摘要 ：采用2012年1月至2016年 4月的月度數(shù)據(jù) ，利用向量自回歸（VAR）模型研究在岸與離岸人民幣匯率價(jià)差的影響因素，結(jié)果發(fā)現(xiàn) ：匯率價(jià)差與人民幣升貶值預(yù)期呈正相關(guān)關(guān)系，與利差及資金存量呈負(fù)相關(guān)關(guān)系。在岸與離岸人民幣匯率價(jià)差自身的滯后一階 、在岸與離岸人民幣利率之差是影響在岸與離岸人民幣匯率價(jià)差的主要因素。除此以外 ，資金存量與人民幣升貶值預(yù)期也會(huì)對(duì)匯率價(jià)差產(chǎn)生影響。 因此，應(yīng)進(jìn)一步疏通境內(nèi)和境外人民幣流通渠道 ；貨幣當(dāng)局應(yīng)將調(diào)節(jié)利率水平作為管理匯率價(jià)差的備選政策工具 ；加強(qiáng)對(duì)跨境流動(dòng)資本的監(jiān)管 ；管理人民幣匯率預(yù)期 ；在進(jìn)一步深化國(guó)內(nèi)利率和匯率市場(chǎng)化改革的基礎(chǔ)之上，培育和 發(fā)展離岸人民幣市場(chǎng) ，穩(wěn)步推進(jìn)人民幣國(guó)際化 。
關(guān)鍵詞 ：人民幣匯率價(jià)差 ；利差 ；資金存量 ；升貶值預(yù)期 ；VAR 模型
一 、引言
自 2005 年7月人民幣匯率制度改革以來(lái)，人民幣兌美元匯率總體上不斷上升。2014年人民幣即期匯率貶值幅度為24.2％，結(jié)束了兌美元只升不貶的態(tài)勢(shì) 。 從此 ，人民幣告別長(zhǎng)期單邊升值 ，進(jìn)入了 “升貶交替 、波幅加寬”的雙向波動(dòng)“新常態(tài)” 。 人民 幣即期匯率存在兩個(gè)市場(chǎng) ：一個(gè)是在岸人民幣即期 匯率市場(chǎng)（簡(jiǎn)稱 CNY 市場(chǎng)），另一個(gè)是離岸人民幣 即期匯率市場(chǎng) 。作為全球第一個(gè)也是目前規(guī)模最 大的離岸市場(chǎng) ，香港人民幣離岸市場(chǎng)（簡(jiǎn)稱 CN H 市 場(chǎng)）有著其突出的地位 。 CNY 市場(chǎng)匯率與 CN H 市 場(chǎng)匯率一直存有差價(jià)。 在匯率雙向波動(dòng)的新常態(tài)下 ，匯差波動(dòng)幅度不斷擴(kuò)大 ，以 2015年 8月11日為例，中國(guó)人民銀行宣布“將進(jìn)一步完善人民幣匯率中間價(jià)報(bào)價(jià)① ” ，同日，大幅調(diào)低人民幣兌美元中間價(jià)，這引發(fā)了CNH 和 CNY 的雙雙大幅貶值 ，在岸離岸匯差達(dá)到796個(gè)基點(diǎn) 。如圖１所示 。
匯率價(jià)差之所以存在且不斷波動(dòng) ，主要是由于 CNY 市場(chǎng)和 CNH 市場(chǎng)在金融管制 、市場(chǎng)完善和自由 程度等方面存在差異性［１］ 。 CNY 市場(chǎng)發(fā)展時(shí)間長(zhǎng)、規(guī)模較大 、受央行的政策影響較大；而 CNH 市場(chǎng)發(fā)展時(shí) 間短 、規(guī)模較小 ，受國(guó)際金融局勢(shì)的影響較多 ，比前者能更充分地反映市場(chǎng)對(duì)人民幣的供求，這使得人民幣 在岸與離岸價(jià)格存在差異。其次，離岸人民幣供給與 需求的變化會(huì)使人民幣通過(guò)諸如跨境貿(mào)易結(jié)算渠道、直接投資渠道 、金融市場(chǎng)渠道以及個(gè)人渠道在境內(nèi)和境外流動(dòng) ，資本流動(dòng)把在岸與離岸市場(chǎng)聯(lián)系在了一起 。如果價(jià)差較大，易引發(fā)套匯交易 ，不利于金融穩(wěn)定和人民幣國(guó)際化的順利開(kāi)展 。 將在岸與離岸人民幣匯率價(jià)差控制在合理水平，是防范國(guó)際資本流動(dòng)風(fēng)險(xiǎn)的重要環(huán)節(jié)，也是保障人民幣外匯市場(chǎng)平穩(wěn)運(yùn)行的重要手段。當(dāng)前我國(guó)面臨的最大問(wèn)題是如何在實(shí)現(xiàn)匯率市場(chǎng)化 、人民幣國(guó)際化的同時(shí)，將風(fēng)險(xiǎn)和波動(dòng)抑制在可控水平。 在這樣的國(guó)際國(guó)內(nèi)大背景下，研究在岸與離岸人民幣匯率價(jià)差波動(dòng)的形成原因 、波動(dòng)的影響因素等 ，有著重 要的理論和現(xiàn)實(shí)意義 。
目前 ，關(guān)于在岸與離岸匯率價(jià)差以及在岸與離岸人民幣市場(chǎng)的研究主要有兩類 ：第一類研究視角 為境內(nèi)與境外人民幣外匯市場(chǎng)的聯(lián)動(dòng)關(guān)系 。 在2010年香港人民幣即期市場(chǎng)形成之前 ，大多數(shù)研究 的對(duì)象是人民幣境內(nèi)即期匯率市場(chǎng) 、境內(nèi)遠(yuǎn)期匯率 市場(chǎng)與境外 NDF 市場(chǎng)之間的聯(lián)動(dòng)關(guān)系［2-10］ 。 隨著2010年香港人民幣即期市場(chǎng)的形成 ，香港離岸人民 幣即期匯率（CN H ）開(kāi)始被研究者重視起來(lái) ，出現(xiàn) 了很多研究 CN H 、CNY 和 NDF（以及 DF）這三類（或四類）市場(chǎng)之間關(guān)系的學(xué)者 ，他們的研究結(jié)論不 盡相同 ，可能是由于采取的數(shù)據(jù)時(shí)間序列較短 ，而且樣本時(shí)段不同［1-24］。第二類文獻(xiàn)從境內(nèi)外人民幣匯率價(jià)差的角度展開(kāi)研究。Funke 等（2015） 發(fā) 現(xiàn)離岸與在岸市場(chǎng)的流動(dòng)性水平差異是匯率價(jià)差水平的重要決定因素 ，全球風(fēng)險(xiǎn)偏好的增大會(huì)加大匯率價(jià)差的波動(dòng)性 ，而允許跨境資本流動(dòng)的措施會(huì)顯著減少兩個(gè)市場(chǎng)的匯率價(jià)差［２５］ 。 Murase （2010） 把 CN H 超過(guò) CNY 的部分解釋為是一種“托賓稅” （即跨境短期資本流動(dòng)的成本）［２６］。還有一些學(xué)者將匯率價(jià)差歸結(jié)為在岸和離岸人民幣市場(chǎng)不同的微觀市場(chǎng)結(jié)構(gòu)、當(dāng)局對(duì)在岸和離岸市場(chǎng)的調(diào)控和干預(yù) 、人民幣匯率升貶值預(yù)期、資金存量以及境內(nèi)外風(fēng)險(xiǎn)偏好的不同等因素中的某幾種，研究結(jié)果也各有不同［27-30］。
梳理以往文獻(xiàn)可發(fā)現(xiàn) ，由于時(shí)間序列的限制 、 數(shù)據(jù)可得性等原因 ，之前的研究對(duì)于匯差的影響因 素考察得不夠全面 。 為此，本文在已有文獻(xiàn)的基礎(chǔ)上 ，著眼于現(xiàn)階段匯率雙向波動(dòng)（即在岸和離岸人 民幣匯率價(jià)差既有正又有負(fù)）的背景，引入解釋匯 率價(jià)差的變量—— 在岸與離岸人民幣利率之差、人 民幣匯率升貶值預(yù)期和香港人民幣資金存量 ，運(yùn)用解釋力度較高的 VAR 模型 ，量化解釋變量對(duì)匯率 價(jià)差的影響程度。采用2012年1月至2016年4月 的月度時(shí)間序列，數(shù)據(jù)時(shí)間軸相對(duì)于以往研究有所 拉長(zhǎng) 。
二 、數(shù)據(jù) 、變量與模型
（一）數(shù)據(jù)來(lái)源與變量設(shè)計(jì)本文數(shù)據(jù)主要來(lái)源于Wind 數(shù)據(jù)庫(kù) 、前瞻網(wǎng)數(shù) 據(jù)庫(kù) 、香港金管局網(wǎng)站和香港財(cái)資市場(chǎng)公會(huì)網(wǎng)站 。本文的被解釋變量為 ：在岸和離岸人民幣匯率價(jià)差（CNYCN H ）；解釋變量為：在岸和離岸人民幣利率 之差（IR）、人民幣匯率升貶值預(yù)期（NDF） 、香港人民幣資金存量（DEPOS IT ） 。 各變量的數(shù)據(jù)范圍為2012 年1月至2016年4月 ，且均為月度數(shù)據(jù)② 。
CNY 即期匯率與 CN H 即期匯率之差來(lái)自 Wind 數(shù)據(jù)庫(kù) 。 境內(nèi)人民幣利率采用 SHIBOR ，境 外人民幣利率使用香港的人民幣同業(yè)拆息定價(jià)③ ， 境內(nèi)與境外人民幣利率均為一周期限 。 NDF 匯率 比 DF 匯率更適合作人民幣匯率升貶值預(yù)期的代理 變量 ，這是由于 NDF 匯率產(chǎn)生時(shí)間早 、受管制程度 極低 ，在實(shí)務(wù)界已成為度量人民幣匯率未來(lái)走勢(shì)的 主要指標(biāo)［２９ ，３１］ ，且 １２ 月期的 NDF 在金融市場(chǎng)中流 動(dòng)性最高 、交易最為活躍 。 因此 ，采用 １２ 月期的 NDF 來(lái)反映人民幣升貶值預(yù)期 。 對(duì)以上各變量均 進(jìn)行月度平均處理 。 香港人民幣資金存量來(lái)自香 港金管局網(wǎng)站的金融數(shù)據(jù)月報(bào) ，為了使數(shù)據(jù)易于處 理 ，在實(shí)證分析中使用資金存量的環(huán)比增長(zhǎng)率序 列 。 所用的統(tǒng)計(jì)軟件為 Eviews８ ０． 。
（二）模型假定 ：影響因素作用機(jī)制分析
在目前的情況下 ，人民幣在岸市場(chǎng)規(guī)模遠(yuǎn)大于離岸市場(chǎng)，故一般認(rèn)為在岸市場(chǎng)匯率對(duì)離岸市場(chǎng)匯率有著決定性的作用。但與受管制較多的在岸市場(chǎng)相比，由于離岸市場(chǎng)的自由性和開(kāi)放性，離岸市場(chǎng)上形成的人民幣匯率對(duì)市場(chǎng)信息更敏感有效。 因此，探尋在岸與離岸匯率價(jià)差的形成原因及影響因素 ，具體還需從供求規(guī)律入手 ，尤其是從離岸人 民幣的供給和需求兩個(gè)角度來(lái)看 ：當(dāng)離岸人民幣供 給增加時(shí) ，離岸人民幣價(jià)格下降 ；當(dāng)離岸人民幣需 求增加時(shí) ，離岸人民幣價(jià)格上升 。 影響離岸人民幣 的供給與需求情況的因素主要有以下幾點(diǎn)（各因素 對(duì)匯率價(jià)差作用機(jī)制如圖2 所示） ：
第一 ，利差（IR）。 若人民幣在岸利率與離岸利率之差擴(kuò)大（一般在岸利率高于離岸利率），則境外人民幣的吸引力會(huì)降低 ，離岸人民幣貶值 ；反之 ，離岸人民幣升值。
第二 ，香港人民幣資金存量（DEPOS IT ），代表了離岸人民幣供給狀況。香港人民幣存量增加 ，相當(dāng)于離岸人民幣供給增加，離岸人民幣貶值 ；相反，若香港人民幣存量減小 ，則離岸人民幣供給相對(duì)減少，離岸人民幣升值 。
第三 ，人民幣升貶值預(yù)期（NDF）。若投資者對(duì)人民幣貶值預(yù)期加劇，則境內(nèi)資本外流 ，在岸與離岸人民幣均會(huì)貶值。 由于中國(guó)尚未實(shí)現(xiàn)人民幣可自由兌換，若投資者預(yù)期人民幣貶值 ，一個(gè)可行方法就是在離岸市場(chǎng)上大量拋售人民幣。貶值預(yù)期越大，則離岸人民幣貶值幅度越大 ，從而使得匯差加大 。
第四 ，人民幣升貶值預(yù)期 （NDF）會(huì)受到利差（IR）、資本跨境流動(dòng)以及離岸人民幣資金存量 （DEPOS IT ）等因素的影響 。由于預(yù)期具有自我實(shí)現(xiàn)的特性 ，因此，離岸人民幣資金存量減少、在岸離岸利差加大、資本外流加劇等均會(huì)刺激人民幣貶值預(yù)期的進(jìn)一步持續(xù)。
（三）模型選擇 由 Sims（１９８０）提出的自向量回歸模型（Vector Autoregressive model ，即 VAR 模型）是一種將多個(gè) 變量放在一起作為一個(gè)系統(tǒng)來(lái)預(yù)測(cè) ，以使預(yù)測(cè)相互 自洽的方法［32］。 VAR 模型采取多方程聯(lián)立的形式，假定在模型中的變量全部為內(nèi)生變量 ，對(duì)模型 的全部?jī)?nèi)生變量的滯后項(xiàng)進(jìn)行回歸 ，從而估計(jì)全部 內(nèi)生變量的動(dòng)態(tài)關(guān)系 。 VAR 模型主要用于預(yù)測(cè)和 分析隨機(jī)擾動(dòng)對(duì)系統(tǒng)的動(dòng)態(tài)沖擊，包括沖擊的大小 、正負(fù)以及延續(xù)的時(shí)間 。針對(duì)人民幣匯率價(jià)差、 利差、資金存量和升貶值預(yù)期四個(gè)因素之間相互影 響的情況，為獲取這些變量間的動(dòng)態(tài)互動(dòng)關(guān)系 ，根據(jù)變量自身特性 ，本文建立 VAR（K）模型來(lái)刻畫(huà)匯 率價(jià)差 、利率之差 、升貶值預(yù)期與資金存量的關(guān)系 。
一個(gè) K 階的一元向量自回歸 VAR（k）過(guò)程為 ： Y t ＝ Φ１ Y t －１ ＋ Φ２ Y t －２ ＋ ? ＋ Φ k Y t － k ＋ εt （１） 其中 ， ε 為白噪聲過(guò)程 。 若將 CNYCN H 作 為 被 解 釋 變 量 ，將 IR 、 NDF 、DEPOS IT 作為解釋變量 ，構(gòu)建 K 階的三元 自回歸 V A R（K）系統(tǒng) ：
三 、實(shí)證分析
（一） 數(shù)據(jù)的基本統(tǒng)計(jì)描述
如表1所示 ，從平均值來(lái)看 ，匯率價(jià)差為 －0.0034 ；從偏度上來(lái)看，所有變量的偏度均不為零 ，說(shuō)明存在左偏或右偏的特征；從峰度上來(lái)看，所有變量的峰度均大于正態(tài)分布的3，存在尖峰厚尾 的特征 ，表現(xiàn)不出正態(tài)性 。
（二） 序列的平穩(wěn)性檢驗(yàn)
采用 DF 、ADF 、PP 和 DF-GLS 檢驗(yàn)等多種方法進(jìn)行單位根檢驗(yàn)，以避免可能出現(xiàn)的偽回歸現(xiàn)象。如表2 所示，DF 、ADF 和 PP 檢驗(yàn)的結(jié)果均表明 ，在 １％ 的顯著水平下 ，CNYCN H 、IR 、NDF 和 DEPOS IT 序列存在單位根 ，是非平穩(wěn)的 。ADF 檢 驗(yàn)與 PP 檢驗(yàn)的共同缺點(diǎn)是 ：檢驗(yàn)的功效較低（犯第 II 類錯(cuò)誤的可能性較大） ，尤其當(dāng)樣本容量不大 ，或 真實(shí)模型接近單位根的情形 。 為此 ，還應(yīng)結(jié)合目前 最有功效的 DF-GLS 檢驗(yàn)來(lái)判斷 。 CNYCN H 序列 的 DF-GLS 值小于 １％ 的臨界值 ，不存在單位根 ，除 此之外 ，IR 、NDF 和 DEPOS IT 這三個(gè)變量的 DFGLS 值（滯后期為 １ 階）都大于 １％ 的臨界值 ，無(wú)法 拒絕“存在單位根”的原假設(shè) ，即存在單位根 。 綜合 DF 、ADF 、PP 和 DF-GLS 檢驗(yàn)四種方法 ，結(jié)果顯示 ： 在 １％ 的置 信水 平 下 ，CNYCN H 、 IR 、NDF 和 DEPOS IT均為 １ 階單整序列 ，它們一階差分后的 序 列 D （CNYCN H ） 、D （ IR ） 、D （ NDF ） 和 D （DEPOS IT ）均為平穩(wěn) ，可以直接建立 VAR 模型 。
（三） 滯后階數(shù)的選擇
通過(guò)序列似然比檢驗(yàn) 、最終預(yù)測(cè)誤差 、赤池信息準(zhǔn)則 、漢納奎因準(zhǔn)則以及施瓦茨準(zhǔn)則這五個(gè)評(píng)價(jià)方法 ，滯后一階獲得四個(gè)評(píng)價(jià)方法的支持 ，滯后二階獲得一個(gè)評(píng)價(jià)方法的支持 ，滯后三階沒(méi)有獲得支 持 。 因此 ，確定用一階的滯后階數(shù) ，即式（１）中的 K ＝ １ 。
（四） Johansen 協(xié)整檢驗(yàn)
立即詢價(jià)
