■張曉莉，孫琪琪，吳 瓊

本文利用時變參數(shù)向量自回歸模型（TVP-VAR）研究了指令流對在岸與離岸人民幣匯率價差的影響，通過等間隔脈沖響應函數(shù)發(fā)現(xiàn)匯率價差對指令流和匯率升貶值預期的沖擊都表現(xiàn)出顯著的時變特征，宏觀變量匯率預期升貶值對指令流有負向影響，指令流對匯率價差的影響也為負，并且滯后階數(shù)越長影響越顯著。進一步通過中介效應發(fā)現(xiàn)，在匯率預期影響在離岸匯率價差的過程中，指令流起到了顯著的中介作用，存在“匯率預期→指令流→匯率價差”的影響機制。

一、引言與文獻綜述

我國香港的離岸人民幣市場（簡稱CNH 市場）于2010 年建成，是目前全球最大的人民幣離岸市場，對應于在岸人民幣市場（簡稱CNY市場）。由于參與主體、存款準備金要求、金融監(jiān)管力度以及自由程度等方面的差異，導致了CNY 市場與CNH 市場匯率價差的持續(xù)存在。自2015 年8 月逆勢而上的匯率改革，境外人民幣價格波動大于境內(nèi)人民幣價格波動。而在岸離岸匯率價差若過大，會引發(fā)套匯現(xiàn)象，這將不利于我國金融穩(wěn)定和人民幣匯率市場化形成機制改革。因此，有效的控制境內(nèi)外人民幣匯率價差的水平，有助于防范跨境資本流動風險，保障人民幣外匯市場平穩(wěn)運行?；仡?016年人民幣貶值，究其原因主要是跨境資本流動風險。加之，當前我國面臨的最大問題是：一方面，經(jīng)濟發(fā)展需要人民幣匯率逐步市場化；另一方面，人民幣可兌換國際化進程的加快客觀上也要求人民幣匯率彈性。因此，如何將人民幣匯率波動風險控制在可控水平，同時保證在岸離岸和匯率價差能夠反映在岸和離岸人民幣市場聯(lián)動強度以及人民幣國際化程度，是研究外匯市場的重要指標。

目前，境內(nèi)有關(guān)匯率價差、指令流以及境內(nèi)外人民幣市場的研究主要集中在以下幾個方面。

一是CNY 市場和NDF 市場。關(guān)于CNY 市場與NDF 市場趨同性的研究，存在兩種觀點：一種觀點是認為在岸市場（CNY）匯率具有更強的價格引導作用（丁劍平，2018）；另一種觀點認為NDF 市場具有更強的價格導向作用（嚴敏和巴曙松，2010）。二是在岸與離岸人民幣匯率價差。陳珂和王萌（2017）研究在岸與離岸匯率價差的形成原因及影響因素時證實了人民幣資金存量、升貶值預期和利率差異是影響因素之一。鄒佳洪（2016）通過實證證明指令流會影響交易價格和市場預期。吳遠遠和趙啟麟（2017）運用擴展的GARCH 模型進行實證發(fā)現(xiàn)匯率預期、市場投資者風險偏好差異、利率差異、人民幣匯率政策調(diào)整和鼓勵人民幣回流政策都會對匯差產(chǎn)生重大影響。劉一楠和宋曉玲（2017）基于TVP-SV-VAR模型研究提出，人民幣在岸離岸匯率的波動呈現(xiàn)出非對稱性與時變性特征，隨機動態(tài)均衡在“811”匯改后出現(xiàn)了結(jié)構(gòu)性突變。三是指令流微觀傳導機制。外匯市場微觀結(jié)構(gòu)中指令流傳導機制的研究最早來自于國外學者，觀點主要分為兩方面：一方面是關(guān)于指令流在匯率波動中的作用，即宏觀信息如何通過指令流的傳導機制影響匯率的波動。Evans&Lyons（1999）提出，交易指令流所反映的市場參與者的私有信息能有效地決定外匯市場上主要貨幣的匯率。Bacchetta & Win-coop（2004）提出雖然宏觀基本面信息短期與指令流無關(guān)，但是從長期來看，匯率基本面信息和指令流有著密切的關(guān)系；另一方面是研究指令流的不同組成部分對匯率的影響。Carpenter&Wang（2003）討論了外匯交易市場客戶行為，并認為來自金融機構(gòu)的指令流可能包含增量信息。Evans&Lyons（2003）更進一步建立模型提出，指令流傳導機制將宏觀基本面信息傳遞到匯率的價格，通過這種間接的指令流效應，每日匯價變動大約有20%。

通過整理文獻發(fā)現(xiàn)，關(guān)于在岸離岸人民幣匯率價差的研究并不是很多，而且較少從指令流中介效應研究人民幣匯率預期與在岸離岸匯率價差的關(guān)系?；谝延醒芯?，本文從三方面創(chuàng)新：一是創(chuàng)新研究角度。本文主要通過微觀結(jié)構(gòu)模型研究指令流起主導作用的微觀市場變量的影響機制，預期會引起指令流的變化從而引起在岸離岸匯率價差的產(chǎn)生；二是創(chuàng)新研究內(nèi)容。以往研究主要集中在在岸離岸匯率價差的宏觀影響因素，本文通過觀察指令流的傳導機制，即指令流傳遞宏觀經(jīng)濟基礎面信息，進而通過做市商影響在岸和離岸匯率價差，分析宏觀經(jīng)濟基礎面信息與指令流的關(guān)系，解釋指令流對匯率價差的影響；三是創(chuàng)新研究方法。以往主要是用VAR 向量自回歸的模型。而我國的經(jīng)濟發(fā)展水平不斷改善，市場改革發(fā)展存在結(jié)構(gòu)性變化，影響匯率價差的傳導機制可能存在時變特征，選擇時變參數(shù)向量自回歸模型（TVP-VAR）能夠觀察沖擊所產(chǎn)生的時變特征和結(jié)構(gòu)性變動，可以進一步分析微觀市場的變化對人民幣匯率價差的時變影響和傳導機制。

二、研究假設

微觀市場結(jié)構(gòu)理論認為，處于市場最前端的做市商能夠了解每個交易日最新的市場需求信息和宏觀基本面信息，利用指令流傳遞出的宏觀基本面信息和市場交易者對宏觀基本信息的理解，進行外匯的匯率報價，再通過交易影響在岸和離岸價差。

（一）指令流微觀市場的傳導機制

外匯市場微觀結(jié)構(gòu)理論初始變量包括交易者的異質(zhì)性、私人信息和交易制度（劉培蕾&陳曉露，2008），而后隨著研究的深入發(fā)展，指令流、不對稱信息等變量被提出來，尤其是客戶指令流成為外匯市場微觀結(jié)構(gòu)的研究重點。

指令流具有信息傳遞和風險管理的作用。做市商間的指令流不僅傳遞市場上分散的信息，同時也傳遞所有客戶對公開信息的不同理解的私人信息。外匯市場中分散的信息包含在客戶交易指令流中，并傳遞給做市商。具有異質(zhì)性的客戶指令流經(jīng)過加總后，所依據(jù)的信息變量和做市商報價所依據(jù)的信息變量相同，這是客戶指令流能夠解釋現(xiàn)匯匯率的原因。而客戶指令流是通過調(diào)整家庭的資產(chǎn)組合形成的，資產(chǎn)組合的調(diào)整是依據(jù)預期債券的投資收益率，投資收益率又取決于預期匯率的變化，于是投資組合調(diào)整模型認為利率差和做市商間的指令流能夠影響匯率變化。

指令流本身含有的私有信息能反映市場參與者對于當前匯率的預期，在外匯市場進行信息傳遞，其信息傳遞機制如圖1，在場外交易市場，流動性需求者與做市商或者會員進行交易，產(chǎn)生指令流；場內(nèi)市場，做市商和會員根據(jù)客戶指令流交易，根據(jù)交易情況央行會適當干預，在外匯零售市場會員提供報價并交易外匯，市場中做市商、會員和銀行產(chǎn)生的指令流釋放的信息影響外匯報價，進而影響匯率價格。

圖1 指令流信息傳遞機制

（二）匯率預期與指令流影響理論機制與假設

指令流在預期的基礎上補充了當前經(jīng)濟基本面信息。從傳統(tǒng)宏觀匯率出發(fā)，匯率被看作是當前和預期信息基本面的貼現(xiàn)現(xiàn)值。根據(jù)（Rime et al，2010）的指令流影響匯率變化的理論模型如下：

在公式（1）中st表示t 時期的名義匯率。公式（2）△st+1=st+1-st，b（0＜b＜1）是貼現(xiàn)因子，ft表示t 時期宏觀經(jīng)濟信息基本面，Et（ft）表示t 時期指令流信息可得的情況下基于現(xiàn)在宏觀經(jīng)濟基本面的投資者的市場預期，Et（ft+1+q）或Et+1（ft+1+q）表示t或t+1時期基于指令流信息未來宏觀經(jīng)濟基本面的投資者市場預期。公式（2）表示指令流會引起匯率變化△st+1，因為指令流反映匯率預期的變化，在t+1 時期指令流新的沖擊εt+1。公式（1）、（2）適用于不同國家的不同貼現(xiàn)因子。為了不失一般性，假設Et（ft）-st=0，在t+1 時刻如果匯率預期是升值Et+1（ft+1+q）＞Et（ft+1+q），指令流傳導正向的信息會使匯率的變化將會縮小在岸離岸匯率價差。相反，如果匯率預期是貶值情況，會使會導致在岸離岸匯率價差增大。

基于此，本文提出三個假說：

假說1：宏觀經(jīng)濟信息面上，投資者預期匯率貶值能在一定程度上加強匯率價差；

假說2：市場分散私人信息指令流增加，市場對匯率升值預期也會增加，進而縮小在岸離岸匯率價差；

假說3：匯率價差的影響機制中存在“匯率預期→指令流→匯率價差”的機制，指令流在微觀和宏觀市場中的中介效應是顯著的。

（三）模型構(gòu)建

1.模型的建立

為了驗證假說1與假說2，本文采用馬爾可夫鏈蒙特卡羅（MCMC）方法估計具有隨機波動性的TVP-VAR模型。TVP-VAR模型是一種多變量時間序列模型（金春雨和張浩博，2016），其特征在于系數(shù)和協(xié)方差矩陣都是時變的，時變的系數(shù)能夠很好的刻畫模型滯后結(jié)構(gòu)的時變特征和可能的非線性特征。時變參數(shù)向量自回歸形式可以簡化為：

其中，系數(shù)βt、聯(lián)立參數(shù)矩陣At和隨機波動的協(xié)方差矩陣εt都是時變的。特別地，根據(jù)Nakajima（2011）對時變參數(shù)的處理方法，三角矩陣At中的非0 和1 的元素堆疊成一列向量，即at=（a21，a31，a41，a51，…，ak，k-1），ht=（h1，…，hkt）′且j=1，…，k；t=s+1，…，n）。根據(jù)Nakajima（2011）假設，（1）中的參數(shù)服從隨機游走過程：

其中，βs+1～N（μβ0，∑β0），αs+1～N（μα0，∑α0），hs+1～N（μh0，∑h0）。特別需要注意的是：At的下三角矩陣的假設是VAR系統(tǒng)的遞歸識別；參數(shù)不被假定為遵循諸如AR（1）的固定過程，而是隨機游走過程；時變參數(shù)的方差和協(xié)方差結(jié)構(gòu)由參數(shù)∑β、∑α和∑h決定，并假設∑α、∑h是一個對角矩陣；由于時變參數(shù)是隨機行走的，需要指定時變參數(shù)的初始狀態(tài)的先驗值。

2.數(shù)據(jù)來源與變量設計

本文數(shù)據(jù)主要來源于Wind 數(shù)據(jù)庫。在岸和離岸人民幣匯率價差（DIF）是被解釋變量；人民幣匯率升貶值預期（EXP）、指令流數(shù)據(jù)（ORDER）是解釋變量。每個變量的數(shù)據(jù)范圍從2004 年2 月到2017年6月，并且是月度數(shù)據(jù)。

數(shù)據(jù)時期2004年2月～2012年5月的CNH即期匯率采用12 個月的NDF 數(shù)據(jù)，2012 年5 月～2017 年6月匯率價差的數(shù)據(jù)采用CNH即期匯率。人民幣匯率升貶值預期采用12月期的NDF，指令流數(shù)據(jù)采用銀行代客結(jié)售匯月度數(shù)據(jù)，香港人民幣資金存量的數(shù)據(jù)來自香港金融管理局。對以上各變量均進行月度平均處理，在岸和離岸人民幣匯率價差DIF=（CHY-NDF12）/CNH，預期匯率EXP=（人民幣在岸匯率-人民幣NDF 匯率）/人民幣在岸匯率×100。實證分析中所用的統(tǒng)計軟件為是MATLAB R2016a。

在岸和離岸人民幣匯率價差（DIF），在香港出現(xiàn)離岸即期匯率定價之前，研究匯率價差選用的數(shù)據(jù)是NDF12個月和在岸匯率的價差，考慮到NDF12個月受管制程度低，發(fā)展較成熟的因素；2010年7月香港離岸即期匯率發(fā)布后，離岸人民幣即期匯率成為了更適合的研究對象。

對于人民幣匯率預期（EXP），因為12 月期的NDF 流動性最高、交易最為活躍，所有人民幣匯率升貶值預期采用12 月期的NDF。若市場投資者認為人民幣會貶值，可能導致投資者在離岸市場上大量出售人民幣。

指令流數(shù)據(jù)（ORDER），指令流包括客戶指令流和做市商指令流，本文采用“銀行代客結(jié)售匯”來代替指令流數(shù)據(jù)①在實際生活中，做市商銀行將客戶指令流視為私人信息，不會輕易提供給研究人員，難以獲取客戶指令流數(shù)據(jù)；因為做市商指令流數(shù)據(jù)是客戶指令流的反應，可以采用“銀行代客結(jié)售匯”來代替。?！般y行代客結(jié)售匯”是為客戶指定外匯銀行辦理的結(jié)匯和售匯業(yè)務②銀行結(jié)售匯數(shù)據(jù)對于判斷資本流動方向和外匯市場情緒具有很高的參考價值，由于這個數(shù)據(jù)由商業(yè)銀行根據(jù)每天結(jié)售匯業(yè)務的實際發(fā)生額進行統(tǒng)計，故而能夠比較直接地反映境內(nèi)企業(yè)和居民個人總體的市場走勢，受央行宏觀調(diào)控的影響較小。。結(jié)匯與售匯的軋差數(shù)是結(jié)售匯差額。這個數(shù)據(jù)能夠反映市場情緒，如果升值預期增強，結(jié)匯需求旺盛，反之則購匯需求旺盛。

三、“指令流”微觀市場的實證研究

本文采用MCMC 抽樣方法對模型進行估計。根據(jù)Nakajima（2011）的算法預先賦值參數(shù)，設定對于時變參數(shù)的初始狀態(tài)，設定先驗值：μβ0=μα0=μh0=0，并且∑β0=∑α0=∑h0=10I。為了計算后驗估計值，本文在繪制M=10000 個樣本后舍去最初的1000 個樣本。TVP-VAR 模型的滯后階數(shù)是通過序列似然比檢驗、最終預測誤差、Akaike準則確定，Schwarz準則和Hanna-Quin 準則用于確定五種評估方法。在指令流、匯率價差和匯率預期的模型中，通過表1觀察發(fā)現(xiàn)，在滯后二階中，評價方法FPE、AIC、HQIC和SBIC 均為最小值，信息準則最小，于是選擇最優(yōu)滯后階數(shù)為2。

表1 滯后階數(shù)及選擇

（一）模型中參數(shù)的估計結(jié)果

MCMC方法模擬10000次得到的估計結(jié)果如表2和圖2所示。從表中可以看出，參數(shù)的后驗均值都處于95%的置信區(qū)間內(nèi)，Geweke 的CD 收斂值都小于1.96，不拒絕收斂于后驗分布的原假設。同時從無效因子可以看出，除了sb2 和sh1 之外，其余參數(shù)的無效因子均較小（金春雨和張浩博，2016），在10000 次的總抽樣次數(shù)中MCMC 抽樣的效果較理想。

表2 參數(shù)估計結(jié)果

圖2 樣本自相關(guān)圖

圖2 中分別表示樣本自相關(guān)（頂部），樣本路徑（中部）和后部密度（底部）。樣本自相關(guān)圖可以看出自相關(guān)系數(shù)呈現(xiàn)下降趨勢，中部的樣本路徑顯示抽樣數(shù)據(jù)在一定的范圍內(nèi)穩(wěn)定波動。基于此，可以認為通過參數(shù)假設條件的MCMC 抽樣所獲得樣本是不相關(guān)的，也側(cè)面證明了利用MCMC 算法進行估計是有效的。

（二）時變脈沖響應圖

利用TVP-VAR 模型生成了指令流、匯率升貶值預期和匯率價差在不同的沖擊約束條件下的脈沖響應圖。圖3 系列圖中是分別以持續(xù)1、2 和4 個月的滯后期來反映各變量受到的短期沖擊響應圖，而圖4是以持續(xù)4、8和12個月的滯后期來反映各變量受到?jīng)_擊的短期、中期和長期的響應效果。從圖3和圖4可以看出，匯率價差對指令流和匯率升貶值預期的沖擊都表現(xiàn)出顯著的時變特征，其中指令流和匯率升貶值預期受到匯率價差的長期沖擊（12個月）所呈現(xiàn)的響應波動最明顯，短期沖擊（4個月）幾乎無響應。

圖3 等間隔脈沖響應圖（短期限）

圖4 等間隔脈沖響應圖（長期限）

1.匯率價差的脈沖響應（圖3和4第1列）

匯率預期升貶值對匯率價差滯后短期和長期的影響始終為正，這表明投資者對匯率的預期貶值能在一定程度上加大匯率價差，驗證了假說1。在2010年呈現(xiàn)一個波峰，可能是匯改造成了市場的不穩(wěn)定性，加大了投資者的恐慌。指令流對匯率價差的影響總是為負，沒有明顯的時變效應。尤其在滯后期1、2 和4 期時，指令流對匯率價差都具有沖擊效應，在整個樣本期內(nèi)都比較穩(wěn)定，可以看出指令流對匯率價差的影響在短期內(nèi)更為頻繁，但波幅不大。原因可能有三：一是因為本文的指令流數(shù)據(jù)不是做市商的私人數(shù)據(jù)而是一個加總數(shù)據(jù)，數(shù)據(jù)的精確度不高；二是可能參與市場交易的交易者的類別及參與程度的不同導致了指令流信息的差異化，進而減緩了指令流反映市場信息的速度；三是可能指令流關(guān)于基本面的信息需要經(jīng)過一定的滯后時間才能顯示在價格中。

2.匯率預期升貶值的脈沖響應（圖3 和4第2列）

匯率價差在2010～2011 年對匯率升貶值預期基本處于正向影響，且在2010 年之后的影響正負交替波動較大，表明在長期匯率價差對匯率升貶值預期的沖擊表現(xiàn)出顯著的時變特征。而指令流對匯率預期升貶值在較短的時期內(nèi)是呈現(xiàn)正向影響的，短期內(nèi)客戶對外匯結(jié)匯的增加會引起市場匯率貶值的預期的增長，但是在長期表現(xiàn)為負向影響，則意味著市場分散的私人信息以及客戶結(jié)匯的指令流增加會引起市場對匯率升值預期的增長，從而減少在離岸匯率價差，結(jié)果驗證了假說2。

3.指令流的脈沖響應（圖3和4第3列）

通過對比長滯后期和短滯后期的脈沖響應能夠發(fā)現(xiàn)，匯率價差對指令流相對長滯后期的影響明顯，體現(xiàn)為正負交替，且在2010年和2015 年左右波動較大，表明匯率價差對指令流的沖擊表現(xiàn)出顯著的時變特征。匯率預期升貶值對指令流的影響為負，滯后期數(shù)越大負向影響越顯著，可能是因為市場信息的傳遞需要經(jīng)過一段時間的作用，客戶指令流是投資組合調(diào)整結(jié)果的表現(xiàn)，預期國內(nèi)匯率貶值，代客結(jié)售匯減少，也就是人民幣貶值的預期上升，對國內(nèi)基本面的預期較消極，客戶向銀行的結(jié)匯意愿減少，帶來結(jié)售匯負向的客戶指令流。

進一步分析不同時間點匯率價差、指令流和匯率預期之間的關(guān)系。根據(jù)樣本期內(nèi)中國進行匯率改革的時間，本文選擇2005 年5 月、2010 年6 月和2015 年8 月三個時點為代表，進行時間點脈沖響應分析，對比三個時期的匯率改革的作用效果。

圖5 時點脈沖響應圖

圖5第一列顯示的是匯率價差對匯率預期和指令流的響應圖，可以看出三個時點的沖擊效果基本重合，這意味著匯率預期和指令流變化對匯率價差的影響作用沒有顯著的時變性，可能是由于人民幣利率和匯率決定機制市場化程度不高，市場信息的傳導不完全。匯率價差對匯率預期沖擊的響應方向在5期之后為正，且逐漸增大，表現(xiàn)為長期匯率預期對匯率價差的正向影響越來越大。匯率價差對指令流沖擊的響應方向在5 期之后為負，即指令流在短期內(nèi)對匯率價差幾乎沒有影響，可能是做市商對基本面信息的了解要逐步學習修正，所以關(guān)于基本面的信息需要經(jīng)過一定的時間才能顯示在價格中。值得注意的是，2015年的匯率市場改革的時點顯示利率市場化改革的深入在一定程度上減輕了指令流對匯率價差的負向影響。

四、機制分析：指令流的中介效應

前文研究發(fā)現(xiàn)指令流會影響匯率價差，是連接宏觀市場和微觀市場的橋梁，那么指令流是如何連接宏觀因素的呢？為了研究指令流的中介效應，本文提出假說3：匯率價差的影響機制中存在“匯率預期→指令流→匯率價差”的機制，指令流在微觀和宏觀市場中的中介效應是顯著的。在已有文獻基礎上，以匯率升貶值預期（宏觀因素）為切入點，探究匯率升貶值預期是否通過指令流對匯率價差產(chǎn)生影響，證明了指令流的中介效應?；谥薪樾Ｐ秃椭鸩綔y試方法，相應的修改了中介效應的檢驗流程，用Bootstrap法取代Sobel法對系數(shù)乘積進行檢驗（溫忠麟、葉寶娟，2014）。為了驗證假說3，本文應用Mplus進行研究。首先建立以下三個計量模型：

具體檢驗步驟如下：第一步，對模型（5）進行回歸，檢驗方程（5）的系數(shù)c，觀察匯率升貶值預期與匯率價差的回歸系數(shù)是否顯著，顯著說明指令流中介效應成立；第二步，依次檢驗方程（6）的系數(shù)與方程（7）的系數(shù)b，如果至少存在一個是不顯著的，進行第三步，用Bootstrap 法檢驗；當兩個系數(shù)顯著，直接進行第四步。第三步，用Bootstrap 法直接檢驗H0：ab=0，如果顯著，則間接效應顯著，進行第四步。反之，停止分析。第四步，檢驗方程（7）的系數(shù)c′，如果直接效應不顯著，說明只有中介效應。反之，則證明直接效應是顯著的，可以繼續(xù)進行第五步。這個檢驗流程是從參數(shù)角度出發(fā)進行檢驗。相比于點估計來說，進行區(qū)間估計則更為精確。Mplus 程序運用Bootstrap 法求出系數(shù)a 和b 的置信區(qū)間進行檢驗，這種方法更加穩(wěn)妥。

表3統(tǒng)計了系數(shù)與系數(shù)乘積ab的參數(shù)估計值以及偏差校正的非參數(shù)百分位Bootstrap 置信區(qū)間。其回歸結(jié)果表明，對模型（5）進行回歸的結(jié)果顯示匯率預期對匯率價差回歸的系數(shù)為0.052，在1%的水平下顯著，說明總效應顯著。為了檢驗匯率預期是否經(jīng)由指令流傳遞給匯率，即指令流在連接宏觀微觀市場中是否起到中介作用，回歸模型（6）和（7）得出系數(shù)a和系數(shù)b都顯著，即間接效應是顯著的。且匯率預期對指令流的系數(shù)a 顯著為正，說明人民幣匯率貶值預期的增強會刺激外匯市場外匯持有者實施拋售外匯的行為。模型（7）與模型（5）相比較，在加入中介變量后，匯率預期的系數(shù)由0.052增加到0.061，并且顯著，這說明指令流增強了匯率預期對匯率價差的影響，指令流的信息傳遞作用明顯。進而又檢驗方程（7）的系數(shù)c′為0.061，顯著的結(jié)果表明直接效應顯著。為了更加準確地驗證指令流的中介效應，本文又對系數(shù)進行了Bootstrap 檢驗，結(jié)果也是顯著，表明存在以指令流為中介變量的中介效應，該中介效應的大小為-0.009，系數(shù)ab的-0.009和c′的0.061符號相異，其在總效應中所占比重為│ab/c′│，14.8%。

上述檢驗結(jié)果表明，在匯率預期影響匯率價差的過程中，指令流起到了顯著的中介作用?？梢钥闯觯瑓R率預期貶值的增加加大了匯率的價差，傳遞過程表現(xiàn)為市場匯率預期貶值增加，客戶集合市場信息反映到指令流減少，指令流減少導致匯率價差增大。指令流傳遞了匯率預期及其以外其他的信息，通過市場的匯總，有效的反映到匯率價差中。綜合分析，匯率價差的影響機制中存在“匯率預期→指令流→匯率價差”的機制，該機制表明指令流在微觀和宏觀市場中的中介效應顯著，驗證了假說3。

表3 匯率預期經(jīng)由指令流影響匯率價差的中介效應

五、穩(wěn)健性檢驗

穩(wěn)健性檢驗回歸中所使用的數(shù)據(jù)均來自于Wind數(shù)據(jù)庫。其中，在岸人民幣即期匯率（CNY）選取中國人民銀行發(fā)布的美元兌人民幣的平均匯率代替前文中介效應檢驗中的美元兌人民幣匯率中間價；其兩者存在不同之處，人民幣中間價是外匯交易中心將做市商匯報的開盤報價中去掉最大值和最小值后經(jīng)加權(quán)平均計算得出。離岸人民幣即期匯率（CNH）選取香港財資市場公會公布的離岸即期匯率定盤價，代替前文NDF12 月期離岸匯率。由于離岸即期匯率定盤價屬于日交易數(shù)據(jù)，剔除因未交易日期、周末和節(jié)假日等缺失數(shù)據(jù)，然后進行月平均處理，和在岸人民幣即期匯率變量數(shù)據(jù)進行匹配，從而計算在岸離岸價差，計算公式為：在岸離岸價差DIF=CNY-CNH；預期匯率EXP=（CNYNDF）/CNY*100。人民幣匯率預期（EXP）：本文選取了NDF1 月期代替前文中的NDF12 月期，指令流（order）在穩(wěn)健性檢驗中依然延續(xù)使用正文中的“銀行代客結(jié)售匯”。

根據(jù)數(shù)據(jù)的可獲得性與匹配性，在穩(wěn)健性檢驗中選取的數(shù)據(jù)為2011 年7 月至2019 年8 月的月度數(shù)據(jù)，共計98 個觀測值，穩(wěn)健性檢驗結(jié)果顯示①限于篇幅，留存?zhèn)渌鳌＃涸?5%的置信區(qū)間下，中介效應結(jié)果沒有包含0（0.0337，0.0639），表明指令流對匯率價差的中介效應顯著；另外，在控制了指令流的中介效應之后，匯率預期對匯率價差的系數(shù)依然顯著（0.0190，0.1376）包含0，說明指令流不是唯一中間變量，在宏觀經(jīng)濟環(huán)境中依然存在其他影響人民幣在岸離岸價差的因素。

六、結(jié)論與建議

本文在時變框架下，利用TVP-VAR 模型分析了匯率預期升貶值、指令流和匯率價差之間的影響關(guān)系，驗證了本文提出的假說1～3。由上文中的實證結(jié)果可以得出：第一，匯率預期升貶值會負向影響指令流，且滯后期數(shù)越大負向影響越顯著；第二，指令流對匯率價差的影響總是負面的，短期內(nèi)波動頻繁，但波幅不大；第三，匯率改革有助于緩解市場分散信息對匯率價差的影響；第四，在匯率預期影響匯率價差的過程中，指令流起到了顯著的中介作用，存在“匯率預期→指令流→匯率價差”的影響機制，表現(xiàn)為市場匯率預期貶值增加，客戶指令流會相應減少，進而導致匯率價差增大。根據(jù)結(jié)論，本文提出以下建議。

第一，提高外匯市場信息效率。通過實證可以發(fā)現(xiàn)指令流對匯率價差的影響波幅不大，也就是說做市商從指令流中提取的信息對匯率的影響程度并不高，有關(guān)指令流基本面的信息需要經(jīng)過一定的時間才能顯示在價格中。自2013 年我國推出QFII以來，又陸續(xù)推出了簡化入市流程、取消額度限制、拓寬投資品種、取消準備金的穿透式管理方式等措施，這些措施都致力于豐富市場參與主體和交易品種，以便加快匯率的流動以及市場信息的流動。未來還需要采取措施提高人民幣外匯市場的信息效率，強化做市商信息傳遞的效率，使得指令流信息能夠快速的反映市場信息，并表現(xiàn)到價格中。

第二，推動人民幣匯率市場化形成機制改革。本文通過時點脈沖響應函數(shù)觀察到2015 年匯率改革在一定程度上減緩了指令流對匯率價差的負向影響程度，表明匯率改革的有效性。2014年匯率中間價幅度由2%擴大至3%，2015年完善人民幣兌美元匯率中間價報價，都是探索人民幣匯率市場化的重要措施。而我國的市場改革需繼續(xù)人民幣匯率形成機制改革，并輔之以宏觀和微觀層面的措施。宏觀層面上加強外匯實倉的管理，微觀層面上豐富市場交易主體和參與主體的多樣性，加強人民幣內(nèi)地和香港市場之間的聯(lián)動性。注意完善人民幣離岸市場的發(fā)展，縮小境內(nèi)外利差，減少市場的套利，增強投資者對中國經(jīng)濟、人民幣匯率的預期。

第三，完善做市商制度。做市商作為定價中心，讓做市商間的指令流反映市場上分散的信息及客戶的私人信息。提高做市商的價格發(fā)現(xiàn)功能不僅能夠從根本上確保信息渠道的暢通，還能保證中間價更加有效地反映宏觀基本面信息和市場供求信息，使得中間價形成機制更加市場化。2014年取消了銀行對客戶各幣種掛牌買賣價差管理，2016年正式建立公開市場每日操作常態(tài)化機制，這都促進了做市商制度完善進程。此后，市場可以通過加大做市商之間的競爭，或者投入更多的匯率定價研究，來激勵做市商尋找匯率的最有效價格。