張慶，楊坤

人民幣匯率間相依關(guān)系研究
——基于高階矩波動和Copula函數(shù)視角

張慶，楊坤

隨著人民幣匯率市場化改革和人民幣國際化進(jìn)程的不斷推進(jìn)，人民幣匯率風(fēng)險越發(fā)受到重視，考察人民幣匯率間的相依關(guān)系是有效管理外匯風(fēng)險的前提。本文通過選取人民幣對美元、歐元和日元匯率的中間價，運(yùn)用GJRSK-M高階矩波動模型刻畫它們各自的波動特征，然后結(jié)合EVT極值理論構(gòu)建邊緣分布，再選取擬合效果更好的時變Copula函數(shù)，研究三組人民幣匯率間的相依關(guān)系。結(jié)果表明：人民幣對美元、歐元匯率存在著較強(qiáng)的負(fù)相依特征；人民幣對美元、日元匯率相依系數(shù)下降趨勢比較明顯；人民幣對歐元、日元匯率相依系數(shù)波動較大，但整體上呈現(xiàn)出較弱的負(fù)相依特征。

人民幣匯率；相依關(guān)系；高階矩波動；Copula函數(shù)

張慶（1992-），四川南充人，成都理工大學(xué)商學(xué)院，研究方向為金融理論與金融計量；楊坤（1994-），四川遂寧人，成都理工大學(xué)商學(xué)院，研究方向為金融理論與風(fēng)險管理。（四川成都610059）

一、引言

多年來，西方資本主義國家一直指責(zé)中國政府操控人民幣匯率，認(rèn)為嚴(yán)重低估了人民幣匯率。2005年7月21日，我國進(jìn)一步完善人民幣匯率形成機(jī)制，不再緊緊盯住美元，而是實行以市場供求為基礎(chǔ)、參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的匯率浮動制度。2012年4月，央行決定將人民幣對美元匯率日波動幅度由0.5%擴(kuò)大到1%，2014年3月，央行又決定將人民幣對美元匯率波動幅度由1%擴(kuò)大至2%①來源于中國人民銀行。，隨著人民幣匯率市場化改革不斷推進(jìn)，匯率風(fēng)險也隨之加劇。2016年10月1日，人民幣加入SDR（特別提款權(quán)），這有利于推動人民幣國際化，同時也加大了匯率風(fēng)險。

伴隨著金融自由化程度的加深，匯率風(fēng)險對于國家相關(guān)監(jiān)管單位、金融機(jī)構(gòu)、涉外貿(mào)易投資主體、個人以及整個國家外匯儲備都將產(chǎn)生重要的影響，因此加強(qiáng)對外匯風(fēng)險管理刻不容緩。加強(qiáng)對外匯風(fēng)險的有效監(jiān)管首先要對外匯風(fēng)險進(jìn)行可靠的度量，上述主體大都持有多種外匯資產(chǎn)，而不同外匯資產(chǎn)之間又存在著一定的相依關(guān)系，因此要想準(zhǔn)確度量外匯資產(chǎn)組合的風(fēng)險，就必須要對不同人民幣匯率間的相依關(guān)系進(jìn)行準(zhǔn)確的描述。

本文通過引入高階矩波動模型GJRSK-M分別對人民幣匯率進(jìn)行有效刻畫，相對于傳統(tǒng)的波動模型，高階矩模型能更加全面地描述人民幣匯率的波動特征。然后再結(jié)合EVT極值理論構(gòu)建邊緣分布模型，運(yùn)用三類時變Copula函數(shù)進(jìn)行擬合。最后選出擬合效果更好的Copula函數(shù)，來研究人民幣匯率間的動態(tài)相依關(guān)系，因此本文具有較好的理論價值。美元、歐元和日元是目前世界上最主要的三類貨幣，人民幣對這幾類貨幣匯率的變化會對中國經(jīng)濟(jì)產(chǎn)生重大的影響。所以本文選取人民幣對美元、歐元匯率，人民幣對美元、日元匯率和人民幣對歐元、日元匯率三組相依關(guān)系進(jìn)行研究，因此本研究具有重要的現(xiàn)實意義。

二、文獻(xiàn)回顧

隨著資本市場開放和金融自由化程度加深，國際性金融危機(jī)頻繁爆發(fā)，金融市場之間的風(fēng)險溢出效應(yīng)日趨增強(qiáng)，人民幣匯率之間的相依關(guān)系越來越受到學(xué)術(shù)界的重視。在研究人民幣匯率的相依關(guān)系上，一部分學(xué)者利用以GARCH為主體的模型進(jìn)行研究。郭珺等(2011)運(yùn)用多變量GARCH模型和向量自回歸模型，對人民幣與美元、歐元、日元匯率的聯(lián)動性進(jìn)行了研究，發(fā)現(xiàn)人民幣與美元之間的相關(guān)性最強(qiáng)，與歐元、日元之間的相關(guān)性要次之；王中昭等(2014)運(yùn)用VAR-DCC-MVGARCH模型，研究了人民幣匯率對東盟各國匯率的傳導(dǎo)效應(yīng)，發(fā)現(xiàn)這種傳導(dǎo)效應(yīng)逐步增強(qiáng)，但差異性還很大，與東盟國家匯率合作的條件還不太成熟；龍俊煒等(2015)通過構(gòu)建BEKK-MGARCH模型對人民幣與金磚國家貨幣匯率波動傳導(dǎo)進(jìn)行了研究，發(fā)現(xiàn)人民幣受到金磚五國貨幣波動的沖擊較大，而人民幣對外的影響力較弱。

高階矩風(fēng)險對資產(chǎn)定價、期權(quán)定價和組合投資都有著顯著的影響。在GARCH模型的基礎(chǔ)上，Harvey等引入了偏度效應(yīng)，提出了GARCHS模型；Jondeau等引入了偏度和峰度效應(yīng)，提出了GARCHSK模型。在高階矩模型應(yīng)用方面：Hung Xuan Do等(2016)通過高階矩波動研究了股票和外匯市場之間的聯(lián)系，Alizadeh等(2013)利用高階矩模型對歐洲企業(yè)債券信用利差變化的波動進(jìn)行研究?？紤]到高階矩模型的杠桿效應(yīng)，我國學(xué)者許啟發(fā)(2006)在NAGARCH模型的基礎(chǔ)上提出了NAGARCHSK-M，并對中國股票市場高階矩風(fēng)險進(jìn)行了實證分析；王鵬等(2008)利用NAGARCHSK模型實證研究了中國股票市場的高階矩波動特征，表明中國股票市場具有顯著的高階矩時變性和波動聚集性，偏度和峰度的引入會吸收原有的部分杠桿效應(yīng)；易文德(2012)利用NAGARCHSK-M模型并結(jié)合Copula函數(shù)描述了滬深股市的相依關(guān)系。為了進(jìn)一步突破GARCH類高階矩模型，在GJR模型的基礎(chǔ)上，王鵬等(2009)提出了一個新的高階矩波動模型GJRSK-M，實證研究了中國股市的高階矩波動，并通過樣本外預(yù)測說明了其比現(xiàn)有高階矩模型具有更強(qiáng)的預(yù)測能力。

通過高階矩模型準(zhǔn)確地描述金融資產(chǎn)的波動特征，再結(jié)合EVT極值理論構(gòu)建邊緣分布，以此為基礎(chǔ)，運(yùn)用Copula函數(shù)構(gòu)建聯(lián)合分布。于文華等(2015)結(jié)合EVT極值理論，運(yùn)用四類時變Copula函數(shù)擬合了四個股指間的相依系數(shù)，并對比了風(fēng)險測度的精度，認(rèn)為時變tCopula函數(shù)結(jié)合ES風(fēng)險測度的效果最好。龔樸等(2008)運(yùn)用時變t-Copula模型對匯改前后人民幣匯率的變化進(jìn)行了對比，發(fā)現(xiàn)匯改給人民幣對歐元、日元匯率相關(guān)性的影響較小，但對其尾部相關(guān)性的影響較大；謝赤等(2014)對人民幣匯率相依結(jié)構(gòu)建立了動態(tài)Copula-GJR-t模型，顯示人民幣對美元匯率與對歐元、對日元匯率之間存在著負(fù)相依性，人民幣對歐元與對日元匯率之間呈現(xiàn)出正相依性。在運(yùn)用藤Copula函數(shù)方面，胡根華(2015)對人民幣與國外主要貨幣尾部相依關(guān)系進(jìn)行了研究，發(fā)現(xiàn)匯改后人民幣與美元之間尾部正相依程度增強(qiáng)，并且相依關(guān)系最大；吳恒煜等(2016)則探討了不同人民幣匯率市場之間的非線性相依結(jié)構(gòu)，表明采用t Copula的藤結(jié)構(gòu)能更好地描述人民幣匯率間的相依結(jié)構(gòu)特征。

縱觀前人的研究，我們發(fā)現(xiàn)，在分析人民幣匯率間動態(tài)相依關(guān)系上，時變Copula函數(shù)具有更好的效果。對人民幣匯率波動特征的刻畫，高階矩波動模型具有更好的效果。因此，本文基于高階矩波動和時變Copula函數(shù)來研究人民幣匯率的動態(tài)相依關(guān)系。

三、模型設(shè)計

對金融資產(chǎn)之間相依關(guān)系的描述先要對單個資產(chǎn)的波動特征進(jìn)行準(zhǔn)確地刻畫。隨著對資產(chǎn)收益率波動特征研究的不斷深入，均值和方差已經(jīng)不能更好地反映金融資產(chǎn)所面臨的風(fēng)險。偏度和峰度概念的引入能更加全面地刻畫金融資產(chǎn)的風(fēng)險變化，通過左偏或右偏的度量，說明資產(chǎn)收益下降的可能性大于上升的可能性或資產(chǎn)收益上升的可能性大于下降的可能性；當(dāng)峰度超過3時，表現(xiàn)為尖峰肥尾，說明了極端值出現(xiàn)的概率增大，那么資產(chǎn)損失的可能性也增加，這種風(fēng)險分別被稱為三階矩風(fēng)險和四階矩風(fēng)險，統(tǒng)稱為高階矩風(fēng)險。

過去往往采用線性相關(guān)系數(shù)分析法和Granger因果分析方法研究金融時間序列的相依結(jié)構(gòu)，但是這些方法存在很多缺陷。線性相關(guān)系數(shù)分析法需要很多理論假設(shè)作為支撐，同時也要保證金融時間序列之間的相關(guān)關(guān)系是線性的，實際上大多數(shù)金融數(shù)據(jù)都是非線性的。對于那些非線性非平穩(wěn)數(shù)據(jù)，Granger因果分析法也不好處理。鑒于此，連接函數(shù)Copula這種方法被用來描述金融資產(chǎn)之間的相依關(guān)系。

（一）GJRSK-M模型表達(dá)

Et-1（rt）表示t-1時刻的條件期望收益；D（0，ht，st，kt）表示包含均值、方差、偏度、峰度的任一分布；ηt是對誤差項εt經(jīng)過標(biāo)準(zhǔn)化的殘差序列，服從獨(dú)立同分布（i.i.d.）；It-1反映了t-1時刻的信息集；α1、α2、α3分別表示方差風(fēng)險溢酬、偏度風(fēng)險溢酬和峰度風(fēng)險溢酬；β3，i、γ3，i、δ3，i分別為條件方差方程、條件偏度方程和條件峰度方程的杠桿效應(yīng)系數(shù)，當(dāng)它們?nèi)紴榱銜r，GJRSK-M模型就會退化成GARCHSK-M模型；ψt-1，i為引入的啞變量；p1、q1、p2、q2、p3、q3均為滯后的階數(shù)。

為了保證條件方差方程和條件峰度方程恒為正數(shù)，條件方差、條件偏度和條件峰度方程的非發(fā)散性，需要對方程的系數(shù)加以限制：

GJRSK-M高階矩波動模型的均值方程、方差方程、偏度方程和峰度方程都是線性表達(dá)式，通過加入啞變量ψt-1，i來刻畫條件方差、條件偏度和條件峰度的杠桿效應(yīng)。當(dāng)然為了能更加全面地描述高階矩風(fēng)險的時變特征，也可以在上述方程中加入其他可以解釋的變量。

（二）模型參數(shù)估計

對模型進(jìn)行參數(shù)估計時，本文采用正態(tài)分布的Gram-Charlier展開方法，由于研究高階矩波動，因此在四階矩處截斷，可以獲得標(biāo)準(zhǔn)殘差的條件密度函數(shù)：

密度函數(shù)將偏度和峰度轉(zhuǎn)化成了兩個參數(shù)，則可以用殘差分布的偏度和峰度來進(jìn)行估計。由于θ（ηt）可以為負(fù)，則g（ηt｜It-1）也可能為負(fù)，那么在定義域上g（ηt｜It-1）的積分可能出現(xiàn)不等于1的情況。我們采用修正后的條件密度函數(shù)：

當(dāng)st=0，kt=3時，(3)式的條件密度函數(shù)即為正態(tài)密度函數(shù)。

由(3)式可以得到εt=ht1/2ηt的條件密度函數(shù)ht-1/2f（ηt｜It-1），從而可以得到對數(shù)似然函數(shù)：

由于(1)式和(4)式都存在較高的非線性特征，因此對似然函數(shù)進(jìn)行極大化求解時，初始值的選取很重要，通過采用“由簡單模型到復(fù)雜模型”①該方法由Leon等人提出。的估計方法，即先估計均值方程，然后對均值方程和方差方程聯(lián)合估計，再對均值方程、方差方程和偏度方程進(jìn)行聯(lián)合估計，最后再聯(lián)合估計均值方程、方差方程、偏度方程和峰度方程。

（三）假設(shè)檢驗

在進(jìn)行高階矩建模過程中，首先需要檢驗金融時間序列是否存在異方差、異偏度和異峰度，通常有兩種檢驗方法：（1）Ljung-Box統(tǒng)計量法；（2）拉格朗日乘子(LM)檢驗。先進(jìn)行均值方程估計，獲得殘差序列ε^t=rt-E（rt-1），再分別計算殘差{ε^t}的二次方序列、三次方序列和四次方序列。驗證的序列相關(guān)性，如果在特定的滯后階數(shù)下，它們之間存在顯著的相關(guān)性，就意味著金融資產(chǎn)收益率序列存在異方差、異偏度和異峰度效應(yīng)。

第二種檢驗方法是利用拉格朗日乘子方法(LM)，估計下列的輔助回歸方程：

q（h）、q（s）、q（k）分別為輔助回歸方程的滯后階數(shù)，ut（h）、ut（s）、ut（k）分別為輔助回歸方程的擾動項，令T為樣本容量，構(gòu)造LM統(tǒng)計量：

上述三個統(tǒng)計量分別用來檢驗是否存在異方差、異偏度和異峰度效應(yīng)，（R（h））2、（R（s））2和（R（k））2分別為輔助回歸方程的擬合優(yōu)度。原假設(shè)分別為：H0（h）：λ1（h）=…=λ（h）q（h）=0（即不存在異方差效應(yīng)），H0（s）：λ1（s）=…=λ（s）q（s）=0（即不存在異偏度效應(yīng)），H0（k）：λ1（k）=…=λ（k）q（k）=0（即不存在異峰度效應(yīng)）；備擇假設(shè)分別為：H1（h）：λ（h）1…λ（h）q（h）不全為0（即存在異方差效應(yīng)），H1（s）：λ（s）1…λ（s）q（s）不全為0（即存在異偏度效應(yīng)），H1（k）：λ（k）1…λ（k）q（k）不全為0（即存在異峰度效應(yīng)）。

（四）時變Copula函數(shù)

為了刻畫人民幣匯率間的動態(tài)相依關(guān)系，本文選取三類時變Copula函數(shù)進(jìn)行建模：Gaussian Copula、tCopula和SJCCopula函數(shù)。

二元靜態(tài)Gaussian Copula函數(shù)的條件概率密度函數(shù)為：

其中，Φ-1（·）是標(biāo)準(zhǔn)正態(tài)分布函數(shù)Φ（·）的逆函數(shù)，ρ∈（-1，1）為相關(guān)系數(shù)。

二元靜態(tài)tCopula函數(shù)的條件概率密度函數(shù)為：

其中ρ∈（-1，1）為相關(guān)系數(shù)，d為條件自由度，ζ1= Td-1（u）、ζ2=Td-1（ν），Td-1（.）為學(xué)生t分布函數(shù)Td（.）的逆函數(shù)。本文采用DCC方法對時變Gaussian Copula和tCopula函數(shù)相依參數(shù)進(jìn)行動態(tài)演化。

其中C為JCCopula函數(shù)，τU，τL分別為上尾和JC下尾部的相關(guān)系數(shù)，時變SJCCopula函數(shù)相關(guān)參數(shù)的演化方程為：

四、實證分析

（一）數(shù)據(jù)來源與統(tǒng)計性描述

當(dāng)前，美元、歐元和日元是世界上最主要的三種貨幣，人民幣對這幾類貨幣匯率的變動會對中國經(jīng)濟(jì)產(chǎn)生較大的影響。本文選取2010年6月17日至2015年8月7日期間，人民幣對美元、歐元和日元①以下均采用人民幣對100日元匯率。每日匯率中間價作為樣本數(shù)據(jù)，每組匯率有1249個樣本點(diǎn)，數(shù)據(jù)來源于中國國家外匯管理局，各人民幣匯率均采用直接標(biāo)價法。計量分析軟件主要采用MatlabR2013a、WinRats8.0和Eviews7.2，人民幣匯率收益率采用取對數(shù)收益率：rt=100×（lnPt-lnPt-1）。

表1 人民幣匯率收益率描述性統(tǒng)計

從表1可以看出，人民幣對美元、歐元和日元匯率收益率的均值都為負(fù)數(shù)，人民幣對美元匯率收益率的標(biāo)準(zhǔn)差最小，說明了美元作為國際主導(dǎo)貨幣，波動小，穩(wěn)定性較好。從峰度上看，各人民幣匯率收益率都存在尖峰肥尾現(xiàn)象，另外從J-B統(tǒng)計量來看，人民幣匯率收益率都顯著地拒絕正態(tài)分布的原假設(shè)，進(jìn)一步說明人民幣匯率收益率存在偏度和尖峰肥尾的現(xiàn)象。

（二）高階矩波動效應(yīng)檢驗

本文采用Ljung-Box統(tǒng)計量來檢驗人民幣匯率收益率是否存在高階矩波動效應(yīng)，假定人民幣匯率收益率rt服從一階自回歸形式，即rt=c0+c1rt-1+εt，通過考察εt的平方序列{εt2}、立方序列{εt3}和四次方序列{εt4}來檢驗人民幣匯率收益率是否存在異方差、異偏度和異峰度效應(yīng)。

表2 人民幣匯率收益率條件高階矩波動效應(yīng)檢驗

從表2可以看出，{εt2}、{εt3}和{εt4}的Ljung-Box(8)統(tǒng)計量的p值都非常顯著，說明這三個序列存在顯著的相關(guān)性，人民幣匯率收益率存在異方差、異偏度和異峰度。

（三）GJRSK-M模型參數(shù)估計

應(yīng)用GJRSK-M模型進(jìn)行參數(shù)估計，得到估計結(jié)果如表3。

從表3可以看出：人民幣對美元和日元匯率的α3系數(shù)不顯著，說明人民幣對美元和日元匯率不存在非常明顯的峰度風(fēng)險溢酬現(xiàn)象，人民幣對美元匯率的α1系數(shù)不顯著，也表明人民幣對美元匯率不存在顯著的方差風(fēng)險溢酬現(xiàn)象。從總體上看，｜α1｜＞｜α2｜＞｜α3｜，表明方差風(fēng)險溢酬大于偏度風(fēng)險溢酬，偏度風(fēng)險溢酬大于峰度風(fēng)險溢酬，說明人民幣匯率方差風(fēng)險仍然是最大的，但偏度風(fēng)險和峰度風(fēng)險同樣也不能忽視；人民幣對歐元和日元匯率的γ3系數(shù)不太顯著，其余杠桿效應(yīng)系數(shù)都比較顯著，說明人民幣匯率的方差風(fēng)險、偏度風(fēng)險和峰度風(fēng)險基本上都存在杠桿效應(yīng)；人民幣匯率的β2、γ2和δ2系數(shù)都非常顯著，表明人民幣匯率的條件方差、條件偏度和條件峰度都具有波動聚集效應(yīng)。

表3 GJRSK-M模型參數(shù)估計結(jié)果

（四）結(jié)合EVT構(gòu)建邊緣分布

通過高階矩波動模型獲得人民幣匯率收益率的標(biāo)準(zhǔn)殘差序列ηt，由于ηt服從獨(dú)立同分布（i.i.d.），則可以運(yùn)用EVT極值理論構(gòu)建邊緣分布。在運(yùn)用廣義帕累托分布極值理論時，必須保證方差較低，門檻值較高，但是如果太高，那么就會影響GPD的估計效果，如果過低，EVT極值理論的條件就不成立。因此本文選取10%的最大標(biāo)準(zhǔn)殘差作為尾部極值建模，并運(yùn)用極大似然估計方法對GPD的參數(shù)進(jìn)行估計。

表4 尾部閾值、參數(shù)估計以及K-S檢驗

由表4可知，根據(jù)K-S檢驗結(jié)果，表明各邊緣分布都不能拒絕服從i.i.d.的（0,1）上的均勻分布，這表明結(jié)合EVT極值理論構(gòu)建邊緣分布是恰當(dāng)?shù)摹?/p>

（五）比較和選取時變Copula函數(shù)

在構(gòu)建邊緣分布的基礎(chǔ)上，對人民幣匯率構(gòu)造了三類時變Copula函數(shù)，并比較了它們的擬合程度。

比較表5中各類時變Copula函數(shù)的AIC值和LLF值可得：在三組匯率相依關(guān)系中，時變tCopula函數(shù)所對應(yīng)的AIC值最小，LLF值最大。這說明對于三類Copula函數(shù)，時變tCopula函數(shù)的擬合效果最好，因此本文選取時變tCopula函數(shù)。

（六）人民幣匯率間動態(tài)相依關(guān)系分析

本文選用時變tCopula函數(shù)來描述人民幣匯率的動態(tài)相依關(guān)系，tCopula函數(shù)表現(xiàn)為尾部對稱的相依關(guān)系，意味著在外匯市場上大幅上漲或下跌時，人民幣匯率收益率尾部相依關(guān)系并沒有顯著的差異。下面是人民幣匯率相依系數(shù)的變化趨勢和描述性統(tǒng)計：

圖2 人民幣對美元、日元匯率動態(tài)相依系數(shù)

圖3 人民幣對歐元、日元匯率動態(tài)相依系數(shù)

表6 人民幣匯率間動態(tài)相依系數(shù)描述性統(tǒng)計

從圖1、2、3和表6來看：人民幣對美元、歐元匯率相依系數(shù)的標(biāo)準(zhǔn)差為0.0537，波動最小，平均值達(dá)到-0.4982；人民幣對美元、日元匯率相依系數(shù)的波動相對較大，前期波動幅度主要在-0.1～0.1之間，2013年①樣本數(shù)在600～800區(qū)間對應(yīng)為2013年。以后，相依系數(shù)迅速下降到-0.4左右，負(fù)的相依關(guān)系增強(qiáng)；人民幣對歐元、日元匯率相依系數(shù)波動較大，但從總體上看，平均值達(dá)到0.1124，總體上表現(xiàn)出較弱的正相關(guān)；值得注意的是，2013年以后日元和美元的相依系數(shù)迅速下降，而日元與歐元的相依系數(shù)卻迅速上升。

五、結(jié)論及建議

人民幣匯率是一個非常復(fù)雜的問題，究其原因來看，主要是匯率的形成機(jī)理較為復(fù)雜，同時央行的行為在很大程度上也影響著人民幣匯率。這些噪音的存在使人民幣匯率市場并不能真正的出清，對選取研究人民幣匯率的方法來說具有很大的挑戰(zhàn)。本文首先通過引入高階矩波動模型刻畫單個人民幣匯率的波動特征，再結(jié)合EVT極值理論構(gòu)建邊緣分布模型，最后對比選出擬合效果更好的時變t Copula函數(shù)，來研究人民幣匯率間的動態(tài)相依關(guān)系。

（一）結(jié)論

分析動態(tài)相依系數(shù)，我們發(fā)現(xiàn)人民幣對美元、歐元匯率的相依系數(shù)波動最小，負(fù)相依程度最大，表明以美元為代表的經(jīng)濟(jì)體和以歐元為代表的經(jīng)濟(jì)體存在著持續(xù)的激烈競爭。人民幣對美元、日元匯率相依關(guān)系前期變動較小，2013年后負(fù)相依程度逐步加大，這與人民幣對歐元、日元匯率相依關(guān)系形成巨大的反差，后者從2013年開始，正向相依關(guān)系逐步加強(qiáng)。這表明2013年以后，以日元為代表的經(jīng)濟(jì)體與以美元為代表的經(jīng)濟(jì)體競爭趨勢加大，而以日元為代表的經(jīng)濟(jì)體與以歐元為代表的經(jīng)濟(jì)體合作趨勢增強(qiáng)。

（二）政策建議

人民幣匯率改革以后，實行以市場供求為基礎(chǔ)、參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的浮動匯率制度，并不是要與美元脫鉤，因為美元是一籃子貨幣中最主要的貨幣，占有主導(dǎo)地位。從人民幣匯率收益率統(tǒng)計性描述，我們不難發(fā)現(xiàn)，人民幣對美元匯率收益率的波動幅度最小，相對于其他貨幣，人民幣對美元匯率的穩(wěn)定性最強(qiáng)。因此，管理部門要根據(jù)國際經(jīng)濟(jì)局勢和宏觀經(jīng)濟(jì)形勢，審慎地調(diào)整一籃子貨幣中美元的權(quán)重。同樣，在外匯儲備管理方面，既要儲備的多元化，也要保證美元所占的比重，降低外匯儲備損失。

涉外企業(yè)在開展對外貿(mào)易時，要合理地規(guī)避外匯風(fēng)險，例如可以選擇恰當(dāng)?shù)挠媰r貨幣。根據(jù)前面的研究，我們發(fā)現(xiàn)日元的匯率風(fēng)險大于歐元，歐元的匯率風(fēng)險大于美元，因此涉外企業(yè)尤其是中小企業(yè)受匯率風(fēng)險的影響較大，在選擇計價貨幣上要盡可能選取有利的國際貨幣計價。如果預(yù)計在未來一段時間，人民幣對計價貨幣有升值的動向，那么出口企業(yè)要盡量提前收款，進(jìn)口企業(yè)應(yīng)盡量延期支付貨款；同樣，如果預(yù)計人民幣對計價貨幣有貶值的動向，那么出口企業(yè)應(yīng)盡量延期收款，進(jìn)口企業(yè)要盡量提前支付貨款。假如涉外企業(yè)采用歐元作為計價貨幣，那么就可以參考美元的變化趨勢進(jìn)行調(diào)整，以規(guī)避外匯風(fēng)險。

[1]郭珺,滕柏華.人民幣與歐元、美元、日元之間的匯率聯(lián)動分析[J].經(jīng)濟(jì)問題,2011,(7):95～99.

[2]王中昭,楊文.人民幣匯率對東盟各國匯率傳染及其時變相關(guān)有效性研究[J].國際金融研究,2014, (11):56～66.

[3]龍俊煒,李龍杰.人民幣與金磚國家貨幣匯率波動傳導(dǎo)關(guān)系[J].汕頭大學(xué)學(xué)報（人文社會科學(xué)版）, 2015,31(2):54～58.

[4]Do H X,Brooks R,Treepongkaruna S,et al. Stock and currency market linkages:New evidence from realized spillovers in higher moments[J]. InternationalReview of Economics&Finance,2016,42: 167～185.

[5]Alizadeh A H,Gabrielsen A.Dynamics of credit spread moments of European corporate bond indexes[J].Journal of Banking&Finance,2013,37(8): 3125～3144.

[6]許啟發(fā).高階矩波動性建模及應(yīng)用[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2006,23(12):135～145.

[7]王鵬,王建瓊.中國股票市場的高階矩波動特征研究[J].管理科學(xué),2008,21(4):115～120.

[8]易文德.基于高階矩波動和Copula函數(shù)的相依性模型及其應(yīng)用[J].管理評論,2012,24(1):58～66.

[9]王鵬,王建瓊,魏宇.自回歸條件方差-偏度-峰度:一個新的模型[J].管理科學(xué)學(xué)報,2009,12(5): 121～129.

[10]于文華,魏宇,康明惠.不同時變Copula-EVT-ES模型精度比較研究[J].管理科學(xué)學(xué)報,2015, 18(5):32～45.

[11]龔樸,黃榮兵.外匯資產(chǎn)的時變相關(guān)性分析[J].系統(tǒng)工程理論與實踐,2008,28(8):26～37.

[12]胡根華.人民幣與國外主要貨幣的尾部相依和聯(lián)動[J].統(tǒng)計研究,2015,32(5):40～46.

[13]吳恒煜,胡根華,呂江林.人民幣匯率市場化,結(jié)構(gòu)相依與結(jié)構(gòu)突變[J].數(shù)理統(tǒng)計與管理,2016,(1): 106～121.

F832.6

A

1006-169X（2017）01-0011-07

國家自然科學(xué)基金“基于流動性的適應(yīng)性算法交易策略模型構(gòu)建與應(yīng)用研究”（71501018）；四川省科技計劃項目“不同波動狀態(tài)下能源金融市場極端風(fēng)險傳染效應(yīng)檢驗及應(yīng)用研究”（2016ZR0137）；四川省大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃“基于高階矩波動和Copula函數(shù)的人民幣匯率相依關(guān)系研究”（201610616101），“基于Vine copula的國際能源市場風(fēng)險傳導(dǎo)機(jī)制研究”（201510616061）；成都理工大學(xué)商學(xué)院科技立項（2016SKL01）。