我国央行外汇干预行为特征研究——基于ADL-ARCH/GARCH模型的实证检验

谢　非，刘婷婷

(重庆理工大学 经济金融学院， 重庆　400054)

一、引言

近十多年来，中国的经济由高速增长转为中高速增长，国家外汇储备和人民币汇率出现新的特征。根据国家外汇管理局网站①网站地址为：http://www.safe.gov.cn。提供的数据，2005年我国外汇储备为6 236.46亿美元，之后一直处于高速增长阶段，于2014年到达了峰值39 662.67亿美元，是2005年外汇储备量的六倍多。随着国家产业结构的换挡升级，2015年后我国外汇储备出现下降，截至2017年7月，我国外汇储备余额为30 807.2亿美元(图1)。2005年7月，我国实行有管理的浮动汇率制度，此后近十年，人民币兑美元即期汇率进入持续单边升值通道。为控制流动性注入的通货膨胀和避免人民币过快升值，央行对外汇市场进行了相应的干预。自2014年2月以后，人民币汇率由过去的升势转变为连续贬值，央行为了更好地让市场决定汇率，将银行间即期外汇市场上人民币兑美元交易价的浮动比由1%上升为2%，使得人民币汇率波幅加大，增强了人民币汇率双向浮动弹性。2015年8月，为解决人民币中间价偏离市场汇率，央行决定综合考虑外汇市场供需情况以及国际主要货币汇率变化向中国外汇交易中心提供中间价报价。

图1　2005—2017年我国外汇储备余额与美元兑人民币汇率走势数据来源：国家外汇管理局

随着我国经济金融市场化进程的逐步深入，“一带一路”倡议的实施以及“沪港通”的出现，国内外资本市场之间的联系愈发紧密，相互之间的影响日益增强[1]，从而导致我国外汇储备与人民币汇率变动的不确定性不断加大。一方面，人民币汇率和外汇储备的波动直接影响我国对外的进出口贸易活动，如人民币币值上升过快会对国内出口企业的经营活动造成过大冲击，而人民币币值下降过快不利于人民币国际化战略的推进，引发资本外流，损害金融体系的稳定性。另一方面，人民币汇率和外汇储备的变动很可能诱发我国资本市场的波动。这是因为汇率预期的变化会影响我国金融资产的期望收益，改变国内外投资者的资产配置组合，同时还可能促使上市公司调整其经营决策，从而对企业价值产生影响。因此，为了使央行对外汇市场的异常波动进行及时、有效的干预和调控，避免由于外汇储备和人民币汇率的异常变动带来的负面影响，本文就央行外汇干预的行为特征进行研究。

二、文献综述

1983年IMF根据《杰根森报告》将外汇干预定义为：货币当局为了影响本国货币汇率在外汇市场进行买卖外汇的行为。西方学者率先对央行外汇干预行为进行了探索，形成了一些有益的研究成果。Almekinders等发现德国央行的外汇干预量存在大量零值，之后利用德国联邦银行公布的外汇干预数据对其干预行为进行了深入研究，发现央行进行外汇干预是个非连续的过程，只有在干预的必要性超过一定阈值时才会进行入市干预[2-3]。基于央行对外汇干预不连续性的特征，Frenkel 等为了解释日本央行实施的外汇干预措施，运用Logit方法进行实证研究，所估计出的外汇干预行为方程能够精确地判断日本央行是否进行了外汇干预[4]。Hodgson利用两阶最小二乘法对门限回归模型进行估计，检测和分析了加拿大银行的外汇干预行为，发现央行为了避免加拿大元的持续急剧下降并影响到货币政策的执行，通过外汇干预阻止对加拿大元信心的丧失[5]。关于外汇干预量的研究方面，由于世界上许多国家并没有公布外汇干预的数据，因此Suardi等尝试用月度外汇储备变动作为外汇干预的替代变量，研究月度外汇储备变动量与央行进行外汇干预的程度，认为两者之间存在一定的协同关系，验证了其作为替代变量的可行性[6]。Chen 等研究发现实际汇率相对于目标汇率的偏离会导致央行进行外汇干预行为，并且在进行干预时的成本大小是央行考虑是否进行干预的影响因素[7]。

由于我国对外汇干预的研究起步相对较晚且缺乏外汇干预数据，因此我国现阶段的研究还停留在定性和定量研究的初级阶段。在定性研究方面，何彦对中国外汇实施冲销的背景和效应做了分析，并针对冲销过程中的冲销工具、基础货币流向和外汇储备方面的问题，提出了央行在进行冲销干预时的改革思路和建议[8]。郭田勇等对中国进行汇改之后的有效性进行了分析，指出了可增强外汇干预效力的关键并提出了建议[9]。除此之外，王楠等、徐虹对中国外汇市场干预的现状、发展趋势进行了分析，并提出了对策建议[10-11]。在定量研究方面，徐晟等选取2005年汇改之后的日度数据估计人民币货币篮子的影响权重，研究发现美元的影响权重逐渐减少，并认为央行参考一篮子货币的调整是积极稳定的[12]。张在美等根据日本央行公布的外汇干预数据，用线性模型、2-机制TR模型和FTR模型分别进行实证研究，结果表明FTR模型能够更好地说明央行进行外汇干预的非线性，为研究我国外汇干预行为提供了借鉴[13]。李科等总结了前人对央行进行外汇干预的三大目标，对1996年到2009年的外汇储备月度余额变化进行相关目标性检验，认为央行在短期和长期中进行干预的特征是不同的[14]。谢赤等为准确描述外汇干预行为的异方差和非对称性特点，运用m-机制TR模型和GARCH模型对央行外汇干预的目标进行了实证检验[15]。邓黎桥等用面板工具变量法分析了全球23个国家和地区的外汇干预措施，以哥伦比亚和新西兰为代表总结其外汇干预经验，认为外汇干预行为应该更加灵活并与宏观经济政策相适应[16]。

从已掌握的文献来看，国外对央行外汇干预行为特征的研究较多，但对于我国央行外汇干预行为特征的研究文献尚少，且多利用2015年汇改之前的数据进行研究，有效反映外汇干预最新情况不足。因此，本文基于我国1996年1月至2017年7月的月度干预数据，实证分析我国央行进行外汇干预时的行为特征具有一定的理论价值和现实意义，可以为国家更加有效地调控外汇市场、稳定汇率波动提供参考。

三、代理指标选取、实证检验与结果分析

(一)代理指标的选取

由于目前许多国家包括中国在内对外汇干预时所进行的市场操作方式尚未公布，因而央行外汇干预的数据无法获取，研究我国央行外汇干预行为特征时只能用替代变量作为外汇干预的数据。鉴于外汇干预数据的保密性，本文参考李科、谢赤等学者选取外汇干预变量指标的方法，以央行外汇储备的变动量作为代理变量[14-15]，再将变动量取绝对值，用符号drs(单位：亿美元)表示，为了消除趋势影响及可能存在的异方差，我们对其进行对数处理，从而得到被解释变量的度量指标为lndrs。在进行外汇干预过程中，汇率的变动至关重要，因此我们选取在直接标价法下人民币汇率的月度变动数值作为解释变量，度量指标表示为exr。

根据圣路易斯联邦储备银行经济研究网站(economic research federal reserve bank of ST.LOUIS)*网站地址为：https://fred.stlouisfed.org/series/EXCHUS提供的数据，选择中国1996年1月至2017年7月对外汇干预的特征进行检验。所使用的数据经整理如图2和图3所示。其中，图2描述了1996年1月到2017年7月人民币汇率的月度变动值；图3描述了1996年1月到2017年7月我国外汇储备的月度余额变化。可以看出，自2005年后，美元/人民币汇率及外汇储备波动幅度、频率变化较大。

(二)实证检验与结果分析

1.央行外汇干预的逆风向性检验

为了研究我国央行外汇干预行为的特点，首先对央行的干预目标作出假设：在短时间内，本期汇率偏离上期汇率时，央行会采取措施减轻汇率波动或改变汇率走向，即为逆风向性干预。为了验证这一假设，我们依据逆风向性定义的思路建立计量模型：解释变量为汇率变动增量exr，被解释变量是以绝对量的外汇储备对数变换值表示的外汇市场干预lndrs，然后利用计量方法对预先设定的央行反应模型进行估计和分析，在统计显著性水平上，判断央行是否在进行逆风向性干预。在建模之前，先分析两增量序列的平稳性质，如表1所示。

图2　美元/人民币汇率1996年1月至2017年7月的月度变动

图3　央行1994年1月至2017年7月外汇储备月度余额变化

变量ADF检验值1%临界值5%临界值10%临界值P值检验结果exr-8.8402-3.9940-3.4273-3.13700.0000平稳lndrs-3.9745-3.4557-2.8725-2.57270.0018平稳

从表1可以看出，exr和lndrs两变量都是在1%的临界值下是平稳的，因此可以通过被解释变量和解释变量建立滞后分布模型(表2)，从而达到模拟预测现实的经济关系。

表2　自相关和偏自相关图(部分截取)

根据表2可以确定模型最佳滞后阶数为2，根据确定的最佳滞后阶数可以提出计量模型：

lndrs=c(1)+c(2)×exr+c(3)×lndrs(-1)+c(4)×lndrs(-2)+ε

(1)

将此模型代入实证分析得出回归方程结果统计量*由于该结果未能通过残差检验所以没有列示。，回归结果表明解释变量的系数均在1%的水平上显著，但通过进一步对其残差序列进行检验，发现其不能通过自相关和异方差检验，即被解释变量lndrs可能存在自相关性，由此会影响变量之间的系数不能通过检验。因此，可以对我国央行的对外汇干预的特征行为建立GRACH模型：

lndrs=0.750 0-3.373 3×exr+0.510 3×lndrs(-1)+0.316 8×lndrs(-2)

(0.190 9)(1.169 7)(0.081 2)(0.0766)

其中有：

GARCH=0.043 1+0.433 8×RESID(-1)2+0.610 8×GARCH(-1)

(2)

(0.015 4)(0.090 6)(0.070 2)

回归方程实证结果见表3。

表3　回归方程实证结果统计量

通过比较回归结果可以得出，与分布滞后模型相比较而言，GARCH模型表现出更好的拟合优度，其解释变量的系数均在1%的水平上通过Z显著性检验，F检验和P值均小于0.01。

从回归模型可以看出，汇率变动exr对外汇干预的影响系数的P值在0.01水平上显著为负。解释变量exr系数为负，表明了人民币相对美元的升值引发了中国央行买入美元抛售人民币的外汇干预活动，这也验证了前文对央行干预目标为“逆风向性”的假设。滞后项系数显著，表明我国外汇市场的干预行为具有长期性和连续性。国家的汇率政策与汇率波动休戚相关，通过外汇市场操作达到干预外汇的目标需要一定的时间，并且要与长期稳定的货币政策相配合，因此这与干预行为具有长期持续性的特点相符。

2.央行外汇干预与波动性检验

在我国外汇市场上，由于存在严格的外汇管理制度，央行在进行外汇干预时大多表现为买进其他参与主体的外汇头寸余额。因此可以进一步假设：央行实行渐进式的汇改进程和防止人民币过快升值是为了缓解外汇市场波动和抑制在外汇市场上进行投机。为了验证这一假设，我们做了如下检验：

要检验央行进行外汇干预对超出升值预期的波动部分的反应，首先剔除两次汇率制度改革时期人民币汇率按趋势进行渐进升值的部分*具体时间为：2005年7月至9月，2015年8月至2016年1月。，获得去除升值预期后未预期到的汇率波动序列residuxp，将residuxp作为解释变量加入不包括汇率变动量的模型方程进行显著性检验，可以得到如下方程：

lndrs=0.750 0-5.061 8×residuxp+0.479 0×lndrs(-1)+0.344 1×lndrs(-2)

(3)

(0.205 1)(3.024 8)(0.061 5)(0.061 0)

回归方程实证结果见表4。

表4　加入解释变量residuxp的回归方程实证结果统计量

从表4的回归结果可以得到，解释变量residuxp在10%的水平上显著，且解释变量residuxp的系数值为-5.061 8，波幅较大，由此证明了央行进行外汇干预具有“熨平汇率波动”的目标。从1996年以后，人民币一直处于升值状态，央行通过买入外汇调整实际汇率偏离目标汇率，以抑制人民币波幅较大、防止在外汇市场进行投机的干预行为明显。

3.央行外汇干预与对称性检验

通过上述两项检验可以明确央行在进行外汇干预时的目标为“逆风向性干预”和“熨平汇率波动”。无论是在人民币异常贬值或者异常升值时央行都会入市进行干预，由此引发我们进一步思考：在人民币贬值和升值的时候所采取的干预力度是否相同，这背后是否有国家宏观经济政策的体现。为了证实央行对于币值不同变动所持的干预态度的差别，我们在回归方程中引入虚拟变量dummy*虚拟变量dummy的设定为：1表示人民币贬值，即exr为正；0表示其他情况(人民币升值或不变)，即exr为负或为零。，为了避免出现多重共线性，再加入交积项的形式，同时反映出虚拟变量和解释变量的影响，最终可以得到如下拟合方程：

lndrs=0.689 7-5.490 3×exr×dummy-5.394 9×exr×(1-dummy)+0.303 5×lndrs(-1)+0.518 6×lndrs(-2)

(0.106 8)(1.998 4)(2.057 2)(0.037 6)(0.030 2)

其中有：

ARCH=0.313 9+1.292 2×RESID(-1)2

(4)

(0.055 1)(0.223 5)

回归方程实证结果见表5。

表5　引入虚拟变量dummy的回归方程实证结果统计量

同理，我们统计出ARCH(1)方程的实证结果见表6。

表6　方差方程实证结果统计量

表7　残差序列相关LM检验

由模型的实证结果可以得到，所有解释变量都在1%的显著水平上显著，其中各个指标的拟合较好，ARCH模型的实证结果的P值统计量为0.000 0，表明此模型的显著水平较高，模型方程的残差出现一定的白噪声的过程，所以我们在这里对模型方程进行一阶残差自相关检验(LM-ARCH)，检验结果见表7，可以看出在5%的显著水平上拒绝不存在ARCH效应的零假设。

由外汇干预波动的ARCH模型拟合图可以发现方程ARCH(1)中含有虚拟变量dummy的模型可以较好地分析和解释我国央行外汇干预的行为特征如图4。

图4　外汇干预波动的ARCH模型拟合图

通过上述模型的实证结果可以得到，解释变量exr×dummy的P值统计量为0.006 0，Z统计量为-2.747 2，这表明解释变量exr×dummy在1%的显著水平上显著；解释变量exr×(1-dummy)的P值统计量为0.008 7，Z统计量为-2.622 0，也表明了解释变量exr×(1-dummy)在1%的显著水平上显著。解释变量的系数分别为-5.490 3、-5.394 9，我们发现解释变量exr×dummy的系数比exr×(1-dummy)的更小。通过实证可以看出：央行在人民币超过预期进行贬值或升值的时候，其干预的力度是不一样的。相对于人民币升值而言，央行对于人民币贬值时干预的力度更大，这就验证了央行进行外汇干预时具有非对称的特征。通过实例我们也可以很好地解释这一特点。在2016年初，人民币汇率与中国股市双双暴跌，随即央行采取了强势的干预措施来应对这次危机。在香港，通知所有商业银行停止进行人民币拆借，对香港离岸市场人民币空头进行了狙击，其干预行为不仅推高了离岸人民币拆借利率，而且导致当天人民币汇率离岸市场暴涨1 000个点。相对于人民币汇率的下跌，央行对于近期人民币大涨的干预行为就没有那么强烈。2017年9月以来人民币大幅上涨，为了抑制人民币升值过快，9月8日央行调整远期售汇业务风险准备金，从原来的20%调整为0%。9月11日美元兑人民币为6.499 7，较9月8日而言还上涨了35个点，到9月12日人民币才贬值280个点。由此可见，对于人民币升值而言，央行采取了弱势干预措施。

四、研究结论及对策建议

本文基于1996年1月至2017年7月的外汇储备的月度余额绝对变动量作为外汇干预的替代变量，结合运用了ADL模型和ARCH及GRACH模型进行了逆风向性、波动性和对称性的检验，研究了我国央行进行外汇干预的行为特征。根据研究结果我们可以得出结论：我国央行的外汇干预目标是“逆风向性干预”和“熨平汇率波动”，其干预行为具有长期性、持续性和非对称性的特点，这也与“双向波动、小幅升值”的人民币国际化路径相符。由于长期的汇率变动或决定都不是仅依赖于外汇干预所能达到的，这一目标的实现主要与长期、稳定、有效的货币政策相配合，也侧面反映了我国外汇干预具有较强的政策性意图。为了解决货币政策操作方面受到阻碍、央行在干预时操作成本高的问题，以及更好地配合央行进行外汇干预熨平市场波动的目标特点，本文提出以下对策建议：

第一，多部门协同参与外汇干预，建立多层次干预模式配合货币政策。现阶段我国外汇干预主要是靠央行来进行操作的，单部门实施容易产生对预期干预条件判断偏差、干预失效的后果。借鉴发达国家的干预机制，我国可采用多层次模式来实施外汇干预：由财政部负责配合我国货币政策来进行外汇干预政策的制定，央行对财政部颁发的政策进行具体实施，商业银行对央行的措施进行积极的配合。这样一来，多部门的协同参与使得外汇干预政策能做到上传下达，一方面增加了外汇干预的连贯性和有效性，另一方面也可以依靠灵活的财政、货币政策配合来维持富有弹性的均衡汇率。

第二，利用和引进外汇衍生产品，实现外汇干预的长期性和预见性。央行在进行外汇干预时，通常是直接进入即期市场实施干预，往往导致干预成本较大。若央行在外汇干预时根据对汇率波动的预测，利用外汇衍生产品，不仅可以使得这一问题得到改善，而且也是与外汇干预行为的长期持续性相配合。现阶段，由于我国外汇市场上的衍生产品*现阶段我国外汇市场衍生产品包括远期、货币互换、期权等。并没有得到充分的发展，因而在调控外汇时存在一定的局限。引进和运用更多的外汇衍生工具，如无本金交割(NDF)等手段，有助于加强央行外汇调控的灵活性和科学性，更进一步地对外汇市场条件做出敏感性反应，从而增强外汇市场的稳定性。

第三，设立外汇平准基金，以多渠道资金来源实现熨平汇率波动目标。外汇平准基金又称为干预基金，具有政策性和非盈利性的特点，是货币当局以法定方式建立的、多种来源形式的基金组合。由于其是由外汇、黄金和本国货币共同构成，外汇平准基金可以与外汇储备共同作为干预手段，在人民币异常贬值或升值时通过在外汇市场上抛出或购入储备来熨平汇率波动，缓解外汇市场上的投机行为。

参考文献：

[1]何新易，杨凤华.中国对外直接投资动因分析：基于“一带一路”战略的国家样本[J].贵州财经大学学报，2016(5)：12-21.

[2]ALMEKINDERS G J,EIJFFINGER S C W.Daily bundesbank and federal reserve interventions[J].Empirical Economics,1994,19(1):111-130.

[3]ALMEKINDERS G J,EIJFFINGER S C W.A friction model of daily Bundesbank and Federal Reserve intervention[J].Journal of Banking & Finance,1996,20(8):1365-1380.

[4]FRENKEL M,PIERDZIOCH C,STADTMANN G.Japanese and U.S.interventions in the yen/U.S.dollar market:Estimating the monetary authorities’ reaction functions[J].Quarterly Review of Economics & Finance,2005,45(4):680-698.

[5]HODGSON D J.A test for the presence of central bank intervention in the foreign exchange market with an application to the Bank of Canada[J].Empirical Economics,2011,41(3):681-701.

[6]SUARDI S,CHANG Y.Are changes in foreign exchange reserves a good proxy for official intervention[J].Journal of International Financial Markets Institutions & Money,2012,22(4):678-695.

[7]CHEN H C,CHANG K L,YU S T.Application of the Tobit model with autoregressive conditional heteroscedasticity for foreign exchange market interventions[J].Japan & the World Economy,2012,24(4):274-282.

[8]何彦.我国外汇冲销干预中存在的问题及改革思路[J].财经研究,2000(4):14-18.

[9]郭田勇,陈佳.我国中央银行对外汇市场干预效力分析[J].国际金融研究,2006(7):57-61.

[10] 王楠,吕建黎.我国中央银行外汇市场干预的现状、问题及对策[J].特区经济,2006,211(8):74-75.

[11] 徐虹.我国央行外汇干预的特征分析[J].时代经贸(学术版),2007,5(10):177-179.

[12] 徐晟,唐齐鸣.中国参考盯住篮子货币干预的实证研究[J].国际金融研究,2008(9):68-72.

[13] 张在美,谢赤,孙柏.外汇干预反应函数非线性FTR模型的提出及其实证[J].中国管理科学,2010,18(4):34-42.

[14] 李科,陈平.基于ADL-ARCH模型的我国外汇干预目标之实证研究[J].中山大学学报(社会科学版),2010,50(5):202-208.

[15] 谢赤,贝籽.中央银行的外汇干预行为特征研究——基于TR-GARCH模型的实证检验[J].上海经济研究,2014(3):3-15.

[16] 邓黎桥,董亮.中央银行外汇干预的国际经验——基于面板工具变量法的分析[J].国际金融研究,2017,363(7):24-33.