■楊玲玲 湯磊

一、引言

在我國金融市場雙向開放的背景下，短期資本跨境流動規(guī)模擴(kuò)大，風(fēng)險溢出的渠道更加通暢，人民幣外匯市場受國際金融市場的外溢性影響進(jìn)一步凸顯。在“一種貨幣、三種匯率、三類外匯市場”①的結(jié)構(gòu)化特征下，香港離岸人民幣匯率、NDF 匯率與境內(nèi)人民幣匯率具有雙向價格引導(dǎo)關(guān)系[1]，外部沖擊因素可經(jīng)由前兩種匯率價格傳導(dǎo)至境內(nèi)外匯市場，加劇境內(nèi)人民幣匯率波動，推高我國外匯市場風(fēng)險水平，而境內(nèi)市場風(fēng)險也會通過這兩種匯率向境外擴(kuò)散。不僅如此，三種匯率間還存在較強(qiáng)的風(fēng)險共振現(xiàn)象，這種關(guān)系在金融市場動蕩時期表現(xiàn)得更為突出，使得三類外匯市場間的風(fēng)險溢出存在系統(tǒng)性、時變性、交互性和非對稱性，這對我國“實(shí)現(xiàn)人民幣匯率在合理、均衡水平上的穩(wěn)定”的政策目標(biāo)構(gòu)成了挑戰(zhàn)。因此，研究境內(nèi)外人民幣外匯市場間的風(fēng)險溢出效應(yīng)具有重要政策意義，不僅有利于我國穩(wěn)步提升人民幣國際化水平，更好地構(gòu)建“雙循環(huán)”新發(fā)展格局，也有助于發(fā)揮匯率作為國際金融風(fēng)險隔離墻的作用，為我國經(jīng)濟(jì)高質(zhì)量發(fā)展保駕護(hù)航。

此外，金融資產(chǎn)風(fēng)險僅用二階矩方差來刻畫并不完整，還應(yīng)當(dāng)考慮在風(fēng)險極端化條件下的高階矩波動率。在二階矩風(fēng)險維度下，GARCH波動率刻畫的是條件方差層面的風(fēng)險，即已知的不確定性（known unknown），意外波動率（VS）刻畫的是意想不到的風(fēng)險，即未知的不確定性（unknown unknown）；而偏度、峰度等高階矩波動率刻畫的是極端風(fēng)險，即極端未知的不確定性（extreme unknown unknown）。從GARCH 波動率、意外波動率到高階矩波動率，金融資產(chǎn)所具有的風(fēng)險極端化程度漸次增加。已有研究發(fā)現(xiàn)，金融資產(chǎn)之間不僅存在一般風(fēng)險層面的關(guān)聯(lián)，還存在著未預(yù)期風(fēng)險甚至極端風(fēng)險層面的關(guān)聯(lián)，且不同金融資產(chǎn)的聯(lián)動關(guān)系在二階矩乃至更高階矩上都有顯著的反映[2]。因此，風(fēng)險溢出效應(yīng)的研究應(yīng)當(dāng)考慮多階矩維度下的溢出特征，把不同極端化程度下的風(fēng)險傳染機(jī)制刻畫出來?；诖?，本文從時域和頻域兩個維度出發(fā)，特別關(guān)注三種人民幣匯率通過動態(tài)條件相關(guān)結(jié)構(gòu)所產(chǎn)生的緊密聯(lián)系，研究境內(nèi)外人民幣外匯市場之間的意外波動、條件偏度和條件峰度風(fēng)險溢出效應(yīng)。

本文的邊際貢獻(xiàn)在于：第一，系統(tǒng)化地測度了境內(nèi)外人民幣外匯市場間的多階矩風(fēng)險溢出效應(yīng)，為研究匯率風(fēng)險以及由信息的跨市場傳播所產(chǎn)生的多階矩市場風(fēng)險聯(lián)動關(guān)系提供了新佐證。第二，從時域、頻域雙視角出發(fā)，研究了境內(nèi)外人民幣外匯市場間的多階矩風(fēng)險溢出效應(yīng)，拓展了匯率風(fēng)險問題的研究邊界。第三，考察了在不同風(fēng)險極端化程度下，境內(nèi)外人民幣外匯市場間的風(fēng)險溢出強(qiáng)度、溢出方向以及跨市場風(fēng)險傳染機(jī)制，厘清了沖擊因素在境內(nèi)外人民幣外匯市場間的傳導(dǎo)路徑，為防范人民幣匯率風(fēng)險、維護(hù)國家金融安全提供了經(jīng)驗(yàn)證據(jù)和決策依據(jù)。

二、文獻(xiàn)綜述

目前與本文主題相關(guān)的研究主要涉及境內(nèi)外人民幣外匯市場間的風(fēng)險溢出效應(yīng)、基于意外波動率的風(fēng)險溢出效應(yīng)以及基于高階矩風(fēng)險的風(fēng)險溢出效應(yīng)。

（一）境內(nèi)外人民幣外匯市場的風(fēng)險溢出效應(yīng)

信息的跨市場傳播使得境內(nèi)外人民幣匯率的收益率存在動態(tài)條件相關(guān)性，并因波動沖擊產(chǎn)生了風(fēng)險溢出效應(yīng)。國內(nèi)外學(xué)者通過定量研究人民幣外匯市場的風(fēng)險溢出效應(yīng)，既識別了境內(nèi)外外匯市場間的匯率信息溢出強(qiáng)度和溢出方向，也據(jù)此判別出在岸人民幣匯率（CNY）、香港離岸人民幣匯率（CNH）和人民幣無本金交割遠(yuǎn)期匯率（NDF）的市場影響力，從而確定人民幣定價權(quán)歸屬。

在2010年香港CNH市場尚未出現(xiàn)之前，國內(nèi)學(xué)者普遍認(rèn)為境內(nèi)人民幣即期市場對NDF 市場不存在明顯的波動溢出效應(yīng)，NDF 市場處于匯率價格發(fā)現(xiàn)的中心地位，擁有人民幣定價權(quán)[3，4]。此后，相關(guān)研究結(jié)論出現(xiàn)了分化：有學(xué)者發(fā)現(xiàn)，隨著境內(nèi)外人民幣外匯市場風(fēng)險關(guān)聯(lián)性的上升，境內(nèi)CNY市場逐漸占據(jù)了匯率定價主動權(quán)，而NDF市場的影響力開始下降[5]；有學(xué)者則認(rèn)為，境內(nèi)外人民幣即期匯率間不存在顯著的均值溢出和波動溢出效應(yīng)[6]；還有學(xué)者認(rèn)為，CNH 匯率對CNY 匯率具有預(yù)測性，NDF 匯率對CNY匯率具有預(yù)測性，故境內(nèi)CNY市場應(yīng)當(dāng)是溢出效應(yīng)的接受方，而香港CNH市場和NDF市場才是溢出效應(yīng)的源頭[7—10]。

在2015 年“8.11”匯改后，國內(nèi)外學(xué)者的研究結(jié)論更趨一致，主要形成兩類觀點(diǎn)：一部分學(xué)者認(rèn)為CNY匯率引導(dǎo)著離岸市場匯率，故CNY匯率對離岸CNH 匯率的風(fēng)險溢出效應(yīng)更強(qiáng)[11—13]；另一部分學(xué)者則認(rèn)為，香港CNH市場對境內(nèi)CNY市場具有日益顯著的均值溢出和波動溢出效應(yīng)，前者才是匯率信息溢出的中心，CNH匯率變動能更好地反映全球風(fēng)險變化[14—16]。

（二）基于意外波動率的風(fēng)險溢出效應(yīng)研究

Hamao等[17]首次將意外波動率視為滯后于條件方差項(xiàng)的成分，用以研究國際股市間的風(fēng)險溢出效應(yīng)，結(jié)果發(fā)現(xiàn)紐約股市是風(fēng)險溢出的源頭，能夠?qū)惗毓墒泻蜄|京股市產(chǎn)生顯著影響。Engle 等[18]更明確地將意外波動率定義為殘差平方和條件方差之間的不可預(yù)測成分。該定義被國際學(xué)者用于研究美國股市與亞太股市間的風(fēng)險溢出效應(yīng)，證實(shí)了美國股市是意外波動風(fēng)險的溢出源頭[19，20]。Aboura 等[21]的研究最具代表性，認(rèn)為意外波動率對金融市場間的信息沖擊更為敏感，將其引入ADCCX-GARCH 模型，用以探討美國股票市場、債券市場、外匯市場和大宗商品市場間的風(fēng)險溢出效應(yīng)，結(jié)論有力地證明了考慮意外波動成分后各類金融市場間的風(fēng)險溢出效應(yīng)更為顯著。

（三）基于高階矩風(fēng)險的風(fēng)險溢出效應(yīng)

鑒于金融資產(chǎn)收益率通常并不滿足正態(tài)分布或者對數(shù)正態(tài)分布，這意味著對金融風(fēng)險的測度不能僅考慮均值和方差，也應(yīng)該強(qiáng)調(diào)高階矩維度下的風(fēng)險特征。從微觀視角來看，企業(yè)間的生產(chǎn)率沖擊總體上呈現(xiàn)出非正態(tài)分布，其條件偏度和條件峰度具有時變性[22]。各類金融資產(chǎn)也具有類似風(fēng)險特征，對沖基金的收益率對偏度和峰度沖擊尤為敏感，并且偏度和峰度沖擊比波動沖擊更加重要[23]，股票同樣如此。而且引入高階矩風(fēng)險后，股市間的風(fēng)險溢出效應(yīng)也很顯著。劉楊樹等[24]利用股票市場的風(fēng)險中性高階矩來反映香港股票市場風(fēng)險特征，發(fā)現(xiàn)在三階矩偏度和四階矩峰度等兩個維度下，香港股市存在明顯的風(fēng)險溢出效應(yīng)。許啟發(fā)[25]、蔣翠俠等[26]構(gòu)建了高階矩風(fēng)險GARCHSK 模型，驗(yàn)證了我國股市存在高階矩風(fēng)險，并發(fā)現(xiàn)方差風(fēng)險溢出效應(yīng)強(qiáng)于偏度風(fēng)險溢出效應(yīng)和峰度風(fēng)險溢出效應(yīng)，方差風(fēng)險在投資決策中依然占有最重要的位置。崔金鑫等[2]同時從時域和頻域視角研究高階矩風(fēng)險溢出效應(yīng)，發(fā)現(xiàn)國際股市間的高階矩風(fēng)險溢出效應(yīng)同樣顯著，美國、英國、德國、法國和加拿大股市主要扮演風(fēng)險凈溢出者的角色，而澳大利亞、日本、新加坡、中國內(nèi)地和中國香港股市主要扮演風(fēng)險凈接受者的角色。

綜上，國內(nèi)外學(xué)界圍繞境內(nèi)外人民幣外匯市場的風(fēng)險關(guān)聯(lián)性以及各階矩風(fēng)險維度下的金融市場風(fēng)險溢出效應(yīng)進(jìn)行了卓有成效的研究，但仍存在一些局限性：第一，對匯率存在的多維階矩風(fēng)險特征考慮不足，尤其是忽視了由此產(chǎn)生的意外波動風(fēng)險溢出效應(yīng)和高階矩風(fēng)險溢出效應(yīng)。在二階矩維度上，隱含波動率和隨機(jī)波動率等需要遵從嚴(yán)格的假設(shè)條件，有可能導(dǎo)致測算結(jié)果存在系統(tǒng)性偏誤或者耗費(fèi)計算量。而意外波動率是GARCH 波動率的估計殘差項(xiàng)和方差項(xiàng)之差，測算方式較為簡便，且該值對金融市場之間的波動沖擊以及市場信息傳遞更加敏感，能準(zhǔn)確地刻畫出未預(yù)期波動沖擊帶來的跨市影響。第二，假設(shè)金融資產(chǎn)收益率序列為正態(tài)分布或者對數(shù)正態(tài)分布，這可能不符合市場的真實(shí)情況，因此高階矩之間的風(fēng)險溢出效應(yīng)更應(yīng)成為題中之意。而國內(nèi)外的高階矩風(fēng)險研究大多針對股票市場和債券市場，較少涉及外匯市場。第三，對境內(nèi)外人民幣外匯市場間由信息傳遞導(dǎo)致的風(fēng)險溢出效應(yīng)研究還不夠深入，僅驗(yàn)證了風(fēng)險溢出效應(yīng)的存在性及其基本特征，尚未明確揭示出人民幣匯率風(fēng)險的跨市風(fēng)險傳染機(jī)制。第四，現(xiàn)有研究較多地從時域角度來檢驗(yàn)金融市場間的風(fēng)險溢出效應(yīng)，而從頻域視角來檢驗(yàn)金融市場間風(fēng)險溢出效應(yīng)的成果較少，更鮮有針對人民幣外匯市場時頻域風(fēng)險溢出效應(yīng)的研究。

三、實(shí)證指標(biāo)與模型構(gòu)建

（一）二階矩風(fēng)險指標(biāo)

本文將采用意外波動率來作為二階矩波動風(fēng)險的測算指標(biāo)。Engle 等[18]將其定義為金融資產(chǎn)價格時序的條件方差與其殘差平方的差值，用以表征金融風(fēng)險中不可預(yù)測的波動成分。一般而言，可通過構(gòu)建GARCH（1，1）模型的均值等式：

其中，rt為金融資產(chǎn)對數(shù)收益率序列，μ為無條件均值，?t為殘差序列，σt為條件方差，ω為平均波動率項(xiàng)。

由殘差?t算得時變條件波動率σt，即可通過殘差平方?和條件方差?之間的差值求解意外波動率ζ。Engle 等[18]將波動率定義為ζ，作為殘差平方?和條件方差?之間的差值。出于標(biāo)準(zhǔn)化計算的目的，本文將意外波動率進(jìn)行標(biāo)準(zhǔn)化處理，即標(biāo)準(zhǔn)化意外波動率?由如下公式給出：

（二）高階矩風(fēng)險指標(biāo)

金融資產(chǎn)收益率分布并非嚴(yán)格服從正態(tài)分布，而是具有“尖峰肥尾”特征，也即具有了三階矩意義上的峰度風(fēng)險和四階矩意義上的偏度風(fēng)險，它們構(gòu)成了金融資產(chǎn)價格的高階矩風(fēng)險。為獲取人民幣匯率收益率的條件偏度和條件峰度序列，本文對Leon等[27]提出的GARCHSK 模型進(jìn)行了精煉，構(gòu)建如下高階矩風(fēng)險模型：

式（4）、式（5）中，rt為金融資產(chǎn)對數(shù)收益率，μ為無條件均值，表示創(chuàng)新項(xiàng)，Zt表示白噪音，且E（Zt）=0，E（?）=1，σt為條件方差。V，rt-1指的是t-1時期內(nèi)的時變信息，ht為條件波動，skew下標(biāo)t為條件偏度，kurt下標(biāo)t為條件峰度。

（三）DY溢出指數(shù)模型

本文將借鑒Diebold等[28]提出的溢出指數(shù)（Spillover Index）模型來考察CNY 市場、CNH 市場以及NDF 市場之間的多階矩風(fēng)險溢出效應(yīng)。該模型的基本原理是根據(jù)廣義的KPPS 方法建立VAR 模型，然后采用方差分解以計算溢出指數(shù)。

其次，運(yùn)用KPPS 方法對VAR 進(jìn)行一般化處理和方差分解。來自xi(i=1,2,3,…,N)的沖擊對xi的向前H步預(yù)測誤差的方差可以作為自身項(xiàng)對方差的貢獻(xiàn)程度，而不包括xi在內(nèi)的其他xj(j=1,2,3,…,N且i≠j)對xi的H 步預(yù)測誤差方差則視為自身對其他方差的貢獻(xiàn)值。因此，xj對xi的方差貢獻(xiàn)為：

其中，σij為第j個方程誤差項(xiàng)的標(biāo)準(zhǔn)差，Σ為預(yù)測誤差向量ε的方差矩陣，ei表示第i 個元素為1 而其余元素均為0 的列向量。在KPPS 方法的VAR 框架下，可由自身和其他變量方差貢獻(xiàn)度的和算得總貢獻(xiàn)程度，即

接下來，可對?進(jìn)行標(biāo)準(zhǔn)化處理，令

根據(jù)不同變量的方差貢獻(xiàn)度之和占總預(yù)測誤差方差貢獻(xiàn)度百分比，可構(gòu)建如下總溢出指數(shù)：

此外，還可以度量其他所有市場對市場i 的溢出指數(shù)：

相反，市場i對其他所有市場的溢出指數(shù)為：

用公式（11）減去（10），得到市場i 對其他所有市場的凈溢出指數(shù)：

假設(shè)j 指的是另一個市場，則市場i 對市場j 的凈溢出指數(shù)為：

在模型數(shù)據(jù)的選用上，本文選取上述標(biāo)準(zhǔn)GARCH 模型和GARCHSK 模型計算所得的意外波動率、條件偏度和條件峰度，以計算CNY市場、CNH市場和NDF 市場之間的各階矩變量之間的溢出關(guān)系和溢出強(qiáng)度。

（四）DCC-GARCH（動態(tài)條件相關(guān)）模型

在DY 溢出指數(shù)模型的基礎(chǔ)上，本文將進(jìn)一步對CNY市場、CNH市場和NDF市場之間的風(fēng)險溢出特征進(jìn)行動態(tài)化描述。rt和?分別代表價格收益率和意外波動率成分，價格收益率由公式rt=log(Pt/Pt-1)計算得出，ξ定義為n×1的參數(shù)向量。

將χt定義為t 時間上的不可預(yù)測成分（?t或者?）的向量，條件均值為0并且符合n×n的協(xié)方差矩陣Ht。

將Ωt-1定義為t-1 時間段上的所含信息，條件協(xié)方差矩陣可以被分解成下式：

令ρij,t代表相關(guān)系數(shù)，Rt代表n×n 的時變相關(guān)矩陣，作為標(biāo)準(zhǔn)差的n×n對角矩陣。

動態(tài)條件相關(guān)矩陣由下式給出：

其中，Rt中的元素由下式給出：

四、數(shù)據(jù)、指標(biāo)及描述性統(tǒng)計

（一）數(shù)據(jù)、樣本和多階矩風(fēng)險指標(biāo)測算

本文選取的數(shù)據(jù)為CNY 市場人民幣兌美元即期匯率、CNH市場人民幣兌美元即期匯率以及NDF市場一月遠(yuǎn)期匯率的每日收盤報價，考慮到境內(nèi)外人民幣外匯市場的數(shù)據(jù)同步性，數(shù)據(jù)選取時段為2012 年5 月10 日到2023 年2 月3 日，同時剔除交易時間不一致數(shù)據(jù)以及個別極端數(shù)據(jù)，最終保留共計2464個交易日。所有數(shù)據(jù)均來源于wind數(shù)據(jù)庫。

根據(jù)GARCHSK 模型可以計算得出CNY、CNH以及NDF 市場的標(biāo)準(zhǔn)GARCH 波動率，以及三個外匯市場在高階矩條件下的條件偏度和條件峰度序列。CNY、CNH 以及NDF 市場由標(biāo)準(zhǔn)GARCH 模型計算得出的參數(shù)具體如表1所示：

表1 CNY、CNH及NDF市場標(biāo)準(zhǔn)GARCH模型參數(shù)

CNY 市場和CNH 市場的α值約為0.37，表明往期收益率偏差對當(dāng)期收益率波動存在較高的影響水平，而NDF 市場的α值僅有0.178，表明往期收益率偏差的影響相對較小。CNY市場和CNH市場的β值在0.5附近，表明往期收益率波動對當(dāng)期收益率波動存在一定影響，但相較于NDF 市場的0.698 而言影響程度較低。

進(jìn)一步依據(jù)公式（3），可求出CNY市場、CNH市場和NDF 市場上人民幣匯率的意外波動率序列?。如圖1所示，自2012年以來，境內(nèi)外人民幣外匯市場的意外波動率逐漸增強(qiáng)，這反映出在持續(xù)推進(jìn)的匯率形成機(jī)制改革推動下，外匯市場的透明度不斷提高，人民幣匯率波動彈性不斷增大。值得注意的是，在2015年“8·11”匯改、2019年中美貿(mào)易爭端、2020 年新冠疫情、2022 年俄烏沖突等時點(diǎn)上，匯率意外波動率均出現(xiàn)了突變值，表明重大匯率改革及市場沖擊事件增加了境內(nèi)外投資者預(yù)期的不確定性，加劇了匯率風(fēng)險。此外，三條意外波動率曲線呈現(xiàn)出基本趨同的波動態(tài)勢，這意味著在二階矩維度上，境內(nèi)外人民幣外匯市場間可能存在較高的風(fēng)險聯(lián)動性，這將在后續(xù)的實(shí)證檢驗(yàn)中進(jìn)行驗(yàn)證。

圖1 CNY、CNH及NDF市場的意外波動率曲線

接下來，由GARCHSK 模型可以估計得出CNY市場、CNH市場以及NDF市場上的人民幣匯率高階矩風(fēng)險時序，如圖2 所示。在三階矩風(fēng)險維度上，CNY 市場和CNH 市場的條件偏度曲線波動較為平穩(wěn)，僅在2015 年“8·11”匯改期間出現(xiàn)了突變，且后者比前者波動性稍強(qiáng)；NDF 市場的條件偏度曲線則呈現(xiàn)出長期不平穩(wěn)的波動態(tài)勢。在四階矩風(fēng)險維度上，各市場上的條件峰度曲線也具有類似的波動特征。這表明高階矩匯率風(fēng)險指標(biāo)更易捕捉到未預(yù)期沖擊乃至極端沖擊對外匯市場的影響，從而使得境內(nèi)外人民幣匯率風(fēng)險表現(xiàn)出明顯分化，即CNY 匯率、CNH匯率和NDF匯率對波動沖擊的響應(yīng)敏感度不斷增強(qiáng)。這也體現(xiàn)出境外人民幣外匯市場中的信息速率高于境內(nèi)市場，同時從側(cè)面反映出境外市場具有相對較高的市場定價效率。

圖2 CNY、CNH和NDF市場的條件偏度、條件峰度曲線

（二）描述性統(tǒng)計分析

表2 是對CNY、CNH 及NDF 市場上各階矩風(fēng)險序列的描述性統(tǒng)計。從峰度值來看，各個序列均表現(xiàn)出“尖峰厚尾”特征；從JB 統(tǒng)計值來看，各階矩風(fēng)險均不服從正態(tài)分布；ADF 單位根檢驗(yàn)結(jié)果則表明各序列均為平穩(wěn)序列。

表2 CNY、CNH及NDF市場的多階矩風(fēng)險指標(biāo)描述性統(tǒng)計

五、各階矩維度下境內(nèi)外人民幣外匯市場間的風(fēng)險溢出效應(yīng)

本文將基于DY 溢出指數(shù)方法，將CNY 市場、CNH 市場和NDF 市場納入統(tǒng)一的VAR 模型系統(tǒng)中，從時域和頻域角度出發(fā)，分別檢驗(yàn)三個人民幣外匯市場間的意外波動風(fēng)險溢出效應(yīng)、條件偏度風(fēng)險溢出效應(yīng)和條件峰度風(fēng)險溢出效應(yīng)。

（一）頻域視角下靜態(tài)風(fēng)險溢出效應(yīng)檢驗(yàn)

根據(jù)上文測算得出的CNY 市場、CNH 市場和NDF 市場上意外波動率、條件偏度和條件峰度數(shù)據(jù)，本文依次構(gòu)建了在各階矩維度下的靜態(tài)DY 溢出指數(shù)模型，以檢驗(yàn)境內(nèi)外人民幣外匯市場間的靜態(tài)風(fēng)險溢出效應(yīng)。意外波動風(fēng)險溢出效應(yīng)考慮當(dāng)一個市場未預(yù)期的波動沖擊產(chǎn)生時另外兩個市場產(chǎn)生波動變化的概率。條件偏度風(fēng)險溢出效應(yīng)考慮當(dāng)某一外匯市場上的人民幣匯率大幅上漲或下跌時，其他兩個市場產(chǎn)生大幅度上漲或下跌的可能性；條件峰度風(fēng)險溢出效應(yīng)表示當(dāng)某一市場發(fā)生極端概率事件后，其他兩個市場同樣發(fā)生極端概率事件的可能性。在此基礎(chǔ)上，為探究各階矩風(fēng)險溢出效應(yīng)的靜態(tài)頻域特征，本文還將各階矩風(fēng)險時序的滯后期進(jìn)行調(diào)整，劃分了四個不同頻域，設(shè)置了1天（短期）、5天和10天（中期）以及20天（長期）四種不同頻域。

1.靜態(tài)風(fēng)險溢出強(qiáng)度

表3列示了不同頻域下境內(nèi)外人民幣外匯市場間的靜態(tài)風(fēng)險溢出總體強(qiáng)度，得出以下結(jié)論：

表3 CNY、CNH及NDF市場間的靜態(tài)風(fēng)險溢出效應(yīng)

第一，在各階矩維度下，境內(nèi)外人民幣外匯市場間的風(fēng)險溢出效應(yīng)均十分顯著，CNY 市場、CNH 市場和NDF市場之間的意外波動率、條件峰度和條件偏度風(fēng)險溢出指數(shù)最高值分別達(dá)到40.7、44.1%、29.5%。在各階矩風(fēng)險溢出效應(yīng)中，條件偏度溢出效應(yīng)最強(qiáng)，條件偏度溢出效應(yīng)最弱，隨著階矩增加，境內(nèi)外人民幣外匯市場間的風(fēng)險溢出強(qiáng)度呈現(xiàn)先增后減的駝峰形態(tài)變化趨勢。這表明小概率市場沖擊因素導(dǎo)致的風(fēng)險跨市傳染性最強(qiáng)，而在極端沖擊因素下的風(fēng)險跨市傳染性相對較弱。

第二，從頻域角度來看，境內(nèi)外三個人民幣外匯市場間的意外波動風(fēng)險溢出效應(yīng)在20 天左右到達(dá)強(qiáng)度峰值，表明二階矩的風(fēng)險溢出效應(yīng)可能會在長時間內(nèi)產(chǎn)生效果。而條件偏度風(fēng)險溢出效應(yīng)和條件峰度風(fēng)險溢出效應(yīng)均在5 天左右達(dá)到高峰值，這意味著在短時間內(nèi)，當(dāng)一個市場出現(xiàn)大幅度漲跌甚至發(fā)生極端概率事件時，另外兩個市場均會在短期內(nèi)受到影響，以較快速度做出反應(yīng)。此外，從滯后5天的頻域開始，各階矩維度下的風(fēng)險溢出強(qiáng)度都保持在較高水平，沒有隨頻域時長的增加而表現(xiàn)出衰減趨勢，這說明無論是從意外波動率、條件偏度還是條件峰度來測度匯率風(fēng)險，CNY 市場、CNH 市場和NDF市場間的風(fēng)險溢出效應(yīng)都具有較長的存續(xù)期。

2.靜態(tài)風(fēng)險溢出貢獻(xiàn)度

表4列示了境內(nèi)外三個人民幣外匯市場各自的風(fēng)險溢出貢獻(xiàn)度，可以發(fā)現(xiàn)：

表4 基于多階矩風(fēng)險指標(biāo)的CNY、CNH及NDF市場間靜態(tài)風(fēng)險溢出效應(yīng)

第一，各階矩維度下境內(nèi)人民幣外匯市場都是風(fēng)險溢出的中心，而風(fēng)險溢出的對象則為香港離岸市場或NDF 市場。從意外波動率、條件偏度、條件峰度的角度來看，CNY市場對CNH市場和NDF市場的風(fēng)險溢出貢獻(xiàn)均在100%左右，CNY 市場在各階矩維度下均扮演著風(fēng)險溢出主要輸出者的角色。以意外波動率作為匯率風(fēng)險指標(biāo)時，NDF 市場受到來自其他兩個市場的風(fēng)險溢出貢獻(xiàn)達(dá)到67.6%，為三個市場的最高值，可將其視為風(fēng)險溢出效應(yīng)的主要承受者。而以條件偏度和條件峰度作為匯率風(fēng)險指標(biāo)時，CNH市場受到來自其他市場的風(fēng)險溢出貢獻(xiàn)分別達(dá)到98%和81%，在三個市場中處于最高值，可以認(rèn)為該市場是風(fēng)險溢出效應(yīng)的主要承受者。這些結(jié)果表明，境內(nèi)外匯市場上的人民幣匯率風(fēng)險變化對境外同類市場有決定性影響，因?yàn)榫硟?nèi)外匯市場的風(fēng)險沖擊更容易擴(kuò)散至境外市場，從而引發(fā)風(fēng)險共振。

第二，從意外波動率、條件偏度、條件峰度的角度來看，CNY市場接受來自自身的風(fēng)險溢出性都是最強(qiáng)的，風(fēng)險溢出貢獻(xiàn)分別為98.4%、100%和100%，表明境內(nèi)人民幣外匯市場的匯率風(fēng)險主要由本土沖擊因素所致。導(dǎo)致該結(jié)果的原因可能是，境內(nèi)外匯風(fēng)險沖擊的外向擴(kuò)散更為便利，而境外人民幣外匯市場對境內(nèi)外匯市場的風(fēng)險溢出渠道仍較為有限。

3.風(fēng)險溢出機(jī)制分析

圖3展示了三個人民幣外匯市場之間在各階矩下的風(fēng)險溢出機(jī)制，可以發(fā)現(xiàn)：

圖3 CNY、CNH及NDF市場間的風(fēng)險溢出機(jī)制

第一，在意外波動視角下，CNY、CNH和NDF市場間普遍存在著雙向風(fēng)險溢出關(guān)系，市場間的風(fēng)險溢出渠道較為豐富。其中，CNY市場對CNH市場和NDF 市場具有較強(qiáng)的風(fēng)險溢出效應(yīng)，強(qiáng)度值分別達(dá)到了49.4%和61.4%，大大高于CNH 和NDF 對CNH市場的風(fēng)險溢出強(qiáng)度，這表明CNY市場已經(jīng)成為最主要的風(fēng)險溢出方。此外，在CNH市場與NDF市場的雙向風(fēng)險溢出關(guān)系中，前者對后者的單向風(fēng)險溢出強(qiáng)度相對更強(qiáng)，這可能意味著CNH市場作為連接境內(nèi)外人民幣外匯市場的信息中介，也起到市場風(fēng)險由境內(nèi)向境外擴(kuò)散的橋接作用。

第二，在條件偏度視角下，CNH 市場的風(fēng)險溢出中介作用體現(xiàn)得尤為突出，僅存在由CNY市場經(jīng)由CNH 市場向NDF 市場傳遞風(fēng)險的單向風(fēng)險溢出路徑，溢出強(qiáng)度依次為98.1%和31.3%。這說明境內(nèi)外匯市場上的小概率風(fēng)險沖擊會通過CNH 市場傳導(dǎo)至NDF市場，引發(fā)三個市場的風(fēng)險共振。

第三，在條件峰度視角下，CNY 市場不僅可以通過CNH市場對NDF市場實(shí)現(xiàn)間接風(fēng)險溢出，還具有對NDF市場的直接風(fēng)險溢出，強(qiáng)度值為1.5%。這表明在極端風(fēng)險條件下，境內(nèi)人民幣外匯市場更多地成為了風(fēng)險溢出的中心，而在兩條單向風(fēng)險溢出路徑均發(fā)揮作用的情況下，境外NDF市場成為了風(fēng)險溢出的接受者。

從上述分析中可知，境內(nèi)人民幣外匯市場已經(jīng)占據(jù)各階矩風(fēng)險溢出中心的地位，其作為人民幣匯率市場信息中樞和定價核心的優(yōu)勢得以凸顯，而香港離岸市場則扮演者境內(nèi)外風(fēng)險溢出的重要通道角色；隨著中國地區(qū)人民幣外匯市場的崛起，NDF 市場的影響力已經(jīng)下降。不僅如此，上述結(jié)論還顯示境內(nèi)人民幣外匯市場已經(jīng)具備了一定程度的抗風(fēng)險能力，這對于維系人民幣匯率的穩(wěn)定有重大意義，對于加強(qiáng)境內(nèi)外人民幣匯率的協(xié)動性也會產(chǎn)生積極影響。因此，市場參與者在做資產(chǎn)決策時需要更多考慮CNY市場帶來的影響，市場管理部門在制定匯率政策時也可將更多的目光投向CNY市場。

（二）時域視角下動態(tài)風(fēng)險溢出效應(yīng)檢驗(yàn)

本文將采用滾動時間窗口法對DY 溢出指數(shù)模型進(jìn)行動態(tài)估計，進(jìn)一步分析各階矩風(fēng)險維度上境內(nèi)外人民幣外匯市場間的動態(tài)風(fēng)險溢出總效應(yīng)。參照Barunik等[29]的設(shè)定，本文將預(yù)測步長設(shè)置為向前100天，滾動時間窗口長度設(shè)置為200天。實(shí)證結(jié)果如圖4所示，從中可以發(fā)現(xiàn)：

圖4 基于多階矩風(fēng)險指標(biāo)的CNY、CNH及NDF市場間的動態(tài)風(fēng)險溢出效應(yīng)

第一，無論是意外波動、條件偏度還是條件峰度視角下，境內(nèi)外人民幣外匯市場間的風(fēng)險溢出總效應(yīng)都具有顯著的時變性。從總體上看，風(fēng)險溢出系數(shù)隨時間推移呈不斷增加的趨勢，表明境內(nèi)外人民幣外匯市場的風(fēng)險聯(lián)動性正日益增加，這是市場間信息交流日漸頻繁，風(fēng)險溢出渠道不斷豐富的結(jié)果。

第二，動態(tài)意外波動、動態(tài)條件偏度以及動態(tài)條件峰度的風(fēng)險溢出系數(shù)都出現(xiàn)了多個結(jié)構(gòu)斷點(diǎn)，但在兩個最明顯的時段前后，風(fēng)險溢出系數(shù)均出現(xiàn)先降后升的趨勢，足以體現(xiàn)政策性時間對境內(nèi)外人民幣外匯市場間的風(fēng)險聯(lián)動關(guān)系存在顯著影響。第一個明顯斷點(diǎn)出現(xiàn)在2015 年“8.11”匯改期間，在我國央行宣布改革人民幣匯率形成機(jī)制后，各階矩下的風(fēng)險溢出系數(shù)都出現(xiàn)了跳躍式上漲?？梢哉J(rèn)為，此次改革不僅增加了人民幣匯率定價的市場化程度，也更好地體現(xiàn)出市場預(yù)期調(diào)整對匯價的影響，有利于疏通境內(nèi)外人民幣外匯市場間的信息溝通渠道，使風(fēng)險溢出效應(yīng)出現(xiàn)跳躍式增強(qiáng)。第二個明顯斷點(diǎn)出現(xiàn)在2019年5月，期間發(fā)生了兩大事件，即我國深化銀行業(yè)保險業(yè)對外開放以及中美貿(mào)易爭端爆發(fā)。在該斷點(diǎn)處，各階矩下的風(fēng)險溢出效應(yīng)也顯著上升，這可能是因?yàn)樵谥卮笫录畔⒌膹V泛、快速傳播下，大量交易者非理性行為驅(qū)動產(chǎn)生了羊群效應(yīng)[30]，短時間內(nèi)強(qiáng)化了境內(nèi)外人民幣外匯市場的風(fēng)險聯(lián)動。

第三，2020年4月以來，境內(nèi)外人民幣外匯市場間各階矩風(fēng)險溢出效應(yīng)都存在著明顯下降趨勢。這可能是由于全球新冠疫情大流行累及金融領(lǐng)域，從而引發(fā)了金融市場動蕩，投資者出現(xiàn)恐慌情緒，資本市場參與度有所下降[31]，導(dǎo)致市場間的風(fēng)險溢出效應(yīng)減弱。

六、各階矩維度下境內(nèi)外人民幣外匯市場間的風(fēng)險聯(lián)動性檢驗(yàn)

前文從頻域和時域角度驗(yàn)證了境內(nèi)外人民幣外匯市場間存在著明顯的風(fēng)險溢出效應(yīng)，在此基礎(chǔ)上，本文將采用二元DCC-GARCH 模型進(jìn)一步分析兩兩市場間的風(fēng)險聯(lián)動性，對境內(nèi)外市場間的風(fēng)險溢出效應(yīng)所體現(xiàn)出的時變特征進(jìn)行更為細(xì)致的研究。

（一）DCC-GARCH估計結(jié)果分析

根據(jù)表5 的估計結(jié)果，CNY 與CNH 市場組合的α、β系數(shù)值分別為0.012和0.406，都處于中等水平，表明這兩個市場對于新信息的接受程度一般，風(fēng)險溢出效應(yīng)持續(xù)期也不長。對于CNY 與NDF 市場組合而言，α系數(shù)值僅為0.006，而β系數(shù)值高達(dá)0.76，說明該市場組合的信息敏感程度極低，風(fēng)險溢出效應(yīng)的持續(xù)時間卻很長。CNH與NDF市場組合的α、β系數(shù)值分別為0.261 和0.239，分別為三個市場組合中的最高值和最低值，這表明該市場組合的信息接受程度更高，對新信息的敏感程度更強(qiáng)，但風(fēng)險溢出效應(yīng)的持續(xù)時間最短。該結(jié)果表明，境內(nèi)人民幣外匯市場是未預(yù)期信息的源頭市場，產(chǎn)生波動沖擊后，CNH市場充當(dāng)三個市場的信息傳播媒介，對信息的敏感程度最高，在未預(yù)期的波動沖擊下，反應(yīng)更加劇烈，而NDF 市場是風(fēng)險溢出的接收者，存在的波動溢出效應(yīng)持續(xù)時間更長。

表5 DCC-GARCH模型參數(shù)

從條件偏度和條件峰度的模型分析結(jié)果來看，條件偏度的模型結(jié)果顯示α系數(shù)和β系數(shù)均顯著不為0，α系數(shù)顯著表明現(xiàn)有信息對下一期波動存在影響，β系數(shù)顯著表明市場中波動存續(xù)性較強(qiáng)。同樣，在條件偏度序列中CNY 市場和NDF 市場之間對新信息的敏感程度最高，而CNY市場和CNH市場之間的波動存續(xù)期最長。根據(jù)上文對條件偏度序列的定義，即當(dāng)一個市場出現(xiàn)大幅漲跌時其他市場發(fā)生大幅漲跌的概率，上述現(xiàn)象表明當(dāng)CNY市場產(chǎn)生大幅漲跌時NDF市場出現(xiàn)大幅漲跌的概率是最高的，而持續(xù)時間卻又最短。對于該現(xiàn)象本文認(rèn)為，NDF 市場的市場地位自2010年CNH市場出現(xiàn)后持續(xù)降低，更多承受來自其他市場的沖擊，因此當(dāng)其他市場產(chǎn)生大幅波動時最易受到影響，而CNY市場和CNH市場的關(guān)聯(lián)程度越來越高，因此存在較高的β系數(shù)。

條件峰度模型結(jié)果顯示，僅在CNY市場和CNH市場存在顯著不為零的α系數(shù)和β系數(shù)，CNY市場和NDF 市場在10%的水平上存在顯著的β系數(shù)，根據(jù)上文定義，條件偏度序列表示當(dāng)一個市場發(fā)生極端概率事件時其他市場同樣發(fā)生極端概率事件的可能性。這也就表明當(dāng)CNY 市場產(chǎn)生極端概率事件時CNH市場發(fā)生極端概率的可能性很大。

從整體來看，意外波動率的α、β值之和小于條件偏度的系數(shù)值之和，而條件峰度序列的α、β值部分不顯著，說明條件偏度的波動聚集效應(yīng)最強(qiáng)，意外波動率次之，條件峰度的波動聚集效應(yīng)最弱，該特征與上文的靜態(tài)溢出指數(shù)模型結(jié)果保持一致。

（二）動態(tài)條件相關(guān)系數(shù)分析

圖5 展示了基于各階矩風(fēng)險指標(biāo)測算得出的CNY市場、CNH市場和NDF市場間的動態(tài)條件相關(guān)系數(shù)。

從意外波動率視角來看，在未預(yù)期沖擊因素影響下境內(nèi)外人民幣外匯市場的風(fēng)險具有明顯的、同向變化的聯(lián)動特征。兩兩外匯市場間的動態(tài)風(fēng)險相關(guān)性均為正值，即CNY和CNH市場、CNY和NDF市場、CNH 和NDF 市場的對偶動態(tài)條件相關(guān)系數(shù)（Pairwise Dynamic Conditional Correlation）平均保持在0.68 至0.70 之間，且隨著時間推移相關(guān)系數(shù)逐漸增大，表明兩兩市場間的風(fēng)險趨同性在日益增強(qiáng)。

從條件偏度視角來看，即便受到小概率沖擊因素影響，境內(nèi)外人民幣外匯市場間的動態(tài)風(fēng)險關(guān)聯(lián)性也始終保持在較為穩(wěn)定的水平上，但兩兩市場間的風(fēng)險聯(lián)動程度存在明顯差異。CNY和CNH市場、CNY 和NDF 市場以及CNH 和NDF 市場的對偶動態(tài)條件相關(guān)系數(shù)平均值分別為-0.9、0 和-0.1，且在大部分情況下都為負(fù)值，這意味著兩兩市場間的風(fēng)險是負(fù)相關(guān)的，其中境內(nèi)市場和香港離岸市場之間的風(fēng)險負(fù)相關(guān)性最強(qiáng)。

從條件峰度視角來看，境內(nèi)外人民幣外匯市場間的風(fēng)險關(guān)聯(lián)性也較為穩(wěn)定，對于極端沖擊的響應(yīng)方向較為一致。CNY 和CNH 市場、CNY 和NDF 市場以及CNH 和NDF 市場的對偶動態(tài)條件相關(guān)系數(shù)平均值分別為0.9、0.12和1.5，且較多地處于正值區(qū)間，這說明兩兩市場間同樣存在風(fēng)險趨同特征，其中，香港離岸市場和境外NDF市場間的風(fēng)險正相關(guān)性最強(qiáng)。

此外，在意外波動率維度和條件偏度維度下，兩兩市場間的動態(tài)條件相關(guān)系數(shù)變動更為劇烈，表明未預(yù)期沖擊和小概率沖擊都會增強(qiáng)境內(nèi)外人民幣外匯市場間的風(fēng)險關(guān)聯(lián)性。同樣，2015年“8.11”匯改、2019年中美貿(mào)易爭端以及2020 年新冠疫情等重大沖擊因素都會加劇市場間的風(fēng)險聯(lián)動性，故在上述時間點(diǎn)上可以看到對偶動態(tài)條件相關(guān)系數(shù)發(fā)生了突變。

七、穩(wěn)健性檢驗(yàn)

為檢驗(yàn)本文的風(fēng)險溢出效應(yīng)實(shí)證結(jié)果的穩(wěn)定性，分別選取150 天、250 天和300 天的滾動窗口進(jìn)行穩(wěn)健性檢驗(yàn)，檢驗(yàn)結(jié)果如下：

從表6 結(jié)果來看，境內(nèi)外人民幣外匯市場間仍然明顯存在較強(qiáng)的意外波動、條件偏度以及條件峰度風(fēng)險溢出效應(yīng)，且溢出強(qiáng)度關(guān)系一致，這與上文研究結(jié)論相符。因此，本文的時變多階矩風(fēng)險溢出效應(yīng)測算結(jié)果對于滾動時間窗長度的選取并不敏感，證實(shí)了本文實(shí)證結(jié)果具有穩(wěn)健性。

表6 穩(wěn)健性檢驗(yàn)

八、結(jié)論和政策建議

本文考慮多階矩風(fēng)險的存在性，測算了人民幣兌美元匯率的意外波動率、條件偏度風(fēng)險和條件峰度風(fēng)險等指標(biāo)，研究了境內(nèi)外人民幣外匯市場間的風(fēng)險溢出效應(yīng)，主要得出以下結(jié)論：第一，以意外波動率、條件偏度和條件峰度來衡量的二階矩、三階矩和四階矩匯率風(fēng)險指標(biāo)均存在風(fēng)險積聚特征，且條件偏度風(fēng)險和條件峰度風(fēng)險能夠更好地捕捉到小概率沖擊或極端沖擊的影響。第二，境內(nèi)外人民幣外匯市場間存在顯著的靜態(tài)風(fēng)險溢出效應(yīng)；在頻域視角下，意外波動率風(fēng)險溢出效應(yīng)具有20天左右的緩釋期，而條件偏度和條件峰度風(fēng)險溢出效應(yīng)在5 天左右達(dá)到強(qiáng)度峰值，效應(yīng)持續(xù)期較短。第三，在各階矩維度下，境內(nèi)外市場間的風(fēng)險溢出效應(yīng)存在不對稱性，境內(nèi)市場對境外市場的風(fēng)險溢出效應(yīng)相對更強(qiáng)。第四，境內(nèi)外市場間的風(fēng)險溢出效應(yīng)作用機(jī)制表明，境內(nèi)市場才是風(fēng)險溢出的源頭，市場風(fēng)險往往通過CNH市場向外溢出，故CNH市場是跨境外匯風(fēng)險傳導(dǎo)的中介，而NDF 市場成為風(fēng)險溢出的對象。第五，從時域角度看，各階矩維度下境內(nèi)外人民幣外匯市場間的風(fēng)險溢出效應(yīng)都具有明顯的時變特征，市場間的風(fēng)險聯(lián)動性隨時間推移不斷增加；風(fēng)險溢出效應(yīng)存在結(jié)構(gòu)斷點(diǎn)，表明未預(yù)期沖擊、小概率沖擊和極端沖擊會使得市場間的風(fēng)險溢出效應(yīng)突然增強(qiáng)。第六，從風(fēng)險溢出效應(yīng)所體現(xiàn)的風(fēng)險聯(lián)動性來看，境內(nèi)外市場的風(fēng)險聯(lián)動性在各階矩維度下都是顯著的，其中，基于意外波動率的市場風(fēng)險關(guān)聯(lián)性呈現(xiàn)出不斷增強(qiáng)的趨勢，而基于條件偏度和條件峰度的市場風(fēng)險關(guān)聯(lián)性總體較為穩(wěn)定。

本文的結(jié)論對外匯市場上的投資者和政策制定者具有如下參考意義：第一，應(yīng)從多階矩視角來看待外匯市場風(fēng)險，對于境內(nèi)外人民幣外匯市場間的風(fēng)險傳導(dǎo)問題，不僅要考慮傳統(tǒng)的波動溢出效應(yīng)，更應(yīng)該考慮意外波動率、條件偏度和條件峰度風(fēng)險溢出效應(yīng)。第二，應(yīng)關(guān)注國內(nèi)外重大事件對人民幣外匯市場產(chǎn)生的沖擊，注重防范由境內(nèi)外市場的風(fēng)險共振增強(qiáng)而引發(fā)我國系統(tǒng)性金融風(fēng)險上升。第三，著力提高境內(nèi)人民幣外匯市場的定價效率，強(qiáng)化信息的跨市場溝通，增強(qiáng)境內(nèi)外市場聯(lián)動，更好地發(fā)揮境內(nèi)市場作為信息中樞和定價中心的作用；同時提高人民幣匯率波動韌性，進(jìn)一步強(qiáng)化境內(nèi)市場的抗風(fēng)險能力。第四，不斷完善跨境市場風(fēng)險傳染防控機(jī)制，針對未預(yù)期的波動沖擊，要利用境內(nèi)人民幣外匯市場作為風(fēng)險溢出源頭的市場地位及時阻斷跨市場沖擊傳導(dǎo)，以維護(hù)市場穩(wěn)定。第五，在小概率或極端風(fēng)險事件發(fā)生時，更要關(guān)注短期內(nèi)條件偏度和條件峰度溢出效應(yīng)加劇對境內(nèi)市場造成過度的負(fù)面沖擊，制定可操作的風(fēng)險控制預(yù)案。

注 釋

①一種貨幣就是人民幣；三種匯率指的是境內(nèi)人民幣匯率、香港離岸人民幣匯率和NDF人民幣匯率；三類外匯市場指的是境內(nèi)人民幣外匯市場、香港離岸人民幣外匯市場和NDF人民幣外匯市場。