投资者关注对人民币汇率价差波动的影响研究——基于GARCH-MIDAS模型

尹力博，李 勍

中央财经大学 金融学院，北京 100081

投资者关注对人民币汇率价差波动的影响研究
——基于GARCH-MIDAS模型

尹力博，李 勍

中央财经大学 金融学院，北京 100081

源自心理学的有限关注理论近年来被广泛应用于金融研究，其基本思路是：金融市场产品种类繁多，由于存在信息成本，个人投资者的关注便成为一种稀缺资源，于是更倾向于交易关注到的产品，进而影响价格。该理论在证券市场已得到大量的实证支持，因此对外汇市场的研究显得非常必要。

基于谷歌搜索量指数构建的人民币关注指数，以2011年6月27日至2016年7月29日为研究区间，利用最小二乘回归实证检验投资者关注对人民币在岸和离岸汇率价差波动率的影响。特别地，利用基于已实现波动率的GARCH-MIDAS模型将波动率分解为长期成分和短期成分，并分别进行回归，考虑了价差波动的结构性特征。

研究结果表明，投资者关注能够显著增大人民币汇率价差波动，货币当局可适当引导进而达到收窄价差、抑制套利的目的。与波动长期成分相比，投资者关注对波动短期成分的作用更强。加入央行干预、利率平价、流动性、预期等控制变量后，投资者关注对汇率价差波动率的预测能力依旧显著，表明其所包含的信息并未被已有变量覆盖。稳健性检验中，将4个控制变量同时加入基准模型并考虑关注与控制变量之间的耦合效应，结果表明投资者关注仍然具有独立的解释能力，且在长期内会通过影响控制变量的作用间接影响价差波动，作用机制与短期有所区别；直接利用基于月度投资者关注的GARCH-MIDAS模型对波动进行分解，通过系数的显著性进一步验证投资者关注对波动长期成分的作用；分别将在岸和离岸汇率波动率直接分解后进行最小二乘回归，投资者关注效果同样显著,且综合效果与原检验基本一致。

通过探讨投资者关注对人民币汇率价差波动的解释能力，拓展了基于谷歌搜索量指数测量的投资者关注在外汇市场的研究，为人民币汇率走势的预测提供了新思路，具有积极的现实意义，货币当局和外汇投资者可以构建人民币关注指数，以此作为参考来实现有效汇率管理或风险控制等多重目的。

投资者关注；人民币汇率价差；波动分解；央行干预；利率平价；流动性；预期

引言

近年来，作为中国重大战略举措，人民币国际化正快速有序推进。但是由于资本账户未完全开放、离岸市场快速发展等原因，出现了“一种货币，两种价格”的局面。人民币境内外市场价差始终存在并且波动较大，在一些特殊的时间节点，价差会急剧拉大。如2015年“811汇改”期间，由于释放了前期积累的贬值压力，而境内外投资者预期有所差异，导致汇率走势出现较大背离；2016年年初，在美元加息、经济增长乏力等多重因素影响下，离岸投机势力大举做空人民币，使价差再创新高；2017年年初，在人民币持续贬值即将“破七”的关口，央行为稳定市场、抬高离岸利率以抽干流动性，离岸汇率暴涨，价差再次拉开，但此次出现了倒挂。价差的长期较大波动引发了大量的套利和投机交易。CHEUNG et al.[1]和郑联盛等[2]的研究表明，离岸汇率对在岸汇率的引导作用逐步增强，在此情况下，国际投机势力便可通过操控离岸汇率保证价差长期存在，进行持续套利，造成恶性循环。陈丽等[3]研究认为，基于价差的套汇活动严重影响中国资本账户开放和人民币国际化进程，一旦价差收窄甚至消失，人民币境外存款和跨境贸易额必定又会倒退、停滞。因此，关于价差波动的研究对打击投机活动、推动人民币国际化的健康发展等具有重要意义。

基于价差目前的消极影响，国内外学者对其影响因素进行了广泛研究。朱孟楠等[4]对可能引起价差的因素进行梳理，实证检验表明，境内外投资主体的风险偏好不同是造成价差的主要因素，这种投资主体的差异是资本管制的直接后果，而央行干预、境内外利率差异对价差的影响较小；FUNKE et al.[5]研究表明，资本管制限制了离岸市场的流动性，而境内外的流动性差异是引发价差的关键原因，并且认为全球避险情绪的加重会导致价差的波动增加；MA et al.[6]认为，人民币无本金交割远期(non-deliverable forwards, NDF)与人民币远期市场的不断深化发展为套利活动提供了新的途径，而政府对此类活动加以打击管控，会使价差扩大。综合来看，资本管制是造成价差的深层原因，但是解除资本管制是一个循序渐进的过程，短期内不可能一蹴而就。

在短期内不可能完全放开资本管制的背景下，货币当局迫切需要提出新的应对措施，在保证人民币国际化稳步推进的同时又要减小价差波动带来的冲击。因此，本研究希望从新的角度入手，尝试寻找能有效影响价差及其波动的非政策性因素，以期在“黑天鹅”事件频发、人民币贬值预期持续升温的背景下，为货币当局控制价差及其波动提出切实可行的政策建议。

1 相关研究评述

首先对汇率决定理论进行梳理。汇率理论不断演变，比较典型的有CASSEL[7]提出的购买力平价、KEYNES[8]提出的利率平价、DORNBUSCH[9]提出的超调模型、WILLIAMSON[10]提出的基本要素汇率决定理论和CLARK et al.[11]提出的行为均衡汇率决定理论，国内外学者对这些经典理论的适用性进行了广泛检验。特别地，针对人民币，金中夏等[12]认为利率平价并不能直接解释汇率变化，而是影响外汇储备的变化；陈创练等[13]认为由于资本管制，泰勒规则对人民币汇率变动的解释能力有限；卞学字等[14]强调货币政策冲击并不是导致短期汇率超调的唯一因素。以上汇率决定理论都是从基本面层面出发，大多都有严格的前提条件限制，在现实中很难同时满足，对短期内汇率波动解释能力有限。

越来越多的学者尝试从行为层面去解释汇率变化。MANZAN et al.[15]认为外汇市场存在技术分析者和基本面分析者，存在的异质性预期能够解释汇率变化；RIME et al.[16]创新性地用订单流搭建起宏观经济变量与微观汇率之间的桥梁，认为投资者对宏观经济的预期反映在订单流上，而订单流又可以很好地解释汇率变化；YU[17]通过构建投资者情绪模型解释远期汇率溢价之谜；BURNSIDE et al.[18]则用投资者的过度自信理论为远期汇率溢价之谜提供了解释。上述研究印证了行为因素在解释短期汇率变化中的重要作用，但却很少有研究从投资者关注这一角度出发，这为本研究提供了很好的切入点。

大量研究佐证了有限关注理论在证券市场的有效性。BARBER et al.[19]认为个人投资者更倾向于买入那些有着异常换手率、极端收益率或有重大新闻的股票，而机构投资者由于具有信息优势则此现象不明显，印证了有限关注假说。同时，贾春新等[20]巧妙利用中国限售股解禁这一没有信息含量的事件证明投资者关注会对股票收益产生积极影响。而已有针对外汇市场的研究较少，SMITH[21]实证表明投资者关注能解释并预测澳元、加元、新西兰元和瑞士法郎4种货币的汇率波动，GODDARD et al.[22]对美元、欧元、日元和英镑的研究结论类似。还没有针对人民币的研究，已有研究虽然通过定性分析发现投资者关注与价差存在相关关系，可并不能直接推断出投资者关注同样会显著影响人民币汇率，还需要进一步的定量分析。基于以上分析，本研究以人民币汇率价差的波动率作为研究对象，探讨投资者关注对其的作用。

2 模型设定

2.1GARCH-MIDAS模型

本研究对人民币境内外价差波动率进行分解，并将波动长期成分和波动短期成分作为研究对象。因为基本面和行为层面的因素对波动的作用周期不同，但基本面层面因素相关信息发布频率低，多为月度或季度，若想探究其与波动率的关系，传统方法是用同频数据建模。如果利用插值法将低频数据转换为高频数据，不可避免地人为加入了噪音；通过加总、取均值等方法将高频数据转换为低频数据，简单易行，较为常用，但可能会忽略重要信息。所以在此情况下有必要将汇率波动分解后单独研究。

GHYSELS et al.[23-24]提出的混频数据抽样(mixed data sampling, MIDAS)模型在既不忽略重要信息、也不加入噪音的情况下利用混频数据建模。该模型可充分利用混频数据的所有信息，被广泛应用于宏观经济和股市波动的研究中。ENGLE et al.[25]提出单因子GARCH-MIDAS模型，用已实现波动率、通胀率、工业生产增速刻画长期成分，该模型在长期而言样本外预测能力优于传统模型，证明了宏观经济变量在解释股市波动上的重要作用；CONRAD et al.[26]在上述单因子GARCH-MIDAS模型基础上扩展并提出多因子GARCH-MIDAS模型，避免了不同宏观变量与已实现波动率之间的相互孤立，并认为期限利差、住房开工率、公司利润率和失业率对股市波动都有很好的预测能力；郑挺国等[27]同样利用多因子GARCH-MIDAS模型捕捉中国股市波动的长期成分，证明宏观经济对其有正向影响。上述研究表明了波动分解在股票市场的必要性，但是在外汇市场的研究却非常少见，同时对股票波动分解的研究大都着眼于长期，忽略了波动短期成分，所以本研究将就此展开研究。

考虑到影响汇率的因素较多，首先利用基于已实现波动率这一低频变量的GARCH-MIDAS模型将波动率分解为长期成分和短期成分，再利用OLS进行回归，探讨投资者关注及其他控制变量对波动短期成分和波动长期成分的解释能力，避免直接将变量引入GARCH-MIDAS模型造成对其他变量所含信息的遗漏。具体模型为

(1)

其中，RVq为已实现波动率；q为月度，用来刻画长期波动，本研究选择以月度为长期频率；Nq为第q个月度内的交易天数；rp,q为人民币境内收益率之差，值越大，表示套利空间越大，由第q个月度内第p天人民币在岸汇率收益率减去离岸汇率收益率得到，在岸汇率为美元兑人民币即期汇率中间价，离岸汇率为美元兑人民币(香港)即期汇率定盘价。rp,q的分布形式为

(2)

其中，μ为rp,q的期望值，为常数项；τq为长期波动；gp,q为短期波动，由GARCH(1,1)过程计算得到；εp,q为随机过程，服从条件标准正态分布，即εp,q|ψp-1,q～N(0,1)，ψp-1,q为在第q个月度内第(p-1)天获得的信息。gp,q的表达式为

(3)

其中，ι、φ、η均为常数项。

用RVq刻画长期波动的过程，即

(4)

其中，m为常数项；θ为加总效应，表示解释变量RVq滞后项对被解释变量logτq的整体影响；k为滞后期数；K为选择滞后的总期数，RVq为月度数据，RVq-k表示相对于q期滞后k期的已实现波动率，根据AIC和SC信息准则，选择滞后6期；δk(w1,w2)为滞后k期的RV所对应的权重，完全由参数w1和w2决定，计算过程为

(5)

本研究采用拟极大似然估计实现模型中所有的参数估计，最大似然函数表达为

(6)

其中，T为总月份，N为每个月度的总天数。

2.2OLS回归分析

本研究采用OLS回归分析，分别以在岸和离岸汇率价差波动率的长、短期成分作为被解释变量，以投资者关注作为解释变量，并加入相应控制变量，考察投资者关注对其的影响。

2.2.1 基准模型

小学作文在语文考试当中大约占30%，对于小学生日常学习而言，应当尤其注意平常的写作学习。虽然目前小学生的书面表达能力相对之前有一定的提升，然而仍然有一大部分的小学生没有扎实的书面表达能力，很多小学生对写作文非常抵触，当提到写作文的时候，他们脑海中往往没有一个清晰的思路，写出来的作文往往也拿不到高分。所以，在老师讲课的过程中，如何提高学生写作的能力成了非常重要的一节。老师在上作文课过程中，发现很多学生都会感到学习非常吃力，老师们通过教研讨论，总结出原因为学生对写作文不感兴趣，甚至反感写作文。因此，在这种大环境之下，学生的写作水平自然就上不去。现在，这个问题也成了家长和教研组共同关注的问题。

基准模型为

(7)

其中，Volt为t期价差波动率，αt为t期常数项，βt-i为滞后i期的投资者关注的系数，Attent为t期的投资者关注指数，Attent-i表示相对于t期滞后i期的投资者关注指数，γt-i为滞后i期的价差波动率系数，ξt为t期随机误差项。本研究采用日度数据，为考虑投资者关注的持续影响，结合信息准则，将投资者关注滞后5期数据加入回归方程，并加入自身滞后5期的数据作为控制变量以避免内生性问题。此处分别将Volt代为波动长期成分和短期成分进行两组回归。

2.2.2 加入控制变量

为观察投资者关注在加入控制变量后是否仍然有效，在上述模型中分别加入若干控制变量，即

(8)

其中，φt-i为在t期滞后i期控制变量的系数，Xt-i为在t期滞后i期的控制变量，ζt为t期随机误差项。此模型旨在检验加入已有研究或理论中比较典型的影响汇率的央行干预指标、利率平价、流动性和预期4个变量后，投资者关注的系数是否依旧显著，即Atten中包含的信息是否独立于已有变量发挥作用，同时比较投资者关注与已有经典变量对汇率波动的作用周期是否有所区别。

3 数据说明

本研究选取日度数据，考虑离岸汇率定盘价的数据可得性，研究区间为2011年6月27日至2016年7月29日。

3.1解释变量

选定一个时间区间后，便可得到一个搜索词在这段时间内每个时点的相对搜索量及其变化趋势，相对搜索量由绝对搜索量计算得到，热度最高的时间点取值为100，热度是前者一半的时点取值为50，热度不到最高热度1%的取值为0。为构建人民币关注指数，先对离岸人民币(CNH)和在岸人民币(CNY)进行搜索，再结合Google给出的相关搜索，经过筛选，剔除一些存在歧义以及没有有效SVI的词条后，最终锁定14个关键词，分别为cny、rmb、Chinese yuan、renminbi、China currency、usd cny、cny to usd、usd to rmb、yuan to dollar、currency cnh、cny cnh、offshore rmb、usd cnh、usd to cnh。Google Trends目前仅提供按周度搜索时间区间下载数据。由于Google Trends所给出的是数据的相对值，为了使两个相对独立周中的日度数据具有可比性，所以还需将每个月的日度数据放在2011年6月27日至2016年7月29日整体框架下确定一个基期进行调整，使数据具有可比性。具体调整方法为：选取一个更大的时间区间，即2011年1月1日至2016年12月31日进行下载，此时得到的是月度搜索量数据。以2011年1月作为基期，用其他月份的搜索量指数除以2011年1月的数值，得到其他月份相对于2011年1月的搜索热度，然后将得到的每个月度数值与之前下载得到的该月的日度数据相乘，使所有的日度数据具有可比性。调整完成后，将每个关键词的SVI标准化后加和取平均值，得到人民币关注指数，其趋势见图1。

图1 人民币关注指数走势Figure 1 Trend of Investor Attention Index towards RMB

3.2被解释变量

根据模型对波动率进行分解，结果见图2。从图2可以看出波动长期成分与波动短期成分走势基本一致，但还是有所差别，2016年6月底，波动短期成分出现了一个小的尖峰，而此时波动长期成分却基本平稳，总的来说波动长期成分在一定程度上平滑了波动短期成分中的噪音，但仍反映了价差波动的基本走势。结合图1，波动短期成分与人民币关注指数的走势更为一致，二者两次较大的尖峰都分别发生在2015年“811汇改”后、2016年1月初，且从具体日期来看，关注指数的尖峰要稍早于波动短期成分，具有一定的先行性。二者之间的内在逻辑并不难解释，以“811汇改”为例，作为人民币国际化进程中的里程碑事件，央行增强了人民币汇率中间价的市场化程度，完善了其报价机制，自然使人民币受到广大投资者的关注，关注指数激增。进一步来看，虽然受到了关注，但境内外投资者对经济前景和汇率走势的预 期存在差异，在人民币存在贬值压力的大背景下，做

图2 基于已实现波动率的价差波动的长、短期成分走势Figure 2 Trend of Long-term and Short-term Components of Spread Volatility Based on Realized Volatility

空势力纷纷抬头，滋生了大量投机交易，使价差波动剧烈。而2016年1月初，央行打响了人民币对做空势力的狙击战，面对香港同业拆解利率的飙升，离岸市场流动性趋紧，这引发了做空势力的迫切关注，在做空成本与投机收益之间权衡后，做空者只能选择平仓，而此举又恰恰推动了离岸人民币的快速上涨，增大了价差的波动。

3.3控制变量

本研究选取一些控制变量加入最小二乘回归分析，一方面是为防止信息冗余，即确保投资者关注所包含的信息未被已有定价机制所覆盖，另一方面探讨投资者关注与已有定价机制对价差波动率的作用周期是否有所区别，因此选取一些较为经典的变量进行分析。

3.3.1 央行干预

由于汇率的剧烈波动会严重影响一国宏观经济目标的实现，所以央行对外汇市场进行干预是不可避免的，其方式和效果成为学术研究所关心的问题。DOMINGUEZ[36]以德国马克和日元为对象，研究结果表明无论秘密干预还是公开干预，在整个样本期内都增加了汇率波动性，公开干预在特定时期内会减少波动；HU et al.[37]对比央行对人民币的口头干预与实际干预的效果，发现前者效果较弱；何诚颖等[38]认为央行外汇干预能做为联系汇率与股价的纽带，起到稳定人民币汇率的作用；王爱俭等[39]认为任意干预与基于规则的干预对汇率波动的影响程度不同，后者对汇率的调整更为稳健且成本较低。

以上研究都表明央行干预会影响汇率，因此本研究将央行干预指数作为控制变量加入模型，探讨央行干预是否会影响投资者关注对汇率价差波动率的预测能力。借鉴陈华[40]和严佳佳等[41]提出的方法构建央行干预指标，表达式为

(9)

其中，Intt为央行干预指标，用相对波动率调整后的汇率变动与外汇储备变动的相对关系测量；Δext为t期汇率变动值；σΔext为t期汇率变动值的标准差；Δrt为t期外汇储备变动值；σΔrt为t期外汇储备变动值的标准差。由(9)式可知，当Δext=0时，Intt=0，表示此时维持固定汇率，央行干预强度最大。央行干预程度随着Intt增大而减小。考虑到外汇储备数据每月发布，为与之匹配，将汇率日度数据取平均值得到月度数据，然后计算得到Intt，回归中每个月度取相同值。由于央行干预主要是针对在岸市场进行，所以此处汇率采用在岸即期汇率中间价。

3.3.2 利率平价

利率平价理论打破了传统的国际收支和物价水平范畴，首次从资本流动的角度研究汇率的变化，即利率差异会驱动短期资本的国际流动。MEREDITH et al.[42]通过对G7国家的实证发现在长期内非抵补套利利率平价成立；BOUDOUKH et al.[43]利用滞后的远期利率差异检验也证明利率平价理论成立。利率平价理论在中国的适用性也引发了学者的深入探讨，易纲等[44]认为在中国利率平价模型中应加入摩擦系数进行修正，随着改革开放程度的不断提高，由制度所决定的摩擦系数会趋于0；潘锡泉[45]研究发现考虑交易成本后非抛补利率平价成立。

随着中国利率市场化的不断发展，利率平价在汇率决策中将发挥更为重要的作用，因此本研究将利率平价作为控制变量加入模型，探讨投资者关注对汇率价差波动率的影响能力是否受到利差的影响。本研究利率平价指标用中美利差表示，表达式为

(10)

3.3.3 流动性

资本流动性对一国汇率有着重要影响。从理论研究看，MANCINI et al.[46]认为在货币间进行套利交易时流动性风险会被定价；GABAIX et al.[47]在不完美的金融市场框架下进行分析，结果表明资本流动会改变金融机构资产负债的风险暴露，从而改变它们持有外币所需的风险溢价，进而对汇率水平和波动幅度造成影响。特别地，在实践中，对于人民币境内外价差引发的套利活动，央行最为常见的做法就是大举提高离岸市场的资金成本，通过控制流动性来打击套利。因此，本研究将流动性作为控制变量，探讨投资者关注对价差的解释能力是否已被流动性覆盖。采用TED利差测量流动性(Liqt)，即t期3个月欧洲美元收益率减去3个月美国国债收益率。该指标是国际金融市场上的常用指标，用来反映资金松紧程度和投资者风险偏好变化，其值越大，国际流动性越弱。

3.3.4 预期

汇率预期反映了投资者对未来汇率走势的判断，预期具有自我强化与实现的特点，故其在决定汇率价格中有着举足轻重的作用。超调模型就是基于预期来解释汇率波动的，该模型认为金融市场与商品市场对外部冲击的反应时间不同，后者具有一定的时滞，假设本国利率提高，在升值预期的驱动下，汇率上升超过长期购买力平价成立时的均衡值，即所谓汇率超调。2015年“811汇改”以来，一直存在人民币贬值预期，面对压力，中国央行致力于预期管理，如频频释放人民币不存在贬值基础的信号、用各种方法维持中间价的稳定等。综上，预期应作为控制变量加以考虑。

白晓燕等[48]、沙文兵等[49]和郭凯等[50]在进行人民币汇率预期的研究中，都选取NDF汇率作为测量指标，认为该汇率是国际投资者基于宏观基本面等因素对汇率走势做出的判断，受人为干预较小。因此，本研究选择3个月人民币NDF收益率作为预期的代理变量，检验其是否会影响投资者关注的解释能力。预期指标的表达式为

(11)

以上变量的数据中除14个关键词的SVI来源于Google Trends外，其余均来源于Wind资讯金融终端。

4 实证结果和分析

4.1基准模型

基准模型的实证回归结果见表1，其中第2列和第4列分别为投资者关注针对在岸、离岸汇率价差波动短期成分和波动长期成分的回归系数。不难发现，无论是对波动长期成分还是波动短期成分，投资者关注都有显著影响。

表1 投资者关注与人民币汇率价差波动的长、短期成分回归结果(基准模型)Table 1 Regression Results for Investor Attention and the Long-term and Short-term Components of RMB Exchange Rate Spread Volatility(Bench Model)

注：*为在1%的显著性水平上显著，**为在5%的显著性水平上显著，***为在10%的显著性水平上显著，下同。

从波动短期成分看，投资者关注滞后1期～滞后5期的系数都显著为正，即当投资者关注增加时，人民币汇率价差的短期波动增加。关注增加1个单位时，不仅会使接下来第2天的价差波动增加0.015个单位，而且会延续大约1周时间。价差的波动性增强，一方面有利于打破价差长期存在的僵局进而收窄价差，另一方面会使投机者对市场方向的判断更加困难，在一定程度上抑制套利活动。

从波动长期成分看，仅有投资者关注滞后1期的系数显著为正。可见与短期波动相比，投资者关注对于长期成分影响的持续性相对较弱。因此，在分析长期波动的影响因素时，不仅要考虑投资者关注，还需要结合一些宏观基本面变量。

4.2央行干预作为控制变量

加入央行干预后的回归结果见表2。通过分析比较可知，①无论从长期还是短期看，加入央行干预指数后，投资者关注系数的显著性和符号未受影响，特别地，显著项的数值也未发生任何变化，表明投资者关注所包含的信息并未被覆盖，目前央行干预没有影响到投资者关注对人民币价差波动率的预测能力。②央行干预对价差波动率不会造成任何影响，央行若想通过直接干预影响价差波动率进而缩小价差，可结合投资者关注进行考虑，具体而言，在干预之前应考虑该措施是否会与投资者关注相互作用，以期采取合理恰当的举措缩小价差，使境内外人民币价格趋同，顺利推进人民币国际化。

表2 将央行干预作为控制变量后的回归结果Table 2 Regression Results for After Adding Central Bank Intervention as a Control Variable

4.3利率平价作为控制变量

加入利率平价后的回归结果见表3。通过分析比较可知，①投资者关注所包含的信息独立于利率平价，无论是波动长期成分还是波动短期成分，投资者关注系数的显著性和符号与加入利率平价前一致，仅数值出现了小幅变化，表明投资者关注有效影响汇率价差的波动率。②利率平价对价差的短期波动滞后2期～滞后4期系数显著，对波动长期成分只有滞后3期系数显著为负，表明当中美两国利差增大时，境内外价差的波动率减小，恰好与投资者关注造成的影响相反。同时，上文提到利率平价在人民币汇率决策中正在发挥越来越重要的作用，结合本研究结果分析，货币当局如果能配合利率平价，合理引导投资者关注，能在一定程度上稳定汇率价差的波动率或是缩小价差，提高利率平价这一定价机制在中国的有效程度。

表3 将利率平价作为控制变量后的回归结果Table 3 Regression Results for After Adding Interest Rate Parity as a Control Variable

4.4流动性作为控制变量

加入流动性后的回归结果见表4。通过分析比较可知，①投资者关注所包含的信息未被流动性覆盖，除波动短期成分投资者关注滞后1期系数的显著性水平略有降低外，其余符号和显著性均未发生变化，说明投资者关注基本上独立于流动性对汇率价差的波动率产生影响。②流动性未对汇率价差的波动率造成影响。由此可见，央行在寻找释放流动性与稳定汇率之间的平衡点时，需要考虑投资者关注，通过发布一些政策信号来积极引导或疏散投资者关注，进而达到预期效果。

表4 将流动性作为控制变量后的回归结果Table 4 Regression Results for After Adding Liquidity as a Control Variable

4.5预期作为控制变量

加入预期后的回归结果见表5。通过分析比较可知，①人民币外汇市场上预期与投资者关注所包含的信息有所交叉，但不完全重叠。从波动短期成分看，与基准模型相比，投资者关注滞后4期的系数不再显著，表明此部分信息被预期所覆盖，长期波动则保持一致。②预期会对汇率价差的波动率产生影响。对于波动短期成分，预期系数滞后2期～滞后5期显著且整体效果符号为正，表明当NDF收益率上升，即人民币处于贬值阶段时(对汇率采用直接标价法)，汇率价差的波动率会有所增大，这可能与投资者的恐慌情绪有关。波动长期成分情况也非常类似，预期滞后5期的系数显著为正，即预期人民币贬值时，价差波动增加。预期管理一直是央行干预外汇市场的重要手段，央行在进行预期管理时可适当引导投资者关注，强化或缓解预期效果。

表5 将预期作为控制变量后的回归结果Table 5 Regression Results for After Adding Forecast as a Control Variable

5 稳健性分析

5.1将所有控制变量同时加入基准模型

实证结果表明在分别加入4个控制变量后，投资者关注对人民币汇率价差波动的影响依然显著，但是与流动性和预期之间存在部分信息重叠，如果将这些变量同时加入回归方程，投资者关注是否依旧能独立发挥作用有待检验。因此，在基准模型(7)式的基础上同时加入4个控制变量进行稳健性检验，但考虑到解释变量过多对自由度会造成较大影响，控制变量均只加入滞后1期进行回归。具体表达式为

(12)

其中，οt为t期随机误差项。

为进一步考虑投资者关注与已有控制变量间是否存在耦合效应，在(12)式的基础上加入投资者关注与控制变量的交互项进行回归，即

(13)

回归结果见表6。第2列和第6列给出(13)式的回归结果，对于波动短期成分，除投资者关注滞后1期系数不再显著外，滞后2期～滞后5期仍然具有显著影响，即投资者关注增加会加大波动，波动长期成分情况不变，该结果进一步佐证了投资者关注独立于已有解释变量对汇率波动造成影响的结论。第4列和第8列给出考虑投资者关注与控制变量之间耦合效应的结果。从短期看，仅预期与投资者关注的交互项系数显著，表明在短期内投资者关注会影响预期对价差波动的作用；从长期看，除央行干预与投资者关注交互项系数不显著外，其余控制变量与投资者关注的交互项系数均显著，表明在长期内投资者关注会通过影响传统解释变量的解释能力间接影响价差波动，但此效应究竟是增强了市场有效性还是添加了噪音还需进一步深入研究。此处结果还表明投资者关注对人民币汇率价差波动的影响在长短期内的作用机制有所差别。

5.2基于月度投资者关注的GARCH-MIDAS模型

从第4部分的实证结果发现，投资者者关注不仅对价差波动的短期成分存在显著影响，而且对波动长期成分也有一定影响，因此直接把人民币汇率的投资者关注指数纳入GARCH-MIDAS模型中进行稳健性检验。对(4)式进行修改，得

(14)

此处刻画的是波动长期成分，所以人民币关注指数采用月度数据。经拟极大似然估计的结果见表7，Atten对波动长期成分的影响体现在系数θ上，θ在1%的显著性水平上显著为正，表明从长期看，投资者关注的增加依旧是加大价差波动，与最小二乘回归的结果一致。

由参数估计结果计算得出的波动长期成分和波动短期成分走势见图3。

由图3可以看出，基于投资者关注的GARCH-MIDAS模型依旧提取出了较为平滑的波动长期成分，且从长期趋势看，特别是2015年以来，波动明显增大，一种可能的解释便是人民币国际化的快速推进使人民币得到越来越多的国际关注，进而增加了其波动。

5.3在岸和离岸汇率波动率单独分解

上述对价差波动率的研究综合考虑了在岸和离岸汇率，下面利用GARCH-MIDAS-RV单独将在岸、离岸汇率波动率进行分解，再将各自的波动长、短期成分代入(7)式进行回归，表8给出分别针对在岸和离岸汇率波动率的回归结果。对比表1与表8，结果基本一致。对于波动短期成分，无论是在岸还是离岸汇率，结果与价差完全一致，投资者关注增大了汇率的波动率。不难理解，投资者关注的增加意味着市场交易会变得活跃，而不同投资者预期又存在差异，进而增大波动。对于波动长期成分，在岸汇率有所差别，投资者关注滞后1期和滞后2期系数显著为负，即投资者关注增加时，波动长期成分有所降低，其具体原因有待深入研究；而离岸汇率则保持一致，且其系数数值大于在岸汇率，从而抵消了在岸汇率波动长期成分的减小，最终效果为价差的波动长期成分增大，与表1的结果相互印证。

表6 将4个控制变量同时加入后的回归结果Table 6 Regression Results for After Adding above Four Control Variables

表7 基于投资者关注的GARCH-MIDAS模型参数估计结果Table 7 Parameter Estimates Results for GARCH-MIDAS Model Based on Investor Attention

图3 基于投资者关注的价差波动的长、短期成分走势Figure 3 Trend of Long-term and Short-term Components of Spread Volatility Based on Investor Attention

价差波动在岸人民币短期成分系数标准差长期成分系数标准差离岸人民币短期成分系数标准差长期成分系数标准差Atten(-1)0．039∗∗∗0．004-0．0003∗0．00020．045∗∗∗0．0050．008∗∗∗0．001Atten(-2)0．062∗∗∗0．004-0．001∗∗∗0．00020．091∗∗∗0．006-0．00040．001Atten(-3)0．047∗∗∗0．0050．00030．00020．066∗∗∗0．006-0．0010．001Atten(-4)0．019∗∗∗0．0050．00020．00020．025∗∗∗0．007-0．00030．001Atten(-5)0．013∗∗∗0．0050．000030．00020．016∗∗∗0．006-0．00020．001Vol(-1)0．892∗∗∗0．0350．959∗∗∗0．0351．076∗∗∗0．0350．992∗∗∗0．034Vol(-2)0．0200．0470．0150．049-0．220∗∗∗0．057-0．0420．067Vol(-3)-0．0270．048-0．00010．0490．213∗∗∗0．0610．0210．081Vol(-4)0．0630．049-0．0020．049-0．0960．0590．0030．081Vol(-5)-0．0520．032-0．0040．035-0．0150．034-0．0020．057常数项0．020∗∗∗0．0040．006∗∗∗0．0010．012∗∗∗0．0030．007∗∗∗0．002R20．8250．9700．9010．929

6 结论

本研究采用2011年6月27日至2016年7月29日的样本数据，采用波动分解和最小二乘回归方法，研究投资者关注对于人民币境内外汇率价差波动率的影响。在模型中加入央行干预、利率平价、流动性、预期等控制变量，检验投资者关注所包含的信息是否被上述变量所覆盖，得到如下结论。

①投资者关注能有效影响人民币汇率价差的波动率。无论是波动长期成分还是波动短期成分，投资者关注的增加都会使波动增大，但是对波动短期成分的作用明显强于长期。②无论是单独还是同时加入央行干预、利率平价、流动性、预期等控制变量，投资者关注对汇率价差波动率的预测能力依旧显著，表明其包含了传统经济变量所未包含的信息。③从长期看，投资者关注会通过与部分控制变量间的耦合效应间接作用于价差波动，区别于短期作用机制。④基于投资者关注直接刻画波动长期成分时，MIDAS模型的系数依旧显著，佐证了基准模型中投资者关注能有效影响长期趋势的结论。⑤投资者关注同样会对在岸和离岸人民币汇率分解后的波动长、短期成分产生显著影响，且其综合效果与基准模型的回归结果一致。

本研究的主要贡献在于：将投资者关注引入对人民币汇率价差波动的分析之中，提出了新的研究思路；通过将波动进行分解，区分投资者关注对波动的长、短期成分各自的影响，证明投资者关注的确会对汇率波动率造成影响，且对波动短期成分的影响要大于长期成分，为货币当局管理价差提供了新途径；引入央行干预、利率平价、流动性和预期作为控制变量，证明投资者关注所包含的信息未被传统经济变量所覆盖，也为货币当局利用传统方法(如进行外市场干预)、发挥利率平价的作用以及通过引导预期等实现更为有效的汇率管理提出改进建议。

本研究实证结果具有积极的现实指导意义。对于货币管理当局来说，①央行可以构建人民币关注指数，一方面，根据该指数的变化预测波动率的变化，以便及时采取相应措施控制价差；另一方面，当价差长期处于较高点位时，可通过适当的舆情引导影响投资者关注，进而达到控制价差的目的。②央行在选择直接干预、流动性、利率平价、预期等对汇率价差进行管理的方法时，应在考虑投资者关注这一影响因素的基础上，着重考虑利率平价和预期管理，搭配使用以达到合意效果。对于外汇投资者，在通过人民币在岸和离岸汇率价差进行套利时，不仅要考虑相关的资本管制和资金成本等因素，而且应该积极利用人民币关注指数的走势，预测价差波动率的变化，采取合理的投资策略，在控制风险的前提下实现预期收益。

本研究也存在一定的不足之处。由于香港财资公会于2011年6月27日才开始公布离岸汇率定盘价，所以考虑到数据的可能性，本研究未能涵盖自离岸市场发展以来的全部区间。Google Trend针对每个关键词还给出了更为细化的分区域、分行业的搜索热度，而本研究未对此类信息进行深入挖掘，后续研究可以由此入手，进一步细化，可能会取得更好的研究效果。

[1]CHEUNG Y W,RIME D.The offshore Renminbi exchange rate:microstructure and links to the onshore market.JournalofInternationalMoneyandFinance,2014,49:170-189.

[2]郑联盛,董裕平.离岸人民币定价权及其对在岸人民币的影响.国际金融,2016(3):35-39.

ZHENG Liansheng,DONG Yuping.The pricing power of CNH and its effect on CNY.InternationalFinance,2016(3):35-39.(in Chinese)

[3]陈丽,甄峰.香港离岸与在岸人民币套汇问题研究.国际金融研究,2017(1):89-96.

CHEN Li,ZHEN Feng.Research on RMB arbitrage mechanism in onshore and Hong Kong offshore market.StudiesofInternationalFinance,2017(1):89-96.(in Chinese)

[4]朱孟楠,张雪鹿.境内外人民币汇率差异的原因研究.国际金融研究,2015(5):87-96.

ZHU Mengnan,ZHANG Xuelu.Research on the reasons for the disparity of RMB exchange rates between onshore and offshore markets.StudiesofInternationalFinance,2015(5):87-96.(in Chinese)

[5]FUNKE M,SHU C,CHENG X,et al.Assessing the CNH-CNY pricing differential:role of fundamentals,contagion and policy.JournalofInternationalMoneyandFinance,2015,59:245-262.

[6]MA G,MCCAULEY R N.Efficacy of China′s capital controls:evidence from price and flow data.PacificEconomicReview,2008,13(1):104-123.

[7]CASSEL G.Moneyandforeignexchangeafter1914.New York:The Macmillan Company,1922:137-163.

[8]KEYNES J M.Atractonmonetaryreform.London:Macmillan,1924:174.

[9]DORNBUSCH R.Expectations and exchange rate dynamics.JournalofPoliticalEconomy,1976,84(6):1161-1176.

[10] WILLIAMSON J.Theexchangeratesystem.Washington:Institute for International Economics,1983:333.

[11] CLARK P B,MACDONALD R.Exchangeratesandeconomicfundamentals:amethodologicalcomparisonofBEERsandFEERs.Washington,DC:International Monetary Fund,1998.

[12] 金中夏,陈浩.利率平价理论在中国的实现形式.金融研究,2012(7):63-74.

JIN Zhongxia,CHEN Hao.The realization of interest rate parity in China.JournalofFinancialResearch,2012(7):63-74.(in Chinese)

[13] 陈创练,杨子晖.“泰勒规则”、资本流动与汇率波动研究.金融研究,2012(11):60-73.

CHEN Chuanglian,YANG Zihui.Taylor Rule,capital mobility and real exchange rate fluctuations.JournalofFinancialResearch,2012(11):60-73.(in Chinese)

[14] 卞学字,范爱军.噪声交易、贸易开放与滞后汇率超调:基于PTM-NOEM模型的理论研究.南开经济研究,2015(4):23-43.

BIAN Xuezi,FAN Aijun.Noise trading,trade openness and delayed exchange rate overshooting:a study based on PTM-NOEM model.NankaiEconomicStudies,2015(4):23-43.(in Chinese)

[15] MANZAN S,WESTERHOFF F H.Heterogeneous expectations,exchange rate dynamics and predictability.JournalofEconomicBehavioramp;Organization,2007,64(1):111-128.

[16] RIME D,SARNO L,SOJLI E.Exchange rate forecasting,order flow and macroeconomic information.JournalofInternationalEconomics,2010,80(1):72-88.

[17] YU J.A sentiment-based explanation of the forward premium puzzle.JournalofMonetaryEconomics,2013,60(4):474-491.

[18] BURNSIDE C,HAN B,HIRSHLEIFER D,et al.Investor overconfidence and the forward premium puzzle.TheReviewofEconomicStudies,2011,78(2):523-558.

[19] BARBER B M,ODEAN T.All that glitters:the effect of attention and news on the buying behavior of individual and institutional investors.TheReviewofFinancialStudies,2008,21(2):785-818.

[20] 贾春新,赵宇,孙萌,等.投资者有限关注与限售股解禁.金融研究,2010(11):108-122.

JIA Chunxin,ZHAO Yu,SUN Meng,et al.Limited attention of investors and the liquidation of non-tradable shares.JournalofFinancialResearch,2010(11):108-122.(in Chinese)

[21] SMITH G P.Google Internet search activity and volatility prediction in the market for foreign currency.FinanceResearchLetters,2012,9(2):103-110.

[22] GODDARD J,KITA A,WANG Q.Investor attention and FX market volatility.JournalofInternationalFinancialMarkets,InstitutionsandMoney,2015,38:79-96.

[23] GHYSELS E,SANTA-CLARA P,VALKANOV R.TheMIDAStouch:mixeddatasamplingregressionmodels.Chapel Hill,NC:University of North Carolina,2004.

[24] GHYSELS E,SINKO A,VALKANOV R.MIDAS regressions:further results and new directions.EconometricReviews,2007,26(1):53-90.

[25] ENGLE R F,GHYSELS E,SOHN B.Stock market volatility and macroeconomic fundamentals.TheReviewofEconomicsandStatistics,2013,95(3):776-797.

[26] CONRAD C,LOCH K.Anticipating long-term stock market volatility.JournalofAppliedEconometrics,2015,30(7):1090-1114.

[27] 郑挺国,尚玉皇.基于宏观基本面的股市波动度量与预测.世界经济,2014,37(12):118-139.

ZHENG Tingguo,SHANG Yuhuang.Measuring and forecasting the stock market volatility based on macroeconomic fundamentals.TheJournalofWorldEconomy,2014,37(12):118-139.(in Chinese)

[28] HOU K,PENG L,XIONG W.Ataleoftwoanomalies:theimplicationsofinvestorattentionforpriceandearningsmomentum.Columbus,OH:Ohio State University,2009.

[29] GRULLON G,KANATAS G,WESTON J P.Advertising,breadth of ownership,and liquidity.TheReviewofFinancialStudies,2004,17(2):439-461.

[30] SEASHOLES M S,WU G.Predictable behavior,profits,and attention.JournalofEmpiricalFinance,2007,14(5):590-610.

[31] DA Z,ENGELBERG J,GAO P.In search of attention.TheJournalofFinance,2011,66(5):1461-1499.

[32] VOZLYUBLENNAIA N.Investor attention,index performance,and return predictability.JournalofBankingamp;Finance,2014,41:17-35.

[33] DING R,HOU W.Retail investor attention and stock liquidity.JournalofInternationalFinancialMarkets,InstitutionsandMoney,2015,37:12-26.

[34] 张谊浩,李元,苏中锋,等.网络搜索能预测股票市场吗?.金融研究,2014(2):193-206.

ZHANG Yihao,LI Yuan,SU Zhongfeng,et al.Can internet search predict the stock market?.JournalofFinancialResearch,2014(2):193-206.(in Chinese)

[35] CHEN J,LIU Y J,LU L,et al.Investor attention and macroeconomic news announcements:evidence from stock index futures.TheJournalofFuturesMarkets,2016,36(3):240-266.

[36] DOMINGUEZ K M.Central bank intervention and exchange rate volatility.JournalofInternationalMoneyandFinance,1998,17(1):161-190.

[37] HU M,LI Y,YANG J,et al.Actual intervention and verbal intervention in the Chinese RMB exchange rate.InternationalReviewofEconomicsamp;Finance,2016,43:499-508.

[38] 何诚颖,刘林,徐向阳,等.外汇市场干预、汇率变动与股票价格波动:基于投资者异质性的理论模型与实证研究.经济研究,2013,48(10):29-42,97.

HE Chengying,LIU Lin,XU Xiangyang,et al.Foreign intervention,exchange rate movements and stock price fluctuations:theoretical model and empirical study based on investor′s heterogeneity.EconomicResearchJournal,2013,48(10):29-42,97.(in Chinese)

[39] 王爱俭,邓黎桥.中央银行外汇干预:操作方式与效用评价.金融研究,2016(11):15-31.

WANG Aijian,DENG Liqiao.Central bank foreign exchange intervention:operation and effectiveness evaluation.JournalofFinancialResearch,2016(11):15-31.(in Chinese)

[40] 陈华.央行干预使得人民币汇率更加均衡了吗?.经济研究,2013,48(12):81-92.

CHEN Hua.Has central bank intervention driven RMB exchange rate more equilibrium.EconomicResearchJournal,2013,48(12):81-92.(in Chinese)

[41] 严佳佳,黄文彬,黄鑫.央行汇率干预行为研究:基于香港离岸人民币汇率的影响.国际金融研究,2014(10):23-31.

YAN Jiajia,HUANG Wenbin,HUANG Xin.Study on the central bank′s exchange rate intervention:based on the influence of Hong Kong offshore RMB exchange rate.StudiesofInternationalFinance,2014(10):23-31.(in Chinese)

[42] MEREDITH G,CHINN M D.Long-horizonuncoveredinterestrateparity.Washington,DC:International Monetary Fund,1998.

[43] BOUDOUKH J,RICHARDSON M,WHITELAW R F.New evidence on the forward premium puzzle.JournalofFinancialandQuantitativeAnalysis,2016,51(3):875-897.

[44] 易纲,范敏.人民币汇率的决定因素及走势分析.经济研究,1997,32(10):26-35.

YI Gang,FAN Min.The decisive factors of the exchange rate of Renminbi and its trend analysis.EconomicResearchJournal,1997,32(10):26-35.(in Chinese)

[45] 潘锡泉.中美利率和汇率动态效应研究:理论与实证:基于拓展的非抛补利率平价模型的研究.国际贸易问题,2013(6):76-87.

PAN Xiquan.Research on dynamic effects of China-U.S. interest rate and exchange rate:a theoretical and empirical analysis based on extended uncovered interest-rate parity model.JournalofInternationalTrade,2013(6):76-87.(in Chinese)

[46] MANCINI L,RANALDO A,WRAMPELMEYER J.Liquidity in the foreign exchange market:measurement,commonality,and risk premiums.TheJournalofFinance,2013,68(5):1805-1841.

[47] GABAIX X,MAGGIORI M.International liquidity and exchange rate dynamics.TheQuarterlyJournalofEconomics,2015,130(3):1369-1420.

[48] 白晓燕,郭昱.汇改前后人民币汇率预期的波动特征研究.国际金融研究,2014(6):31-39.

BAI Xiaoyan,GUO Yu.Research on the fluctuation characteristics of RMB exchange rate expectation before and after exchange rate regime reform.StudiesofInternationalFinance,2014(6):31-39.(in Chinese)

[49] 沙文兵,刘红忠.人民币国际化、汇率变动与汇率预期.国际金融研究,2014(8):10-18.

SHA Wenbing,LIU Hongzhong.RMB internationalization,exchange rate fluctuation and exchange rate expectations.StudiesofInternationalFinance,2014(8):10-18.(in Chinese)

[50] 郭凯,张笑梅.人民币汇率预期与股票价格波动.国际金融研究,2014(8):88-96.

GUO Kai,ZHANG Xiaomei.Relations between RMB exchange rate expectations and stock price fluctuations.StudiesofInternationalFinance,2014(8):88-96.(in Chinese)

FundedProject:Supported by the National Natural Science Foundation of China(71671193，71401193)

Biography:YIN Libo, doctor in management, is an associate professor in the School of Finance at Central University of Finance and Economics. Her research interests include asset pricing and financial market. Her representative paper “Predictability of structural co-movement in commodity prices: the role of technical indicators”was published in theQuantitativeFinance(Issue 5,2017). E-mail：yinlibowsxbb@126.com

LI Qing is a undergraduate in the School of Finance at Central University of Finance and Economics. Her research interests focuses on international finance. E-mail：liqing_cufe@126.com

□

AStudyontheImpactofInvestorAttentiononRMBExchangeRateSpread——BasedontheGARCH-MIDASModel

YIN Libo，LI Qing

School of Finance, Central University of Finance and Economics, Beijing 100081, China

The theory of limited attention arising from psychology has been widely used in financial research in recent years. The basic idea is that there are a wide variety of products in financial market and at the same time there are information costs. As a result, the attention of individual investors is becoming a scarce resource. Therefore, investors are more inclined to deal with the products they have already noticed and thus affect the price of the assets. A large number of empirical studies in the security market support the effectiveness of the theory, so the study in foreign exchange market is also necessary.

By employing the search volume index provided on Google Trend to construct a direct measure of investor attention towards RMB, with the study interval covering from June 27, 2011 to July 29, 2016, this paper applies the least squares regression to determine empirically whether the investor attention accounts for the volatility of spread between CNY and CNH exchange rates on a daily frequency. In particular, considering the structural properties, we use the GARCH-MIDAS model based on realized volatility to decompose volatility into the long-term and short-term components and then regress respectively.

The study results indicate the investors′ attention will increase the volatility of the spread, so monetary authority′s appropriate guidance may help narrow spread and limit arbitrage activities. Compared to the long horizon, the impact is stronger in short run. Furthermore, by adding central bank intervention index, interest rate parity, liquidity and forecast as control variables into the model respectively, the effect of attention remains significant, which demonstrates the information contained in investor attention are not covered by existing variables. A series of robustness tests were also conducted. First of all, we add four variables into the bench model while also consider the inter effects between attention and control variables. The results display attention still can explain the spread volatility independently and in the long run, it indirectly influences the spread fluctuation by affecting the effect of control variables, which demonstrates the mechanism is a little different from that of the short term. Secondly, the GARCH-MIDAS model based on the monthly investor′s attention is used to decompose the volatility, and the effect of the investor attention on long-term component is further verified by the significance of the coefficient. Finally, the volatility of the onshore and offshore exchange rate is directly decomposed and then apply the ordinary least squares regression. The results show investor attention is still significant and the overall effect is consistent with the original test.

By exploring the investor attention′s ability to explain the exchange rate spread fluctuation of RMB, this paper extends the research of investor attention based on Google search volume index in foreign exchange market and develops a new idea for the forecast of the RMB exchange rate. According to the conclusions, monetary authority and the participants in foreign exchange rate can also construct an investor attention index and offer a reference for multiple applications of effective exchange management or risk control and so on.

investor attention；RMB exchange rate spread；volatility decomposition；central bank intervention；interest rate parity；liquidity；forecast

Date:March 19th, 2017AcceptedDateJuly 21st, 2017

F832.5

A

10.3969/j.issn.1672-0334.2017.05.012

1672-0334(2017)05-0147-13

2017-03-19修返日期2017-07-21

国家自然科学基金(71671193，71401193)

尹力博，管理学博士，中央财经大学金融学院副教授，研究方向为资产定价和金融市场等，代表性学术成果为“Predictability of structural co-movement in commodity prices: the role of technical indicators”，发表在2017年第5期《Quantitative Finance》，E-mail：yinlibowsxbb@126.com

李勍，中央财经大学金融学院本科生，研究方向为国际金融等，E-mail：liqing_cufe@126.com