波動率范文

導語：如何才能寫好一篇波動率，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務員之家整理的十篇范文，供你借鑒。

篇1

關鍵詞：匯率波動企業對策

中國匯改走過三年，很多企業學著如何對自己的風險進行規避，但最基本的還是要改變匯改前中國企業的心態與經營作風，這就有必要深入了解匯率波動率的意義。

假設企業可以自由選擇是否出口，以及出口數量為多少時，出口與否即可以看做企業的期權。匯率的隨機波動越大，便會增加這一期權的價值。可見，匯率波動會對國際貿易產生影響，但出現正面影響還是負面影響，取決于企業所處的特定條件和對風險的認識。

假設企業的目標是使以本幣標價的預期收益最大化。對于一個公司的一定的生產量（y），由于匯率的變動，導致以本幣計價的收入隨機變動，即等于px+eq(y-x)，p是國內產品價格，q是國外價格，y是總的生產量，x是決定在國內銷售的數量，在國外銷售的數量就是y-x，e表示直接標價法下的匯率，會隨時間變化而變化。

生產決策在匯率變化之前就作出了，即在當前時間0，公司根據當前匯率作出生產量的最優化決策y。這時生產成本為C(y),C是一個以產量為自變量增函數，并且C(0)=0。在時刻1，當匯率已確定，企業根據匯率變動來決定自己的產品在國內外市場上的分配，這時利潤為P1=px+eq(y-x)-C(y).銷售最優化決策取決于在此時的匯率e。從理論上講，如果只考慮利潤最大化，當匯率向不利于企業出口的方向變化時，即本幣升值時，eq〈p，企業決策y=x,出口量為零,反之亦反。現實中，一個理性的決策者不會僅根據匯率變動做出這樣極端的決策，因為企業同樣關心市場份額，轉換成本等因素。所以在實務中，企業決策的變化并沒有這么顯著。但這種在國內外市場之間的選擇仍然是一個價值正相關于波動率的期權。在時刻0，企業只做生產決策，在這時不考慮銷售于國外或是國內市場，企業預測的最低收益是將產品全部銷售于國內市場時能夠取得的收益。出售單個商品，企業的收益為max(eq-p,0)，等價于一個看漲期權，具體來講，企業即擁有了一個以敲定價格p來購買一個資產的權力，如果該資產的現價eq大于了敲定價格，企業便可以通過執行期權獲利。

在時刻0，可以通過Black-Scholes期權定價公式計算出該出口期權的價格（根據該公式，波動率和期權價格也是正向變動的關系），然后用VaR模型來計算匯率風險。通過兩者的對比，可得出波動率對企業的總的影響究竟是正面還是負面的。

本文得出，大的匯率波動率可能會增大該類企業的出口，而非傳統上認為的抑制出口。匯率波動率會增大企業獲利的可能性，使得出口期權價值變大。但對于跨國企業，多變的匯率也暗含著更大的匯率風險，包括交易風險，會計風險和經濟風險。這些風險因素就是反向作用于企業的出口愿望，從而降低其出口量。匯率波動率在兩種方向上影響相對的大小決定了企業最后決策，這種影響又取決于企業對風險厭惡的相對程度。

中國企業應該消除對匯率波動的恐慌，因為它還可以帶來更高的預期收益，關鍵在于企業是否會利用這一隱藏的機遇----期權。另一方面，企業可以根據能擁有出口期權的這類企業所具有的特質來進行戰略規劃。這樣就能增大國內企業抗風險的能力和盈利能力。

篇2

關鍵詞：線損率 線損管理 電力網

在電網運行中，由電能表計量統計出的供電量和售電量之差，稱為統計線損電量，相應的線損率稱為統計線損率，統稱統計線損。統計線損包括技術線損和管理線損兩部分，前者反映了電能在輸、變、配過程中相應時段內由于本身阻抗的存在而產生的損耗，可以通過技術改造進行降損；后者反映供電企業的線損管理水平，包括抄收錄制度的完善、人員抄錄表計的主觀錯誤、反竊電的成效等，可以通過完善相應管理制度、提高人員的素質水平等措施予以避免或減少。供電企業希望通過對線損的計算與分析，能夠準確地針對降損對象，提出降損目標。但供電企業在統計線損的分析中往往受到線損率波動較大、線損率異常數值較多、線損計算所需的關口電量不完善、線損計算沒有形成閉環系統（線損電量沒有分解在每個獨立的計算單元上），使線損的分析不能夠提出具體降損的對象。如某一線路這個月線損率很高，但上個月的線損率卻很低，這就很難確定這條線路是否屬于降損的對象，所以分析線損率波動的原因對降損是有幫助，且很重要的。

1 線損率波動的原因

線損率波動的原因較多，從南安電力公司線損率波動的分析來看，主要有如下原因。

1.1 變電站電量統計不準確

變電站線損率波動的主要原因是某月電量統計不準確，如某月電量值抄錄錯誤或沒有按規定時間抄錄；旁母開關代運等運行方式的改變影響電量統計；母線電壓互感器停電或檢修、更換電流互感器、更換電能表、計量回路不正常等原因沒有立即將有影響計量的，可供追補損失電量的參數詳細記錄影響電量統計、新的表計起始電量值未錄入。

1.2 估抄關口電量

送電線路線損率出現波動的原因是關口電量缺少必要的數據而出現估抄，使當月線損率數值不準確。如與購電方聯系的110 kV送電線路及與小水電聯系的35 kV線路的計量裝置在對側，相關參數沒有完整抄錄。另外，運行方式的改變等原因使當月統計電量不準確。

1.3 售電電量與關口電量未同時抄錄

大多數配電線路的線損波動率大，主要原因是用戶售電電量與變電站關口電量不能同時抄錄，且抄表人員沒有完全按照抄錄制度的規定執行抄錄，出現錯抄、漏抄；還有用戶計量回路計量不準確（如可能的竊電）、倍率不正確、用戶建檔不及時或入檔錯誤；部分臨時用電沒統計；負荷變化或停電引起的加收銅鐵損與實際銅鐵損差值較大；線路切割引起當月線損統計波動；表計燒壞等原因引起的電量追補；雙電源用戶的電源切換等較多原因，所以在這種情況下，當月計算出來的線損率是不能準確反映計算單元（配電線路）的線損水平。

2 管理措施與建議

針對線損率波動的原因，本文提出幾點嘗試性的建議，從管理上、技術上努力減少線損率的波動。

2.1 建立線損信息多級管理

加強對線損率波動原因的分析，形成線損三級閉環網絡，級間相互監督，避免線損電量的上下推諉現象，盡可能消除線損計算不準確而使線損率波動。如按電力網元件可分類為送電線路電量（110 kV、35 kV）、變電站電量、配電電量（用戶售電、小水電、公共配變關口）。變電站的電量可以由變電站值班人員每天進行抄錄；系統110 kV購電電量、35 kV小水電電量及返送電量應爭取每天有電量讀數，以提供比較分析；用戶售電電量、小水電電量、公共配變關口電量按照抄收核制度要求進行抄表。

2.2 統一計算準則

對公司線損電量進行指標分解，如總公司線損電量為3，則送電、變電、配電線損電量的總加也應是3，不應有額外的線損電量值出現。并且要求計算的軟件應運行可靠，數據運算正確，能夠適應各種運行方式變化下的電量值錄入，這樣避免由于電量計算的不準確而引起當月線損率的波動，所以規定如下：

第一，關口電量（如變電站饋線出口電量與供電所饋線購電電量）在某一抄表時間（如某一天）只有一個抄錄數值，由發生購售的雙方負責的人員（如變電站與供電所人員）進行相互監抄，責任部門認定為計量點的責任部門。此電量抄錄日由文件細則規定約束。

第二，各饋線變更時，線損分析應以對應饋線電量編號為準。如某供電所原有一條饋線為榕橋線（編號B05E05），現增加一條饋線為榕橋線（編號B05E06），而原饋線榕橋變更為杏蓮線（編號B05E05）。故原榕橋饋線的購電量及售電量應列入杏蓮線（編號B05E05）中，或者兩條饋線合作一條饋線（計算單元）計算。

第三，若變電站出線變化調整時，相應關口電量計算也應相應變化，可認定為該計量點電能表或電流互感器更換，而進行變比更新及電能表表底數記錄等。

第四，供電線路出現用戶切割，當月售電量可按估算電量，切割的兩條線路所承擔的售電量按修正的估算值填入修正電量欄，且保證兩條線路售電量總和不變，并應在備注欄上說明。

第五，用戶售電電量以實抄電量為準（不加銅鐵損），避免由于停電等原因所引起的加收銅鐵損與實際運行產生的銅鐵損差別較大所引起的線損波動。

轉貼于 　2.3 建立同步抄表等制度

實行送變配盡可能同步抄表，盡量消除因抄表時間差等原因出現的線損波動。《國家電力公司電力網電能損耗管理規定》中就規定了電網經營企業的營銷管理應“嚴格抄表制度，應使每月的供、售電量盡可能對應，以減少統計線損的波動。所有客戶的抄表例日應予固定”。所以要求制定抄錄實施細則，其中包括制定科學的抄表路線及抄表順序（時間）：

首先，送電、變電較容易實現同步抄表，10 kV配電也應要求在工作量允許情況下同步抄表，低壓配電則由于工作量大實行分時抄表。在這樣情況下，則應允許公共配變關口電量抄兩次表，差值計入當月線損電量，不作考核。

其次，要求抄表人員應按規定的抄表周期（一般每月一次）、抄表順序抄表，特別是用電大戶應有相對固定抄表順序（時間），對其他用戶也應按規定周期前往用戶處抄表。抄表順序（時間）相對固定，不得隨意變動。

2.4 合理確定電網關口電能表的抄表日

減少由于抄表時間不同引起的不平衡電量饋線線損計算時，用戶售電量是不能同時抄錄的，而饋線的購電量關口電量只有一個數值，所以讓計算出的線損率只能盡可能接近真實線損率。為了保證計算的準確性，要求購電量關口電量抄錄時間應為饋線各用戶售電量抄表時間段的平均中點。電網關口電量抄表日確定應注意以下情況。

首先，對于縣級電力公司電力電網分級的這幾部分線損來說，輸變電的線損計算與10 kV高壓線損等層間會出現由于非同步抄表引起的購電關口電量差值，這部分差值應列入線損電量（不平衡電量），并分析其差值的大小及原因，是否為電網的抄表日不科學不合理引起。如輸變電抄表日若定義為月末，則2月份抄表周期為28天，但若配電線路抄表周期仍為30天，則2天的電量就成為公司線損的波動。

其次，公司實際購售電量差為線損值，把公司當作一個大端口元件，當月實際的購電量與售電量之差即為總公司當月的線損電量。其中購電量可能會與計算系統的抄表電量有差異，這部分電量作為公司線損電量的一部分。但差異電量數值應較小，否則應重新確定電源輸送線路的公司本側電量與躉售電網側電量的抄表日是否一致。

2.5 推廣現代化手段 提高抄核收的工作質量

例如，安裝用戶遠程在線管理系統，利用營銷系統自動計算配電線路各條饋線的可見線損電量（技術線損）；記憶電能（如采用數字電能表，自動記憶某一時刻的電量，抄表人員可在第二天去抄錄）同步抄表；建立電能采集中心與其分析。

參考文獻

篇3

匯率受到國家之間經濟競爭力、國際收支情況、利率、通貨膨脹率以及宏觀經濟政策等諸多因素的影響，目前經濟學家并不能夠根據某個模型得出所謂“正確”的匯率水平。鑒于匯率受政策變量影響非常之大，本文不打算就人民幣的升值前景作出判斷，僅考察一個“簡單”的問題：假如人民幣升值，對證券市場將會產生哪些影響？

有人斷言，若人民幣升值則中國股市必然大漲，邏輯是匯率升值預期誘使游資進入，市場資金充沛、利率下降，導致股市大漲，賺錢效應引發更多外資流入……如此循環直至泡沫破滅。從經驗上看，也可以舉出1980年代中期日元升值與日本股市泡沫以及1997年亞洲金融危機受災國貨幣貶值伴隨股市崩盤作為例證，似乎匯率與股市之間存在同向關系。

仔細考察近20年來各國匯率與股市之間的關系，馬上會發現，情況并不像想象中那么簡單。國際清算銀行兩位研究員（Bernard和Galati，2000年）發現，1983年至2000年間，美、日、德三國匯率變動與股市變動之間僅存在非常微弱的相關性，其中美日兩國為正相關，而德國則為負相關。同時還發現，匯率波動性與股市波動性之間存在顯著的正相關關系，美元匯率波動幅度每增加0.2％就會伴隨著美國股市波動增加1個百分點。換言之，貨幣升貶與股市漲跌之間沒有穩定的數量關系，但是幣值不穩定通常伴隨著股市不穩定。該研究還發現，各國匯率變動與股市走向之間的關系在各年度也并非保持相同方向，例如，1992年美元匯率走勢與美股之間呈顯著的反向關系，而1999年則為顯著的同向關系。相同的結論也出現在有關專家對東南亞主要市場的研究中。

篇4

關鍵詞：人民幣；匯率波動；MS-VAR

一、引言

本文將匯改后人民幣匯率的波動區分為“高波動”和“低波動”的兩個狀態，建立了帶馬爾科夫狀態轉換的VAR模型，識別了人民幣匯率波動的“高波動”和“低波動”狀態及其相應的特征，進而實證檢驗了人民幣即期匯率在不同波動狀態下對宏觀經濟所存在的非對稱性影響。

二、實證模型：帶馬爾科夫狀態轉換VAR模型

假設長期購買力平價成立，那么存在以下公式：

et=pt-p*t①

其中et為人民幣兌美元的即期匯率（間接標價法），pt-p*t為中美通脹指數取對數后的差值。進一步，假設中美兩國的貨幣市場處于均衡狀態，即存在以下形式：

mt+vt=pt+yt②

m*t+v*t=p*t+y*t③

其中mt和m*t分別為中美貨幣供應量的對數值，vt和v*t分別為中美貨幣流通速度的對數值，yt和y*t分別為中美產出的對數值。將②式減去③式，且假設兩國貨幣的流通速度相等，則得到：

mt-m*t=pt-p*t+yt-y*t④

結合①式和④式，并且考慮在實際中中美兩國之間購買力平價并不成立，因此在實證中，我們有必要將兩國之間的通貨膨脹率差的因素納入實證模型，于是得到以下實證方程：

et=c+α（mt-m*t）+β（yt-y*t）+γ（pt-p*t）εt⑤

于是我們建立關于向量xt=（et，mt-m*t，pt-p*t，yt-y*t）′的MSMH-VAR（P）模型：

ΔXt-a（St）=v+At（Δxt-1-a(St)）+A2(Δxt-2-a(St))+…+Ap(Δxt-p-a(St))+ut

ut~NID(0,∑(St))⑥

其中vt是截距向量，ut是誤差向量，且ut~NID(0,∑)，Ai（i=1,…,p）為系數向量，p為滯后階數。a(St)為在不同狀態下經濟變量的均值，∑(St)為在不同狀態下誤差向量的方差。在本文中，我們將狀態分為“高波動”狀態和“低波動”狀態，而且假設St是一組服從馬爾科夫鏈的離散隨機變量，主要特征是，St等于某個值j的概率受過去的影響僅與最近St-1的值有關；經濟系統由上期的區制i向下期各區制的轉換概率之和等于1：

P{St＝j｜St-1=i,St-2=k,…}＝P{St=j｜St-1=i}=Pij⑦

且pi1+pi2+…+pim=1⑧

或者表示為轉換概率矩陣P：

p…p┆?塤┆p…p，p=1，?坌i,j∈{1,…,m},m=2⑨

現簡單給出MS模型的參數估計思路。由式（6）可知，此時Δxt的分布取決于ΔXt-1、均值向量a(St)與方差矩陣∑(St)。如果經濟系統處于某一區制St=i，那么Δxt的條件分布函數為：

p(Δxt｜St=i,ΔXt-1)ln(2π)ln｜∑｜exp{(Δxt-Δit)′∑i-1(Δxt-Δit)}⑩

其中Δit=E(Δxt｜St=i,ΔXt-1)，而僅僅基于t-1期的信息集，Δxt的條件分布函數為：

p(Δxt｜ΔXt-1)=p(Δxt｜St-1=j,ΔXt-1)=p(Δxt,St=i｜St-1=j,ΔXt-1)＝p（Δxt｜St＝i，St-1＝j,ΔXt-1）p（St＝i｜St-1=j,ΔXt-1）＝p(Δxt｜St＝i，St-1＝j,ΔXt-1）p（St-1=j｜ΔXt-1)pji{11}

上式中，

p(St-1=j｜ΔXt-1)=

{12}

衡量了經濟系統在t-1時期處于區制j的概率，我們稱之為平滑概率（SmoothedProbablity）。式{11}和{12}表明t時期Δyt的條件分布函數可由t-1時期Δyt-1的條件分布函數和t-2時期的平滑概率推導而出，因此給定前樣本的信息集ΔX0與初始時期經濟系統所處區制的平滑概率p0，我們可以通過式{11}和{12}的迭代得出各期Δyt的條件分布函數：p(Δxt｜ΔXt-1)、p(Δxt-1｜ΔXt-2)、…，進而得到樣本{Δx1、…ΔxT}的無條件分布函數：

p(Δx1、…ΔxT)＝p(Δxt｜Δxt-1){13}

＝f(v1,…,vm,∑1,…,∑m,A1,…,Ap,B,p11,…pij…,pmm,p0){14}

最后利用EM算法對式{13}的極大似然函數進行估計，得到式{14}中未知參數的值，以及相應的各期各區制的平滑概率，依此我們可以做相應的實證分析。

三、實證結果與分析

（一）數據選取與平穩性檢驗

本文的數據樣本區間為2005年7月至2009年6月，頻率為月度。中國和美國的貨幣供應量都以廣義層次的貨幣供應量M2為指標。中國和美國的經濟產出為各國的支出法名義GDP，均利用Census-X12方法進行了季節性調整，數據來源于中經網統計數據庫。人民幣即期匯率的月度數據、中國和美國的月度通脹指數和M2貨幣供應量的月度數據均來源于WIND數據庫。對本文所采用的經濟變量數據Δxt進行平穩性檢驗。檢驗結果見表1，表中的結果表明差分序列Δxt的各變量是平穩的。

（二）人民幣匯率波動的狀態特征及轉換

于是建立{6}式所表示年的關于向量的MSMH-VAR（P）模型，根據AIC和HQ準則，本文選擇最優滯后階數為1。由此，對此MSMH模型進行極大似然估計，運行軟件為OX-Metrics，估計過程中采用了Krolzig所編制的OX-MSVAR模塊，得到的估計結果見表2。

首先，表2第二欄給出了模型的非線性檢驗結果。結果顯示，我們可以在1%的顯著性水平上拒絕原假設：經濟系統服從線性VAR模型。另外，在1%的顯著性水平上，似然比檢驗統計量顯著地拒絕了轉換概率參數為零的原假設，也就是說，模型中經濟系統的狀態轉換性質顯著，可見模型合理地刻畫了經濟變量在不同狀態之間的相互轉換。因此，MSMH-VAR是合理的。

其次，表2中第一欄給出了各模型參數的估計值。均值向量α體現了不同經濟變量變動的不同狀態。從表中的估計值可以看出，在“高波動”狀態，人民幣匯率的平均波動幅度為-0.036，而在“低波動”狀態，人民幣匯率的平均波動幅度為-0.01。同時，根據表2中關于狀態轉換的概率矩陣P的估計結果顯示，當人民幣處于“高波動”狀態時，繼續維持“高波動”狀態的概率為0.72，向“低波動”狀態轉換的概率為0.28；當人民幣處于“低波動”狀態時，繼續維持“低波動”狀態的概率為0.18，向“高波動”狀態轉換的概率為0.82。

另外，表3的結果顯示，在樣本期內，匯率波動大概有39%的時間處于“高波動”狀態，平均持續期約為3.5個月，而有61%的時間處于“低波動”階段，平均持續期約為5.5個月，可見，人民幣匯率處于“低波動”狀態的時間及持續期要比“高波動”狀態來得長。

最后，我們根據⑩、{11}、{12}式，從MSMH②-VAR①模型計算出了各狀態的平滑概率，從而得到人民幣匯率自匯改以來所處的“高波動”狀態和“低波動”狀態。見圖1。從圖1，我們可以看出，人民幣匯率處于“高波動”狀態的主要期間為：2006年1月至2006年3月、2007年7月至2008年8月；而其他時間則處于“低波動”狀態。

（三）脈沖響應函數分析

由上文可知，本文所采用的MSMH-VAR{1}模型有效地識別和刻畫了匯改后人民幣匯率波動所處的“高波動”狀態和“低波動”狀態，因此基于以上可信的實證模型，本文進一步地利用脈沖響應函數方法實證檢驗在匯率波動的不同狀態下人民幣匯率波動所存在的宏觀經濟影響。

圖2給出了各宏觀經濟變量在不同狀態下對匯率沖擊的脈沖響應函數。根據圖2，顯而易見，匯率沖擊在不同狀態下對各宏觀經濟變量存在著明顯的不一致：首先，在人民幣匯率的“高波動”狀態下，一個正的匯率沖擊將會使得中美經濟產出之差值出現負的變動，在一個月后達到峰值，然后在15個月后影響逐漸消失；而在人民幣匯率的“低波動”狀態下，一個正的匯率沖擊則會使得中美經濟產出之差值出現正的變動，在半年后達到峰值，可見維持人民幣匯率波動的穩定有助于我國經濟增長；其次，在人民幣匯率的“高波動”狀態下，面對一個正的匯率沖擊，中美通脹率之差值先出現稍微的正向變動，進而變化為負向的變動，意味著匯率浮動區間的擴大在一定程度上有利于減輕人民幣升值所帶來的國內通貨膨脹壓力；最后，對于中美貨幣供應量而言，無論在人民幣匯率的“高波動”狀態和“低波動”狀態下，一個正向的匯率沖擊都會使其出現正向的變動，只是在“低波動”狀態下的變動程度要低于“高波動”狀態下，這是因為在“低波動”的狀態下，央行為了維持匯率的低幅度波動，需要進行較強的外匯市場干預，從而帶來基礎貨幣的擴張以及相應的廣義貨幣供應量的增加。

篇5

目前，分析人民幣跨境貿易結算體現出的“跛足”特征，不能不結合中國特殊的貿易結構。就中國的對外貿易而言，中國主要是從發展中國家進口原材料，進行加工后再出口至發達國家。如果雙方貨幣都可接受，那理想的選擇是“收硬幣、付軟幣”。一般認為人民幣相對美元具有升值趨勢，因而中國貿易商應選擇出口收人民幣、進口付美元，次優的選擇是出口與進口均由人民幣計價結算。所以，人民幣的國外接受性就成了問題的關鍵。與在一國境內貨幣的被強制接受不同，貨幣的境外接受性是與該貨幣的國際貨幣地位所決定的。由于人民幣尚不是自由兌換的國際貨幣，而歐美等發達國家所發行的美元、歐元、英鎊等是國際貨幣具有很高的國際接受性。另外，相比較而言，在中國與歐美國家的國際貿易中，中國提供的產品屬于可區分性較低的初級產品，而歐美國家的產品是具有較高可區分性的工業制成品。因此，按國際貿易結算貨幣選擇理論，中國與歐美的雙邊貿易多選擇歐美國家的貨幣進行計價結算。由于中國與東南亞地區的貿易主要是從東南亞進口原材料，而出口技術水平相對較高的工業制成品，中國在向東南亞出口時應選擇人民幣作為結算貨幣，而中國從東南亞進口時應選擇低交易成本的貨幣結算。一般交易量大的貨幣具有較低的交易成本，東南亞是美元勢力范圍，選擇美元結算符合低成本特性。實際情況也是如此，在推行人民幣跨境結算后，人民幣跨境貿易結算主要發生在中國大陸與東南亞的雙邊貿易中。中國大陸向東南亞出口時愿采用人民幣進行結算，但中國從東南亞進口時則選擇低交易成本的美元結算，因而導致人民幣實付額遠高于實收額，出現了明顯的“跛足”特征。

表1顯示人民幣結算金額增速在2011年第一季度出現了第一次低谷，僅比2010年4季度增長5.5%;在2011年3季度、4季度出現了第二次低谷，直到2012年4季度，其環比增速恢復到25.2%。相應地在2011年3季度，人民幣跨境結算的“跛足”特征出現了較明顯的變化，其“跛足”程度降低較快，從2011年2季度的1:2.94，下降到1:1.67，與人民幣結算增速在2012年逐漸回復到20%以上不同的是，收付比繼續下降至1:1.2的較低位。

二、人民幣匯率波動與結算收付比上升

從影響人民幣結算“跛足”的原因來看，在短短兩三年時間，中國進出口貿易結構、國內進出口商的議價能力都沒有發生較大改變，從這些方面尋找原因顯然是難以令人信服的。對于進出口商而言，不管選擇何種貨幣都是從利益最大化或成本最小化角度，選擇對自己利益最大或成本最小的貨幣，具體貨幣的確定是雙方談判、博弈，進行折衷的結果。人民幣結算的收付比上升較快是指人民幣實收、人民幣實付的量上升較多，從收付比表達式的含義看有四種可能:人民幣實收增加、人民幣實付不變(或下降);人民幣實收不變、人民幣實付下降;人民幣實收與人民幣實付均下降，但實收下降速度低于實付下降速度;人民幣實收與人民幣實付均上升，但實收增加速度高于實付增加速度。顯然符合實際情況的是第四種，即人民幣實收與人民幣實付均上升，但人民幣實收增加速度更快。這是因為采用人民幣結算的中國出口商品增速快于采用人民幣結算的中國進口商品而導致的結果，同時也表明國外進口商用人民幣支付的意愿有了很大提高。從國外進口商角度看，他們對來自中國的商品愿意用人民幣進行支付，很大的原因是認為人民幣是“軟幣”，付“軟幣”對自己有利，這符合規避匯率風險的“付軟”原則。從中國出口商角度看，一般用本幣結算都是受歡迎的，因為避免了匯率風險，中國出口商接收人民幣是不存在問題的。所以，對中國貿易商而言，只要交易對手愿意選擇人民幣作為結算貨幣，一般是樂見其成的。

目前，由于人民幣結算涉及到的地區多在美元勢力范圍，選擇人民幣進行結算就意味著人民幣與美元的匯率變化能大致反映國外客商選擇人民幣結算的意愿。當人民幣相對美元升值時，國外進口商選擇人民幣進行支付的意愿下降，國外出口商選擇人民幣進行結算的意愿上升，反之亦然。2011年6、7月間國際上接連出現了對中國經濟前景的悲觀預期，不可否認其中有利益集團的蓄意，但同樣不可否認的是國際市場對中國經濟放緩、甚至硬著陸的擔心。這種對中國經濟的看空不可避免地傳導至國內，并反映在外匯市場上。2011年11月，中國銀行間即期外匯市場人民幣與美元的匯率波幅連續12天觸及跌停②，這可看成人民幣升值預期逐漸減弱、甚至出現人民幣貶值預期的一種反映。人民幣貶值預期的出現提高了國外進口商使用人民幣結算的意愿，而國外出口商接受使用人民幣進行支付的意愿卻受到削弱。因此，在人民幣跨境結算中，導致人民幣實收增速高于了人民幣實付增速，人民幣結算收付比得到提升。另外，針對香港離岸市場人民幣與中國大陸人民幣間的套利、套匯活動減弱是收付比上升的另一個原因。長期以來，中國大陸的利率高于香港，存在中國大陸與香港間的正利差半年期存款利率差大致在1%－3%之間③。由于對跨境資本流動的限制和央行的干預，人民幣一直存在著中國大陸在岸市場人民幣匯率(CNY)與香港離岸市場人民幣匯率(CNH)的不同。只要同一種貨幣存在著兩個不同的利率、匯率，就有針對不同匯率的套利、套匯活動存在。中國大陸匯改以來，由于長期存在著人民幣升值預期，導致市場化程度較高的香港離岸市場CNH高于受到較多干預的中國大陸在岸市場CNY。一方面，有各色各樣的投資者將人民幣從中國大陸調往香港，換取較多美元;另一方面，在對中國大陸的出口方面，國外出口商有較高的意愿選擇使用人民幣進行結算，而且在香港市場用較貴的人民幣換取美元，獲得較高的利益。這也成為推行人民幣跨境結算以來，人民幣實付高于實收的一個重要原因。在2011年下半年、特別是2011年9月后，這一情況發生了較大變化，香港市場人民幣出現了一波貶值預期，導致CNH低于CNY，有人認為其原因是歐洲銀行危機導致美元撤離香港，使香港市場美元供給減少，也有人認為是緣于國際市場對中國經濟前景的擔心，及國際投機資金對中國的做空，這一趨勢一直延續到2012年。

從圖1的香港市場各月人民幣存款的變化可一窺對人民幣匯率預期的改變，不難發現在2011年前香港的人民幣結算量與新增人民幣存款量基本處于穩步提升狀態，特別是人民幣結算量趨勢更為明顯，但在2011年2月首次出現了人民幣結算量與新增人民幣存款同時下降。在2011年10月后，人民幣結算量增長趨勢已不明顯，約有一半月結算量比上月出現了下降，而新增人民幣存款卻出現了連續5個月的環比減少，這一狀況直到2012年11月后才出現改觀。反映在中國大陸，2012年境內銀行間遠期市場維持美元升水，2012年下半年隨著人民幣緊、美元松導致本外幣利差擴大，美元升水幅度也相應擴大并維持高位;2012年境外無本金交割遠期市場(NDF)也經歷了美元由貼水轉為升水，升水幅度由寬變窄地波動，1年期報價美元升水幅度最高時逾1100點。由于人民幣升值預期減弱、甚至轉為貶值預期，國外出口商接受人民幣結算的意愿減弱，而國外進口商則愿意接受人民幣結算，導致人民幣實收增速高于實付增速，人民幣跨境結算的收付比逐漸上升，這一趨勢在2013年仍在繼續。

三、收付比保持在適度范圍是人民幣國際化的內在要求

中國在推行跨境貿易人民幣結算初期，出現了人民幣實收遠低于實付的“跛足”特征，這是人民幣國際化的必經過程。因為要使人民幣更廣泛地參與到國際經濟活動之中，就必須保證人民幣有一定數量的凈流出，人民幣實收遠低于實付正是人民幣在境外發揮國際貨幣職能的必要條件。但是，如果顯著的“跛足”特征一直持續下去就會造成兩個后果:一是與人民幣跨境結算前進出口都用美元等外幣結算相比，原本用美元支付的進口額換成了人民幣支付，使該部分美元形成了新的外匯儲備，這就造成中國外匯儲備繼續增長，其增長速度甚至更快;二是如果人民幣有升值預期，那中國大陸實際上是收“軟”付“硬”，不利于規避匯率風險。由于人民幣國際化必須有助于降低中國外貿企業的匯率風險，才能得到國內相關各方的積極參與，而只有國內各微觀經濟主體積極參與才能奠定人民幣國際化的堅實基礎。從這個角度看，在人民幣有升值趨向時，人民幣實收遠低于實付，國內企業整體上處于利益受損狀態，這一狀況會降低國內企業參與人民幣國際化的積極性，不利于人民幣國際化的順利推進。2011年下半年以來的人民幣結算額繼續增長、結算收付比還在上升，這表明人民幣國際化正在向良性發展。一方面，更多的中國進出口貿易采用人民幣結算，這可以看作人民幣國際化程度提升的標志，在短短幾年時間取得如此成績著實不易;另一方面，人民幣結算已在進出口雙向發揮作用，但是結算收付比上升過快也不利于人民幣國際化。

篇6

【關鍵詞】非正態性，偏度

1、簡介

匯率是一國貨幣兌換另一國貨幣的比率，是以一種貨幣表示另一種貨幣的價格。由于世界各國貨幣的名稱不同，幣值不一，所以一國貨幣對其他國家的貨幣要規定一個兌換率，即匯率。目前關于匯率水平的理論有很多，影響匯率的主要因素主要有：相對價格水平、關稅和限額、對本國商品相對于外國商品的偏好以及生產率。

外匯市場作為金融市場的重要組成部分，匯率的波動本身就是一個值得研究和探討的問題，另外很多關于匯率的衍生品的定價都設定了關于匯率波動的假設，很多時候，我們都會假設基礎資產的價格波動是遵循正態分布的，然而匯率表示的是一種貨幣對另一種貨幣的價格，因而如果一種貨幣的匯率波動為正態分布，那與之相對應的貨幣的匯率波動則不服從正態分布，故匯率市場上，正態分布假說不再適用（如果X服從正態分布，則1/X一定不服從正態分布）。在這種情況下，本文通過選取幾個資本主義國家的貨幣，通過其貨幣價格的波動來發現并驗證匯率波動的規律。

2、數據

本文選擇美元、澳元、加元、日元、新西蘭元、挪威克朗、瑞士法郎、英鎊以及歐元，選擇這幾種貨幣是因為這幾種貨幣均為浮動匯率制度，資本流動限制較少，是套利交易較為常用的貨幣，本文之后的匯率表示均表示為一美元所對應的價格。匯率和利率數據來源為datastream數據庫，匯率為日數據，利率為季度數據，利率數據和匯率數據均從1986年開始，匯率變動采用三個月的期限，對應的利率也采用三個月的銀行間利率，三個月中的匯率波動計算出所對應的的偏度值和波動率。

3、結果

首先，對所有的貨幣取對數做差，得到每天貨幣匯率的波動水平，之后以三個月為期限計算出在這段時間中貨幣波動水平的偏度、峰度，其貨幣匯率的波動方法計算公式為：

從表一中我們可以看出貨幣的匯率水平波動呈現出明顯不服從正態分布的結果，而且各種貨幣的偏度值和利率差有明顯的負相關關系，即利率差為負值的貨幣其匯率水平波動呈現出一個負偏的現象，同時貨幣匯率的波動峰度也均大于0，說明匯率波動呈現出一個尖峰的分布情況，偏度和峰度的檢驗共同證明了貨幣匯率波動的非正態性。

為了說明匯率波動偏度的普遍性，我們接下來通過構建資產組合的方式論證匯率波動偏度的不可分散性，我們在每一期開始根據利率差借入利率最低的貨幣將其投資于利率最高的貨幣，計算匯率波動偏度，在下一期重新選擇投融資組合，得到其整體的匯率波動偏度值，然后我們在每一期開始選擇借入兩種利率最低的貨幣，投資于利率最高的兩種貨幣，進行等權重分配，計算出其資產組合的匯率波動偏度，以此類推，然后在在每一期開始選擇借入三種利率最低的貨幣，投資于利率最高的三種貨幣，進行等權重分配，計算出其資產組合的匯率波動偏度，結果如下。

根據上表我們進一步確定了匯率波動偏度的普遍性。

篇7

【關鍵詞】富時馬來西亞KLCI指數 波動性 GARCH族模型

股票市場價格的波動性主要體現在未來價格偏離期望值的可能性，價格上漲或下跌的可能性越大，股票的波動性越大。可以說，股票的波動性代表了其未來價格的不確定性，這種不確定性一般用方差或者標準差來刻畫（Markowitz，1952）。

傳統的經濟計量模型在描述股票市場收益率時，一般都假設收益率的方差保持不變，但是大量的對股票收益率數據的實證研究結果表明，這一假設是不合理的。大量研究結果表明， 股票收益率表現為在某個時間段波動大，而在另一個時間波動段又比較小的現象。對于這種具有“尖峰厚尾、微弱但持久記憶、波動集群”等現象的時間序列，傳統經濟計量方法要求的同方差性的條件得不到滿足，因此運用傳統的回歸模型進行建模進而進行統計推斷往往會產生嚴重偏差。Engle（1982）首先提出了ARCH模型，為解決此類問題提供了新的思路。Bollerslev（1986）在Engle的基礎上對異方差的表現形式進行了直接的線性擴展，形成了應用更為廣泛的GARCH模型。在隨后的幾十年中，經濟學家們又對上述模型進行了擴展和完善，形成了GARCH- M、TARCH、EGARCH等模型，進而形成了一個GARCH模型族。考慮到中國與馬來西亞經濟合作關系的發展，加大對馬來西亞資本市場環境的了解，對于中國企業海外投資，加強與馬來西亞之間的合作有著重大意義。因此，本文即運用GARCH模型族作為工具，對以富時馬來西亞KLCI指數為代表的馬來西亞資本市場股票價格的波動性進行了實證分析。

一、模型

金融時間序列的一個顯著特點是條件異方差性。Engle（1982）提出自回歸條件異方差（ARCH）模型，Bollerslev（1986）將其推廣到廣義ARCH模型（GARCH）。ARCH類模型現在已被廣泛應用于金融計量領域。在波動性研究中最廣泛采用的是GARCH模型，其定義由均值方程和條件方差方程給出。

（一）GARCH（1，1）模型

均值方程：

yt=cxt+εt

條件方差方程：

ht=Vαr（εt│ψt-1）=α0+α1ε2t-1+β1ht-1

其中a1>0，β1>0同時為保證GARCH（1，1）是寬平穩的，要求a1+β1

（二）GARCH（1，1）-M模型│

為了更好地描述金融收益率序列的特征，人們發現隨著風險程度的加大，股票收益率也隨之加大，為此可以將GARCH（1，1）模型進行推廣， 允許條件方差對收益率產生影響，這就是由Engle和Robins（1987）等引入的GARCH（1，1）-M模型。

均值方程：

yt=cxt+εt+λt

條件方差方程：

ht=Vαr（εt│ψt-1）=α0+α1ε2t-1+β1ht-1

當存在風險獎勵時，在上述均值方程中當期條件方差的調整系數λ>0；當存在風險懲罰時，在上述均值方程中當期條件方差的調整系數λ

（三）EGARCH（1，1）模型

Nelson（1991）提出的EGARCH模型或指數GARCH模型清晰地融合了對沖擊的非對稱反映。

均值方程：

yt=cxt+εt

條件方差方程：

模型中條件方差采用了自然對數形式， 意味著ht 非負，且杠桿效應是指數型的。若γ≠0 ， 說明信息作用非對稱。如果γ

（四） TARCH（1，1）模型

資本市場中的沖擊常常表現出一種非對稱效應，這種非對稱效應允許波動率對市場下跌的反應比對市場上升的反應更加迅速，被稱為“杠桿效應”。杠桿效應可以通過在GARCH模型中引入一定程度的非對稱來實現，即Zakoan（1994）引入的TARCH（1，1）模型。

均值方程：

yt=cxt+εt

條件方差方程：

t=Vαr（εt│ψt-1）=α0+α1ε2t-1+β1ht-1+γε2t-1Dt-1

其中變量Dt-1是表示絕對殘差變化方向的虛擬變量，當εt-1

二、實證分析

本文以富時馬來西亞KLCI指數為研究對象， 選取2000年1月3日至2013年6月13日共3306個交易日的日收盤指數的數據， 分別采用上述模型來研究股價指數的收益率的波動特性。本文使用的數據由“大智慧”軟件所導出， 所使用的分析軟件為Stata11。股價指數的日收益率用相鄰兩天股價指數對數的一階差分來表示，即，其中Pt為第t日的收盤指數，Pt-1為第t-1日的收盤指數， Rt為第t日股價指數的日收益率。

Rt的各項統計特征如下所示：表現出負的偏度，表明收益率明顯左偏；峰度為12.72006，遠大于正態分布的峰度值3 ，表現出過度峰度，表明日收益率分布與正態分布相比呈現出“尖峰厚尾”的分布特征，反映出股市存在暴跌暴漲現象；Jarque-Bera正態檢驗統計量相當之大（13000），從而拒絕服從正態分布的原假設。從富時馬來西亞KLCI指數每天收益率的圖中，我們可以看出收益率的波動很大，呈現出很明顯的波動群聚特征，即大波動之后跟隨較大的波動，小波動之后跟隨較小的波動。

樣本量 均值 標準差 偏度 峰度 JB統計量

收益率R 3306 0.0002231 0.0088886 -0.8495078 12.72006 13000

對樣本的日收益率序列進行單位根檢驗（采用ADF檢驗），富時馬來西亞KLCI指數日收益率序列的ADF統計量的值為-48.724遠小于1%的顯著性水平下的臨界值，從而拒絕原假設，即富時馬來西亞KLCI指數日收益率序列不存在單位根，是平穩序列。

進一步對樣本期內收益序列的自相關函數（ACF）和偏相關函數（PACF）進行判斷，我們發現日收益序列的1階自相關性比較明顯。因此，估計收益序列關于自身滯后項的自回歸模型為：

Rt=c+pRt-1+μ

對回歸模型的殘差序列進行自相關檢驗（如下圖），結果表明，在大部分時滯上，收益率序列殘差的自相關函數和偏自相關函數值都很小，表明收益率序列殘差并不存在自相關。對殘差平方序列進行自相關檢驗，發現殘差平方序列存在明顯的自相關。同時，進行ARCH-LM檢驗，檢驗結果顯示在選擇滯后20期的情況下得到的p值均為0，從而拒絕殘差序列不存在ARCH效應的原假設，說明富時馬來西亞KLCI指數收益率序列存在明顯的ARCH效應。考慮到滯后階數較高的特點，適宜采用GARCH模型。

由于GARCH（1，1）是刻畫條件異方差最簡潔的形式，且能很好地擬合許多金融時間序列，因此我們在實證中采用這一模型， 下表列示的是得出的GARCH（1，1）模型族的參數估計的結果。進一步對GARCH（1，1）模型族擬合結果的殘差序列進行ACF檢驗以及ARCH-LM檢驗， 檢驗結果顯示， ARCH-LM檢驗均接受了不存在ARCH效應的原假設， 說明經過GARCH（1，1）模型族的擬合后，明顯降低了原序列的波動，而且去掉了其條件方差性。

從下表所列示的GARCH 模型族參數估計結果我們可以得到以下幾點結論：

（1）GARCH模型族的β1的系數較大，且通過了顯著性檢驗，說明股價波動具有“長期記憶性”，即過去價格的波動與其長期價格波動的大小存在著關系。條件方差方程中，系數a1和β1都顯著為正（除EGARCH（1，1）模型中的α1為負），說明過去的波動對市場未來波動有著正向而減緩的影響，從而使股市波動出現群聚性現象。a1+β1都接近于1，這說明股市波動對外部沖擊的反應函數以一個相對較慢的速度遞減，股市一旦出現大的波動在短期內很難消除。另外，GARCH（1，1）、GARCH（1，1）-M 模型中a1+β1小于1，說明收益率條件方差序列是平穩的，模型具有可預測性。GARCH（1，1）-M模型中的參數估計結果中，均值方程的ht項的系數在5%的顯著性水平并不顯著，能否驗證高風險對應于高收益的投資組合理論仍需商榷。

（2）用EGARCH（1，1）模型和TARCH（1，1）模型反映出不同性質的沖擊對預期收益的影響是顯著不同的，在EGARCH（1，1）模型中γ>0，在TARCH（1，1）模型中γ

表1 GARCH 模型族參數估計結果

三、結論

本文以富時馬來西亞KLCI指數2000年1月3日至2013年6月13日共3306個交易日的日收盤指數的數據為樣本，以相鄰兩天收盤指數的對數一階差分來表示股票市場日收益率，通過建立GARCH族模型對馬來西亞股市收益波動性進行實證分析。結果表明：第一，馬來西亞股票市場收益率具有顯著的“尖峰厚尾”特點，存在波動的集群性，過去的波動對未來的影響是逐漸衰退的，具有波動的持續性。第二，馬來西亞股市的波動具有信息不對稱性，壞消息引起的波動比同等大小的好消息引起的波動要小，杠桿效應存在。GARCH模型族可以模擬馬來西亞股市收益的特點。本文意義在于，通過了解馬來西亞資本市場環境狀況，使得中國企業或個人在投資于馬來西亞資本市場時作出合理決策及合理分散和規避風險。第三，GARCH（1，1）-M模型中的參數估計結果中，均值方程的ht項的系數是4.34392， 這表明日收益率與市場風險水平呈正相關，但是結果并不顯著。

參考文獻：

[1]谷嶺.基于GARCH模型族的上海股市波動性分析[J].經濟研究導刊，2007.

[2]曾慧.ARCH模型對上證指數收益波動性的實證研究[J].統計與決策，2005.

[3]胡越.股指期貨推出對我國現貨市場波動性影響的實證研究[J].中國證券期貨，2013.

[4]毛偉，趙新泉.中國糧食價格波動的ARCH 效應研究[J].統計與決策，2012.

篇8

關鍵詞:波動性;實際波動率;非對稱性;測量方法

中圖分類號:F830.9;0211文獻標識碼:A doi:10.3969/j.issn.1672-3309(x).2010.09.23文章編號:1672-3309(2010)09-63-03

由于投資組合安排、金融風險管理等金融理論與實踐都與波動相關,所以準確測量和預測金融資產的波動是金融市場中心議題之一。為了能更好地對資產收益的波動率進行建模分析,學者們不斷推動波動率測量方法的完善和改進。本文就是對目前的波動率測量方法以及最新進展進行簡要總結,以期為進一步研究奠定良好的基礎。

一、波動率測量方法回顧

自從 Engle (1982)首次提出 ARCH模型用以解釋波動率的時變性和聚集性之后, 計量經濟學的大量文獻都把注意力放到了時變波動率上, 并在此基礎上發展出許多新的波動率度量模型。

Engle(1982)在研究英國通貨膨脹問題時,首次提出了自回歸條件異方差模型――ARCH模型。此模型被公認為是最集中反映了方差的變化特點而被廣泛應用于金融時間序列的分析。ARCH模型解釋了收益率序列中的變化是否具有規律性,還說明了這種變化前后依存的內在傳導是來自某一特定類型的非線性結構,刻畫出了外部沖擊形成的波動率的集聚性。但不足是,ARCH模型在實際應用中常需要很大的階數來得到更好的擬合效果,這樣計算量增大了,還帶來多重共線性的問題。而且ARCH模型作為一種簡單的線性模型,沒能描述金融資產收益時間序列的長記憶性、杠桿效應等特點。

(一)GARCH模型

Bollerslev (1986) 在原有ARCH 模型的方差方程中加入滯后方差項, 從而提出了 GARCH 模型。文中證實GARCH(1,1)模型對相同樣本數據的模擬效果比Engle和Kraft(1983)的ARCH(8)模型要好。

一般的GARCH(p,q)模型可以表示為:

其中ht為條件方差,ut為獨立同分布的隨機變量,ht與ut互相獨立,ut為標準正態分布。第一個式子稱為條件均值方程;第三個式子稱為條件方差方程,說明時間序列條件方差的變化特征。一個GARCH(p,q)模型相當于一個階數無限、參數服從指數遞減的ARCH模型。也就是說,GARCH用較少的參數反映了方差的持續性。

之后Taylor (1982)首次提出了對數正態隨機波動模型 , Taylor (1994) , Shephard (1996) 對該模型作了進一步的深入研究和擴展。經濟學者對波動率的研究還體現在期權及其衍生產品的定價過程中, 如Black -Scholes (1973)模型中的隱含波動率(Implied Volatility)。另一類反映波動率的直接指標就是平方收益或絕對值收益。比如Pagan and Schwert (1990) and West and Cho(1995)。

上述這些度量波動率的方法都存在明顯的缺點。對于參數化模型(如 ARCH 類), 它們都依賴于很強的假設。其實,多種參數模型的共存就已能表明各種模型自身的不足, 因此, 由參數化模型所得出的結論的穩健性值得懷疑。對于Black -Scholes公式, 它也依賴于很強的假定, 所以也存在模型設定偏誤的問題。而對于平方收益, Andersen & Bollerslev ( 1998)指出, 平方收益受市場噪聲干擾很大, 它不是真實波動率的一個有效估計。

(二)考慮非對稱性的GARCH模型

當市場受到負沖擊時,股價下跌,收益率的條件方差擴大,導致股價和收益率的波動性更大;反之,股價上升時,波動性減小。因此負沖擊對條件方差的這種影響又被稱作杠桿效應,即是非對稱效應。由于GARCH模型中,正的和負的沖擊對條件方差的影響是對稱的,因此GARCH模型不能刻畫收益率條件方差波動的非對稱性。

為了衡量收益率波動的非對稱性,Glosten、Jagannathan與Runkel(1989)提出了GJR模型,在條件方差方程中加入負沖擊的杠桿效應,但仍采用正態分布假設。Nelson(1991)提出了EGARCH模型。Engle等(1993)利用信息反應曲線分析比較了各種模型的杠桿效應,認為GJR模型最好地刻畫了收益率的杠桿效應。Glosten、Jagannathan與Runkel(1993)分析比較了各種GARCH-M模型,指出不同的模型設定會導致條件方差對收益率產生正或負的不同影響。

測度波動率非對稱性的主要三種模型,即GJR-GARCH模型、EGARCH模型和TARCH。TARCH模型和GJR-GARCH模型分別由Zakoian(1990)和Glosten, Jaganathan, Runkle(1993)獨立提出,有的文章把它們歸為一個模型。這里以GJR-GARCH模型為例。

考慮一階自回歸均值收益率方程

在GJR-GARCH(1,1)模型中,條件方差ht滿足

這里?酌≥0,當?著t-10表明具有利好的消息或者正面沖擊,而?著t0,就存在杠桿效應。

(三)考慮波動率的長記憶特征

波動率的長記憶特征,即市場波動一般會持續一段時間,并隨時間推移而慢慢消失。這是股票市場波動率的重要特征之一。

關于波動率長記憶特征的模型有兩類,第一類是GARCH類模型的擴展,比如FIGARCH模型(Baillie、Bollerslev、Mikkelson,1996)和FIEGARCH模型(Bollerslev、Mikkelson,1996)。第二類是對隨機波動率模型的擴展,例如Breidt、Crato和Lima(1998)通過把隨機波動率模型中過程定義為AFRIMA過程,來反映波動率的長記憶特征。

其中FIEGARCH模型既可以描述波動率的非對稱性效應,也描述了長記憶特征,效果也是其中比較好的。不足之處是計算較復雜,于是催生出了另一種方法――實際波動率。

二、實際波動率測量方法進展

隨著計算機通訊技術和交易系統的不斷完善,對波動率的建模從估計年收益波動率(Officer,1973)、月收益波動率(Merton,1980)發展到對日收益波動率的估計。而后又發展到使用高頻數據考察日內波動率(Intraday Volatility),這對收益率預測和風險管理有重要的啟發意義。Anderson和Bollerslev(1997)認為,經濟學家不能處理日內收益率是由于沒有合適的標準時間序列模型來處理高頻數據。

Merton(1980)指出,在抽樣頻率足夠大的情況下,通過加總高頻平方變量的值,可以充分精確的估計一個獨立同分布隨機變量的方差。并據此首次提出了實際波動率(Realized Volatility)的概念,并通過二次方差(Quadratic Variation)理論證明在適合的條件下,實際波動率是日收益波動率的無偏估計,并使用高頻交易數據對外匯交易市場進行了實證分析。

(一)實際波動率模型

利用日內高頻數據,構造一個新的統計指標――實際波動率,實際波動率是利用一天內已經發生過的交易價格樣本序列,通過計算其收益的平方和得到的。由于日內收益平方和的期望等于波動率,所以可以用實際波動率來作為日波動率的無偏估計,并且可證明實際波動率是日波動率的有效和一致估計。以下為實際波動率的具體推導:

m 為每天的采樣次數;t的取值為1/m,2/m,…;r為采樣的收益率;p為采樣的股票價格序列。因為rm,t序列不相關,所以有rm,t=?滓m,t?著m,t,其中?滓m,t是?著m,t的條件方差,?著m,t服從正態分布N(0,1/m)。則rm,t平方和的期望為

因此日內高頻收益的平方和 可以作為日波動率的無偏估計。 稱為實際波動率,同時可計算此統計量的方差值。

實際波動率方法的驅動因素是市場微觀結構摩擦使得在無限小的時間間隔(h0)上樣本收益率個數趨于無窮(n∞)。實際上不可行,因此應考慮固定間隔(h>0)上的波動率度量。

實際波動率從定義上看,是收益率過程在固定間隔h上的二階未中心化樣本矩。它提供了一種結合時間間隔h的波動率度量方法。盡管用固定時間間隔上的樣本方差估計量作為簡單的非參數波動率估計量在直觀上很有吸引力,但是在理論上很難正確評判波動率是否真的存在時變。

在接下來的研究中,Schwert (1989)用 15 分鐘分時數據來估計股票日波動率, Taylor 、Xu (1997)和 Andersen、Bollerslev、Dieblold、Labys (2001)采用 5 分鐘收益來度量日匯率波動率。Andersen、Bollerslev、Diebold、Ebens ( 2001 )利用DJ IA30 指數股票的 10 年期的 5 分鐘分時數據 ,對實際波動率進行了深入的研究。Oomen (2001)利用 FTSE - 100 股票的 10 年期的分時數據(從 1 分鐘到 45 分鐘)研究最優的樣本頻率。

(二)考慮非對稱性效應的實際波動率模型

為了進一步測量波動率的非對稱性效應,Barndorff-Nielsen, Silja Kinnebrock 和 Neil Shephard(2008)提出使用高頻數據測量下跌風險的方法,RS- (Realised semivariances),其定義如下:

其中1y 是符號函數,當判斷參數y是真時,1y 取1,否則取零。因此RS-提供了關于價格下跌跳躍平方的新的信息源。

文中使用GJR模型,實證考察紐約證券交易所上市交易的通用電氣(GE)、美國運通(AXP)、迪斯尼(DIS)以及IBM的1995到2005的股票交易數據,應用日的開盤至收盤的對數收益率,檢驗了RS-的有效性。對于不帶杠桿的GARCH模型,下跌的實際波動率RS- 比起通常的實際波動率RV提供了更多的信息。

(三)實際極差波動RR(Realized Range)

理論上,實際波動是積分波動的一致估計量。而實際上,由于受到諸如買賣價格跳躍、不連續交易等微觀結構的影響,使得實際波動在較高的抽樣頻率下并不是積分波動的一致估計量,而是有偏差的。為了提高波動率的估計準確性,實際極差波動被提出作為高頻時間序列另一種波動估計量,它也具有計算簡單、無需模型等特征。

Martens & Van Dijk (2007)以及 Christensen & Podolskij (2007) 定義了實際極差波動率:

Ht,m、Lt,m分別表示在第t天的第m個時間小段的最高價和最低價。文中指出實際極差波動率的方差比實際波動率的方差小5倍,是比較好的描述波動率的無參數方法。

三、總結

本文較為詳盡地闡述了波動率測量方法的發展進程,包括相關的模型形式的擴展,并比較了各種方法的不足和優點,尤其介紹了國外學者在波動率測量方法上的最新成果。

對波動率模型的研究是近20年來在金融經濟學領域逐漸興起的。毫無疑問,此領域依然會是金融市場研究的焦點之一。故這里進行回顧, 以期對波動性測量方法的研究作一定的總結, 為進一步深入研究做準備工作。 (責任編輯:吳之銘)

參考文獻:

[1] 陳浪南、童漢飛、洪如明、黃后川、陳軍才.波動率研究[M].中國財政經濟出版社,2008.

[2] Andersen, T. Bollerslev, T., Diebold, F.X. and Labys, P. (2001),The Distribution of Realized Exchange Rate Volatility, Journal of the American Statistical Association, 1996:42-55.

[3] Bannouh, Karim, Van Dijk, Dick J. C. and Martens, Martin, Range-Based Covariance Estimation Using High-Frequency Data: The Realized Co-Range (Fall 2009). Journal of Financial Econometrics, Vol. 7, Issue 4, pp. 341-372, 2009.

[4] Barndorff-Nielsen, O. E., S. E. Graversen, J. Jacod, M. Podolskij, and N. Shephard (2006). A central limit theorem for realised power and bipower variations of continuous semimartingales. In Y. Kabanov, R. Lipster, and J. Stoyanov (Eds.), From Stochastic Analysis to Mathematical Finance, Festschrift for Albert Shiryaev, pp. 3368. Springer.

[5] Barndorff-Nielsen, O. E., S. E. Graversen, J. Jacod, and N. Shephard (2006). Limit theorems for realized bipower variation in econometrics. Econometric Theory 22, 677719.

[6] Barndorff-Nielsen, Ole E., Kinnebrock, Silja and Shephard, Neil, Measuring Downside Risk - Realised Semivariance (September 2, 2008). CREATES Research Paper No. 2008-42.

篇9

[關鍵詞]匯率波動;公司內貿易;匯率彈性

一、引 言

公司內貿易,是指一家跨國公司內部的產品、原材料、技術與服務在國際間流動,這主要表現為跨國公司的母公司與國外子公司之間以及國外子公司之間在產品、技術、服務方面的交易活動。經濟全球化背景下,隨著國際生產分工協作的逐步深化,國際貿易和國際資本流動的聯系日趨緊密。據統計,1970年代,跨國公司內部貿易僅占世界貿易的20%,1980―90年代升至40%,而目前世界貿易總量超過70%為跨國公司內部貿易。跨國公司,作為聯結貿易、投資一體化的重要橋梁,其經濟行為愈發受到國內外學者的重視,但匯率波動的不確定性因素嚴重制約了公司內貿易的發展。在這種背景下,研究匯率沖擊對跨國企業公司內貿易的影響以及對東道國經濟的持續、穩定發展的影響具有重要的實踐意義。

(一)國外研究

迄今為止,理論界并沒有就匯率沖擊對公司內貿易的影響進行過專門研究。與之相關聯的研究,大致涵蓋于“與產業內貿易有關的匯率理論”以及“與一般貿易有關的匯率理論”兩部分。

與產業內貿易有關的匯率理論散見于匯率波動對外商直接投資影響效應的研究。這方面的理論研究,主要是通過相對生產成本和財富效應兩個渠道展開的。該領域的經驗研究有Cushman (1988),[1]Froot & Stein (1991),[2]Sercu & Vanhulle (1992),[3]Goldberg & Kolstad (1995)[4]等。

專門針對匯率波動對產業內貿易影響效應的文獻較為匱乏。究其原因可能在于:現有的匯率理論框架無法有效深入到產業內貿易甚至垂直型產業內貿易的層次,從而制約了對其展開影響效應的逐一分析;另一方面,在現代產業內貿易理論研究中,也普遍存在忽視或簡化匯率波動因素的現象。在經典的垂直型產業內貿易模型中,諸如Dixit & Grossman (1982),[5]Helpman & Krugman (1985),[6]Antràs and Helpman (2004)[7]等,在其構建的產業內貿易模型框架理論假設中均沒有考慮匯率波動問題。

與一般貿易有關的匯率理論主要指匯率波動對進出口影響效應的研究。1970年代以前,研究的側重點是匯率變動對貿易收支平衡的影響,期間的一個主要研究成果是以羅賓遜夫人等提出的貿易收支調節的“彈性分析說”(Elasticity Approach),即匯率貶值促使一國貿易收支得到改善的判定條件――“馬歇爾―勒納條件” (M-L Condition)以及“比克戴克-羅賓遜-梅茨勒條件”(B-R-M Condition)。隨著布雷頓森林體系的崩潰,許多國家開始采取浮動匯率制,研究重心開始轉移到圍繞匯率對進出口價格的不完全傳遞機制 (Exchange Rate Pass-Through Effect) 展開。

(二)國內研究

近年來,國內學者針對“匯率與公司內貿易”問題的關聯討論,主要集中在對我國產業內貿易狀況以及產業內貿易決定因素的實證研究上。史智宇(2003)、[8]潘向東等(2004)[9]和馬征等(2006)[10]分別檢驗了規模經濟、國內需求、經濟一體化、FDI、制度等因素對產業內貿易的影響。他們的實證檢驗基本上都認為我國的貿易模式仍然以垂直型產業內貿易為主。此外,最近國內一些學者開始運用新新貿易理論(New-New Trade Theory)思想來分析中國產業內貿易、FDI以及國際生產方式之間的關系。如田文、劉厚俊(2006),[11]盛斌、馬濤(2007),[12]馬濤(2008) ,[13]張杰,劉志彪(2008)[14]等。很明顯,上述國內研究也普遍存在忽略匯率因素對產業內貿易影響作用的分析。

本文根據我國對外貿易的現階段特征,在垂直型FDI框架下,根據跨國企業的運作模式,構建了一個多國匯率沖擊對跨國企業公司內貿易影響的理論分析模型,并試圖就匯率因素對公 司內貿易的影響進行嘗試性探討。

二、模型構建

本文借鑒Dornbusch (1987)的研究方法,構建了一個從事跨國生產和銷售的三國框架:母公司(國1)-子公司(國2)-國際市場(國3),本文的研究對象為位于國2的子公司。

假設1:某跨國企業具有兩階段生產特征。母公司向子公司提供零部件,經組裝后子公司將成品出口到國際市場。其中,母公司生產零部件和成品的成本分別為w11和w12,子公司生產同樣的零部件和成品的成本分別為w21和w22(注:變量下角標前一個數字代表國別,后一個數字代表某生產工序對應的中間產品)。假定母公司所在國的匯率水平為e1,子公司所在國的匯率水平為e2,均采用直接標價法。

假設2:不考慮運輸成本、關稅因素,零部件的進口與產成品的出口在數量上一一對應。

假設3:跨國企業母、子公司之間不存在轉移價格現象。

假設4:在國際市場(國3)該行業市場結構為寡頭壟斷,存在nMNC個外部競爭者(如上述跨國企業)以及NLF個當地企業。當地企業生產成本為wLF,產品具有同質性。國際市場需求函數為Q=a-bp,其中Q=∑nMNCj=1qjMNC+∑k=1qkLF。qjMNC,qkLF分別表示 第j個跨國企業和第k個當地企業的產量。

對于一家跨國企業(Multinational Corporation簡稱MNC)而言,其總體利潤(以母公司所在國貨幣計量)為:

πMNC=e1p-w11+e1e2w22 qMNC

經整理,其一階條件為:

qMNC=-nLFnMNC+1qLF+bnMN C+1ab-(w11e1+w22 e2)(1)

對于國際市場上的一家當地企業(Local Firm簡稱LF)而言,則其企業利潤(以國際市場貨幣計量)為:

πLF=(p-wLF)qLF

同樣,經整理其一階條件為:

qLF=-nMNCnLF+1qMNC+bnLF +1ab-wLF(2)

在國際寡頭市場上,跨國企業和國際市場上的當地企業的均衡產量分別為:

qMNC=bNabnLFwLF -(nLF+1)w11e1+w22e2(3)

qLF=bNabnMNCw11e1+w22e2-(nMNC+1)wLF(4)

其中N=nMNC+nLF+1

因此,國際市場上的產品均衡價格為:

p=1Nab+nLFwLF+n MNCw11e1+w22e2(5)

三、比較靜態分析

(一)單邊匯率波動的公司內貿易收支效應

受資國(國2)子公司的貿易收支額為:

M=e2pqMNC-e2w11e1qMNC=e2qMNC p-w11e1>0(6)

為推導方便,首先定義國際市場外部競爭度nMNCN=σ,母、子公 司在跨國企業生產中所占附加值比重分別為w11e1p=λ1,w22e2p=λ2。匯率相對波動幅度μ=Δe1/e1Δe2/ e2,跨國企業子、母公司相對生產成本ω=w11/e2w11/e1,所有上述參數值均在(0,1)之間。

假定e1不變,受資國(國2)匯率波動e2對子公司貿易收支額M的傳導彈性為:

EMe2=1+EqMNCe2+11-λ1E pe2(7)

其中,Epe2=-σ•λ2;EqMNCe2=(1-σ)•λ21-(λ1+λ2)>0

因為Epe2∈(-1,0)所以有EMe2>0,表明受資國貨幣升值(貶值),導致子公司貿易收支惡化(改善)。

結論1:匯率的波動對公司內貿易收支表現為正傳導特性。其單邊匯率彈性大小取決于匯率的出口數量彈性EqMNCe2、匯率的出口價格彈性Epe2以及母公司在跨國生產中附加值比重λ1(作為權重)。

(二)復合匯率波動的公司內貿易收支效應

跨國經營實踐中,匯率沖擊往往具有多國性,這種復雜情況導致公司內貿易收支做出反應的程度和方向可能具有多樣性。當綜合考慮母、子公司所在國匯率變動的復雜情況時,公司內貿易收支對匯率沖擊的綜合彈性為:

EMe1e2≈EMe21+μω (8)

公式(8)表明:當投資國和受資國匯率均出現波動時,跨國企業公司內貿易收支的綜合匯率彈性EMe1e2相當于“加權”的單邊匯率彈性EMe2。匯率相對波動幅度μ與跨國企業子、母公司相對生產成本ω這兩個指標的相對變動,決定了綜合匯率彈性的傳導程度和方向。

其中,綜合匯率彈性的符號判定取決于條件μ+ω>0是否滿足。如果匯率走勢一致(同升或同貶),則μ+ω>0,綜合匯率彈性的符號取決于單邊匯率彈性的符號,為正(+),表明匯率的升值(貶值)總體上造成公司內貿易收支惡化(改善);如果匯率走勢相反(一升一貶),則綜合彈性符號方向要視匯率相對變動幅度是否超過子、母公司相對生產成本ω。

與單邊匯率彈性比較,綜合匯率波動對公司內貿易收支的傳導效果(疊加/抵消)判定取決于條件1+μω>1是否滿足。如果匯率走勢相同(同 升或同貶),則兩種匯率信號對公司內貿易收支的效應表現為相互疊加,使之以較大幅度變動;如果匯率走勢相反(一升一貶),若匯率相對變動幅度μ超過子、母公司相對生產成本ω的兩倍,則在兩種匯率的抵消效應后仍然導致公司內貿易收支以較大幅度變動。反之,若沒超過,則兩種匯率產生的抵消效應導致公司內貿易收支的波動幅度弱化。

結論2:當投資國和受資國匯率均出現波動時,公司內貿易的綜合彈性EMe1e2等于“加權”的單邊匯率彈性EMe2。總體上看,匯率相對波動幅度μ與跨國企業子、母公司相對生產成本ω這兩個指標的相對位置,決定了綜合彈性的傳導效果(疊加/抵消)和方向。

(三)多國匯率沖擊對公司內貿易的綜合傳導彈性大于1的前提條件

由公式(8)可知,當u>u,或u

λ21-λ1-λ2>σ1-σ-1(9)

公式(9)是公司內貿易的單邊匯率彈性EMe2大于1的前提條件。其中σ1-σ反映了國際市場外內企業相對競爭度,λ21-λ1-λ2是子公司生產成本占跨國企業利潤的比重。在垂直型FDI體系下,發展中國家憑借勞動成本低廉的優勢參與跨國生產的成本組裝工序,其生產成本占跨國企業總體的比重λ21-λ1-λ2通常比較小,不等式(9)很難滿足。在這種情況下,公司內貿易的單邊匯率傳導彈性EMe2小于1。相反,如果市場國際化處于起步階段,主要都是國內企業,則外內相對競爭度σ1-σ很低, 不等式(9)就可以滿足。此時,公司內貿易的單邊匯率傳導彈性EMe2大于(或等于)1。(注:若國際市場為雙頭壟斷結構,受資國匯率波動對該國公司內貿易的傳導效應不顯著)。

結論3:如果國際市場外內企業相對競爭度σ1-σ與子公司生產成本占 跨國企業利潤的比重λ21-λ1-λ2滿足不等式(9),若匯率相對波動 幅度滿足μ>μ1,則受資國貨幣貶值(或升值)導致該國的公司內貿易收支顯著地改善(或惡化)。反之,則當μ>0時,上述判定結論才有可能成立。這說明市場結構因素在決定匯率對公司內貿易傳導效果中起重要作用。

四、結 論

第一,受資國匯率的波動對公司內貿易收支表現為正傳導特性。其單邊匯率彈性大小取決于匯率的出口數量彈性、匯率的出口價格彈性以及母公司在跨國生產中附加值比重。

第二,當投資國和受資國匯率均出現波動時,公司內貿易的綜合彈性等于“加權”的單邊匯率彈性,匯率相對波動幅度與跨國企業子、母公司相對生產成本這兩個指標的相對位置,決定了綜合彈性的傳導機制(疊加/抵消)和方向。

第三,如果國際市場外內企業相對競爭度與子公司生產成本占跨國企業利潤的比重滿足臨界條件,當匯率相對波動幅度處于某一區間時,則公司內貿易的綜合匯率彈性大于1,受資國貨幣貶值(升值)導致該國的公司內貿易收支顯著地改善(惡化)。市場結構因素在決定匯率對公司內貿易傳導效果中起重要作用。

在經濟全球化背景下,隨著國際生產分工體系逐步深化,國際資本流動、匯率沖擊的不確定性等因素日益凸顯。在這種復雜的國際經濟環境下,依據傳統的馬歇爾-勒納條件(M-L Condition)來判定一國匯率調整對貿易收支的影響可能具有很大的局限性。當我們審視和評判匯率波動對我國公司內貿易的沖擊力度是否顯著時,特別是當遇到多國匯率沖擊時,要綜合考慮國際市場結構的特點、外商投資企業在全球國際分工中的地位以及有關各國匯率沖擊的相對力度(包括走勢)等因素。以往較為簡單的馬歇爾-勒納判定手段可能會對一國政府做出評估、決策造成偏失。鑒于目前我國對外貿易總體結構中,以外商投資企業為主的加工貿易(主要為公司內貿易)比重較大,本文所提出的判定標準具有一定的理論參考價值。而且,這個判定條件中所涉及的各參數都便于進一步檢驗和估算,這對于評判和預測多國匯率沖擊下我國外商投資企業貿易收支的影響程度和趨勢帶來一定程度的可操作性。

主要參考文獻:

[1]Cushman (1988).U.S. Bilateral Trade Flows and Exchange Risk During the Floating Period[J]. Journal of International Economics.24, pp317-330.

[2]Froot, K. and Stein ,J. (1991).Exchange Rate and Foreign Direct Investment: an Imperfect Capital Market Approach[J].Quarterly Journal of Economics.106, pp.1191-1217.

[3]Sercu, P., Vanhulle, C.(1992).Exchange Rate Volatility, International Trade, and the Value of Exporting Firms[J]. Journal of Banking & Finance.vol. 36.

[4]Goldberg L. S. and C.D. Kolstad.(1995).Foreign direct investment, exchange rate variability and demand uncertainty[J]. International Economic Review.36(4), pp855-873;

[5]Dixit, Avinash K and Gene M. Grossman.(1982).Trade and Protection with Multistage Production[J]. Review of Economic Studies.59, pp. 583-594.

[6]Helpman, E. and Krugman, P.(1985).Market Structure and Foreign Trade[R].MIT Press, Cambridge.

[7]Antràs , Pol and Elhanan Helpman.(2004).Global Sourcing[J]. Journal of Political Economy. Vol.112, No.3, pp552-580.

[8]史智宇.產業內貿易研究:中國與東盟國家[J].世界經濟文匯,2003(4).

[9]潘向東,廖進中,賴明勇.制度因素與雙邊貿易:一項基于中國的經驗研究[J].世界經濟,2004(5).

[10]馬 征,李 芬.從產業間貿易到產業內貿易:我國貿易結構演變的實證研究[J].國際貿易問題,2006(3).

[11]田 文,劉厚俊.產品內分工下西方貿易理論的新發展[J].經濟學動態,2006(5).

[12]盛 斌,馬 濤.貿易、對外直接投資和國際生產方式:文獻綜述[J].國際經濟評論,2007(1).

[13]馬 濤.中間產品貿易、垂直專業化生產與FDI的關系:基于我國數據的協整分析[J].國際貿易問題,2008(6).

[14]張 杰,劉志彪.契約實施對國際貿易影響研究評述[J].經濟學動態,2008(10).

Intra-firm Trade of Multinational Influenced by Flu ctuation of Exchange RateSun Wenli1 Chen Lili2

Abstract:Referenced by Dornbusch 1987 model, the paper makes a n analysis of exc hange rate effect on intra-firm trade through establishing the three-nation fram ework. The model indicates that: (1) the influence of one nation's exchange rate

shock on intra-firm trade balance lies on elasticity of exchange rate for MNCs'

篇10

關鍵詞：人民幣；匯率波動；福利效應；制造業；協整分析

中圖分類號：F831，6

文獻標識碼：A　文章編號：1002-0594(2009)05-0063-06 收稿日期：2008-12-25

改革開放以來，人民幣匯率制度經歷了若干次重大改革，人民幣匯率朝著市場化、多元化的方向發展，不斷向真實匯率靠攏。2005年7月匯改以來，人民幣名義匯率的升值速度加快，3年多的時間內，人民幣與美元的雙邊名義匯率累計升值幅度超過17％。隨著人民幣的持續升值，加上國際金融危機導致的國際經濟環境的惡化，以制造業為代表的外向型部門正面臨著前所未有的困境：大批中小企業虧損破產，大量從業人員下崗失業，在崗職工普遍遭遇減薪或停工，制造業工人的福利明顯惡化。面對當前制造業工人大批失業和大幅減薪的困境，人民幣匯率又當如何調整，成為當前亟待研究的現實問題。

長期以來，理論界對人民幣匯率波動的增長效應，即人民幣匯率波動與我國經濟增長之間的關系進行了深入的研究，但是對人民幣匯率波動的福利效應，即人民幣匯率波動對收入分配影響的研究卻十分缺乏。在國民經濟各部門中，制造業是一個開放程度很高、受匯率波動影響最直接的部門，以制造業工資為代表來研究匯率波動的福利效應具有很強的理論和實踐意義。

一、文獻回顧與評析

Linda Goldberg的系列文章先后從不同的角度研究了匯率波動的福利效應。Goldberg and Tracy(1998)運用美國1972-1995年間制造業兩分位數據考察了實際匯率波動對其制造業工資的影響。研究發現，制造業總體工資的匯率彈性隨制造業外向型程度的提高而提高；制造業細分行業工資的匯率彈性與行業的競爭程度呈反向變動。與行業工人的技能水平呈正向變動。1999年他們則將研究視角從對全國工資水平的研究轉向了對區域工資水平的研究，運用美國各州制造業的數據進一步考察了匯率波動的地區效應，研究發現美元貶值對不同地區制造業工資的影響是不確定的。2002年他們又運用1976，--2000年間的美國人口調查數據考察了匯率波動對美國制造業和非制造業工人工資的影響，將研究從單一制造業擴展到制造業和非制造業。實證結果表明盡管匯率波動對總體工資的影響不明顯，但卻顯著影響了不同群體工人的工資：匯率波動對跳槽工人工資的影響大于不跳槽工人，對低技能工人工資的影響大于高技能工人。

此外，Robertson(2003)以墨西哥為例，研究了發展中國家實際匯率波動的收入分配效應。作者運用墨西哥1987-2001年間的產業數據和家庭數據驗證出墨西哥比索匯率波動與制造業實際工資之間具有正相關性，但是二者的相關程度受到行業的對外開放度，勞動者的工作地區、職業、性別、受教育程度等因素的制約。

近年來，隨著人民幣名義匯率的持續快速升值，其對收入分配的影響開始逐漸顯現，國內學者也開始關注這一問題。王茂林、趙昕(2007)運用脈沖響應函數與方差分解的方法驗證了人民幣匯率波動與一般工資水平的關系，認為人民幣匯率波動對工資增長影響顯著，人民幣升值在短期內促進了工資增長，長期則會抑制工資的增長速度。史恩義(2007)檢驗了可貿易部門實際工資與實際匯率的關系，認為實際匯率對可貿易部門實際工資影響不顯著。丁劍平、鄂永健(2005)對人民幣實際匯率與中國貿易部門和非貿易部門實際工資的關系進行了協整檢驗，認為兩部門的實際工資和實際匯率之間不存在協整關系。居勵(2008)的實證結果卻認為人民幣升值對上述兩部門的實際工資均有促進作用。馬宇、江秀輝(2007)論述了人民幣升值對不同企業、行業和地區工資性收入分配的影響，并給出了相關建議。

從國內學者的研究可以看出，已有文獻對匯率波動的福利效應關注不夠，匯率對工資影響的研究多附著于匯率對就業影響的研究，缺乏針對性：此外，已有文獻對制造業這個代表性行業的研究不足。本文試圖運用協整分析、脈沖響應和方差分解等方法對改革開放30年來人民幣匯率波動對我國制造業工人工資的影響進行分析和解釋。

二、數據及分析方法說明

本文選取的數據為1978～2006年間人民幣實際匯率(Er)、我國制造業工人的實際平均工資(MW)、制造業的就業人數(ML)、制造業勞動生產率的實際增長率(MLP)、制造業外貿依存度(MDFF)和制造業進口要素貢獻率(MIC)。

實際匯率Er是經過名義匯率調整的本國與外國之間物價水平的比率，采用直接標價法，Er值下降，實際匯率升值。本文選取中美雙邊實際匯率作為人民幣匯率指標的代表，在計算時，名義匯率選取人民幣對美元的雙邊名義匯率，國內物價指數選取中國消費物價指數(CPI)，國外物價指數選取美國批發物價指數(WPI)，均以1978年為基期進行調整。

根據要素價格決定的基本原理，邊際勞動生產率(MPL)是決定工資水平的重要因素，二者呈正向變動。由于MPL不易測算，本文用平均勞動生產率(Y／L)替代邊際勞動生產率。具體計量時，選取制造業實際勞動生產率的增長率作為數據類型，其1978-2004年數據借鑒盧峰(2006c)的計算結果，2005、2006年數據由筆者根據盧峰(2006c)的方法進行補充計算。

制造業外貿依存度和進口要素貢獻率分別從消費和生產兩個角度考察制造業對國外市場的依賴程度，數值越大，說明制造業對國外市場的依賴程度就越高。前者用歷年制成品出口總金額占工業部門總產值的比重表示，出口通過外貿乘數拉動GDP和就業的增長，從而促進制造業工資的增長。不同的出口結構對就業和工資結構的影響不同；后者用歷年初級產品進口總金額占工業部門總產值的比重表示。進口要素價值和工人工資都是制成品成本的重要組成部分，出于成本控制的考慮，二者一般是呈反方向變動的。

制造業工人實際平均工資、制造業就業人數根據各年《中國統計年鑒》整理獲得。

其他數據均來自各年《中國統計年鑒》、《中國對外經濟統計年鑒》和IMF IFS(Internafional FinancialStatistics)數據庫。

本文利用脈沖響應函數與方差分解的方法動態地考察人民幣實際匯率及其他相關因素對制造業工人實際工資的動態影響，在此之前應先對數據進行

單位根檢驗和協整檢驗以確定變量之間的線性組合存在長期穩定的均衡關系。

三、實證分析及結果

(一)時間序列的平穩性及協整檢驗　為減少數據的劇烈波動和把握數據中的指數增長趨勢，本文將制造業工人實際平均工資、人民幣實際匯率、制造業就業人數全部作對數變換并分別記為InMW、InEr和InML。制造業勞動生產率的實際增長率、制造業外貿依存度、制造業進口要素貢獻率由于是比率，一般傾向于不取對數。這里用ADF方法檢驗各序列的平穩性。

單位根檢驗的結果顯示，原序列InMW、InEr、InML、MLP、MDFT、MIC的ADF統計量均大于各相應顯著水平下的臨界值，因此不能拒絕含有一個單位根的零假設，故原序列全為非平穩序列。但經過一階差分之后所有變量均變為平穩序列，即以上變量全為I(1)過程，因此可進一步檢驗它們之間的協整關系，這里選用Johansen協整方法，在進行協整檢驗時，對基本數據的趨勢假設有5種，在不確定序列與協整方程的具體趨勢情況下，筆者對5種情況一一進行了分析。

Johansen協整檢驗的結果表明在5％的顯著水平下這6個變量之間至少存在兩個協整向量。這說明雖然每個變量都是不平穩的。但這些變量之間的某種線性組合卻可以是平穩的，即這些非平穩變量之間存在著長期穩定的均衡關系。

(二)VAR模型的脈沖響應在協整的基礎上我們建立VAR模型。由于本文研究的重點不是所有各變量之間錯綜復雜的多期動態聯系，而是實際匯率(Er)與制造業工人實際工資(MW)之間的關系以及模型中某個變量變化對制造業工人實際工資產生的沖擊和影響力，所以在進行計量分析時，我們將忽略模型的具體估計結果分析，轉而將注意力集中在脈沖響應函數和方差分解上。

根據理論，只有VAR模型特征方程根的倒數值都小于1，VAR模型才是穩定的，否則是不穩定的，而非穩定的VAR模型是不可以進行脈沖響應函數分析的。因此，必須先對所建VAR模型的穩定性進行檢驗。所建立的VAR模型其單位根均落在單位圓內，滿足平穩性條件。

脈沖響應函數分析當一個誤差項發生變化。或者說模型受到某種沖擊時對系統的動態影響，描繪了特定變量對各種沖擊的反應軌跡。這里使用的是廣義脈沖，其優點是所得結果不依賴于VAR模型中變量沖擊的先后次序。制造業工人實際工資對實際匯率及其他影響因素的一個標準差沖擊的響應反映了制造業實際工資對相應變量的沖擊反應。當在本期給人民幣實際匯率一個標準差正沖擊后，除第一期外，其他各期均會給制造業實際工資一個正向影響，最大值出現在第2期，為0.112，此后逐漸衰減，從12期開始逐漸趨近于O。總體而言，人民幣實際匯率對制造業實際工資的影響是正向的，實際匯率上升，即人民幣貶值有助于制造業工人實際工資的增長，并且實際匯率對實際工資的影響時間較長。當在本期給就業人數一個標準差正沖擊后，除第3期外，其他各期均會給制造業實際工資一個負向影響，最大值出現在第10期，為-0.7，此后逐漸上升直至第15期收斂。總體而言，就業人數對制造業實際工資的影響是負向的，即就業人數增加，實際工資下降，這是符合基本經濟原理的。除了前兩期，勞動生產率對實際工資的總體沖擊始終是正的，最大值出現在第9期，為0.073，可見勞動生產率的提升是實際工資增-長的重要動力。制造業出口對其實際工資的影響，前8期中，除第1期外，制造業出口對實際工資的沖擊總體上是正的，這說明從中短期來看，制成品出口一定程度上刺激了制造業實際工資的增長；從第9期開始，制成品出口對實際工資的沖擊開始轉負，第10期達到最大值，為-0.34，直至觀測期末收斂，這說明從長期來看，制成品出口又會降低制造業的實際工資。這種先升后降的變動趨勢很大程度上與制成品從現有的以勞動密集型產品出口為主向將來以技術密集型產品出口為主的出口結構轉變直接相關。總體上，除第2、3、7期外，制造業進口要素貢獻率對實際工資主要呈現負面影響，即進口要素貢獻率的增加將降低制造業的實際工資水平，這與前面的理論分析是一致的。

(三)VAR模型的方差分解對制造業實際工資的方差分解：在第1期，制造業實際工資的所有變動均來自其本身，其他各變量的影響均從第二期表現出來。綜合看來，制造業實際工資本身、實際匯率、制造業就業人數、制造業勞動生產率的增長率、制造業外貿依存度和進口要素貢獻率對制造業實際工資方差波動的貢獻度分別約為31.7％、38％、16％、11％、2.3％和1％。從方差分解的結果來看，除去制造業實際工資本身的影響。實際匯率是影響我國制造業實際工資的最主要因素，其次是制造業就業人數和制造業勞動生產率的增長率。

四、總結及政策含義

本文選取制造業為代表性部門。考察人民幣匯率波動對我國勞動者工資性收入的影響，通過對1978-2006年間的數據進行實證檢驗發現：人民幣實際匯率、就業人數、勞動生產率是影響制造業工資的重要因素，其中人民幣實際匯率波動的影響最為重要。實際匯率波動影響工資的主要途徑為：實際匯率波動―進出口波動―就業波動―工資波動。

人民幣實際匯率之所以會成為影響我國制造業工資增長最主要的因素，主要基于以下三個原因：其一，我國制造業的產業結構不合理。我國現有的制造業產業結構中，勞動密集型產業仍是主體。勞動密集型產業對就業，尤其是對低技能工人就業的吸納能力很強。匯率波動對勞動密集型產業的沖擊遠高于資本、技術密集型產業，從而對制造業就業和工人工資的影響十分顯著。其二，制造業的對外依存度過高。由于內需不旺，因此多年來，我國制成品的消費主要依賴國際市場。此外，由于重要能源和原材料的供不應求，我國制成品生產中進口要素的比重不斷增加。這種“兩頭”在外的發展模式使得我國的制造業受匯率波動的影響十分直接。從而間接影響了工人的就業和工資。其三，制造業的勞動生產率與工資增長嚴重脫節。制造業是我國最早實行對外開放和市場競爭的部門，經過三十年的發展，制造業勞動生產率的增長遠高于國民經濟的另一重要部門――服務業，但制造業工人的工資卻遠低于服務業。這說明制造業勞動生產率的提高沒有促進其工資收入的同步增長，二者出現了脫節。從制造業工資的方差分解中，我們也可以看到，勞動生產率對制造業工資的貢獻率僅為11％。遠低于實際匯率38％的貢獻率。

盡管實證分析表明人民幣貶值有助于制造業工人工資增長。但這并不意味著為了促進制造業工人工資增長和福利改善就必須采取人民幣長期貶值的策略。這是由于：一方面，長期來看，人民幣貶值對工資增長的促進作用有限。從制造業工資的方差分解中可以看出，實際匯率對制造業工資的影響力呈逐年下降趨勢。此外，從制成品出口對工資的長期動態影響來看，隨著制造業出

口結構的調整，人民幣貶值刺激工資增長的機制(主要是通過出口)在中期以后就會逐漸失效，長期內反而會降低工資水平；另一方面，受制度因素制約，實際匯率對工資的作用被間接放大。由于制造業勞動生產率增長對工資的促進作用在短期內無法充分發揮，勞動密集型為主的制造業產業結構調整將持續較長時期，這些制度因素的制約使得短期內匯率成為影響制造業就業和工資增長的主要因素。實際上，在制造業的產業結構升級完成，增長方式從外需增長型向內需增長型轉化后，實際匯率對工資的作用力將會大大降低。

制造業是一國實體經濟發展的主要推動力，美國金融危機的教訓再一次證明了實體經濟的良好發展才是一國經濟增長和社會穩定的根本，因此，在當前制造業處于內外交困的非常時期，匯率政策調整要有助于制造業短期內走出困境，制造業的發展成果要真正惠及從業者，對此，筆者有如下建議：

短期來看，人民幣升值的速度應該有所放緩，以穩定為主，這樣有利于制造業的發展和工人福利的提高。從內部環境來看，我國制造業正經歷著產業升級的結構性變革，現有產業的整合和大量中小企業的關、停、并、轉必然會提高工人崗位輪換、職位調整、跳槽、失業的頻率，人員流動頻繁、就業的不穩定性增加，這些都從一定程度上對工人工資的穩定增長和福利改善形成沖擊。從外部環境來看。未預期的全球金融、經濟危機重創了我國外向型制造業的發展，沿海地區加工貿易型中小企業的破產停工在短期內造成大量低技能工人的失業和福利惡化，對國內經濟社會穩定形成了沖擊。因此，如果在這個特殊時期，人民幣仍保持持續快速升值的勢頭，無疑會增加制造業工人的失業和加劇其福利的惡化。

長期來看，人民幣升值是匯率市場化、資本項目開放的必然結果，是大勢所趨。因此，為了降低升值對制造業的影響，不斷提高從業人員的福利，必須從制造業自身人手，尋求解決思路：

第一，轉變制造業的增長方式，從外需增長型向內需增長型轉化。我國制造業的發展由于受歷史和現實條件的制約，引進外資、出口導向成為制造業發展的兩個基本模式，對外依存度很高。要想真正降低匯率波動對制造業的影響，就必須轉變增長方式。從外需增長型向內需增長型轉化。制造業增長方式的轉變微觀上取決于企業技術創新和自主研發能力的提高，宏觀上則取決于內需的擴大。