），即不同期限結構的預期匯率出現了一致的波峰，而且12個月期波動溢出之和達到了最高16%。

圖3 人民幣情緒對其他變量的溢出之和（4種不同的匯率預期期限結構）

本文將3 個月和6 個月的匯率預期看作短期匯率體系，將9 個月和12 個月的匯率預期看作是長期匯率體系，結果表現為長期的溢出效應明顯大于短期的溢出效應。從下頁圖4 來看，12 個月的長期匯率溢出效應很高，人民幣情緒對其他變量的溢出效應之和保持在10%～15%左右，2008年金融危機爆發，其波動溢出達到了15%左右，在2015年的“811匯改”期間波動溢出高達16%，即使是2019年新冠疫情期間，人民幣情緒對其他變量的影響持續上升，但是相對于12個月的匯率預期來說，整體上看仍較為穩定。本文認為長期中人民幣情緒更大，中國外匯市場的投資者主要是金融機構投資者和央行，所以他們更多表現為長期價值投資者，只有個人投資者才會更多表現為投機者追求短期的動量效應即表現為追漲殺跌。

圖4 人民幣情緒對其他變量溢出（12個月的匯率預期期限結構）

預期匯率的4 種期限中最具代表性的是12 個月的匯率預期，確定之后就需要分析人民幣情緒對匯率預期、資產價格收益率和估值效應造成的溢出效應，下頁圖4中的rmb-ndf12、rmb-va12、rmb-sh12分別表示人民幣情緒指數對匯率預期，估值效應，資產價格收益率的波動溢出。

從圖4 可以看出：（1）人民幣情緒對于匯率預期的影響較大。原因是人民幣兌美元匯率上升后會有短期效應和長期效應，短期效應中的人民幣情緒和匯率預期會存在相互強化的作用，但是中國外匯市場上的投資主體是商業銀行等金融機構，個人投資者很少，他們更多表現為價值投資的長期效應。由此驗證了假設1。（2）人民幣情緒對于估值效應的影響不大，但是在“811 匯改”期間，人民幣情緒對估值效應的影響非常大。原因是人民幣情緒本質上是匯率的一種體現，正常時期的資產價格收益率是估值效應的主要解釋因素，如Pavlova 和Rigobon（2010）[23]認為資產價格能夠基本解釋估值效應帶來的外部失衡。

3.2.2 匯率預期對其他變量的溢出

12個月的匯率預期對人民幣情緒以及估值效應的溢出影響見圖5?？梢钥闯觯?2個月匯率預期對人民幣情緒的溢出效應最大，圖5中以虛線表示，但是其大小約是圖4中人民幣情緒對匯率預期的溢出效應的50%。這是因為在短期效應中，人民幣情緒和匯率預期可以相互作用形成反饋系統，但是長期中這種反饋機制較弱，主要是因為中國外匯市場的投資者主要是金融機構投資者和央行，更多的表現為長期效應的價值投資。在短期效應的傳導機制中，雖然存在相互作用，但是人民幣情緒對于匯率預期的影響更大。

圖5 匯率對其他變量溢出（12個月的匯率預期期限結構）

匯率預期對估值效應的影響整體上表現也不大，但在811 匯改時匯率預期卻起到了很大的作用，這可以從圖5中的虛線（“811 匯改”）和匯率預期（點線）交匯處看出來。這樣就驗證了估值效應的主要影響因素是資產價格收益率。由此驗證了假設2 的部分內容，即正常時期而言，資產價格收益率是影響估值效應的重要因素。

3.2.3 估值效應來自其他變量的溢出

圖6 給出了估值效應受到來自于其他變量的溢出之和，va from 3、6、9、12分別表示利用3個月、6個月、9個月、12個月的匯率預期?？梢钥闯?，在12個月的匯率預期下，估值效應受到來自其他變量的溢出之和最大，這與圖3的結果是一致的，證明了長期效應優于短期效應。

圖6 估值效應來自其他變量的溢出之和

從時間異質性看，“811匯改”期間，匯率預期3個月、6個月、9個月、12個月在不同期限結構下，估值效應受到來自其他變量的溢出之和具有趨同性。從圖6 中看出，va from 3、6、9、12都在“811匯改”期間達到相同波峰，導致估值效應受到其他變量的溢出影響達到16%左右?？赡艿脑蚴窃凇?11 匯改”期間，人民幣匯率兌大幅貶值，中國對外資產是以美元的國債為主，收益率一般在2%左右，對外負債主要是以美、歐、日元表示的外幣為主，大多是權益類資產形式，收益率一般在40%左右。人民幣匯率大幅貶值（美元等外幣升值），雖然使對外資產升值，但是卻導致中國對外負債損失更大，未來需要用更多的本幣兌換外幣進行還債[17]。因此中國對外凈資產的估值效應為正。

下頁圖7給出了在12個月的匯率預期下，估值效應來自其他變量的溢出，rmb-va12、ndf-va12、sh-va12 分別表示估值效應受到來自人民幣情緒、匯率預期、資產價格的溢出?？梢园l現，資產價格收益率因素對估值效應的影響最大。因為資產價格收益率渠道中，資產價格收益率決定投資者持有外部資產的數量和選擇行為，再加上隨著美國量化寬松政策導致各國資產價格膨脹，從而財富效應發揮作用，投資者選擇本國資產和外國資產時也不僅僅由本國偏好決定。

圖7 估值效應來自其他變量的溢出

2015 年“811 匯改”期間，人民幣情緒的作用較大，幾乎等同于資產價格收益率的作用，原因是“811匯改”使匯率自由浮動后導致匯率大幅貶值；同時，央行不干預行為使外匯市場中金融機構投資者具有情緒一致性，情緒發揮了較大的作用。由于匯率預期因素僅在短期內和人民幣情緒相互作用形成反饋，所以，在長期中12個月的匯率預期不能對估值效應起到解釋作用。這就檢驗了假設2 中的部分內容，即2015年的匯率改革時期，匯率因素是解釋估值效應的重要因素。

3.3 穩健性檢驗

3.3.1 不同期限結構下估值效應來自其他變量的溢出

圖8 給出了在3 個月、6 個月、9 個月期限的匯率預期下，估值效應受到來自其他變量的溢出。可以看出，在3個月、6 個月、9 個月的期限下，資產價格收益率因素都是解釋估值效應的最重要的影響因素，和圖7 的結果一致，從而結論具有穩健性。

圖8 估值效應來自其他變量溢出（3個月、6個月、9個月）

“811 匯改”在預期匯率為3 個月、6 個月、9 個月的情況下，人民幣情緒都沒有表現出對估值效應的很強解釋，即人民幣情緒指數在短期中雖然可以和預期結構形成反饋機制。但是當前外匯市場中大多是基于價值投資的長期效應，這種投資者情緒來自于金融機構投資者和央行，這與谷宇和劉敏（2020）[6]提到的外匯市場中投資者情緒來自于個人投資者不同，本文認為未來中國外匯市場還需要進一步加強微觀個人投資者的行為，只有這樣才能更好地激發外匯市場的市場機制。

3.3.2 金融渠道和貿易渠道的相關性

本文參考Lane 和Shambaugh（2010）[24]對估值效應規模的分解方法，從中國對外凈資產結構出發，將估值效應分解為匯率引致的估值效應VAE和資產價格收益率VAP引致的估值效應，并將分解后的估值效應代入TVP-VAR-DY模型中，結果見圖9和圖10。

圖9 匯率引致的估值效應

圖10 資產價格收益率引致的估值效應

第一，匯率引致的估值效應。圖9給出了匯率引致的估值效應VAE來自其他變量的溢出。匯率引致的估值效應不僅受到匯率因素的影響，而且還受到資產價格收益率的影響，這表明金融渠道和貿易渠道正相關，從而部分驗證了假設3。

第二，資產價格收益率引致的估值效應。圖10 給出了資產價格收益率VAP引致的估值效應來源于其他變量的溢出效應。資產價格收益率引致的估值效應不僅受到資產價格的影響，而且匯率因素（人民幣情緒）也會受到影響，這同樣表明金融渠道和貿易渠道是正相關，從而部分驗證了假設3。

4 結論與建議

本文使用文本挖掘方法構建了人民幣情緒指數，從時變參數和網絡溢出模型的視角構建TVP-SVAR-DY模型，研究了人民幣情緒、匯率預期與估值效應的關系，并分析人民幣情緒和匯率預期對估值效應的影響，重點討論了在2015 年“811 匯改”時期的情況。得出以下結論：（1）人民幣情緒對匯率預期的溢出效應大于匯率預期對人民幣情緒的溢出效應，且匯率預期溢出效應更多表現為長期效應。（2）估值效應的影響因素是匯率和資產價格收益率，但是在不同的時期具有異質性，在正常時期，資產價格收益率是估值效應的決定因素；在2015 年“811 匯改”時期，匯率因素是估值效應的重要因素，主要通過人民幣情緒和匯率預期來表現匯率因素，并且人民幣情緒對估值效應的解釋力度比匯率預期的作用更大。（3）對估值效應進行分解發現，在資產價格收益率引致的估值效應中，匯率因素通過人民幣情緒和匯率預期發揮作用，而且主要是以人民幣情緒起主要作用。

根據以上研究結論，本文提出以下建議：

第一，加強人民幣情緒引導和匯率預期管理。（1）應把人民幣情緒引導和匯率預期管理分開考慮，在匯率改革時期，重點從宏觀層面識別人民幣情緒。（2）央行可主動實施匯率管理，在關鍵時點主動與市場進行溝通，發揮政策的前瞻性指引作用。如“811 匯改”以及2018 年3 月以來的中美貿易摩擦升級事件對人民幣匯率的市場預期造成沖擊，政府應及時引導市場中人民幣情緒。第二，完善微觀市場的資產價格收益率形成機制。（1）完善廣義股權投資市場建設，如天使投資、風險投資、私募股權投資、資本市場一二級投資等。（2）健全多層次資本市場支持直接融資改革，滿足企業成長不同階段的不同融資需求以適應不同的投資群體。第三，提高外匯儲備透明度。進一步公布外匯資產的部分歷史投資收益率以及外匯儲備的貨幣結構數據，這方面的信息披露有利于穩定市場預期和人民幣匯率情緒，減少因為預期不確定帶來的負面影響。