汇率预期、指令流与人民币汇率价差

■张晓莉，孙琪琪，吴 琼

本文利用时变参数向量自回归模型（TVP-VAR）研究了指令流对在岸与离岸人民币汇率价差的影响，通过等间隔脉冲响应函数发现汇率价差对指令流和汇率升贬值预期的冲击都表现出显著的时变特征，宏观变量汇率预期升贬值对指令流有负向影响，指令流对汇率价差的影响也为负，并且滞后阶数越长影响越显著。进一步通过中介效应发现，在汇率预期影响在离岸汇率价差的过程中，指令流起到了显著的中介作用，存在“汇率预期→指令流→汇率价差”的影响机制。

一、引言与文献综述

我国香港的离岸人民币市场（简称CNH 市场）于2010 年建成，是目前全球最大的人民币离岸市场，对应于在岸人民币市场（简称CNY市场）。由于参与主体、存款准备金要求、金融监管力度以及自由程度等方面的差异，导致了CNY 市场与CNH 市场汇率价差的持续存在。自2015 年8 月逆势而上的汇率改革，境外人民币价格波动大于境内人民币价格波动。而在岸离岸汇率价差若过大，会引发套汇现象，这将不利于我国金融稳定和人民币汇率市场化形成机制改革。因此，有效的控制境内外人民币汇率价差的水平，有助于防范跨境资本流动风险，保障人民币外汇市场平稳运行。回顾2016年人民币贬值，究其原因主要是跨境资本流动风险。加之，当前我国面临的最大问题是：一方面，经济发展需要人民币汇率逐步市场化；另一方面，人民币可兑换国际化进程的加快客观上也要求人民币汇率弹性。因此，如何将人民币汇率波动风险控制在可控水平，同时保证在岸离岸和汇率价差能够反映在岸和离岸人民币市场联动强度以及人民币国际化程度，是研究外汇市场的重要指标。

目前，境内有关汇率价差、指令流以及境内外人民币市场的研究主要集中在以下几个方面。

一是CNY 市场和NDF 市场。关于CNY 市场与NDF 市场趋同性的研究，存在两种观点：一种观点是认为在岸市场（CNY）汇率具有更强的价格引导作用（丁剑平，2018）；另一种观点认为NDF 市场具有更强的价格导向作用（严敏和巴曙松，2010）。二是在岸与离岸人民币汇率价差。陈珂和王萌（2017）研究在岸与离岸汇率价差的形成原因及影响因素时证实了人民币资金存量、升贬值预期和利率差异是影响因素之一。邹佳洪（2016）通过实证证明指令流会影响交易价格和市场预期。吴远远和赵启麟（2017）运用扩展的GARCH 模型进行实证发现汇率预期、市场投资者风险偏好差异、利率差异、人民币汇率政策调整和鼓励人民币回流政策都会对汇差产生重大影响。刘一楠和宋晓玲（2017）基于TVP-SV-VAR模型研究提出，人民币在岸离岸汇率的波动呈现出非对称性与时变性特征，随机动态均衡在“811”汇改后出现了结构性突变。三是指令流微观传导机制。外汇市场微观结构中指令流传导机制的研究最早来自于国外学者，观点主要分为两方面：一方面是关于指令流在汇率波动中的作用，即宏观信息如何通过指令流的传导机制影响汇率的波动。Evans&Lyons（1999）提出，交易指令流所反映的市场参与者的私有信息能有效地决定外汇市场上主要货币的汇率。Bacchetta & Win-coop（2004）提出虽然宏观基本面信息短期与指令流无关，但是从长期来看，汇率基本面信息和指令流有着密切的关系；另一方面是研究指令流的不同组成部分对汇率的影响。Carpenter&Wang（2003）讨论了外汇交易市场客户行为，并认为来自金融机构的指令流可能包含增量信息。Evans&Lyons（2003）更进一步建立模型提出，指令流传导机制将宏观基本面信息传递到汇率的价格，通过这种间接的指令流效应，每日汇价变动大约有20%。

通过整理文献发现，关于在岸离岸人民币汇率价差的研究并不是很多，而且较少从指令流中介效应研究人民币汇率预期与在岸离岸汇率价差的关系。基于已有研究，本文从三方面创新：一是创新研究角度。本文主要通过微观结构模型研究指令流起主导作用的微观市场变量的影响机制，预期会引起指令流的变化从而引起在岸离岸汇率价差的产生；二是创新研究内容。以往研究主要集中在在岸离岸汇率价差的宏观影响因素，本文通过观察指令流的传导机制，即指令流传递宏观经济基础面信息，进而通过做市商影响在岸和离岸汇率价差，分析宏观经济基础面信息与指令流的关系，解释指令流对汇率价差的影响；三是创新研究方法。以往主要是用VAR 向量自回归的模型。而我国的经济发展水平不断改善，市场改革发展存在结构性变化，影响汇率价差的传导机制可能存在时变特征，选择时变参数向量自回归模型（TVP-VAR）能够观察冲击所产生的时变特征和结构性变动，可以进一步分析微观市场的变化对人民币汇率价差的时变影响和传导机制。

二、研究假设

微观市场结构理论认为，处于市场最前端的做市商能够了解每个交易日最新的市场需求信息和宏观基本面信息，利用指令流传递出的宏观基本面信息和市场交易者对宏观基本信息的理解，进行外汇的汇率报价，再通过交易影响在岸和离岸价差。

（一）指令流微观市场的传导机制

外汇市场微观结构理论初始变量包括交易者的异质性、私人信息和交易制度（刘培蕾&陈晓露，2008），而后随着研究的深入发展，指令流、不对称信息等变量被提出来，尤其是客户指令流成为外汇市场微观结构的研究重点。

指令流具有信息传递和风险管理的作用。做市商间的指令流不仅传递市场上分散的信息，同时也传递所有客户对公开信息的不同理解的私人信息。外汇市场中分散的信息包含在客户交易指令流中，并传递给做市商。具有异质性的客户指令流经过加总后，所依据的信息变量和做市商报价所依据的信息变量相同，这是客户指令流能够解释现汇汇率的原因。而客户指令流是通过调整家庭的资产组合形成的，资产组合的调整是依据预期债券的投资收益率，投资收益率又取决于预期汇率的变化，于是投资组合调整模型认为利率差和做市商间的指令流能够影响汇率变化。

指令流本身含有的私有信息能反映市场参与者对于当前汇率的预期，在外汇市场进行信息传递，其信息传递机制如图1，在场外交易市场，流动性需求者与做市商或者会员进行交易，产生指令流；场内市场，做市商和会员根据客户指令流交易，根据交易情况央行会适当干预，在外汇零售市场会员提供报价并交易外汇，市场中做市商、会员和银行产生的指令流释放的信息影响外汇报价，进而影响汇率价格。

图1 指令流信息传递机制

（二）汇率预期与指令流影响理论机制与假设

指令流在预期的基础上补充了当前经济基本面信息。从传统宏观汇率出发，汇率被看作是当前和预期信息基本面的贴现现值。根据（Rime et al，2010）的指令流影响汇率变化的理论模型如下：

在公式（1）中st表示t 时期的名义汇率。公式（2）△st+1=st+1-st，b（0＜b＜1）是贴现因子，ft表示t 时期宏观经济信息基本面，Et（ft）表示t 时期指令流信息可得的情况下基于现在宏观经济基本面的投资者的市场预期，Et（ft+1+q）或Et+1（ft+1+q）表示t或t+1时期基于指令流信息未来宏观经济基本面的投资者市场预期。公式（2）表示指令流会引起汇率变化△st+1，因为指令流反映汇率预期的变化，在t+1 时期指令流新的冲击εt+1。公式（1）、（2）适用于不同国家的不同贴现因子。为了不失一般性，假设Et（ft）-st=0，在t+1 时刻如果汇率预期是升值Et+1（ft+1+q）＞Et（ft+1+q），指令流传导正向的信息会使汇率的变化将会缩小在岸离岸汇率价差。相反，如果汇率预期是贬值情况，会使会导致在岸离岸汇率价差增大。

基于此，本文提出三个假说：

假说1：宏观经济信息面上，投资者预期汇率贬值能在一定程度上加强汇率价差；

假说2：市场分散私人信息指令流增加，市场对汇率升值预期也会增加，进而缩小在岸离岸汇率价差；

假说3：汇率价差的影响机制中存在“汇率预期→指令流→汇率价差”的机制，指令流在微观和宏观市场中的中介效应是显著的。

（三）模型构建

1.模型的建立

为了验证假说1与假说2，本文采用马尔可夫链蒙特卡罗（MCMC）方法估计具有随机波动性的TVP-VAR模型。TVP-VAR模型是一种多变量时间序列模型（金春雨和张浩博，2016），其特征在于系数和协方差矩阵都是时变的，时变的系数能够很好的刻画模型滞后结构的时变特征和可能的非线性特征。时变参数向量自回归形式可以简化为：

其中，系数βt、联立参数矩阵At和随机波动的协方差矩阵εt都是时变的。特别地，根据Nakajima（2011）对时变参数的处理方法，三角矩阵At中的非0 和1 的元素堆叠成一列向量，即at=（a21，a31，a41，a51，…，ak，k-1），ht=（h1，…，hkt）′且j=1，…，k；t=s+1，…，n）。根据Nakajima（2011）假设，（1）中的参数服从随机游走过程：

其中，βs+1～N（μβ0，∑β0），αs+1～N（μα0，∑α0），hs+1～N（μh0，∑h0）。特别需要注意的是：At的下三角矩阵的假设是VAR系统的递归识别；参数不被假定为遵循诸如AR（1）的固定过程，而是随机游走过程；时变参数的方差和协方差结构由参数∑β、∑α和∑h决定，并假设∑α、∑h是一个对角矩阵；由于时变参数是随机行走的，需要指定时变参数的初始状态的先验值。

2.数据来源与变量设计

本文数据主要来源于Wind 数据库。在岸和离岸人民币汇率价差（DIF）是被解释变量；人民币汇率升贬值预期（EXP）、指令流数据（ORDER）是解释变量。每个变量的数据范围从2004 年2 月到2017年6月，并且是月度数据。

数据时期2004年2月～2012年5月的CNH即期汇率采用12 个月的NDF 数据，2012 年5 月～2017 年6月汇率价差的数据采用CNH即期汇率。人民币汇率升贬值预期采用12月期的NDF，指令流数据采用银行代客结售汇月度数据，香港人民币资金存量的数据来自香港金融管理局。对以上各变量均进行月度平均处理，在岸和离岸人民币汇率价差DIF=（CHY-NDF12）/CNH，预期汇率EXP=（人民币在岸汇率-人民币NDF 汇率）/人民币在岸汇率×100。实证分析中所用的统计软件为是MATLAB R2016a。

在岸和离岸人民币汇率价差（DIF），在香港出现离岸即期汇率定价之前，研究汇率价差选用的数据是NDF12个月和在岸汇率的价差，考虑到NDF12个月受管制程度低，发展较成熟的因素；2010年7月香港离岸即期汇率发布后，离岸人民币即期汇率成为了更适合的研究对象。

对于人民币汇率预期（EXP），因为12 月期的NDF 流动性最高、交易最为活跃，所有人民币汇率升贬值预期采用12 月期的NDF。若市场投资者认为人民币会贬值，可能导致投资者在离岸市场上大量出售人民币。

指令流数据（ORDER），指令流包括客户指令流和做市商指令流，本文采用“银行代客结售汇”来代替指令流数据①在实际生活中，做市商银行将客户指令流视为私人信息，不会轻易提供给研究人员，难以获取客户指令流数据；因为做市商指令流数据是客户指令流的反应，可以采用“银行代客结售汇”来代替。。“银行代客结售汇”是为客户指定外汇银行办理的结汇和售汇业务②银行结售汇数据对于判断资本流动方向和外汇市场情绪具有很高的参考价值，由于这个数据由商业银行根据每天结售汇业务的实际发生额进行统计，故而能够比较直接地反映境内企业和居民个人总体的市场走势，受央行宏观调控的影响较小。。结汇与售汇的轧差数是结售汇差额。这个数据能够反映市场情绪，如果升值预期增强，结汇需求旺盛，反之则购汇需求旺盛。

三、“指令流”微观市场的实证研究

本文采用MCMC 抽样方法对模型进行估计。根据Nakajima（2011）的算法预先赋值参数，设定对于时变参数的初始状态，设定先验值：μβ0=μα0=μh0=0，并且∑β0=∑α0=∑h0=10I。为了计算后验估计值，本文在绘制M=10000 个样本后舍去最初的1000 个样本。TVP-VAR 模型的滞后阶数是通过序列似然比检验、最终预测误差、Akaike准则确定，Schwarz准则和Hanna-Quin 准则用于确定五种评估方法。在指令流、汇率价差和汇率预期的模型中，通过表1观察发现，在滞后二阶中，评价方法FPE、AIC、HQIC和SBIC 均为最小值，信息准则最小，于是选择最优滞后阶数为2。

表1 滞后阶数及选择

（一）模型中参数的估计结果

MCMC方法模拟10000次得到的估计结果如表2和图2所示。从表中可以看出，参数的后验均值都处于95%的置信区间内，Geweke 的CD 收敛值都小于1.96，不拒绝收敛于后验分布的原假设。同时从无效因子可以看出，除了sb2 和sh1 之外，其余参数的无效因子均较小（金春雨和张浩博，2016），在10000 次的总抽样次数中MCMC 抽样的效果较理想。

表2 参数估计结果

图2 样本自相关图

图2 中分别表示样本自相关（顶部），样本路径（中部）和后部密度（底部）。样本自相关图可以看出自相关系数呈现下降趋势，中部的样本路径显示抽样数据在一定的范围内稳定波动。基于此，可以认为通过参数假设条件的MCMC 抽样所获得样本是不相关的，也侧面证明了利用MCMC 算法进行估计是有效的。

（二）时变脉冲响应图

利用TVP-VAR 模型生成了指令流、汇率升贬值预期和汇率价差在不同的冲击约束条件下的脉冲响应图。图3 系列图中是分别以持续1、2 和4 个月的滞后期来反映各变量受到的短期冲击响应图，而图4是以持续4、8和12个月的滞后期来反映各变量受到冲击的短期、中期和长期的响应效果。从图3和图4可以看出，汇率价差对指令流和汇率升贬值预期的冲击都表现出显著的时变特征，其中指令流和汇率升贬值预期受到汇率价差的长期冲击（12个月）所呈现的响应波动最明显，短期冲击（4个月）几乎无响应。

图3 等间隔脉冲响应图（短期限）

图4 等间隔脉冲响应图（长期限）

1.汇率价差的脉冲响应（图3和4第1列）

汇率预期升贬值对汇率价差滞后短期和长期的影响始终为正，这表明投资者对汇率的预期贬值能在一定程度上加大汇率价差，验证了假说1。在2010年呈现一个波峰，可能是汇改造成了市场的不稳定性，加大了投资者的恐慌。指令流对汇率价差的影响总是为负，没有明显的时变效应。尤其在滞后期1、2 和4 期时，指令流对汇率价差都具有冲击效应，在整个样本期内都比较稳定，可以看出指令流对汇率价差的影响在短期内更为频繁，但波幅不大。原因可能有三：一是因为本文的指令流数据不是做市商的私人数据而是一个加总数据，数据的精确度不高；二是可能参与市场交易的交易者的类别及参与程度的不同导致了指令流信息的差异化，进而减缓了指令流反映市场信息的速度；三是可能指令流关于基本面的信息需要经过一定的滞后时间才能显示在价格中。

2.汇率预期升贬值的脉冲响应（图3 和4第2列）

汇率价差在2010～2011 年对汇率升贬值预期基本处于正向影响，且在2010 年之后的影响正负交替波动较大，表明在长期汇率价差对汇率升贬值预期的冲击表现出显著的时变特征。而指令流对汇率预期升贬值在较短的时期内是呈现正向影响的，短期内客户对外汇结汇的增加会引起市场汇率贬值的预期的增长，但是在长期表现为负向影响，则意味着市场分散的私人信息以及客户结汇的指令流增加会引起市场对汇率升值预期的增长，从而减少在离岸汇率价差，结果验证了假说2。

3.指令流的脉冲响应（图3和4第3列）

通过对比长滞后期和短滞后期的脉冲响应能够发现，汇率价差对指令流相对长滞后期的影响明显，体现为正负交替，且在2010年和2015 年左右波动较大，表明汇率价差对指令流的冲击表现出显著的时变特征。汇率预期升贬值对指令流的影响为负，滞后期数越大负向影响越显著，可能是因为市场信息的传递需要经过一段时间的作用，客户指令流是投资组合调整结果的表现，预期国内汇率贬值，代客结售汇减少，也就是人民币贬值的预期上升，对国内基本面的预期较消极，客户向银行的结汇意愿减少，带来结售汇负向的客户指令流。

进一步分析不同时间点汇率价差、指令流和汇率预期之间的关系。根据样本期内中国进行汇率改革的时间，本文选择2005 年5 月、2010 年6 月和2015 年8 月三个时点为代表，进行时间点脉冲响应分析，对比三个时期的汇率改革的作用效果。

图5 时点脉冲响应图

图5第一列显示的是汇率价差对汇率预期和指令流的响应图，可以看出三个时点的冲击效果基本重合，这意味着汇率预期和指令流变化对汇率价差的影响作用没有显著的时变性，可能是由于人民币利率和汇率决定机制市场化程度不高，市场信息的传导不完全。汇率价差对汇率预期冲击的响应方向在5期之后为正，且逐渐增大，表现为长期汇率预期对汇率价差的正向影响越来越大。汇率价差对指令流冲击的响应方向在5 期之后为负，即指令流在短期内对汇率价差几乎没有影响，可能是做市商对基本面信息的了解要逐步学习修正，所以关于基本面的信息需要经过一定的时间才能显示在价格中。值得注意的是，2015年的汇率市场改革的时点显示利率市场化改革的深入在一定程度上减轻了指令流对汇率价差的负向影响。

四、机制分析：指令流的中介效应

前文研究发现指令流会影响汇率价差，是连接宏观市场和微观市场的桥梁，那么指令流是如何连接宏观因素的呢？为了研究指令流的中介效应，本文提出假说3：汇率价差的影响机制中存在“汇率预期→指令流→汇率价差”的机制，指令流在微观和宏观市场中的中介效应是显著的。在已有文献基础上，以汇率升贬值预期（宏观因素）为切入点，探究汇率升贬值预期是否通过指令流对汇率价差产生影响，证明了指令流的中介效应。基于中介效应模型和逐步测试方法，相应的修改了中介效应的检验流程，用Bootstrap法取代Sobel法对系数乘积进行检验（温忠麟、叶宝娟，2014）。为了验证假说3，本文应用Mplus进行研究。首先建立以下三个计量模型：

具体检验步骤如下：第一步，对模型（5）进行回归，检验方程（5）的系数c，观察汇率升贬值预期与汇率价差的回归系数是否显著，显著说明指令流中介效应成立；第二步，依次检验方程（6）的系数与方程（7）的系数b，如果至少存在一个是不显著的，进行第三步，用Bootstrap 法检验；当两个系数显著，直接进行第四步。第三步，用Bootstrap 法直接检验H0：ab=0，如果显著，则间接效应显著，进行第四步。反之，停止分析。第四步，检验方程（7）的系数c′，如果直接效应不显著，说明只有中介效应。反之，则证明直接效应是显著的，可以继续进行第五步。这个检验流程是从参数角度出发进行检验。相比于点估计来说，进行区间估计则更为精确。Mplus 程序运用Bootstrap 法求出系数a 和b 的置信区间进行检验，这种方法更加稳妥。

表3统计了系数与系数乘积ab的参数估计值以及偏差校正的非参数百分位Bootstrap 置信区间。其回归结果表明，对模型（5）进行回归的结果显示汇率预期对汇率价差回归的系数为0.052，在1%的水平下显著，说明总效应显著。为了检验汇率预期是否经由指令流传递给汇率，即指令流在连接宏观微观市场中是否起到中介作用，回归模型（6）和（7）得出系数a和系数b都显著，即间接效应是显著的。且汇率预期对指令流的系数a 显著为正，说明人民币汇率贬值预期的增强会刺激外汇市场外汇持有者实施抛售外汇的行为。模型（7）与模型（5）相比较，在加入中介变量后，汇率预期的系数由0.052增加到0.061，并且显著，这说明指令流增强了汇率预期对汇率价差的影响，指令流的信息传递作用明显。进而又检验方程（7）的系数c′为0.061，显著的结果表明直接效应显著。为了更加准确地验证指令流的中介效应，本文又对系数进行了Bootstrap 检验，结果也是显著，表明存在以指令流为中介变量的中介效应，该中介效应的大小为-0.009，系数ab的-0.009和c′的0.061符号相异，其在总效应中所占比重为│ab/c′│，14.8%。

上述检验结果表明，在汇率预期影响汇率价差的过程中，指令流起到了显著的中介作用。可以看出，汇率预期贬值的增加加大了汇率的价差，传递过程表现为市场汇率预期贬值增加，客户集合市场信息反映到指令流减少，指令流减少导致汇率价差增大。指令流传递了汇率预期及其以外其他的信息，通过市场的汇总，有效的反映到汇率价差中。综合分析，汇率价差的影响机制中存在“汇率预期→指令流→汇率价差”的机制，该机制表明指令流在微观和宏观市场中的中介效应显著，验证了假说3。

表3 汇率预期经由指令流影响汇率价差的中介效应

五、稳健性检验

稳健性检验回归中所使用的数据均来自于Wind数据库。其中，在岸人民币即期汇率（CNY）选取中国人民银行发布的美元兑人民币的平均汇率代替前文中介效应检验中的美元兑人民币汇率中间价；其两者存在不同之处，人民币中间价是外汇交易中心将做市商汇报的开盘报价中去掉最大值和最小值后经加权平均计算得出。离岸人民币即期汇率（CNH）选取香港财资市场公会公布的离岸即期汇率定盘价，代替前文NDF12 月期离岸汇率。由于离岸即期汇率定盘价属于日交易数据，剔除因未交易日期、周末和节假日等缺失数据，然后进行月平均处理，和在岸人民币即期汇率变量数据进行匹配，从而计算在岸离岸价差，计算公式为：在岸离岸价差DIF=CNY-CNH；预期汇率EXP=（CNYNDF）/CNY*100。人民币汇率预期（EXP）：本文选取了NDF1 月期代替前文中的NDF12 月期，指令流（order）在稳健性检验中依然延续使用正文中的“银行代客结售汇”。

根据数据的可获得性与匹配性，在稳健性检验中选取的数据为2011 年7 月至2019 年8 月的月度数据，共计98 个观测值，稳健性检验结果显示①限于篇幅，留存备索。：在95%的置信区间下，中介效应结果没有包含0（0.0337，0.0639），表明指令流对汇率价差的中介效应显著；另外，在控制了指令流的中介效应之后，汇率预期对汇率价差的系数依然显著（0.0190，0.1376）包含0，说明指令流不是唯一中间变量，在宏观经济环境中依然存在其他影响人民币在岸离岸价差的因素。

六、结论与建议

本文在时变框架下，利用TVP-VAR 模型分析了汇率预期升贬值、指令流和汇率价差之间的影响关系，验证了本文提出的假说1～3。由上文中的实证结果可以得出：第一，汇率预期升贬值会负向影响指令流，且滞后期数越大负向影响越显著；第二，指令流对汇率价差的影响总是负面的，短期内波动频繁，但波幅不大；第三，汇率改革有助于缓解市场分散信息对汇率价差的影响；第四，在汇率预期影响汇率价差的过程中，指令流起到了显著的中介作用，存在“汇率预期→指令流→汇率价差”的影响机制，表现为市场汇率预期贬值增加，客户指令流会相应减少，进而导致汇率价差增大。根据结论，本文提出以下建议。

第一，提高外汇市场信息效率。通过实证可以发现指令流对汇率价差的影响波幅不大，也就是说做市商从指令流中提取的信息对汇率的影响程度并不高，有关指令流基本面的信息需要经过一定的时间才能显示在价格中。自2013 年我国推出QFII以来，又陆续推出了简化入市流程、取消额度限制、拓宽投资品种、取消准备金的穿透式管理方式等措施，这些措施都致力于丰富市场参与主体和交易品种，以便加快汇率的流动以及市场信息的流动。未来还需要采取措施提高人民币外汇市场的信息效率，强化做市商信息传递的效率，使得指令流信息能够快速的反映市场信息，并表现到价格中。

第二，推动人民币汇率市场化形成机制改革。本文通过时点脉冲响应函数观察到2015 年汇率改革在一定程度上减缓了指令流对汇率价差的负向影响程度，表明汇率改革的有效性。2014年汇率中间价幅度由2%扩大至3%，2015年完善人民币兑美元汇率中间价报价，都是探索人民币汇率市场化的重要措施。而我国的市场改革需继续人民币汇率形成机制改革，并辅之以宏观和微观层面的措施。宏观层面上加强外汇实仓的管理，微观层面上丰富市场交易主体和参与主体的多样性，加强人民币内地和香港市场之间的联动性。注意完善人民币离岸市场的发展，缩小境内外利差，减少市场的套利，增强投资者对中国经济、人民币汇率的预期。

第三，完善做市商制度。做市商作为定价中心，让做市商间的指令流反映市场上分散的信息及客户的私人信息。提高做市商的价格发现功能不仅能够从根本上确保信息渠道的畅通，还能保证中间价更加有效地反映宏观基本面信息和市场供求信息，使得中间价形成机制更加市场化。2014年取消了银行对客户各币种挂牌买卖价差管理，2016年正式建立公开市场每日操作常态化机制，这都促进了做市商制度完善进程。此后，市场可以通过加大做市商之间的竞争，或者投入更多的汇率定价研究，来激励做市商寻找汇率的最有效价格。