派智库

摘要：本文利用随机波动分析的方法刻画外汇市场波动情况，以此衡量外汇市场风险特征，在以最为典型的美元兑人民币即期汇率作为主要代表刻画我国外汇市场风险情况的基础上，运用马尔科夫区制转移模型对外汇市场风险特征进行区制划分。结果表明，我国外汇市场处于低风险区制的时间要比处于高风险区制的时间长，且低风险区制向高风险区制的转折点与政策转变和国内外风险事件相关性较高，因此，积极做好外汇市场风险识别有助于风险防范，对稳步开放我国外汇市场、维护金融稳定有重要意义。

织梦好，好织梦

关键词：外汇市场 美元汇率 风险度量 随机波动模拟 MS-VAR dedecms.com

一、引言 本文来自织梦

2005年以来，人民币外汇市场机制不断完善，央行多次进行汇率改革。2013年4月，中国人民银行将银行间即期外汇市场浮动幅度由0.5％扩大至1％；2014年3月，将银行间即期外汇市场人民币兑美元交易价浮动幅度由1％扩大至2％；2015年8月11日，央行再一次调整了人民币汇率的报价机制；2015年底，人民币加入SDR，这对我国综合经济实力、贸易地位、币值稳定、资本自由流动及宏观管理能力都是巨大的挑战；2016年2月，初步形成了“收盘汇率+一篮子货币汇率变化”的人民币对美元汇率中间价形成机制，提高了汇率机制的规则性、透明度和市场化水平。2017年2月、5月两次对中间价的报价及参考机制进行了调整。

十几年来，外汇市场不断变化，汇率形成机制也进一步朝着市场化方向完善，人民币国际化程度随之逐步提高。随着我国人民币国际化程度不断深入、利率市场化不断推进，国内经济情况及金融市场受到国外经济金融状况影响的程度也将不断加深。面对复杂多变的经济金融形势，如何维护我国经济金融稳定显得尤为重要。

外汇市场作为外汇交易载体，是人民币对外开放的桥梁，在金融市场乃至整个金融体系起着重要的作用，人民币汇率的变动情况是整个外汇市场风险情况的反映和体现。币值稳定与完善是影响人民币国际化的重要因素之一，外汇市场风险是币值稳定的重要体现。本文的研究将从外汇市场的整体风险识别、风险特征的机制转换等方面入手，研究我国外汇市场的风险特征。这项研究对防范国内外金融市场风险乃至系统性金融风险、促进外汇市场平稳有序发展、进一步对外开放和人民币国际化等方面具有一定的理论和实践意义。 本文来自织梦

本文基于美元、欧元、英镑、港币和日元的汇率收益率波动特征，模拟进行外汇市场风险特征分析，利用随机波动模拟的方法度量外汇市场风险程度，并运用马尔科夫区制转移模型分析我国外汇市场的波动特征，对2005年汇率改革以后的外汇市场风险特征进行分析，为进一步完善外汇市场风险指标体系、防范外汇市场风险乃至系统性风险提供有益的经验依据和政策启示。

本文来自织梦

二、外汇市场风险度量 本文来自织梦

对我国外汇市场风险特征的研究一般从风险度量入手。谢赤、王雅瑜、孙柏（2007年）将外汇风险的度量方法分为直接法和间接法两大类，并比较了各类方法的优点和缺点。刘晓峰、曹华（2012年）考察了中美13类宏观信息发布对外汇波动性的影响，并利用加入宏观信息的GARCH模型对外汇市场的风险价值进行度量，发现加入宏观信息可以增加估计的信息量，从而提高VaR的度量效果。GARCH模型和ARCH模型可以刻画外汇市场的风险特征，应用也较多，但余素红、张世英等（2004年）认为，相比较GARCH模型而言，随机波动模拟（SV模拟）的方法在刻画金融市场的实际特征时更为准确。

由于外汇市场存在着交易币种的多样性且影响外汇市场波动因素较多的特点，考虑到外汇市场风险的特点和相关性研究，我们选取了外汇市场几个有代表性的重要的币种汇率进行研究，采用随机波动模型对外汇市场的收益率序列进行分析，并得出参数模拟结果。模型原理如下：

织梦内容管理系统

运用SV模拟的方法，选取了2005年7月21日到2017年7月27日的美元弊.人民币、欧元兑人民币、英镑兑人民币、港币兑人民币汇率，对2009年5月12日到2017年7月27日的100日元兑人民币的汇率波动率进行SV模拟，并采用MCMC100000次的方法进行模拟得出了债券市场的波动率序列。同时得出了波动序列的计量结果，如下表所示。 织梦好，好织梦

织梦好，好织梦

三、外汇市场风险变动特征

本文在得出我国主要币种外汇波动率序列的基础上，运用马尔科夫区制转移模型，对外汇市场波动效应进行特征分析。马尔科夫区制转移模型可以将许多线性模型向非线性模型进行延伸和发展，该模型允许参数依赖于不可观测的状态变量，该状态变量的转变代表随着时间转变区制也发生变化，使结构变化内生化。模型过程不在此处进行描述，只对参数结果进行分析。本文分别假定均值、截距、系数、方差随着St的变化而变化的马尔科夫区制转移模型分别为MSM-AR、MSI-AR、MSA-AR、MSH-AR，均值和方差都随着MSMH-AR模型的状态变化而变化，截距方差随着MSIH-AR模型的状态变化而变化。

内容来自dedecms

根据人民币兑美元汇率的波率序列的偏自相关函数，将自相关过程的之后阶数n选为4。Hamilton（1989年）在区制转移模型文章中所刻画的滞后阶数，对2区制和3区制进行比较，发现2区制模型可以更好地刻画债券市场风险特征。从AIC、HQ、SC和对数似然规则来看，各个模型的差别不大。 内容来自dedecms

人民币美元汇率波动的区制转移概率图如图1所示。

dedecms.com

根据平滑概率计算结果可以看到，对外汇风险的低波动状态和高波动状态划分结果较为清晰，并且区制间的转换过程较为稳定。双区制模型中的区制持续概率分别为0.8720和0.8391。由此计算出外汇市场处于低风险阶段和高风险阶段的期望持续期分别为7.81个月和6.21个月。说明外汇市场处于低风险区制的时间平均要比处于高风险区制的时间高一个半月左右，市场在低风险区制内的惰性要大于高风险区制的惰性，但总体两者区别不大。低风险区制相对稳定，高风险区制状态的平均持续期则为6个多月。并且从2010年年初到2015年8月汇率改革中间外汇市场在高风险和低风险区制中间出现了状态转换较为频繁的情况。一般来说，平滑概率是否大约0.5即可判定该时点的区制归属情况，基于这一标准，我们整理出了低风险区间和高风险区间的划分。

本文来自织梦

从表4可以看出，外汇市场共出现了8次风险阶段转换。2007年7月我国外汇市场开始进入了第一个高风险区制。在货币政策方面，2007年明显偏紧，2007年6次提高存贷款基准利率，2007年三季度开始，美元兑人民币汇率中间价在双向波动中走低，7月下跌盘整，8月出现大幅震荡，该季度末美元兑人民币汇率中间价较上季度末下降1047个基点，人民币币值比2005年人民币汇率改革时的价格上升10.19％。2007年7月开始，央行开始进入加息周期，连续9次调高存款准备金率，受到金融危机的影响，美元开始走低，同时人民币与美元隔夜拆借利差缩短，内外部因素的叠加导致汇率出现了高风险区制，这一状态一直持续到2008年。2008年上半年人民币经历了快速升值，下半年又呈现明显的双向波动，汇率交易价格弹性有所增强，波动有所增加，高风险阶段一直持续到2008年9月。同时，为降低逐渐蔓延的国际金融危机，2008年货币政策开始转型转变为较为宽松政策。2008年9月以后，央行5次下调贷款基准利率，4次下调存款准备金率，多项维护我国经济发展措施的共同实施，使我国国内金融受国际金融危机的冲击有所缓解，也基本维护了我国的汇率稳定，2008年到2010年5月的低风险区制持续了20个月左右的时间。 内容来自dedecms

2010年6月到2010年12月，外汇市场又进入了高风险区制。2010年6月，央行进一步完善汇率形成机制，将主要参考美元对人民币汇率进行调节修改为参考一篮子货币进行调节的人民币汇率的形成，使汇率弹性进一步加强。银行间外汇市场交易活跃度的增加，导致汇率波动有所增强，2010年6月到2010年年末，人民币兑美元汇率中间价上升3％。2011年8月开始第三次进入高风险阶段，并持续了6个月。受欧债危机的影响，汇率市场也出现了诸多的不稳定性因素，同时随着汇率改革的不断深入，汇率弹性有所增强。随后2012年2月开始持续了一年的低风险区制。同时，2013年开始人民币进入升值周期，人民币汇率弹性有所增强，波动幅度减加，人民币兑美元汇率中间价屡创2005年汇改以来新高，使得2013年4月短暂进入高风险阶段一个月的时间又重回低风险阶段，直至2014年1月进入了高风险阶段。2014年3月起，银行间即期外汇市场人民币兑美元交易价浮动幅度和银行柜台汇率报价区间均有所扩大，进一步实施利率市场化。随后人民币汇率风险进入较低风险阶段，2014年11月至2015年3月再次进入汇率高风险阶段，2014年11月，央行意外宣布降息，美元指数逐步走高，中美货币政策的分化，导致汇率风险有所增加，波动幅度增加。2015年1月，受美国经济数据不及预期且瑞士央行意外取消瑞士法郎对欧元波动上限的影响，外汇市场波动较大，出现了风险较高的情况。2015年2月到2015年7月又持续了半年的低风险阶段。

内容来自dedecms

从2015年8月开始，人民币虽然出现过几次短暂的反弹，但是人民币难改贬值趋势，一路下跌趋势明显，也使得高风险区制的持续时间较长。2015年8月到2017年1月之间，我国外汇市场的高风险阶段持续了一年半的时间，最主要的原因是2015年8月11日，人民银行完善了人民币兑美元中间价报价机制，建立了做市商报价机制，并根据前一日的汇率中间价波幅进行汇率报价，进一步放开外汇市场使得人民币进入了贬值周期，并增加了我国外汇市场的波动程度，这一情况一直持续到2017年7月。其间经历了2015年12月人民币加入SDR的人民币国际化重要进程和2016年2月初步形成“收盘汇率+一篮子货币汇率变化”的人民币对汇率中间价形成机制改革，这些措施虽然对外汇市场风险波动起到一定缓解作用，但并未实质改变波动态势。2017年2月，将中间价兑一篮子货币的参考时段由24小时调整为15小时，避免了美元日间变化在次日中间价中重复反应，随后人民币外汇市场进入了低风险阶段，但持续时间较短。2017年5月，为了防范我国宏观金融风险，我国外汇交易中心考虑在人民币汇率中间价模型中加入逆周期调节因子，进一步维护了外汇市场稳定。2017年5月开始，人民币汇率进入了升值阶段，且波动幅度较大。2017年5月开始，人民币外汇市场出现了即期汇率严重偏离，人民币兑美元即期汇率与人民币汇率中间价的偏离程度达到了高峰，人民币再次进入高风险阶段。

四、结论

dedecms.com

结果表明，我国外汇市场风险特征可以划分为两区制，外汇市场处于低风险区制的时间平均要比处于高风险区制的时间高一个半月左右，市场在低风险区制内的惰性要大于高风险区制，但总体上两者区别不大。外汇市场风险在2012年后在两个区制之间的转化更为频繁，并且几次汇率改革都恰巧同外汇市场风险区制转换相互联系。随着汇率市场化改革程度不断推进，人民币国际化进程不断增加，人民币外汇市场对风险的抵御能力不断增强。风险区制的转换趋于频繁也说明风险的释放时间有所减少，同时人民币外汇市场的自我调节能力有所增加，这正是我国实施汇率市场化改革、人民币国际化改革等重要战略措施的效果体现。

织梦好，好织梦

目前，金融市场的开放程度正在不断增加，外汇市场作为我国金融市场对外开放和人民币走出去的重要桥梁，发挥着不可替代的职能。随着人民币国际化程度不断深入，将会给国内大型金融机构乃至我国监管机构带来更大的发展空间和艰巨的挑战。全球资产配置需求上升，个人跨境消费的增长，理财资管业务的不断发展，外汇交易市场的联动，债券市场的对外开放，都将对金融机构提出更高的产品创新和风险防范要求。因此，进一步建立外汇市场风险指标体系，刻画外汇市场风险转变情况，将有助于预测和防范外汇市场风险，对金融体系各个层次的参与者也有着重要的理论与实践意义。 织梦内容管理系统

参考文献： dedecms.com

[1]谢赤，王雅瑜，孙柏.外汇风险度量：方法与评述[J].金融经济，2007（22）：134～136.

本文来自织梦

[2]刘晓峰，曹华.基于宏观信息发布的外汇风险度量VaR方法的改进[J].统计与决策，2012，（3）：30～34.

织梦内容管理系统

[3]余素红，张世英，宋军.基于GARCH模型和Sv模型的VaR比较[J].管理科学学报，2004（5）：61～66. copyright dedecms

[4]王春峰，蒋祥林，李刚.基于随机波动性模型的中国股市波动性估计[J].管理科学学报，2003（4）：63～72. 内容来自dedecms

[5]蒋祥林，王春峰.基于贝叶斯原理的随机波动率模型分析及其应用[J].系统工程，2005（10）：22～28.

copyright dedecms

[6]邓创，徐曼.中国金融周期波动及其宏观经济效应的时变特征研究[J].数量经济技术经济研究，2014（9）：75～91. dedecms.com

[7]方舟，倪玉娟，庄金良.货币政策冲击对股票市场流动性的影响——基于区制转换模型的实证研究[J].金融研究2011（7）：43～56.

copyright dedecms

[8]潘志斌.我国外汇储备汇率风险的内部构成、边际变化及其额外增量[J].华东师范大学学报（哲学社会科学版），2010（5）：113～116.

织梦内容管理系统