-
我国经济已由高速增长阶段转向高质量发展阶段,稳步推进人民币国际化和汇率市场化,是推动我国经济高质量发展、形成全面开放新格局的必然要求。离岸人民币市场作为人民币国际化进程中一项重大部署,在扩大人民币国际使用范围的同时,也反过来会对在岸人民币市场产生影响。具体来看,离岸人民币市场由于其自由化程度高、容易积累人民币预期及容易被投机力量作为操作平台等特点,受到国内和国际因素的双重影响,其汇率波动幅度较大。离岸人民币市场汇率的过大波动不仅会影响其自身的发展,还会影响人民币在岸市场和国内经济的稳定,例如,“811”汇改中香港人民币资金回流引起的香港离岸市场发展停滞与在岸市场的震荡。因此,维持香港离岸人民币市场的稳定至关重要。
作为宏观经济调节和资源配置的手段,利率和汇率对于维护金融市场稳定、促进经济均衡发展有重要作用。在金融开放程度较高的香港离岸人民币市场,利率与汇率之间的联动效应更为明显。因此,研究香港离岸人民币市场利率与汇率的联动关系,有利于把握汇率和利率的变动趋势,减少各种冲击对香港离岸人民币市场影响,对维护香港离岸人民币市场的稳定、促进人民币在岸市场和国内经济发展有重要意义。
-
离岸人民币市场、利率与汇率联动关系的相关研究,集中在两个方面:一是考察利率与汇率间的联动关系,二是考察在岸市场和离岸市场间的利率汇率传导机制。
-
De Simone和Razzak(1999)研究表明,在美元和德国马克、美元和英镑之间,随着两国的利率差异加大,本币汇率将相应地波动,利率平价理论可以成立。MacDonald和Nagayasu(2000)则在一般协整方法的基础上,应用截面数据来研究美国等14个工业化国家的汇率波动情况,表明实际汇率与长期利率、实际汇率与短期利率之间存在显著的协整关系。De los Rios(2009)基于利率平价理论的结构化模型及VAR模型来研究利率与汇率间的波动,认为利率平价理论解释了汇率利率的走势。左连村和王洪良(2002)认为,离岸货币的存款利率与汇率关系密切,汇率稳定的货币往往具有较低的存款利率。刘尧成(2016)应用贝叶斯框架下的TVP-VAR-SV模型,分析了金融危机以来美、日、欧等主要国际货币区的货币政策变化对中国经济溢出效应的传导机制,发现货币政策在方向上和力度方面的调整和变化能够通过其与中国的利差表现出来,进而影响人民币汇率以及中国贸易差额。唐镇营和黄楚光(2016)采用面板平滑转换回归模型,对全球41个国家的均衡实际汇率变动展开分析,认为央行在调控货币汇率时要密切注意跨境资本流动的影响。盖静(2018)通过施加短期约束的结构VAR方法分析货币政策冲击、央行外汇干预与汇率波动之间的动态关系,认为美国的联邦基金利率和央行外汇干预对人民币汇率波动解释能力强;国内货币政策影响不大。吕江林和彭业辉(2016)在包含金融加速器的DSGE模型的基础上,引入外国债券投资者和本国海外发债企业两个经济主体分析汇率冲击、贬值预期和开放债券市场之间的关系,发现开放债券市场对稳定外汇储备和整个经济运行的作用取决于国际社会对人民币贬值的预期。李顺保和崔运淼(2019)用34个新兴市场国家(地区)的数据检验全球利差对国际资本流动的影响,发现全球利差对直接投资和净投资流动的影响显著为正;美联储新一轮加息后,全球利差对直接投资和证券组合投资流动的影响与非常规货币政策时期相比更大,减少了新兴市场经济体的银行类资本流入。肖祖沔和向丽锦(2019)构建了存在资本管制的一般均衡理论模型,发现资本管制的存在使得利率平价产生扭曲,利率与汇率动态关系呈现为广义非抛补利率平价方程的形式,只有在无资本管制的条件下,传统的非抛补利率平价才会成立。李卓和徐灿(2019)研究表明,美国货币政策主要通过远期汇率溢价来影响中国宏观经济。
-
Fung等(1992)认为,以1983年为界,在岸与离岸美元利率间的联动关系发生改变,1983年以前美元利率由在岸市场决定,之后,在岸美元利率也会受离岸市场影响。Apergis(1997)以1975−1993年间美英德日等国家的数据进行研究,发现国内外市场货币与利率在汇率不受管制时会相互影响。Maziad和Kang(2012)的研究发现,由于人民币利率和汇率尚未市场化,香港与大陆之间的人民币存在套利空间,两地之间的资金流通使香港市场化的人民币利率和汇率与大陆市场相互影响。李翀(2004)发现,香港人民币利率主要取决于国内人民币利率和香港的港元利率,并随着香港市场上的人民币资金供需状况而改变。冼国明和王雁庆(2013)的研究表明,对于一个月以内的美元,在岸与离岸市场利率为负相关;而对于超过一个月的美元,这两者一般是正相关;刘亚等(2009)的研究表明,境内外人民币利率相互影响,但境外利率对境内利率的影响力更强。林进忠(2016)的研究显示,在岸人民币利率、汇率和离岸人民币利率之间有一定程度的联动性,离岸人民币利率对在岸人民币利率影响程度较高,人民币在岸汇率对离岸利率的影响高于其对在岸利率的影响。巴曙松等(2016)考察了“811”汇改前后离岸和在岸的利率定价权问题,指出在“811”汇改后离岸人民币市场规模缩减,与在岸市场的联动效应显著下降,尤其是在岸对离岸市场的溢出效应显著下降,利率定价权不稳定。赵玉杰和殷凤(2018)采用三元VAR-DCC-MGARCH-BEKK模型,分析不同中间价形成机制下人民币中间价市场性和基准性的动态变化,结果发现,“811”汇改使人民币中间价的市场化程度显著提升,而在岸离岸人民币即期汇率联动水平提高。王盼盼等(2018)的研究表明,“811”汇改后,汇率定价权旁落离岸市场,离岸汇率引导在岸汇率大幅贬值。胡妍和李石凯(2018)认为,“811”汇改前后人民币汇率运行发生了结构性突变,传导路径发生逆转;汇改后,人民币离岸汇率对在岸汇率的影响显著增强。徐娟和杨亚慧(2019)认为在811汇改前后,人民币汇率运行特征发生了改变:汇改前,两地联动性较低,汇率波动性低,不受政策和流动性影响;汇改后,两地联动性明显提升,汇率长期处于高波动状态,受汇率中间价与资本限制政策以及流动性因素的影响显著。顾嵩楠和万解秋(2019)的研究表明,人民币离岸汇率与在岸汇率之间存在双向的传导关系,并且两者的联动关系随着汇率改革的推进更为紧密。贺力平和马伟(2019)对离岸市场中利率的异常波动提出新解释,指出利率波动反映了在岸市场和离岸市场人民币汇率走势的差别,以及这两个市场之间的跨境资金流动性变化的影响。
综上所述,国内外现有研究对利率与汇率间的联动关系以及人民币在岸市场和离岸市场间的利率与汇率传导机制进行了大量研究,并以此提出许多政策建议。然而,现有文献存在以下缺陷:第一,较少有文献对离岸人民币市场的运行机制进行单独的定量研究,并根据离岸市场的运行特点针对性地提出政策及建设意见。随着离岸人民币市场的进一步发展,其高度的市场化及自由度将会深刻地影响在岸市场,巨大的体量使其在人民币整体市场中占有举足轻重的地位,在不了解离岸市场运行规律的情况下对人民币市场进行研究,并以此提出政策建议,可能会使得政策效果的产生偏离或效率低下。第二,现有文献对于汇率和利率间的联动关系研究大都基于线性模型进行。注意到近期许多特殊事件,如美联储加息、汇改、中美贸易摩擦等,离岸市场往往出现较大波动,而在此过程中,远期、即期汇率出现较大偏离,传统的线性模型可能无法考虑这些特殊事件,而这些特殊事件往往又对离岸市场的发展及国内经济产生巨大的影响。因此,本文在VECM模型的基础上,进一步采用两区制门限VECM模型对香港离岸人民币市场利率与汇率的联动效应进行实证研究,可能的创新之处有以下两点:第一,以离岸人民币市场中最具代表性的香港离岸人民币市场作为研究对象,考察离岸市场中利率与汇率间的联动效应,拓展了研究视角。第二,选取了两区制门限VECM进行实证研究,可以考察人民币市场利率与汇率联动效应的非线性特征。
在以下第三部分,对采用的模型进行理论分析。在第四部分,对两个市场进行格兰杰因果检验,构建线性向量误差修正模型,对远期汇率与即期汇率之间的关系进行回归,进而分析利率与汇率之间的关系,考察在不同区制下利率与汇率联动效应的差异。第五部分给出结论及政策建议。
-
由远期定价的基本原理可知,远期汇率的理论价格符合以下公式:
$$ {G_t} = {S_t}{e^{({r_d} - {r_f})\left( {T - t} \right)}} $$ (1) 其中,St为t时刻以本币标价的外币即期汇率,Gt为t时刻的理论远期汇率,T时刻为合约到期时刻,rd和rf分别为本币和外币在T-t期间的无风险连续复利年利率。式(1)被称为“利率平价”原理。由上式可知:外汇的远期升贴水取决于国内外的利差。本文的CNH即期/远期汇率之差被定义为:
$$ {B_t} = \left[ {\ln \left( {{G_t}} \right) - \ln \left( {{S_t}} \right)} \right]= \left( {{r_d} - {r_f}} \right)\left( {T - t} \right) $$ (2) 即实际CNH远期汇率的对数
$\ln \left( {{G_t}} \right)$ 与理论即期汇率对数$\ln \left( {{S_t}} \right)$ 之差。公式表明:远期汇率的定价取决于市场上的套利力量而非投机力量,即远期汇率的定价由利差决定。远期市场和即期市场的关联性在于,当本国的无风险收益率高于外国收益率时,资本会从低收益国流向高收益国,本国即期汇率升值,而外币的即期汇率贬值,反之亦然。考虑到汇率变动的风险,投资者大多采用掉期业务与套利相结合,构建套利组合,避免汇率风险。套利行为和掉期业务会使得低利率货币的即期汇率贬值,远期汇率升值,高利率的货币即期汇率升值,远期汇率贬值。因此,因利差产生的市场买卖行为决定了外汇的即期与远期价格。在这种市场中,套利者利用远期外汇锁定其成本,两个市场联动性较高。 -
首先,考虑如下VECM模型:
$$ \Delta {x_t} = {A'^{{X_{t - 1}}\left( \beta \right)}} + {u_t} $$ (3) 其中,
${x_t} = {\left( {{x_{1t}},{x_{2t}}} \right)^\prime }$ 为被解释变量,${X_{t - 1}}\left( \beta \right) = {\left( {1,{\omega _{t - 1}},\varDelta {x_{t - l}}} \right)^\prime } $ 为Δxt-l滞后期变量,l为滞后变量的滞后阶数,ωt-1为误差修正项,ut为随机扰动项,假定为服从高斯假定白噪音。公式(3)隐含了线性假定,即模型在整个区间内是线性的,其不存在区制的变化。而Balke和Fomby(1997)最早提出了非线性协整模型,在此基础上,Hansen和seo(2002)提出了以误差修正项为门限变量的两区制门限协整模型,并引入supLM统计量:
$$ {\rm{supLM = }}\mathop {\sup }\limits_{{\gamma _{{L}}} \le \gamma \le {\gamma _u}} {\rm{LM}}\left( {\tilde \beta ,\gamma } \right) $$ (4) 其中,
${\tilde \beta } $ 为公式(3)中β的估计值,$\left[ {{\gamma _{{L}}},{\gamma _u}} \right]$ 为设定的搜索区间。γL和γu分别为误差修正项ωt-1的两个百分位点。Hansen和Seo(2002)通过引入supLM统计量检验门限效应,使用Hansen(1996,2000)提出的固定回归元自举法给出supLM统计量的渐进零分布。Hansen和Seo(2002)提出的在门限取值和协整变量间进行联合网格搜索(joint grid search),在双变量情况下可以简单地应用,但在更加高维的情况下难以应用。Andrews(1993)提出,搜索区间的百分位点不应太接近于0,否则会降低解释力度,建议其值应在0.05至0.15间。综合以上事实,本文将采用双区制的简单门限回归模型,以协整向量ωt-1为门限变量,并将搜索的上下百分位点设置为0.05和0.95。其形式如下:
$$\Delta {x_t} = \left\{ {\begin{array}{*{20}{c}} {{{A'}^{\left( 1 \right)}}{X_{t - 1}}\left( \beta \right) + u_t^{\left( 1 \right)}{\omega _{t - 1}}\left( \beta \right) \le \gamma }\\ {{{A'}^{\left( 2 \right)}}{X_{t - 1}}\left( \beta \right) + u_t^{\left( 2 \right)}{\omega _{t - 1}}\left( \beta \right) > \gamma } \end{array}} \right. $$ (5) -
本文的实证分析主要使用香港离岸DF市场中人民币兑美元的即期汇率与隔夜、1周、1月、3月、6月、9月与1年远期汇率数据。数据采用2014年11月26日−2018年9月7日间987个日度数据,数据来源于万德数据库。
本文即期汇率以R(INST)表示,隔夜、1周、1月、3月、6月、9月与1年等数据分别为R(ON)、R(1W)、R(1M)、R(3M)、R(6M)、R(9M)和R(1Y)表示,其均为汇率数据的对数取值,DR(INST)等表示汇率数据对数取值的一阶差分。由于本文采用了多个远期汇率作为样本,为了方便进行图表分析,后文中将远期汇率与即期汇率进行整体性讨论时,远期汇率用Rf替代,即期汇率用ri替代(参见表1、表4、图2-图13等)。
表 1 线性协整模型系数表
即期−隔夜 即期−1周 即期−1月 即期−3月 即期−6月 ΔRft Δrit ΔRft Δrit ΔRft Δrit ΔRft Δrit ΔRft Δrit ωt−1 −0.25*** 0.63*** −0.26*** 0.66*** −0.18*** 0.19)*** −0.04*** 0.01*** −0.06*** 0.01 (0.07) (0.04) (0.07) (0.05) (0.03 (0.03) (0.02) (0.02) (0.01) C −0.00*** 0.00*** −0.00*** 0.00*** −0.00*** 0.00*** −0.00*** −0.00 −0.00*** −0.00 (−0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) ΔRft−1 0.22*** 0.29*** 0.19*** 0.26*** 0.16*** 0.67*** 0.06* 0.72*** 0.01 0.67*** (0.06) (0.04) (0.06) (0.04) (0.05) (0.03) (0.04) (0.03) (0.04) (0.02) Δrit−1 −0.13*** −0.08*** −0.11*** −0.04*** −0.11* −0.34*** −0.05 −0.35*** −0.02 −0.36*** (0.04) (0.02) (0.04) (0.02) (0.06) (0.04) (0.06) (0.04) (0.05) (0.04) ΔRft−2 0.02 0.21*** −0.06 0.21*** −0.03 0.21*** (0.06) (0.04) (0.06) (0.04) (0.05) (0.03) Δrit−2 −0.03 −0.12*** −0.02 −0.10*** 0.05 −0.14*** (0.04) (0.02) (0.04) (0.03) (0.04) (0.03) 协整方程 Rft−1−1.00rit−1
=0.002Rft−1−1.00rit−1
=0.002Rft−1−1.00rit−1
=0.005Rft−1−1.00rit−1
=0.0201.00ΔRft−1−0.99rit−1
=0.04注:*、**、***分别代表在10%、5%、1%水平上显著,括号中为标准误差。 表 4−1 门限VECM模型系数表(即期−1周、即期−1月)
即期−1周 即期−1月 区制1(低偏差) 区制2(高偏差) 区制1(低偏差) 区制2(高偏差) ΔRft Δrit ΔRft Δrit ΔRft Δrit ΔRft Δrit ωt−1 −0.22*** 0.76*** −0.27 0.37* −0.12** 0.27*** 0.12 0.46** (0.08) (0.05) (0.32) (0.22) (0.06) (0.03) (0.30) (0.21) C −0.00** 0.00*** −0.00 0.00* −0.00* 0.00*** −0.00 0.00 (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) ΔRft−1 0.21*** 0.21*** 0.17 0.56*** 0.11* 0.59*** 0.27 0.85*** (0.06) (0.03) (0.22) (0.15) (0.06)* (0.04) (0.17) (0.12) Δrit−1 −0.07* −0.03 −0.24* −0.15* −0.07 −0.33*** −0.18 −0.41*** (0.04) (0.03) (0.13) (0.09) (0.07) (0.04) (0.20) (0.14) ΔRft−2 0.02 0.21*** −0.14 0.20 (0.06) (0.04) (0.23) (0.17) Δrit−2 −0.03 −0.11*** 0.15 −0.16 (0.04) (0.02) (0.21) (0.15) -
首先,本文对数据进行了单位根检验,结果表明,所有变量都一阶单整,因此适用于协整检验;其次,对其一阶差分进行格兰杰因果检验,结果发现,即期汇率和各期限远期汇率均产生了一样的单项因果关系,即远期汇率是即期汇率变动的格兰杰原因,这初步表明,在离岸人民币市场中,远期市场对即期市场具有一定的引导作用。第三,根据SIC选取了VAR最佳滞后阶数进行Johansen协整检验,结果表明,在即期汇率与远期汇率中,隔夜、1周、1月、3月、6月等期限的远期汇率均与即期汇率存在一个协整关系。而期限为9月、12月的远期汇率则不存在协整关系,即9月、12月的远期汇率市场与即期市场之间不存在长期稳定的均衡关系。因此,下面的分析中,我们只考虑存在长期协整关系的即期-远期汇率组别。限于篇幅,相关检验结果省略,这里只列出线性VECM模型的结果(参见表1)。
从表1可知,在线性VECM模型中,协整方程中两个汇率的系数均接近1,因此,远期汇率与即期汇率的对数差可以用来表示美元和人民币利差。由于协整方程表示两个市场间的长期均衡关系,因此,可以将这一关系理解为在离岸市场中,远期和即期市场汇率的对数汇差(美元和人民币利差)在长期将是一个稳定的常数。
同时,由误差修正项系数符号,可知当利差(离岸市场中远期市场与即期市场汇差)超出均衡水平时,误差修正项会使得远期汇率下降而即期汇率上升,使得利差缩窄,回归均衡水平。对于期限在隔夜、1周、1月的远期市场中,系数的显著性均较强,说明在一些期限较近的远期市场中,即期市场与其的联动性较强,并且两个市场间可以自发地进行调整,促进利差(离岸市场中远期市场与即期市场汇差)回归均衡。但对于期限为3月、6月的远期市场,系数的显著性出现大幅下降,远期汇率受到滞后项的影响大幅减弱。整体而言,在线性VECM模型中,利率与汇率间的关系符合传统研究的结果。
然而,正如前述,近期香港离岸人民币汇率产生了巨大的波动,以3月期−即期为例(参见图1),近期的远期−即期汇差(利差)波动较大,则传统的线性模型可能难以解释这种波动,因此,本文将引入非线性门限VECM模型进行分析。
-
本文首先对误差修正项进行门限检验,以确定是否存在明显的区制变化。从表2可知,门限效应检验的P值从“即期−隔夜”到“即期−6月期远期”呈现逐渐变小的趋势,其中“即期−6月期远期”的显著性最强,“即期−隔夜”不存在门限效应。
表 2 门限效应检验
变量组 滞后期 SupLM统计量 5%显著性检验值 P值 R(INST)与R(ON) 1 14.276682 19.518489 0.272800 R(INST)与R(1W) 1 19.565079 19.777740 0.054800 R(INST)与R(1M) 2 24.034585 24.393979 0.056600 R(INST)与R(3M) 2 25.304973 22.285400 0.023200 R(INST)与R(6M) 2 29.816140 21.798350 0.003200 在误差修正项存在期限特征与非线性特征的前提下,本文将数据划分到不同区间中。表3给出即期与远期(1周、1月、3月和6月)的门限划分结果,其中误差修正项ωt−1(协整残差)均为此形式:1*远期汇率对数值−β*即期汇率对数值,表3仅给出β值。
表 3 门限区制划分
变量组 参数β值 区间划分 区间占比 区制名称 R(INST)与R(1W) 1.003222 ωt−1≤−0.002676 91.9878% 区制1 ωt−1>−0.002676 8.0122% 区制2 R(INST)与R(1M) 1.006640 ωt−1≤−0.005669 94.9239% 区制1 ωt−1>−0.005669 5.0761% 区制2 R(INST)与R(3M) 0.996634 ωt−1≤0.010222 15.5330% 区制1 ωt−1>0.010222 84.4670% 区制2 R(INST)与R(6M) 0.990117 ωt−1≤0.025167 9.0355% 区制1 ωt−1>0.025167 90.9645% 区制2 从表3可知,参数β值在所有的期限中均接近1,与1的绝对差值在0.01范围内。因此,可近似地认为误差修正项ωt-1代表了远期汇率与即期汇率的对数差,即利差。以下分析时称利差小的区制为低偏差区制,即区制1,利差大的区制为高偏差区制,即区制2。
-
上述门限效应检验的结果表明,利率与汇率之间的互动关系存在着明显的区制变化,因此,本文将采用非线性门限VECM模型对远期汇率与即期汇率之间的关系进行回归,进而对利率与汇率之间的关系进行分析,结果如表4所示。
表 4−2 门限VECM模型系数表(即期−3月、即期−6月)
即期−3月 即期−6月 区制1(低偏差) 区制2(高偏差) 区制1(低偏差) 区制2(高偏差) ΔRft Δrit ΔRft Δrit ΔRft Δrit ΔRft Δrit ωt−1 −0.41** 0.29*** −0.04 0.01 0.10 0.30** −0.29 −0.00 (0.17) (0.11) (0.03) (0.02) (0.17) (0.12) (0.02) (0.01) C 0.00*** −0.00*** −0.00 −0.00 −0.00 −0.00** 0.00 0.00 (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) ΔRft−1 0.41*** 0.65*** 0.06 0.72*** 0.01 0.67*** 0.05 0.65*** (0.14) (0.09) (0.04) (0.03) (0.14) (0.10) (0.04) (0.03) Δrit−1 −0.29* −0.38*** −0.05 −0.35*** −0.05 −0.32** −0.06 −0.33*** (0.17) (0.11) (0.06) (0.04) (0.21) (0.15) (0.06) (0.04) ΔRft−2 0.19 0.25** −0.06 0.21*** −0.02 0.18 −0.02 0.21*** (0.15) (0.09) (0.06) (0.04) (0.19) (0.14) (0.05) (0.04) Δrit−2 −0.03 −0.21*** −0.02 −0.10*** 0.13 −0.23*** −0.10** −0.11*** (0.09) (0.06) (0.04) (0.03) (0.11) (0.08) (0.04) (0.02) 注:*、**、***分别代表在10%、5%、1%水平上显著,括号中为标准误差。 根据表4门限VECM模型回归的结果可以看出:
第一,从整体上看,当方程由低偏差区间转换至高偏差区间时,方程系数的显著性明显降低,并且远期汇率Rf的系数显著性要比即期汇率ri下降的更明显。当即期和远期的汇差(即两国货币利差)处于较高水平时,市场汇率的变化表现出随机游走的特性,较少受滞后期汇率的影响,也不受误差修正项的调节。这是因为,高偏差区制代表利差过大,一方面,过大的利差可能由资本流动导致,短期资本流动使得市场不确定性加强,投资者的预期会使得市场产生剧烈波动。另一方面,过大的利差也有可能表现为利率政策的变动,在这种情况下,利率变动引起资本的流动,同样也会导致市场产生波动。在此区制中,短期和长期调整效应均失去作用,在面对外部冲击时,市场将暂时失去其正常功能。同时,结合上节分析结果,即期−3月和即期−6月期市场间汇差(利差)大部分时间都处于高偏差区制,即期市场虽然仍然受到两个市场一期滞后项的调节,但远期市场中市场的调节作用基本失效。这意味着即期−3月、即期−6月为样本时离岸市场的自我调节能力较弱,市场更为脆弱。
第二,即期汇率在区间转换中表现出的显著性降低比远期汇率要弱。特别是各期滞后项受到区间转换的影响较小,说明无论在何种区间,即期汇率的变动较大程度依赖于即期、远期汇率滞后项的变动。因此,无论在何种区间何种期限,即期市场的不确定性更小。这是由于即期市场相对于远期市场具有更强的流动性,受到投资者预期的影响更小,其运行也更有规律。
第三,从不同市场来看,远期市场汇率无论在何种期限、何种区间下均能对即期市场有很强的引导作用。而即期市场汇率尽管对自身能有一定的调节作用,对远期市场却没有明显的引导作用,说明远期市场能够很好地发现价格作用,引导即期市场进行调节。
-
为了更加直观地考察不同区制下利差对即期−远期汇率市场的调节作用,本文绘制了变量对误差修正项的响应图(参见图2、图3、图4、图5)。从总体上看,即期−1周、即期−3月的Rf曲线向下倾斜,ri曲线向上倾斜,而即期−1月曲线的Rf在区制前后斜率发生改变,即期−6月曲线的Rf和ri在区制前后利率都发生改变,但不变的是,在所有月份中,在区制变化前后Rf与ri的符号大致是相反的。在低偏差区制,远期汇率响应为正,即期汇率响应为负,高偏差区制反之。
同时,由图2−图5可得出远期与即期市场短期调节的特点为非线性并且具有收敛性。误差修正项在不同区间中引起的两个市场的效应不同,即随着利差的变化,Rf与ri的响应发生变化。值得注意的是,这种效应在区间前后是相反的,说明市场存在一种负反馈调节。以即期−3月为例(注意即期−3月中误差修正项应取大于0),当利差处于高偏离区制时,即远期汇率−即期汇率过高时,会引起ri增加而Rf减小,此时利差又会重新缩小。当位于低偏离区制时,Rf会增大而ri会减少,引起相反的效应。从长期来看,以即期−3月为样本时,利差会长期维持在0.01左右。
尽管误差修正项和两个变量的响应图中可得出上述结论,但结合上一部分的系数显著性分析可以发现,在高偏离区间中,误差修正项有令利差缩小的倾向,但在高偏离区间中误差修正项的显著性并不强,其调节效应可能十分有限。
-
在考虑了变量对误差修正项的响应之后,接下来本文将考虑变量之间的相互反应,由此绘出了变量在区制变化前后的脉冲响应图,考虑到正交化的脉冲响应更具有说服力,图6−图13脉冲响应图均为正交化脉冲响应图,其中,Rft代表远期汇率,rit代表即期汇率,Rft→rit表示给予Rft一单位冲击时rit的响应,rit→Rft同理,Rft表示变量对自己给予冲击的响应,rit同理。
在低偏离区制(区制1)中,脉冲响应形状都较为相似,自身给予自身的正冲击会使自身增加,而相互之间的正冲击会导致对方的增加,使得汇差的增大被减缓。此外,脉冲响应都趋于稳定,但随着远期汇率期限越长,即期−远期市场间脉冲响应回复至平稳状态所需的时间也逐渐增大。其中,即期−6月市场中远期市场给予即期市场的冲击得负响应,说明在即期−6月市场中,远期市场对即期市场有负的影响,远期汇率增加,即期汇率下降,两者间偏离加大。
与低偏离区制不同,在高偏离区制(区制2),不同区制间汇率的脉冲响应模式有较大区别。总体上看,即期−3月、即期−6月的脉冲响应均无法稳定,说明变量之间的相互关系呈现较强的随机性,系统无法维持稳定,此时,市场的自我调节作用非常有限;期限较短的即期−1周、即期−1月市场也出现变化。首先,由于期限较短,即期−1周市场间形成的系统不确定性也更小,即期−1周市场的脉冲响应仍能维持低偏差区间的结论,即在高偏差区制中,除了远期市场给予自身冲击的响应在形态上有所区别外,其余脉冲响应从形态上都与低偏差区制较为相近。其次,即期−1月市场的脉冲响应与低偏离区制不同,虽然远期市场给予自身的正冲击仍得正响应,但远期市场给予即期市场的正冲击得负反应(低偏离区制为正数);即期市场给予自身冲击的响应形态虽然维持原样,但长期稳定值为负数(低偏离区制为正数),即期市场给予远期市场冲击的响应与低偏离区制大致相同。这意味着,在即期−1月市场的高偏离区制中,远期市场对即期市场的调节作用逆转,远期市场的变动会导致其与即期市场偏离进一步扩大。最后,对于期限更长的即期−3月、即期−6月市场而言,其高偏离区制中系统已经无法维持稳定,市场具有很强的随机性,这与其低偏离区制下的脉冲响应也存在差异。
上述分析指出:在低偏差区制中,即期市场和远期市场间具有相互约束作用;而在高偏离区制中,特别是期限更长的远期−即期系统中,这种约束作用将会失效甚至发生逆转,这就意味着市场在高利差状态下调节能力将失灵。
-
在上面的实证分析中,本文分别利用线性VECM模型和两区制门限VECM模型对香港离岸人民币市场上远期汇率与即期汇率之间的关系进行回归,进而分析了利率与汇率之间的关系,发现非线性门限VECM模型更符合香港离岸市场的特征,其中,以即期与远期汇率(1周、1月、3月和6月)为样本时,利率与汇率之间的联动关系存在明显的门限效应。接下来结合实证结果对门限效应的影响因素做进一步分析。
以门限值为划分,做出利差变动的时间序列折线图(图14−图17)。图中即期−1周、即期−1月样本下利差出现了负数,这是由于经过对数化处理后,远期−即期汇率间的差距(利差)缩小,而本身期限相对较短的远期汇率与即期汇率差距(利差)不大,并且其β值略大于1,因而利差小于0,其值越小,代表其利差越小。
从汇率的期限看,即期−1周、即期−1月等样本下的利差大都处于门限值以下运行,只有少数时间点发生了门限效应,如2015年8月、9月、2016年3−9月、2017年3月、6月、9月及2018年1−9月之间的少数时间。而即期−3月和即期−6月样本下的利差运行除了具有上述即期−1周,即期−1月的门限效应特征外,在2014−2016年间处于门限值之上运行,2016−2017年间围绕门限值上下窄幅波动,随后又在2017−2018年间于门限值之上运行,在进入2018年后继续围绕门限值上下窄幅波动。由于汇率期限的不同会导致其受到市场预期影响的程度也不同,因此,不同期限的汇率与门限值之间发生的相对运动的趋势和幅度也不相同。
上述实证结果显示,门限值为误差修正项的修正点,即误差修正项会使得利差维持在门限值附近,并对偏离的远期、即期汇率进行约束。同时,在不同利差区制中,汇率市场间的约束作用、汇率市场本身的调节作用也不相同。当某项事件或政策使得利差长期处于高偏差区制时,市场间或市场本身将难以进行相互约束或自我调节。由于各种国际、国内事件都会使得中美两国利差水平发生变动,其中,扩大的利差会使得离岸市场进入更不可控的状态,因此,下面本文将以几个重要的事件为例,结合上述实证结论,进一步考察这些事件对离岸市场状态的差异化影响。
2015年8−10月:2015年“811”汇改,央行宣布调整人民币兑美元汇率的中间价报价机制,使得人民币由单边波动转变为有弹性的双边浮动模式(彭红枫等,2018)。然而,由于美联储处于加息周期,股市行情较差,“811”汇改当日造成人民币汇率断崖式贬值,也造成了图14−图17一个比较明显的利差波动。这使得央行不得不动用大量的外汇储备进行外汇干预,以维持汇率稳定。从图14−图17可以得出,央行的外汇干预虽然使得即期−1周、即期−1月等期限较短的市场利差迅速恢复至低偏差的稳定状态,但对于即期−3月、即期−6月等期限较长的市场作用不大,在“811”汇改之后的时间内利差缓慢回落。在人民币面临巨大的贬值压力下,离岸人民币会流向在岸人民币。离岸市场汇率对升贬值的预期变化更为敏感,期限较长的远期产品更是如此。投资者持有人民币的意愿下降,人民币供给减少,引起离岸市场人民币利率上升,而央行的外汇干预不能迅速改变投资者的预期。在此时间内,利差无法对两个市场形成有效约束,同时,两个市场间的相互调节、市场的自我调节能力有限。因此,以即期−期限较长的远期市场(即期−3月、即期−6月等)为样本时,在“811”汇改后,利差只能缓慢降低。
2015年10−12月:在随后10月中旬,离岸央票的发行使得即期−3月、即期−6月等期限的市场利差运行趋势发生逆转,而对即期−1周、即期−1月等期限的市场影响不大。央行在伦敦成功发行央票后,离岸人民币流动性出现收紧迹象。央行在伦敦发行的央票仅为50亿,其主要目的是对离岸人民币市场发出信号,它为央行提供了一种直接管理和稳定流动性的工具,也表明了央行仍希望保持汇率的稳定性。但从其对门限效应的影响来看,2015年央票的发行仅引起了利差短暂的升高,在29日反而跌落门限值。在央票发行常态化以前,央票给离岸市场带来的影响仍然是有限且短暂的。
2015年12月−2017年:在2015年12月后,利差持续下跌,即期−3月、即期−6月市场在2016年初−9月间围绕门限值上下波动,市场的变动相对于持续处于高偏离区制中更为平稳,市场的相互约束和相互调节更为有效。然而,在利差看似处于较低水平波动的背后,却是美元持续升值及中国经济增速放缓、人民币汇率持续贬值的现象。人民币的持续贬值加剧了国内资本外逃,许多资金以人民币而非美元的形式外流,使得离岸人民币利率下跌。而中国监管层发出明确信号,禁止居民“蚂蚁搬家”式的换汇行为。同时,2017年初离岸人民币利率大幅走高,达到峰值,隔夜拆借利率抬高到空前水平,大幅增加了人民币交易成本,有效地遏制了恶意做空人民币的行为,使得人民币汇率扭转走势。
2018年1−9月:2018年1−9月利差均在门限值处上下窄幅波动。央行通过下调存款准备金率、逆回购和超额续作MLF等政策投放了大量的基础货币,银行间流动性保持合理充裕的预期。同时,美国仍不断地稳步加息。中美货币政策的分化增强,利差收窄并在门限值区间中窄幅运行,其市场运行效率虽然较于门限值之上游走更强,但是,由利差缩小引起的资金外流压力增加,人民币却因此承受较强的走弱压力,这可能会再次引起美国对汇率操纵的抱怨。美元计价资产更具吸引力,也可能导致中国遭受资本外流的影响。
通过以上分析发现,利差的降低虽然可以使外汇市场自身调节能力更强,较低的利差也可使离岸市场的资金池更充裕,有利于离岸市场的充分发展。但是在现阶段,离岸市场利差的降低往往意味着资本外逃,国际投机势力及经济态势不理想等状况,而过高的利差有时由央行政策调整导致。由于中国仍处于汇率制度逐步改革、资本账户逐步开放、经济仍需进一步发展的情况下,央行外汇政策的实施效果似乎不太理想,存在一定的限制。以2018年为例,2018年以来央行投放了大量的基础货币,银行间流动性保持合理充裕,且预期较为稳定,在岸流动性的充裕使资金流向离岸市场,扩大了离岸市场的资金池,有利于离岸市场的稳定发展。然而,在面对美国经济强劲,美元指数持续走强以及美债收益率上升的情况下,人民币贬值承压。在人民币持续贬值之际,央行只能先后通过调整外汇风险准备金率、重启逆周期因子等政策加大逆周期调节力度。
-
本文以2014年11月26日−2018年9月7日香港离岸人民币市场上人民币兑美元的即期汇率和不同期限(隔夜、1周、1月、3月、6月、9月与1年)的远期汇率为样本,利用门限VECM模型对香港离岸人民币市场利率与汇率的联动效应进行了实证研究,得出以下结论:
1. 香港离岸人民币市场利率与汇率的联动效应呈现非线性特征,即利率与汇率之间的互动关系存在着明显的区制变化。
2. 当中美利差(远期与即期汇价差)较低,即处于低偏离区制时,香港离岸人民币市场的运行较稳定,能够有效进行自我调节,能够受到误差修正项的有效调整,在长期内维持均衡水平。当中美利差(远期与即期汇价差)较高,即处于高偏离区制时,香港离岸人民币市场的运行并不稳定,市场的自我调节能力及受到误差修正项调节的能力都较弱。随着远期汇率期限的增加,利差较高(处于高偏离区制)时,香港离岸人民币市场的不稳定性愈发明显,市场自我调节能力进一步降低。
3. 对利率与汇率之间联动门限效应的影响因素进一步研究后发现,中美贸易摩擦、“811”汇改、央行货币政策等因素都会对离岸市场的状态造成差异化影响。
基于上述结论,本文提出以下建议:
第一,央行应根据区制的不同实施差异化的利率和汇率政策。当离岸市场处于低偏离区制时,央行应该实行温和的货币政策,维持两国间利差保持在合适的水平即可,让市场发挥其自身的调节作用。当市场处于高偏离区制时,央行应该主动使用宽松或者紧缩的货币政策,以降低两国利差为目标,并结合汇率政策进行双重调节,减少利率政策的负面影响,尽量使市场回复至平稳状态,并实现汇率政策目标。
第二,加快离岸市场基础设施建设,提高离岸市场规模、产品广度和流动性。以离岸市场自由化的特点吸引更多的国际贸易业务使用人民币进行结算,更大程度地发挥人民币在优化国际资源配置、调节跨境资金流动、稳定国际金融中的重要作用。同时,丰富人民币交易工具,增加交易主体 、交易币种和衍生产品,建立流动性好、产品多样的自稳型外汇市场。
第三,在逐步开放资本账户的同时,完善跨境资本流动管理和监察体制。政府可以吸收上海自贸区的建设经验,采取先试点后扩大的方式有序推进资本账户开放,同时丰富跨境资本流动宏观审慎管理工具箱,拓宽人民币回流路径,减少非常态化下资本流动为离岸市场带来的冲击。
第四,深化推进利率和汇率市场化改革。一方面,要继续扩大汇率的波动幅度范围,增强汇率弹性,同时,参考人民币离岸市场的波动进行调节,加强在岸与离岸市场的互动,形成稳定系统。另一方面,要培养央行基准利率体系,完善利率政策的传导机制,提高利率政策对离岸市场的调节作用。
-
摘要: 文章运用两区制门限协整模型对香港离岸市场利率与汇率的联动效应进行实证研究,发现香港离岸人民币市场利率与汇率的联动效应呈现非线性特征;在低利差区制,香港离岸人民币市场可以实现有效的自我调节,而在高利差区制,市场无法进行有效的自我调节,且随着远期汇率期限的增加,市场自我调节能力进一步降低。进一步分析香港离岸人民币市场利率与汇率的联动门限效应的影响因素发现,中美贸易摩擦、“811”汇改、央行货币政策等因素都会对离岸市场的状态造成差异化影响。因此,央行应根据区制的不同采取差异化政策,加快离岸市场基础设施建设,完善跨境资本流动管理和监察体制,推进利率和汇率市场化改革。
Study on Linkage Effects between Interest Rate and Exchange Rate in Hong Kong Offshore RMB Market
Abstract: We use two-regime threshold VECM model to explore the volatile relationship between interest rate and exchange rate in Hong Kong Offshore market, and find that the linkage effect between them shows a nonlinear feature. In regime of low interest rate difference, Hong Kong Offshore market can validly realize a self-adjustment. However, in the regime of high interest rate difference, Hong Kong Offshore market cannot retain an effective self-adjustment. Moreover, the self-adjustment goes down as the term of forward rate increases. Further, we analyze factors that affect the locomotion of threshold value, and find that Sino US trade confliction, “811” Reform, and monetary policies of the central bank have different effects on RMB Offshore market. Therefore, we suggest the People’s Bank of China should take differentiated policies according to different regime, accelerate the infrastructure construction of Offshore market, perfect the management and regulation on cross-border capital flows, and promote the market-based reform on interest rate and exchange rate.-
Key words:
- Hong Kong offshore market /
- interest rate /
- exchange rate /
- threshold VECM model
-
表 1 线性协整模型系数表
即期−隔夜 即期−1周 即期−1月 即期−3月 即期−6月 ΔRft Δrit ΔRft Δrit ΔRft Δrit ΔRft Δrit ΔRft Δrit ωt−1 −0.25*** 0.63*** −0.26*** 0.66*** −0.18*** 0.19)*** −0.04*** 0.01*** −0.06*** 0.01 (0.07) (0.04) (0.07) (0.05) (0.03 (0.03) (0.02) (0.02) (0.01) C −0.00*** 0.00*** −0.00*** 0.00*** −0.00*** 0.00*** −0.00*** −0.00 −0.00*** −0.00 (−0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) ΔRft−1 0.22*** 0.29*** 0.19*** 0.26*** 0.16*** 0.67*** 0.06* 0.72*** 0.01 0.67*** (0.06) (0.04) (0.06) (0.04) (0.05) (0.03) (0.04) (0.03) (0.04) (0.02) Δrit−1 −0.13*** −0.08*** −0.11*** −0.04*** −0.11* −0.34*** −0.05 −0.35*** −0.02 −0.36*** (0.04) (0.02) (0.04) (0.02) (0.06) (0.04) (0.06) (0.04) (0.05) (0.04) ΔRft−2 0.02 0.21*** −0.06 0.21*** −0.03 0.21*** (0.06) (0.04) (0.06) (0.04) (0.05) (0.03) Δrit−2 −0.03 −0.12*** −0.02 −0.10*** 0.05 −0.14*** (0.04) (0.02) (0.04) (0.03) (0.04) (0.03) 协整方程 Rft−1−1.00rit−1
=0.002Rft−1−1.00rit−1
=0.002Rft−1−1.00rit−1
=0.005Rft−1−1.00rit−1
=0.0201.00ΔRft−1−0.99rit−1
=0.04注:*、**、***分别代表在10%、5%、1%水平上显著,括号中为标准误差。 表 4−1 门限VECM模型系数表(即期−1周、即期−1月)
即期−1周 即期−1月 区制1(低偏差) 区制2(高偏差) 区制1(低偏差) 区制2(高偏差) ΔRft Δrit ΔRft Δrit ΔRft Δrit ΔRft Δrit ωt−1 −0.22*** 0.76*** −0.27 0.37* −0.12** 0.27*** 0.12 0.46** (0.08) (0.05) (0.32) (0.22) (0.06) (0.03) (0.30) (0.21) C −0.00** 0.00*** −0.00 0.00* −0.00* 0.00*** −0.00 0.00 (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) ΔRft−1 0.21*** 0.21*** 0.17 0.56*** 0.11* 0.59*** 0.27 0.85*** (0.06) (0.03) (0.22) (0.15) (0.06)* (0.04) (0.17) (0.12) Δrit−1 −0.07* −0.03 −0.24* −0.15* −0.07 −0.33*** −0.18 −0.41*** (0.04) (0.03) (0.13) (0.09) (0.07) (0.04) (0.20) (0.14) ΔRft−2 0.02 0.21*** −0.14 0.20 (0.06) (0.04) (0.23) (0.17) Δrit−2 −0.03 −0.11*** 0.15 −0.16 (0.04) (0.02) (0.21) (0.15) 表 2 门限效应检验
变量组 滞后期 SupLM统计量 5%显著性检验值 P值 R(INST)与R(ON) 1 14.276682 19.518489 0.272800 R(INST)与R(1W) 1 19.565079 19.777740 0.054800 R(INST)与R(1M) 2 24.034585 24.393979 0.056600 R(INST)与R(3M) 2 25.304973 22.285400 0.023200 R(INST)与R(6M) 2 29.816140 21.798350 0.003200 表 3 门限区制划分
变量组 参数β值 区间划分 区间占比 区制名称 R(INST)与R(1W) 1.003222 ωt−1≤−0.002676 91.9878% 区制1 ωt−1>−0.002676 8.0122% 区制2 R(INST)与R(1M) 1.006640 ωt−1≤−0.005669 94.9239% 区制1 ωt−1>−0.005669 5.0761% 区制2 R(INST)与R(3M) 0.996634 ωt−1≤0.010222 15.5330% 区制1 ωt−1>0.010222 84.4670% 区制2 R(INST)与R(6M) 0.990117 ωt−1≤0.025167 9.0355% 区制1 ωt−1>0.025167 90.9645% 区制2 4−2 门限VECM模型系数表(即期−3月、即期−6月)
即期−3月 即期−6月 区制1(低偏差) 区制2(高偏差) 区制1(低偏差) 区制2(高偏差) ΔRft Δrit ΔRft Δrit ΔRft Δrit ΔRft Δrit ωt−1 −0.41** 0.29*** −0.04 0.01 0.10 0.30** −0.29 −0.00 (0.17) (0.11) (0.03) (0.02) (0.17) (0.12) (0.02) (0.01) C 0.00*** −0.00*** −0.00 −0.00 −0.00 −0.00** 0.00 0.00 (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) (0.00) ΔRft−1 0.41*** 0.65*** 0.06 0.72*** 0.01 0.67*** 0.05 0.65*** (0.14) (0.09) (0.04) (0.03) (0.14) (0.10) (0.04) (0.03) Δrit−1 −0.29* −0.38*** −0.05 −0.35*** −0.05 −0.32** −0.06 −0.33*** (0.17) (0.11) (0.06) (0.04) (0.21) (0.15) (0.06) (0.04) ΔRft−2 0.19 0.25** −0.06 0.21*** −0.02 0.18 −0.02 0.21*** (0.15) (0.09) (0.06) (0.04) (0.19) (0.14) (0.05) (0.04) Δrit−2 −0.03 −0.21*** −0.02 −0.10*** 0.13 −0.23*** −0.10** −0.11*** (0.09) (0.06) (0.04) (0.03) (0.11) (0.08) (0.04) (0.02) 注:*、**、***分别代表在10%、5%、1%水平上显著,括号中为标准误差。 -
[1] 巴曙松, 郑焕卓, 杨洲清, 黄文礼. 2016. 中国在岸与离岸人民币利率联动效应探究. 湖北经济学院学报 (5): 21−29. doi: 10.3969/j.issn.1672-626x.2016.05.003 [2] 盖静. 2018. 货币政策冲击、外汇干预与汇率波动动态关系——基于SVAR模型的实证检验. 上海金融 (11): 43−49,71. [3] 顾嵩楠, 万解秋. 2019. 人民币离岸与在岸汇率联动机制研究——基于VAR-DCC-MVGARCH- BEKK模型. 上海经济研究 (2): 119−128. [4] 贺力平, 马伟. 2019. 人民币离岸市场利率波动的新解释. 金融论坛 (10): 3−14. [5] 胡妍, 李石凯. 2018. 人民币国际化、市场化进程与汇率传导机制变迁. 财经科学 (2): 52−62. [6] 李翀. 2004. 关于境外人民币利率的预研究. 广东社会科学 (4): 5−11. doi: 10.3969/j.issn.1000-114X.2004.04.001 [7] 李顺保, 崔远淼. 2019. 利率差异对跨境资本流动的影响研究——基于新兴市场国家的实证检验. 浙江金融 (10): 7−16. [8] 李卓, 徐灿. 2019. 利率汇率平价关系、中美利差与中国宏观经济波动的动态关联性. 统计与决策 (9): 150−154. [9] 林进忠. 2016. 离岸人民币利率形成机制研究. 上海金融 (11): 19−24. [10] 刘亚, 张曙东, 许萍. 2009. 境内外人民币利率联动效应研究——基于离岸无本金交割利率互换. 金融研究 (10): 94−106. [11] 刘尧成. 2016. 国际货币政策溢出效应、人民币汇率与中国贸易差额——基于TVP-VAR-SV模型的动态影响关系分析. 世界经济研究 (6): 69−81, 135. [12] 吕江林, 彭业辉. 2016. 汇率冲击、贬值预期与开放债券市场. 金融经济学研究 (5): 24−35. [13] 彭红枫, 罗宁欣, 李鹤然. 2018. 人民币中间价定价机制改革效果评估与展望. 世界经济研究 (11): 29−136. [14] 唐镇营, 黄楚光. 2016. 跨境资本流动、通货膨胀与均衡实际汇率的关系研究——基于面板平滑转换回归模型. 广西财经学院学报 (4): 45−57. doi: 10.3969/j.issn.1673-5609.2016.04.006 [15] 王盼盼, 石建勋, 何宗武. 2018. 汇率市场化、人民币国际化与汇率定价权. 上海经济研究 (6): 79−90. [16] 冼国明, 王雁庆. 2013. 美元离岸、在岸市场利率关联检验——对发展我国人民币离岸市场的启示. 当代财经 (5): 49−60. [17] 肖祖沔, 向丽锦. 2019. 资本管制与中国非抛补利率平价扭曲. 世界经济研究 (4): 17−28, 134. [18] 徐娟, 杨亚慧. 2019. “811汇改”前后人民币汇率运行特征的研究. 世界经济研究 (8): 30−135. [19] 赵玉杰, 殷凤. 2018. 人民币中间价形成机制改革的有效性研究. 金融经济学研究 (5): 14−23. [20] 左连村, 王洪良. 2002. 国际离岸金融市场理论与实践. 广州: 中山大学出版社. [21] Andrews, D. W. K. 1993. Tests for parameter instability and structural change with unknown change point. Econometrica 61(4): 821−856. doi: 10.2307/2951764 [22] Apergis, N. 1997. Domestic and eurocurrency yields: Any exchange rate link? Evidence from a VAR model. Journal of Policy Modeling 19(1): 41−49. doi: 10.1016/0161-8938(95)00141-7 [23] Balke, N. S., and T. B. Fomby. 1997. Threshold cointegration. International Economic Review 38(3): 627−645. doi: 10.2307/2527284 [24] De Los Rios, A. D. 2009. Can affine term structure models help us predict exchange rates? Journal of Money, Credit and Banking 41(4): 567−807. doi: 10.1111/j.1538-4616.2009.00223.x [25] De Simone, F. D., and W. Razzak. 1999. Nominal exchange rates and nominal interest rate differentials. IMF Working Paper. [26] Fung, H. G., S. C. Isberg, and W. K. Leung. 1992. A cointegration analysis of the Asian dollar and Eurodollar interest rate transmission mechanism. Asia Pacific Journal of Management 9(2): 167−177. doi: 10.1007/BF01732894 [27] Hansen, B. E. 1996. Inference when a nuisance parameter is not identified under the null hypothesis. Econometrica 64(2): 413−430. doi: 10.2307/2171789 [28] Hansen, B. E. 2000. Testing for structural change in conditional models. Journal of Econometrics 97(1): 93−115. doi: 10.1016/S0304-4076(99)00068-8 [29] Hansen, B. E., and B. Seo. 2002. Testing for two-regime threshold cointegration in vector error-correction models. Journal of Econometrics 110(2): 293−318. doi: 10.1016/S0304-4076(02)00097-0 [30] MacDonald, R., and J. Nagayasu. 2000. The long-run relationship between real exchange rates and real interest rate differentials: A panel study. IMF Staff Papers 47(1): 116−128. [31] Maziad, S., and J. S. Kang. 2012. RMB internationalization: Onshore/Offshore links. IMF Working Paper.

下载:










