李仲飛， 鄧柏峻， 張 浩

一、引 言

2009年4月，中國開展跨境貿(mào)易人民幣結(jié)算試點，人民幣國際化邁出了堅實的一步。從其他國家經(jīng)驗來看，國際貨幣的形成離不開離岸金融市場的推動作用。美元的國際化得益于歐洲美元市場的建立，而日元的國際化則有賴于東京離岸金融市場的設(shè)立。自從跨境貿(mào)易人民幣結(jié)算試點以來，香港的人民幣離岸市場發(fā)展迅速、離岸市場人民幣的規(guī)模不斷增加。離岸市場的不斷發(fā)展壯大以及我國資本跨境自由流動的受限，使得人民幣市場逐漸形成境內(nèi)和境外兩個市場,匯率等相關(guān)產(chǎn)品也存在兩個價格，即存在市場分割的現(xiàn)象。其中，即期市場包括在岸人民幣匯率(CNY-SPOT)和離岸人民幣匯率(CNH-SPOT)；遠期市場則包括在岸人民幣匯率遠期(CNY-DF)、離岸人民幣匯率遠期(CNH-DF)和無本金交割人民幣遠期(NDF)。然而，在岸市場和離岸市場的匯率形成機制卻存在差異：前者是基于經(jīng)常賬戶國際收支的情況，并以國內(nèi)經(jīng)濟發(fā)展為基礎(chǔ)、實行以市場供求為基礎(chǔ)的有管理浮動匯率制度；而后者則是基于離岸市場人民幣的需求和供給方的供求關(guān)系。匯率形成機制的差異使得離岸市場匯率更具有“市場色彩”，其波動程度也會相應(yīng)較大(見圖1)；而在岸市場匯率更具有“政策色彩”，其變化較為緩和。從圖1可以看出，盡管CNY和CNH市場的走勢較為一致，但也會存在偏離。而這種離岸市場與在岸市場人民幣兌美元匯率的偏離會使得相關(guān)經(jīng)濟主體(進口商或者出口商)獲利。

圖1 人民幣兌美元在岸市場(CNY)與離岸市場(CNH)匯率

市場分割引起的在岸與離岸兩個市場的人民幣價格差異，使得相關(guān)的衍生品價格也存在差異，并且這種差異會隨著遠期匯率期限結(jié)構(gòu)的不同而不同。在人民幣國際化不斷推進的背景下，隨著資本管制的逐步放松，在岸與離岸兩個市場的聯(lián)系越來越緊密，在岸與離岸市場的價格應(yīng)趨于一致，從而避免人民幣市場分裂、增加人民幣市場的統(tǒng)一和透明度、提高人民幣的國際地位。而且，從韓國和臺灣的經(jīng)驗來看，在岸與離岸兩個市場價格的統(tǒng)一有助于減少套利、降低匯率市場波動、維護匯率穩(wěn)定。若兩個市場價格差異較大或變動不一致，資本項目下可自由兌換的開放必然會引起大量套利資本進入境內(nèi)市場，對我國的金融市場帶來嚴重沖擊。因此，本文將主要研究具有不同期限結(jié)構(gòu)的離岸和在岸市場人民幣匯率受到?jīng)_擊時的變動特征，分析不同期限結(jié)構(gòu)下受到外部沖擊時兩個市場的相關(guān)程度，從而為進一步研究資本項目下可自由兌換的可行性奠定基礎(chǔ)。

2005年匯率形成機制改革以來，國內(nèi)學(xué)者將在岸市場和離岸市場的研究集中于NDF市場對在岸市場匯率的先導(dǎo)作用上。代幼渝和楊瑩(2007)使用格蘭杰因果關(guān)系檢驗的方法研究了離岸NDF市場、在岸外匯遠期市場(CNY-DF)和在岸外匯即期市場(CNY-SPOT)的關(guān)系，發(fā)現(xiàn)在岸遠期和即期匯率能夠引導(dǎo)離岸NDF匯率。徐劍剛等(2007)使用MGARCH模型研究了NDF市場和CNY-SPOT市場的均值和波動溢出效應(yīng)，結(jié)果發(fā)現(xiàn)NDF市場對CNY-SPOT市場有報酬溢出效應(yīng)，境外因素已經(jīng)開始影響在岸即期市場。此外，黃學(xué)軍和吳沖鋒(2006)、李曉峰和陳華(2008)、陳蓉等(2009)、陳波帆(2012)、賀曉博和張笑梅(2012)、伍戈和裴誠(2012)也都分別使用不同的方法和樣本研究了NDF市場對CNY市場和CNH市場的影響。但是，以上文獻基本上都是使用格蘭杰因果關(guān)系檢驗或GARCH類模型，研究不同市場之間的線性相關(guān)關(guān)系，卻忽視了不同市場之間的非線性關(guān)系。因此，本文使用Copula模型來研究不同市場之間的非線性關(guān)系。根據(jù)Sklar定理，任意多維隨機變量的聯(lián)合分布函數(shù)都可由各隨機變量邊緣分布的函數(shù)來表示，這個函數(shù)被稱為Copula函數(shù)。其中，所有關(guān)于隨機變量邊緣分布的信息都包含在邊緣分布函數(shù)中，所有關(guān)于隨機變量相依結(jié)構(gòu)的信息都包含在Copula函數(shù)中，因此，Copula模型可以很方便地將多維隨機變量的邊緣分布與相依結(jié)構(gòu)分開研究。Copula模型在外匯市場中的應(yīng)用可參見帕頓(Patton,2006)、龔樸和黃榮兵(2008)、蔡霞等(2009)的研究。而使用Copula函數(shù)研究人民幣在岸與離岸市場的相關(guān)文獻目前并不多見。張自然和丁日佳(2012)使用Copula函數(shù)研究了CNY-SPOT市場、3月期CNY-DF市場和3月期NDF市場的相關(guān)關(guān)系，發(fā)現(xiàn)上述市場間的匯率變動存在“不對稱效應(yīng)”：即面臨不同沖擊時，各市場匯率變動的同步性也不一樣。不同于張自然和丁日佳(2012)的研究，本文認為：在研究匯率變動的“不對稱效應(yīng)”時，應(yīng)該將相同類型的市場進行比較，即研究在岸與離岸市場的即期匯率之間、在岸與離岸市場的相同期限遠期匯率之間的關(guān)系，這主要是因為即期市場與遠期市場的匯率形成機制和影響因素均不相同，相同期限市場之間的比較會更有意義。同時，對不同期限的遠期匯率市場進行比較有助于更好地探討遠期匯率受到?jīng)_擊時期限結(jié)構(gòu)對匯率變動的影響。

本文將采用Copula-GARCH-skewT模型對CNY-SPOT市場和CNH-SPOT市場以及1月、3月、6月、9月和12月期等不同期限的CNY-DF市場和NDF市場間匯率受到?jīng)_擊時的表現(xiàn)進行研究，通過常參數(shù)和時變參數(shù)的SJC-Copula函數(shù)的估計結(jié)果來比較相同類型市場間受到升(貶)值沖擊時的反應(yīng)，以及不同期限結(jié)構(gòu)匯率產(chǎn)品間的差異，從而為進一步研究資本項目下可自由兌換的可行性和外匯率管理提供依據(jù)。

二、Copula-GARCH模型的構(gòu)建

構(gòu)建Copula-GARCH-skewT模型分為兩步，先要確定邊緣分布，然后再確定所選用的Copula函數(shù)用來描述不同邊緣分布的相依結(jié)構(gòu)。具體而言，在擬合邊緣分布以后，要根據(jù)相應(yīng)的邊緣分布對匯率收益率序列進行概率積分變換，并選擇合適的Copula模型連接概率積分變換后的序列。因此，Copula-GARCH-skewT模型不僅可以描述不同邊緣分布所具有的自相關(guān)和異方差特征，還能靈活地選擇不同的Copula函數(shù)刻畫序列之間不同的相依關(guān)系。本文所使用的Copula-GARCH-skewT模型構(gòu)建如下。

(一)邊緣分布擬合

由于金融時間序列通常具有自相關(guān)和波動集群的特點，因此本文使用AR(p)-GARCH模型對匯率收益序列進行擬合，其中p表示自相關(guān)階數(shù)。與Patton(2004)相同，本文使用skew-T分布來擬合GARCH模型的標準化殘差序列*這是因為skew-T 分布能夠更好地描述匯率收益序列尖峰厚尾和偏斜的特征。。因此，本文最終使用AR(p)-GARCH(1,1)-skewT模型作為邊緣分布模型。AR(1)-GARCH(1,1)-skewT模型的表達式如下：

Ri,t=c0+c1Ri,t-1+ei,t

(1)

(2)

(3)

其中，Ri,t是匯率的收益率，ei,t是殘差項，hi,t代表條件方差，εi,t服從skew-T分布，υ代表skew-T分布的自由度，λ代表skew-T分布的偏斜程度。

(二)Copula模型的構(gòu)建

常見的Copula函數(shù)主要有多元正態(tài)Copula函數(shù)，多元t-Copula函數(shù)，阿基米德類Copula以及極值Copula函數(shù)等*多元正態(tài)Copula函數(shù)和多元t-Copula函數(shù)具有對稱性，其尾部相關(guān)系數(shù)(見下文定義)也是對稱的，因此這兩種Copula函數(shù)不能刻畫不同市場狀況下匯率變動的不對稱性。常見的阿基米德類Copula函數(shù)主要有Gumbel、Clayton和Frank-Copula，其中，Gumbel-Copula函數(shù)不能捕捉下尾相關(guān)性，Clayton-Copula函數(shù)不能捕捉上尾相關(guān)性，F(xiàn)rank-Copula函數(shù)不能捕捉上下尾相關(guān)性。而JC-Copula函數(shù)則能夠同時刻畫邊緣分布的上尾、下尾相關(guān)關(guān)系，并且JC-Copula函數(shù)的參數(shù)與上下尾相關(guān)系數(shù)有一一對應(yīng)的關(guān)系，從而可以根據(jù)這種對應(yīng)關(guān)系來定義JC-Copula函數(shù)中參數(shù)的動態(tài)演變過程。但是JC-Copula函數(shù)的主要缺陷是該函數(shù)不能刻畫邊緣分布的對稱關(guān)系，甚至當上尾、下尾相關(guān)系數(shù)相等時，對應(yīng)的邊緣分布也是不對稱的。。本文采用Patton(2006)提出的對稱JC-Copula (SJC-Copula)，其函數(shù)形式如下：

(4)

(4)式中u和v是邊緣分布的分布函數(shù)值，CJC(u,v)的表達式如下：

CJC(u,v)=1-{1-{[1-(1-u)k]-γ+[1-(1-v)k]-γ-1}-1/γ}1/k

(5)

其中κ和γ是模型中的參數(shù)，且與上尾、下尾相關(guān)系數(shù)有一一對應(yīng)關(guān)系。

Copula函數(shù)的一大優(yōu)點是它能刻畫邊緣分布之間的尾部相關(guān)性，即用來描述當極端情況(升值或貶值沖擊)發(fā)生時，邊緣分布序列的同步程度。如果兩個匯率市場間的Copula函數(shù)為C(u,v)，其中u，v分別為對匯率收益率序列進行概率積分變換后得到的序列，相應(yīng)的下尾相關(guān)系數(shù)和上尾相關(guān)系數(shù)的定義分別為：

(6)

(7)

根據(jù)定義，下尾相關(guān)系數(shù)描述了匯率市場面臨升值沖擊時的同步程度，上尾相關(guān)系數(shù)描述了匯率市場面臨貶值沖擊時的相關(guān)程度。SJC-Copula函數(shù)能夠同時描述上尾、下尾相關(guān)關(guān)系，并且當上尾相關(guān)系數(shù)與下尾相關(guān)系數(shù)相等時，表明對應(yīng)的邊緣分布在沖擊下的變動是對稱的，因此，SJC-Copula函數(shù)能夠刻畫分布變動的對稱性與不對稱性。Patton (2006)根據(jù)上尾、下尾相關(guān)關(guān)系的運行規(guī)律，描述了SJC-Copula函數(shù)的時變參數(shù)估計，參數(shù)的演化方程如下：

(8)

(9)

其中Λ(·)為Logistic函數(shù)，Λ(x)=(1+e-x)-1，以保證τU和τL在(0,1)之間。

(三)Copula-GARCH模型的估計方法

Copula-GARCH非常適合使用兩步極大似然估計方法，即先用極大似然估計法估計邊緣分布的參數(shù)，再對Copula函數(shù)進行極大似然估計。估計方法如(10)—(13)式：

f(x1t,x2t;θ1，θ2,θct)=f1(x1t;θ1)·f2(x2t;θ2)·c(F1(x1t;θ1),F2(x2t;θ2);θct)

(10)

其中，f1和f2代表邊緣分布的概率密度函數(shù)，θ1和θ2代表邊緣分布的參數(shù)，c(u,v)代表Copula函數(shù)的概率密度函數(shù)，θct是Copula函數(shù)的參數(shù)。

第一步,用極大似然法分別估計出邊緣分布的未知參數(shù)θ1和θ2：

(11)

(12)

第二步,用極大似然估計法估計Copula中的未知參數(shù)θct:

(13)

根據(jù)(1)—(13)式，本文將使用Copula-GARCH-skewT模型，研究離岸市場與在岸市場人民幣匯率受到?jīng)_擊時的動態(tài)關(guān)系。

三、實證分析

(一)數(shù)據(jù)來源和統(tǒng)計性描述

本文選取在岸和離岸市場的即期和遠期匯率收益率序列分別進行對比*匯率的收益率序列Rt由匯率序列(直接標價法)取對數(shù)后再取差分最后乘以100而得，計算公式如下：Rt=100×(lnEt-lnEt-1)，本文使用這種處理方式主要是因為原始匯率序列的非平穩(wěn)性。。對于即期匯率數(shù)據(jù)，本文選擇了2011年6月28日至2013年3月22日的CNY即期日匯率收盤價和CNH即期日匯率定盤價進行對比*數(shù)據(jù)起點選擇2011年6月28日是因為2011年6月27日之前的CNH即期數(shù)據(jù)為交易價，之后的為定盤價。為了避免統(tǒng)計口徑不一致產(chǎn)生的偏誤，并盡量利用最新的數(shù)據(jù)集以反映最新的匯率信息，本文選擇2011年6月27日之后的CNH即期匯率數(shù)據(jù)。，將原始數(shù)據(jù)轉(zhuǎn)化為收益率序列并保留兩個市場都有交易日的日收益率數(shù)據(jù)后，一共獲得410對觀測值。對于遠期匯率數(shù)據(jù)，本文選擇了2009年11月3日至2013年3月22日的CNY-DF與NDF市場日匯率數(shù)據(jù)。具體而言，本文選擇了CNY-DF的12月期(用CNY-12M代替，下同)、9月期、6月期、3月期和1月期產(chǎn)品與NDF的對應(yīng)產(chǎn)品進行對比*本文不選擇CNH-DF作為離岸市場遠期匯率是因為彭博數(shù)據(jù)庫中CNH-DF匯率的時間長度太短，從而影響實證結(jié)果的可信度。。同樣將匯率數(shù)據(jù)轉(zhuǎn)化為日收益率序列，并保留對應(yīng)市場都有交易日的序列后，本文獲得12月期產(chǎn)品793對觀測值，9月期產(chǎn)品788對觀測值，6月期產(chǎn)品787對觀測值，3月期產(chǎn)品794對觀測值，1月期產(chǎn)品791對觀測值。各組數(shù)據(jù)的描述性統(tǒng)計如表1所示。

表1 相關(guān)數(shù)據(jù)的描述性統(tǒng)計結(jié)果與平穩(wěn)性檢驗

從表1的結(jié)果看，所有市場匯率收益率的均值為負數(shù)，說明在樣本期內(nèi)人民幣基本保持升值趨勢，而且在岸市場的收益率和標準差普遍低于相對應(yīng)的離岸市場，說明在岸市場人民幣的單邊升值趨勢更加明顯，且波動程度較低，市場穩(wěn)定性更強。此外，通過離岸市場和在岸市場中不同期限的人民幣遠期產(chǎn)品比較可知，長期限產(chǎn)品的平均升值幅度要小于短期限產(chǎn)品，而標準差則明顯大于短期限產(chǎn)品。這可能是因為就長期而言，人民幣升值的預(yù)期并不十分明顯，且受到的外部影響較大，因此波動程度較高。用ADF檢驗方法對收益率序列進行單位根檢驗，結(jié)果表明所有收益率序列均拒絕單位根的原假設(shè)，從而所有收益率序列都是平穩(wěn)的，可以使用AR-GARCH模型進行建模。由于本文使用AR(p)-GARCH(1,1)-skewT*表1中偏度和峰度反映收益率序列具有尖峰和有偏的特征。JB統(tǒng)計量值和對應(yīng)的P值說明所有收益率序列均拒絕了正態(tài)分布的原假設(shè),因而本文使用偏態(tài)T分布。對收益率序列進行建模，因此，先對收益率序列進行自相關(guān)的Ljung-Box-PierceQ檢驗和ARCH效應(yīng)檢驗，以確定合適的滯后階數(shù)，檢驗結(jié)果見表2。從Ljung-Box-PierceQ檢驗和ARCH效應(yīng)檢驗可以看出，在5%的顯著性水平下，所有的匯率收益率序列都有不同程度的自相關(guān)和條件異方差，其中CNY-SPOT、CNH-SPOT、CNY-DF的匯率收益率序列存在1階或1階以上的自相關(guān)，而NDF的匯率收益率序列存在2階或2階以上的自相關(guān)；并且所有的匯率收益率序列均存在顯著的異方差效應(yīng)。

(二)邊緣分布模型的估計結(jié)果

根據(jù)表1和表2的結(jié)果，并經(jīng)過反復(fù)比較，本文選取AR(1)-GARCH(1,1)-skewT模型擬合CNY-SPOT、CNH-SPOT以及CNY-DF市場的匯率收益率序列，選擇AR(2)-GARCH(1，1)-skewT模型擬合NDF市場的匯率收益率序列，相關(guān)的模型參數(shù)估計如表3所示。其中，CNY-DF市場的AR1系數(shù)在5%的顯著性水平上均顯著不為零；NDF市場的AR2系數(shù)在5%的顯著性水平上均顯著不為零，與表2中的Ljung-Box-Pierce Q檢驗結(jié)果相符；所有市場中的β系數(shù)在5%的顯著性水平上均顯著不為零，表明存在一定的條件異方差效應(yīng)，與表2中的ARCH效應(yīng)檢驗結(jié)果相符。CNY-6M、CNY-9M、CNY-12M和CNH-SPOT市場的λ值在5%的顯著性水平上均顯著不為零，說明收益率數(shù)據(jù)的分布存在偏斜，而skew-T分布很好地描述了匯率收益率分布的這種偏斜效應(yīng)，從而表明使用skew-T分布對邊緣分布模型進行擬合的合理性。

邊際分布擬合效果的優(yōu)劣直接決定Copula模型的估計效果。如果邊緣分布誤設(shè)，那么對標準化后的殘差序列進行概率積分變換將不服從[0-1]均勻分布，這將導(dǎo)致Copula模型參數(shù)估計發(fā)生偏誤，從而得出錯誤的結(jié)論。因此，對邊緣分布的擬合效果進行檢驗是非常必要的。一般而言，可以從兩個方面評價邊際分布的擬合效果，一是檢驗標準化后的殘差是否排除了自相關(guān)性，本文使用Ljung-Box-PierceQ檢驗方法對標準化后的殘差進行檢驗，發(fā)現(xiàn)所有序列均不存在自相關(guān)性*限于篇幅，本文不再列出，如有需要，請與作者聯(lián)系。；二是對標準化殘差序列進行概率積分變換，并對變換后的新序列進行[0,1]均勻分布的Kolmogorov-Smirnov(K-S)檢驗，以檢驗新序列是否具有同[0,1]均勻分布。K-S檢驗的結(jié)果如表4所示。表4中的P值表明，所有市場的匯率收益率序列進行概率積分變換后均服從[0,1]均勻分布。

以上的自相關(guān)檢驗和K-S檢驗表明，通過AR(p)-GARCH(1,1)-skewT模型擬合后的匯率收益率序列，再經(jīng)過概率積分變換以后服從獨立[0,1]均勻分布，滿足下一步使用Copula模型進行建模的條件。并且，以上結(jié)果說明本文使用AR(p)-GARCH(1,1)-skewT模型對邊緣分布進行擬合是合理的，且擬合效果較好。

表4 邊緣分布的K-S檢驗

(三)Copula模型的擬合結(jié)果分析

在邊緣分布估計結(jié)果的基礎(chǔ)上，本文使用極大似然估計法對時變參數(shù)以及常參數(shù)的SJC-Copula模型進行估計。本文將6個在岸市場匯率分別與對應(yīng)的離岸市場匯率進行兩兩對比，一共得到12個Copula函數(shù)估計結(jié)果(包括6個時變參數(shù)SJC-Copula和6個常參數(shù)SJC-Copula)，估計結(jié)果如表5所示。

表5 SJC-Copula 參數(shù)擬合結(jié)果

從即期市場常參數(shù)SJC-Copula模型的實證結(jié)果來看，樣本期內(nèi)CNY和CNH兩個市場的上尾相關(guān)系數(shù)和下尾相關(guān)系數(shù)分別為0.1889和0.1887，兩個數(shù)值顯著異于0且基本相等，這說明兩個市場呈現(xiàn)出一定的同步性，且面臨人民幣的升值或者貶值沖擊時，兩個市場的同步程度基本上是對稱的。這可能是因為，人民幣作為主權(quán)貨幣，其價格變動無法脫離基本的名義錨的制約。在宏觀經(jīng)濟發(fā)展趨勢沒有重大改變的情況下，無論是按照購買力平價或利率平價，或是其他匯率決定理論，匯率本身都不會出現(xiàn)過度的波動。而在境內(nèi)外兩個市場上，由于人民幣核心價值的一致性，即便匯率形成機制略有不同，均并不會改變其本身的價值，因此在平均水平上，兩者的變動是一致的。

然而具體到不同的時點，兩個市場的對稱性卻呈現(xiàn)出明顯的差異。從圖2可以發(fā)現(xiàn)，下尾相關(guān)系數(shù)在2011年底經(jīng)歷了大的波動后，從2012年3月開始基本上在0附近；而上尾相關(guān)系數(shù)盡管有所波動，但一直保持在較高的數(shù)值，兩個市場體現(xiàn)出一定的非對稱性。這主要是因為，這一時期，我國經(jīng)濟已經(jīng)基本擺脫2008年次貸危機的影響，各項經(jīng)濟指標開始逐步回升；同時受歐債危機的波及和影響，大量投資于歐洲的資本開始撤出，并流入中國，熱錢的紛紛流入造成了我國經(jīng)常項目和資本項目的雙順差，同時也從根本上促使人民幣不斷升值。在岸市場由于受到經(jīng)濟基本面的影響，人民幣步入升值軌道，在岸市場匯率的變化基本符合我國匯率市場化進程的要求*相對而言，我國政府更注重匯率的穩(wěn)定程度，即便是在人民幣的升值階段，小幅長期的升值路徑也是首選。。而在離岸市場，人民幣的升值則體現(xiàn)離岸市場對于人民幣的需求，由于香港市場人民幣存款和投資產(chǎn)品具有較高的收益率，加之跨境人民幣結(jié)算業(yè)務(wù)的開展加大了人民幣的需求，從而使得人民幣在離岸市場上也長期處于上升通道。

但是，由于人民幣資金體量以及匯率形成機制的差異，當面臨人民幣升值沖擊的時候，兩個市場會體現(xiàn)出巨大的差異性：在離岸市場，由于人民幣資金池體量較小，匯率受到市場供求雙方的影響較大，因此對于沖擊的反應(yīng)會更加靈敏，當出現(xiàn)人民幣升值沖擊時，相應(yīng)的升值幅度也較大；而在岸市場匯率尚未完全市場化，加之人民幣存量資產(chǎn)體量較大，相同的沖擊并不會帶來過度的反應(yīng)，同時為了確保人民幣匯率在合理、均衡的水平上保持穩(wěn)定，央行并不會在原有升值的趨勢中提高人民幣匯率波動幅度。因此，在面對人民幣升值沖擊時，兩個市場會產(chǎn)生一定差異，所以具有較低的相關(guān)性。當面臨人民幣貶值沖擊時，離岸市場會根據(jù)市場變化做出反應(yīng)，而在岸市場對于升值通道中的貶值也具有一定的容忍度，從而兩個市場在面對貶值沖擊時具有一定的同步性。

圖2 在岸市場與離岸市場即期匯率上下尾時變相關(guān)系數(shù)

圖3 在岸市場與離岸市場匯率差額圖*文中的匯率差額圖均是采用離岸市場減去對應(yīng)在岸市場的匯率所得的差額，這里為了便于比較，所有的數(shù)值都是在原始數(shù)據(jù)上擴大了10000倍。由于使用的是間接標價法，差額大于零表示離岸市場人民幣的價值相對較低。

進一步通過離岸、在岸市場的即期差額圖(圖3)可以看出，在2011年8月—2011年12月，CNH市場匯率均高于CNY市場，即在岸市場的人民幣價值較高。而在樣本期內(nèi)的其他時間段，兩個市場的差異較小。對比下尾相關(guān)系數(shù)和差額圖可知：當CNH市場的匯率高于CNY市場時，由于離岸市場人民幣匯率和在岸市場存在差異，面臨人民幣升值的沖擊時，兩個市場的同步性會突然提高。這主要是因為，當人民幣在離岸市場的價值由于某種原因相對較低時，人民幣的升值沖擊會使得離岸市場迅速回歸到升值通道中來；而在岸市場由于其本身處在升值通道中，兩者的一致性突然提高，因此下尾相關(guān)系數(shù)會突然放大。但當兩個市場匯率差距比較小，即兩個市場匯率本身較為一致時，面對升值沖擊時，由于在岸市場反應(yīng)較為“遲緩”，因此兩者的下尾相關(guān)系數(shù)較小，即兩個市場的同步性較差。

圖4 1月期的在岸市場遠期產(chǎn)品與NDF的對應(yīng)產(chǎn)品上下尾時變相關(guān)系數(shù)

圖5 3月期的在岸市場遠期產(chǎn)品與NDF的對應(yīng)產(chǎn)品上下尾時變相關(guān)系數(shù)

圖6 6月期的在岸市場遠期產(chǎn)品與NDF的對應(yīng)產(chǎn)品上下尾時變相關(guān)系數(shù)

從表5中的常參數(shù)Copula函數(shù)擬合結(jié)果來看，遠期市場的上下尾相關(guān)系數(shù)基本都高于即期匯率市場，這表明相對即期匯率市場而言，遠期市場匯率在面臨沖擊時的同步性要更強。這主要是因為遠期市場受到的沖擊更多的是由預(yù)期產(chǎn)生的，在相同的經(jīng)濟背景下，預(yù)期對在岸市場和離岸市場的效果應(yīng)該是基本一致的，因此在遠期市場，無論是升值還是貶值，沖擊對兩個市場的影響都相對更一致。

其中1月期和3月期的遠期市場實證結(jié)果表明，遠期匯率受到貶值沖擊后的反應(yīng)較受到升值沖擊后的反應(yīng)同步性更高。這說明對于短期外匯遠期產(chǎn)品*本文中所指的短期主要是1月期和3月期產(chǎn)品，以此區(qū)分于9月期和12月期的長期產(chǎn)品，同時本文將6月期產(chǎn)品稱為中期產(chǎn)品。而言，市場依然認為人民幣相對處于升值通道內(nèi)，若沖擊造成趨勢性的改變(由升值轉(zhuǎn)變?yōu)橘H值)，則兩個市場的同步性會相對較高。從1月期和3月期的遠期市場時變相關(guān)系數(shù)(見圖4和圖5)可以發(fā)現(xiàn)，兩個市場的下尾相關(guān)系數(shù)都較為穩(wěn)定，尤其是1月期遠期市場的下尾相關(guān)系數(shù)在2012年后的變化基本與即期市場一致；而上尾相關(guān)系數(shù)則在0.3附近有較大的波動。這也充分表明一旦遇到貶值沖擊，在岸和離岸兩個市場都會做出一定的反應(yīng)，兩個市場的聯(lián)動性會更加明顯。由此可見，對于短期的外匯遠期產(chǎn)品，其面臨外部沖擊時會產(chǎn)生一定的非對稱性，且這種非對稱性會表現(xiàn)為“面臨貶值沖擊時的同步性高于面對升值沖擊時的同步性”。而對于6月期的外匯遠期市場，當受到不同類型的沖擊時，兩個市場的同步程度基本是對稱的(見圖6)。

圖7 9月期的在岸市場遠期產(chǎn)品與NDF的對應(yīng)產(chǎn)品上下尾時變相關(guān)系數(shù)

圖8 12月期的在岸市場遠期產(chǎn)品與NDF的對應(yīng)產(chǎn)品上下尾時變相關(guān)系數(shù)

而對于9月期和12月期的外匯遠期市場，表5和圖7、圖8的結(jié)果表明，長期外匯遠期產(chǎn)品的上尾相關(guān)系數(shù)相對于短期外匯遠期產(chǎn)品會減小，而下尾相關(guān)系數(shù)會明顯增加；同時，遠期匯率受到?jīng)_擊后的反應(yīng)會發(fā)生反轉(zhuǎn)，上尾相關(guān)系數(shù)會小于下尾相關(guān)系數(shù)，遠期匯率受到升值沖擊后的反應(yīng)較受到貶值沖擊后的反應(yīng)的同步性提高，此時，長期外匯遠期產(chǎn)品面臨外部沖擊時產(chǎn)生的非對稱性會表現(xiàn)為“面對升值沖擊時的同步性高于面對貶值沖擊時的同步性”。這可能是因為對于長期外匯遠期產(chǎn)品，市場的不確定因素增加，遠期匯率產(chǎn)品價格厘定難度增加，變動的幅度也相對加大。而且從9月期和12月期的外匯遠期市場匯率差額圖也可以看出，離岸市場對于人民幣升值的預(yù)期更加強烈。鑒于NDF市場對于在岸遠期市場具有一定的先導(dǎo)作用，因此，一旦市場受到人民幣升值的沖擊，兩個市場都會做出反應(yīng)，從而同步性增強。

四、結(jié) 論

本文采用Copula-GARCH-skewT模型對CNY-SPOT市場和CNH-SPOT市場、不同期限的CNY-DF市場和NDF市場之間的關(guān)系進行研究，并探討了受到升值(或貶值)沖擊時，各市場的反應(yīng)。研究發(fā)現(xiàn):由于人民幣外匯市場存在分割現(xiàn)象，人民幣匯率出現(xiàn)了兩個市場、兩種價格，而匯率形成機制的差異使得分割市場中的產(chǎn)品面對相同的沖擊時會產(chǎn)生不一樣的反應(yīng)。具體表現(xiàn)在：首先，樣本期內(nèi)人民幣基本保持升值趨勢，且在岸市場人民幣的單邊升值趨勢更明顯、波動程度更低，市場穩(wěn)定性更強。同時，無論是離岸市場還是在岸市場，長期而言，人民幣升值的預(yù)期并不十分明顯，且受到外部的影響較大，因此波動程度較高。其次，常參數(shù)的SJC-Copula結(jié)果表明，當即期市場面臨人民幣的升值或者貶值沖擊時，兩個市場的變動程度是對稱的。但時變參數(shù)SJC-Copula結(jié)果表明，具體到不同的時點，兩個市場面臨不同類型沖擊時的同步性則體現(xiàn)出明顯的差異，當面對人民幣升值沖擊時，兩個市場具有較低的同步性；而當面臨人民幣貶值沖擊時，兩個市場具有較高的同步性。這主要是因為兩個市場的匯率形成機制存在差異。再次，相對即期匯率市場而言，遠期匯率市場的常參數(shù)尾部相關(guān)系數(shù)較大，說明遠期匯率市場的同步性高于即期市場。對于短期外匯遠期產(chǎn)品，其面臨外部沖擊時會產(chǎn)生一定的非對稱性，且這種非對稱性會表現(xiàn)為“面臨貶值沖擊時的同步性高于面對升值沖擊時的同步性”。而長期外匯遠期產(chǎn)品面臨外部沖擊時產(chǎn)生的非對稱性會表現(xiàn)為“面臨升值沖擊時的同步性高于面對貶值沖擊時的同步性”。最后，從結(jié)果來看，在岸和離岸市場各自的“政策色彩”和“市場色彩”濃厚，尤其是短期內(nèi)面對升值沖擊時，“政策市”和“市場市”間還存在一定的差異，若此時資本賬戶過快開放必會造成資金在兩個市場間逐利從而給經(jīng)濟體系帶來沖擊。只有資本賬戶采取漸進、小步的開放，那么隨著跨境資金流動的頻繁，在岸市場的“市場性”逐漸增強，最終才會實現(xiàn)兩個市場的趨同。

[參 考 文 獻]

蔡霞,賀廣婷,關(guān)靜,李秀敏.基于外匯匯率相關(guān)結(jié)構(gòu)的多變點分析. 系統(tǒng)工程理論與實踐, 2009，(3).

陳波帆.香港離岸人民幣市場與在岸人民幣市場互動關(guān)系研究. 新金融, 2012，(2).

陳蓉,鄭振龍,龔繼海.中國應(yīng)開放人民幣NDF市場嗎?——基于人民幣和韓圓的對比研究. 國際金融研究, 2009，(6).

代幼渝,楊瑩.人民幣境外NDF匯率、境內(nèi)遠期匯率與即期匯率的關(guān)系的實證研究. 國際金融研究, 2007，(10).

龔樸,黃榮兵.外匯資產(chǎn)的時變相關(guān)性分析. 系統(tǒng)工程理論與實踐, 2008，(8).

賀曉博,張笑梅.境內(nèi)外人民幣外匯市場價格引導(dǎo)關(guān)系的實證研究——基于香港、境內(nèi)和NDF市場的數(shù)據(jù). 國際金融研究, 2012，(6).

黃學(xué)軍,吳沖鋒.離岸人民幣非交割遠期與境內(nèi)即期匯率價格的互動:改革前后. 金融研究，2006，(11).

李曉峰,陳華.人民幣即期匯率市場與境外衍生市場之間的信息流動關(guān)系研究. 金融研究, 2008，(5).

伍戈,裴誠.境內(nèi)外人民幣匯率價格關(guān)系的定量研究. 金融研究, 2012，(9).

徐劍剛,李治國,張曉蓉.人民幣NDF與即期匯率的動態(tài)關(guān)聯(lián)性研究. 財經(jīng)研究, 2007，(9).

張自然,丁日佳.人民幣外匯市場間不對稱匯率變動的實證研究. 國際金融研究, 2012，(2).

Patton, A.J. 2004.On the out-of-sample importance of skewness and asymmetric dependence for asset allocation.Journal of Financial Econometrics, 2,(1): 130—168.

Patton, A.J. 2006.ModelingAsymmetric Exchange Rate Dependence.International economic review,47,(2)：527—556.