尹力博，李 勍

中央財(cái)經(jīng)大學(xué) 金融學(xué)院，北京 100081

投資者關(guān)注對(duì)人民幣匯率價(jià)差波動(dòng)的影響研究
——基于GARCH-MIDAS模型

尹力博，李 勍

中央財(cái)經(jīng)大學(xué) 金融學(xué)院，北京 100081

源自心理學(xué)的有限關(guān)注理論近年來被廣泛應(yīng)用于金融研究，其基本思路是：金融市場產(chǎn)品種類繁多，由于存在信息成本，個(gè)人投資者的關(guān)注便成為一種稀缺資源，于是更傾向于交易關(guān)注到的產(chǎn)品，進(jìn)而影響價(jià)格。該理論在證券市場已得到大量的實(shí)證支持，因此對(duì)外匯市場的研究顯得非常必要。

基于谷歌搜索量指數(shù)構(gòu)建的人民幣關(guān)注指數(shù)，以2011年6月27日至2016年7月29日為研究區(qū)間，利用最小二乘回歸實(shí)證檢驗(yàn)投資者關(guān)注對(duì)人民幣在岸和離岸匯率價(jià)差波動(dòng)率的影響。特別地，利用基于已實(shí)現(xiàn)波動(dòng)率的GARCH-MIDAS模型將波動(dòng)率分解為長期成分和短期成分，并分別進(jìn)行回歸，考慮了價(jià)差波動(dòng)的結(jié)構(gòu)性特征。

研究結(jié)果表明，投資者關(guān)注能夠顯著增大人民幣匯率價(jià)差波動(dòng)，貨幣當(dāng)局可適當(dāng)引導(dǎo)進(jìn)而達(dá)到收窄價(jià)差、抑制套利的目的。與波動(dòng)長期成分相比，投資者關(guān)注對(duì)波動(dòng)短期成分的作用更強(qiáng)。加入央行干預(yù)、利率平價(jià)、流動(dòng)性、預(yù)期等控制變量后，投資者關(guān)注對(duì)匯率價(jià)差波動(dòng)率的預(yù)測能力依舊顯著，表明其所包含的信息并未被已有變量覆蓋。穩(wěn)健性檢驗(yàn)中，將4個(gè)控制變量同時(shí)加入基準(zhǔn)模型并考慮關(guān)注與控制變量之間的耦合效應(yīng)，結(jié)果表明投資者關(guān)注仍然具有獨(dú)立的解釋能力，且在長期內(nèi)會(huì)通過影響控制變量的作用間接影響價(jià)差波動(dòng)，作用機(jī)制與短期有所區(qū)別；直接利用基于月度投資者關(guān)注的GARCH-MIDAS模型對(duì)波動(dòng)進(jìn)行分解，通過系數(shù)的顯著性進(jìn)一步驗(yàn)證投資者關(guān)注對(duì)波動(dòng)長期成分的作用；分別將在岸和離岸匯率波動(dòng)率直接分解后進(jìn)行最小二乘回歸，投資者關(guān)注效果同樣顯著,且綜合效果與原檢驗(yàn)基本一致。

通過探討投資者關(guān)注對(duì)人民幣匯率價(jià)差波動(dòng)的解釋能力，拓展了基于谷歌搜索量指數(shù)測量的投資者關(guān)注在外匯市場的研究，為人民幣匯率走勢的預(yù)測提供了新思路，具有積極的現(xiàn)實(shí)意義，貨幣當(dāng)局和外匯投資者可以構(gòu)建人民幣關(guān)注指數(shù)，以此作為參考來實(shí)現(xiàn)有效匯率管理或風(fēng)險(xiǎn)控制等多重目的。

投資者關(guān)注；人民幣匯率價(jià)差；波動(dòng)分解；央行干預(yù)；利率平價(jià)；流動(dòng)性；預(yù)期

引言

近年來，作為中國重大戰(zhàn)略舉措，人民幣國際化正快速有序推進(jìn)。但是由于資本賬戶未完全開放、離岸市場快速發(fā)展等原因，出現(xiàn)了“一種貨幣，兩種價(jià)格”的局面。人民幣境內(nèi)外市場價(jià)差始終存在并且波動(dòng)較大，在一些特殊的時(shí)間節(jié)點(diǎn)，價(jià)差會(huì)急劇拉大。如2015年“811匯改”期間，由于釋放了前期積累的貶值壓力，而境內(nèi)外投資者預(yù)期有所差異，導(dǎo)致匯率走勢出現(xiàn)較大背離；2016年年初，在美元加息、經(jīng)濟(jì)增長乏力等多重因素影響下，離岸投機(jī)勢力大舉做空人民幣，使價(jià)差再創(chuàng)新高；2017年年初，在人民幣持續(xù)貶值即將“破七”的關(guān)口，央行為穩(wěn)定市場、抬高離岸利率以抽干流動(dòng)性，離岸匯率暴漲，價(jià)差再次拉開，但此次出現(xiàn)了倒掛。價(jià)差的長期較大波動(dòng)引發(fā)了大量的套利和投機(jī)交易。CHEUNG et al.[1]和鄭聯(lián)盛等[2]的研究表明，離岸匯率對(duì)在岸匯率的引導(dǎo)作用逐步增強(qiáng)，在此情況下，國際投機(jī)勢力便可通過操控離岸匯率保證價(jià)差長期存在，進(jìn)行持續(xù)套利，造成惡性循環(huán)。陳麗等[3]研究認(rèn)為，基于價(jià)差的套匯活動(dòng)嚴(yán)重影響中國資本賬戶開放和人民幣國際化進(jìn)程，一旦價(jià)差收窄甚至消失，人民幣境外存款和跨境貿(mào)易額必定又會(huì)倒退、停滯。因此，關(guān)于價(jià)差波動(dòng)的研究對(duì)打擊投機(jī)活動(dòng)、推動(dòng)人民幣國際化的健康發(fā)展等具有重要意義。

基于價(jià)差目前的消極影響，國內(nèi)外學(xué)者對(duì)其影響因素進(jìn)行了廣泛研究。朱孟楠等[4]對(duì)可能引起價(jià)差的因素進(jìn)行梳理，實(shí)證檢驗(yàn)表明，境內(nèi)外投資主體的風(fēng)險(xiǎn)偏好不同是造成價(jià)差的主要因素，這種投資主體的差異是資本管制的直接后果，而央行干預(yù)、境內(nèi)外利率差異對(duì)價(jià)差的影響較小；FUNKE et al.[5]研究表明，資本管制限制了離岸市場的流動(dòng)性，而境內(nèi)外的流動(dòng)性差異是引發(fā)價(jià)差的關(guān)鍵原因，并且認(rèn)為全球避險(xiǎn)情緒的加重會(huì)導(dǎo)致價(jià)差的波動(dòng)增加；MA et al.[6]認(rèn)為，人民幣無本金交割遠(yuǎn)期(non-deliverable forwards, NDF)與人民幣遠(yuǎn)期市場的不斷深化發(fā)展為套利活動(dòng)提供了新的途徑，而政府對(duì)此類活動(dòng)加以打擊管控，會(huì)使價(jià)差擴(kuò)大。綜合來看，資本管制是造成價(jià)差的深層原因，但是解除資本管制是一個(gè)循序漸進(jìn)的過程，短期內(nèi)不可能一蹴而就。

在短期內(nèi)不可能完全放開資本管制的背景下，貨幣當(dāng)局迫切需要提出新的應(yīng)對(duì)措施，在保證人民幣國際化穩(wěn)步推進(jìn)的同時(shí)又要減小價(jià)差波動(dòng)帶來的沖擊。因此，本研究希望從新的角度入手，嘗試尋找能有效影響價(jià)差及其波動(dòng)的非政策性因素，以期在“黑天鵝”事件頻發(fā)、人民幣貶值預(yù)期持續(xù)升溫的背景下，為貨幣當(dāng)局控制價(jià)差及其波動(dòng)提出切實(shí)可行的政策建議。

1 相關(guān)研究評(píng)述

首先對(duì)匯率決定理論進(jìn)行梳理。匯率理論不斷演變，比較典型的有CASSEL[7]提出的購買力平價(jià)、KEYNES[8]提出的利率平價(jià)、DORNBUSCH[9]提出的超調(diào)模型、WILLIAMSON[10]提出的基本要素匯率決定理論和CLARK et al.[11]提出的行為均衡匯率決定理論，國內(nèi)外學(xué)者對(duì)這些經(jīng)典理論的適用性進(jìn)行了廣泛檢驗(yàn)。特別地，針對(duì)人民幣，金中夏等[12]認(rèn)為利率平價(jià)并不能直接解釋匯率變化，而是影響外匯儲(chǔ)備的變化；陳創(chuàng)練等[13]認(rèn)為由于資本管制，泰勒規(guī)則對(duì)人民幣匯率變動(dòng)的解釋能力有限；卞學(xué)字等[14]強(qiáng)調(diào)貨幣政策沖擊并不是導(dǎo)致短期匯率超調(diào)的唯一因素。以上匯率決定理論都是從基本面層面出發(fā)，大多都有嚴(yán)格的前提條件限制，在現(xiàn)實(shí)中很難同時(shí)滿足，對(duì)短期內(nèi)匯率波動(dòng)解釋能力有限。

越來越多的學(xué)者嘗試從行為層面去解釋匯率變化。MANZAN et al.[15]認(rèn)為外匯市場存在技術(shù)分析者和基本面分析者，存在的異質(zhì)性預(yù)期能夠解釋匯率變化；RIME et al.[16]創(chuàng)新性地用訂單流搭建起宏觀經(jīng)濟(jì)變量與微觀匯率之間的橋梁，認(rèn)為投資者對(duì)宏觀經(jīng)濟(jì)的預(yù)期反映在訂單流上，而訂單流又可以很好地解釋匯率變化；YU[17]通過構(gòu)建投資者情緒模型解釋遠(yuǎn)期匯率溢價(jià)之謎；BURNSIDE et al.[18]則用投資者的過度自信理論為遠(yuǎn)期匯率溢價(jià)之謎提供了解釋。上述研究印證了行為因素在解釋短期匯率變化中的重要作用，但卻很少有研究從投資者關(guān)注這一角度出發(fā)，這為本研究提供了很好的切入點(diǎn)。

大量研究佐證了有限關(guān)注理論在證券市場的有效性。BARBER et al.[19]認(rèn)為個(gè)人投資者更傾向于買入那些有著異常換手率、極端收益率或有重大新聞的股票，而機(jī)構(gòu)投資者由于具有信息優(yōu)勢則此現(xiàn)象不明顯，印證了有限關(guān)注假說。同時(shí)，賈春新等[20]巧妙利用中國限售股解禁這一沒有信息含量的事件證明投資者關(guān)注會(huì)對(duì)股票收益產(chǎn)生積極影響。而已有針對(duì)外匯市場的研究較少，SMITH[21]實(shí)證表明投資者關(guān)注能解釋并預(yù)測澳元、加元、新西蘭元和瑞士法郎4種貨幣的匯率波動(dòng)，GODDARD et al.[22]對(duì)美元、歐元、日元和英鎊的研究結(jié)論類似。還沒有針對(duì)人民幣的研究，已有研究雖然通過定性分析發(fā)現(xiàn)投資者關(guān)注與價(jià)差存在相關(guān)關(guān)系，可并不能直接推斷出投資者關(guān)注同樣會(huì)顯著影響人民幣匯率，還需要進(jìn)一步的定量分析。基于以上分析，本研究以人民幣匯率價(jià)差的波動(dòng)率作為研究對(duì)象，探討投資者關(guān)注對(duì)其的作用。

2 模型設(shè)定

2.1GARCH-MIDAS模型

本研究對(duì)人民幣境內(nèi)外價(jià)差波動(dòng)率進(jìn)行分解，并將波動(dòng)長期成分和波動(dòng)短期成分作為研究對(duì)象。因?yàn)榛久婧托袨閷用娴囊蛩貙?duì)波動(dòng)的作用周期不同，但基本面層面因素相關(guān)信息發(fā)布頻率低，多為月度或季度，若想探究其與波動(dòng)率的關(guān)系，傳統(tǒng)方法是用同頻數(shù)據(jù)建模。如果利用插值法將低頻數(shù)據(jù)轉(zhuǎn)換為高頻數(shù)據(jù)，不可避免地人為加入了噪音；通過加總、取均值等方法將高頻數(shù)據(jù)轉(zhuǎn)換為低頻數(shù)據(jù)，簡單易行，較為常用，但可能會(huì)忽略重要信息。所以在此情況下有必要將匯率波動(dòng)分解后單獨(dú)研究。

GHYSELS et al.[23-24]提出的混頻數(shù)據(jù)抽樣(mixed data sampling, MIDAS)模型在既不忽略重要信息、也不加入噪音的情況下利用混頻數(shù)據(jù)建模。該模型可充分利用混頻數(shù)據(jù)的所有信息，被廣泛應(yīng)用于宏觀經(jīng)濟(jì)和股市波動(dòng)的研究中。ENGLE et al.[25]提出單因子GARCH-MIDAS模型，用已實(shí)現(xiàn)波動(dòng)率、通脹率、工業(yè)生產(chǎn)增速刻畫長期成分，該模型在長期而言樣本外預(yù)測能力優(yōu)于傳統(tǒng)模型，證明了宏觀經(jīng)濟(jì)變量在解釋股市波動(dòng)上的重要作用；CONRAD et al.[26]在上述單因子GARCH-MIDAS模型基礎(chǔ)上擴(kuò)展并提出多因子GARCH-MIDAS模型，避免了不同宏觀變量與已實(shí)現(xiàn)波動(dòng)率之間的相互孤立，并認(rèn)為期限利差、住房開工率、公司利潤率和失業(yè)率對(duì)股市波動(dòng)都有很好的預(yù)測能力；鄭挺國等[27]同樣利用多因子GARCH-MIDAS模型捕捉中國股市波動(dòng)的長期成分，證明宏觀經(jīng)濟(jì)對(duì)其有正向影響。上述研究表明了波動(dòng)分解在股票市場的必要性，但是在外匯市場的研究卻非常少見，同時(shí)對(duì)股票波動(dòng)分解的研究大都著眼于長期，忽略了波動(dòng)短期成分，所以本研究將就此展開研究。

考慮到影響匯率的因素較多，首先利用基于已實(shí)現(xiàn)波動(dòng)率這一低頻變量的GARCH-MIDAS模型將波動(dòng)率分解為長期成分和短期成分，再利用OLS進(jìn)行回歸，探討投資者關(guān)注及其他控制變量對(duì)波動(dòng)短期成分和波動(dòng)長期成分的解釋能力，避免直接將變量引入GARCH-MIDAS模型造成對(duì)其他變量所含信息的遺漏。具體模型為

(1)

其中，RVq為已實(shí)現(xiàn)波動(dòng)率；q為月度，用來刻畫長期波動(dòng)，本研究選擇以月度為長期頻率；Nq為第q個(gè)月度內(nèi)的交易天數(shù)；rp,q為人民幣境內(nèi)收益率之差，值越大，表示套利空間越大，由第q個(gè)月度內(nèi)第p天人民幣在岸匯率收益率減去離岸匯率收益率得到，在岸匯率為美元兌人民幣即期匯率中間價(jià)，離岸匯率為美元兌人民幣(香港)即期匯率定盤價(jià)。rp,q的分布形式為

(2)

其中，μ為rp,q的期望值，為常數(shù)項(xiàng)；τq為長期波動(dòng)；gp,q為短期波動(dòng)，由GARCH(1,1)過程計(jì)算得到；εp,q為隨機(jī)過程，服從條件標(biāo)準(zhǔn)正態(tài)分布，即εp,q|ψp-1,q～N(0,1)，ψp-1,q為在第q個(gè)月度內(nèi)第(p-1)天獲得的信息。gp,q的表達(dá)式為

(3)

其中，ι、φ、η均為常數(shù)項(xiàng)。

用RVq刻畫長期波動(dòng)的過程，即

(4)

其中，m為常數(shù)項(xiàng)；θ為加總效應(yīng)，表示解釋變量RVq滯后項(xiàng)對(duì)被解釋變量logτq的整體影響；k為滯后期數(shù)；K為選擇滯后的總期數(shù)，RVq為月度數(shù)據(jù)，RVq-k表示相對(duì)于q期滯后k期的已實(shí)現(xiàn)波動(dòng)率，根據(jù)AIC和SC信息準(zhǔn)則，選擇滯后6期；δk(w1,w2)為滯后k期的RV所對(duì)應(yīng)的權(quán)重，完全由參數(shù)w1和w2決定，計(jì)算過程為

(5)

本研究采用擬極大似然估計(jì)實(shí)現(xiàn)模型中所有的參數(shù)估計(jì)，最大似然函數(shù)表達(dá)為

(6)

其中，T為總月份，N為每個(gè)月度的總天數(shù)。

2.2OLS回歸分析

本研究采用OLS回歸分析，分別以在岸和離岸匯率價(jià)差波動(dòng)率的長、短期成分作為被解釋變量，以投資者關(guān)注作為解釋變量，并加入相應(yīng)控制變量，考察投資者關(guān)注對(duì)其的影響。

2.2.1 基準(zhǔn)模型

小學(xué)作文在語文考試當(dāng)中大約占30%，對(duì)于小學(xué)生日常學(xué)習(xí)而言，應(yīng)當(dāng)尤其注意平常的寫作學(xué)習(xí)。雖然目前小學(xué)生的書面表達(dá)能力相對(duì)之前有一定的提升，然而仍然有一大部分的小學(xué)生沒有扎實(shí)的書面表達(dá)能力，很多小學(xué)生對(duì)寫作文非常抵觸，當(dāng)提到寫作文的時(shí)候，他們腦海中往往沒有一個(gè)清晰的思路，寫出來的作文往往也拿不到高分。所以，在老師講課的過程中，如何提高學(xué)生寫作的能力成了非常重要的一節(jié)。老師在上作文課過程中，發(fā)現(xiàn)很多學(xué)生都會(huì)感到學(xué)習(xí)非常吃力，老師們通過教研討論，總結(jié)出原因?yàn)閷W(xué)生對(duì)寫作文不感興趣，甚至反感寫作文。因此，在這種大環(huán)境之下，學(xué)生的寫作水平自然就上不去。現(xiàn)在，這個(gè)問題也成了家長和教研組共同關(guān)注的問題。

基準(zhǔn)模型為

(7)

其中，Volt為t期價(jià)差波動(dòng)率，αt為t期常數(shù)項(xiàng)，βt-i為滯后i期的投資者關(guān)注的系數(shù)，Attent為t期的投資者關(guān)注指數(shù)，Attent-i表示相對(duì)于t期滯后i期的投資者關(guān)注指數(shù)，γt-i為滯后i期的價(jià)差波動(dòng)率系數(shù)，ξt為t期隨機(jī)誤差項(xiàng)。本研究采用日度數(shù)據(jù)，為考慮投資者關(guān)注的持續(xù)影響，結(jié)合信息準(zhǔn)則，將投資者關(guān)注滯后5期數(shù)據(jù)加入回歸方程，并加入自身滯后5期的數(shù)據(jù)作為控制變量以避免內(nèi)生性問題。此處分別將Volt代為波動(dòng)長期成分和短期成分進(jìn)行兩組回歸。

2.2.2 加入控制變量

為觀察投資者關(guān)注在加入控制變量后是否仍然有效，在上述模型中分別加入若干控制變量，即

(8)

其中，φt-i為在t期滯后i期控制變量的系數(shù)，Xt-i為在t期滯后i期的控制變量，ζt為t期隨機(jī)誤差項(xiàng)。此模型旨在檢驗(yàn)加入已有研究或理論中比較典型的影響匯率的央行干預(yù)指標(biāo)、利率平價(jià)、流動(dòng)性和預(yù)期4個(gè)變量后，投資者關(guān)注的系數(shù)是否依舊顯著，即Atten中包含的信息是否獨(dú)立于已有變量發(fā)揮作用，同時(shí)比較投資者關(guān)注與已有經(jīng)典變量對(duì)匯率波動(dòng)的作用周期是否有所區(qū)別。

3 數(shù)據(jù)說明

本研究選取日度數(shù)據(jù)，考慮離岸匯率定盤價(jià)的數(shù)據(jù)可得性，研究區(qū)間為2011年6月27日至2016年7月29日。

3.1解釋變量

選定一個(gè)時(shí)間區(qū)間后，便可得到一個(gè)搜索詞在這段時(shí)間內(nèi)每個(gè)時(shí)點(diǎn)的相對(duì)搜索量及其變化趨勢，相對(duì)搜索量由絕對(duì)搜索量計(jì)算得到，熱度最高的時(shí)間點(diǎn)取值為100，熱度是前者一半的時(shí)點(diǎn)取值為50，熱度不到最高熱度1%的取值為0。為構(gòu)建人民幣關(guān)注指數(shù)，先對(duì)離岸人民幣(CNH)和在岸人民幣(CNY)進(jìn)行搜索，再結(jié)合Google給出的相關(guān)搜索，經(jīng)過篩選，剔除一些存在歧義以及沒有有效SVI的詞條后，最終鎖定14個(gè)關(guān)鍵詞，分別為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目前僅提供按周度搜索時(shí)間區(qū)間下載數(shù)據(jù)。由于Google Trends所給出的是數(shù)據(jù)的相對(duì)值，為了使兩個(gè)相對(duì)獨(dú)立周中的日度數(shù)據(jù)具有可比性，所以還需將每個(gè)月的日度數(shù)據(jù)放在2011年6月27日至2016年7月29日整體框架下確定一個(gè)基期進(jìn)行調(diào)整，使數(shù)據(jù)具有可比性。具體調(diào)整方法為：選取一個(gè)更大的時(shí)間區(qū)間，即2011年1月1日至2016年12月31日進(jìn)行下載，此時(shí)得到的是月度搜索量數(shù)據(jù)。以2011年1月作為基期，用其他月份的搜索量指數(shù)除以2011年1月的數(shù)值，得到其他月份相對(duì)于2011年1月的搜索熱度，然后將得到的每個(gè)月度數(shù)值與之前下載得到的該月的日度數(shù)據(jù)相乘，使所有的日度數(shù)據(jù)具有可比性。調(diào)整完成后，將每個(gè)關(guān)鍵詞的SVI標(biāo)準(zhǔn)化后加和取平均值，得到人民幣關(guān)注指數(shù)，其趨勢見圖1。

圖1 人民幣關(guān)注指數(shù)走勢Figure 1 Trend of Investor Attention Index towards RMB

3.2被解釋變量

根據(jù)模型對(duì)波動(dòng)率進(jìn)行分解，結(jié)果見圖2。從圖2可以看出波動(dòng)長期成分與波動(dòng)短期成分走勢基本一致，但還是有所差別，2016年6月底，波動(dòng)短期成分出現(xiàn)了一個(gè)小的尖峰，而此時(shí)波動(dòng)長期成分卻基本平穩(wěn)，總的來說波動(dòng)長期成分在一定程度上平滑了波動(dòng)短期成分中的噪音，但仍反映了價(jià)差波動(dòng)的基本走勢。結(jié)合圖1，波動(dòng)短期成分與人民幣關(guān)注指數(shù)的走勢更為一致，二者兩次較大的尖峰都分別發(fā)生在2015年“811匯改”后、2016年1月初，且從具體日期來看，關(guān)注指數(shù)的尖峰要稍早于波動(dòng)短期成分，具有一定的先行性。二者之間的內(nèi)在邏輯并不難解釋，以“811匯改”為例，作為人民幣國際化進(jìn)程中的里程碑事件，央行增強(qiáng)了人民幣匯率中間價(jià)的市場化程度，完善了其報(bào)價(jià)機(jī)制，自然使人民幣受到廣大投資者的關(guān)注，關(guān)注指數(shù)激增。進(jìn)一步來看，雖然受到了關(guān)注，但境內(nèi)外投資者對(duì)經(jīng)濟(jì)前景和匯率走勢的預(yù) 期存在差異，在人民幣存在貶值壓力的大背景下，做

圖2 基于已實(shí)現(xiàn)波動(dòng)率的價(jià)差波動(dòng)的長、短期成分走勢Figure 2 Trend of Long-term and Short-term Components of Spread Volatility Based on Realized Volatility

空勢力紛紛抬頭，滋生了大量投機(jī)交易，使價(jià)差波動(dòng)劇烈。而2016年1月初，央行打響了人民幣對(duì)做空勢力的狙擊戰(zhàn)，面對(duì)香港同業(yè)拆解利率的飆升，離岸市場流動(dòng)性趨緊，這引發(fā)了做空勢力的迫切關(guān)注，在做空成本與投機(jī)收益之間權(quán)衡后，做空者只能選擇平倉，而此舉又恰恰推動(dòng)了離岸人民幣的快速上漲，增大了價(jià)差的波動(dòng)。

3.3控制變量

本研究選取一些控制變量加入最小二乘回歸分析，一方面是為防止信息冗余，即確保投資者關(guān)注所包含的信息未被已有定價(jià)機(jī)制所覆蓋，另一方面探討投資者關(guān)注與已有定價(jià)機(jī)制對(duì)價(jià)差波動(dòng)率的作用周期是否有所區(qū)別，因此選取一些較為經(jīng)典的變量進(jìn)行分析。

3.3.1 央行干預(yù)

由于匯率的劇烈波動(dòng)會(huì)嚴(yán)重影響一國宏觀經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn)，所以央行對(duì)外匯市場進(jìn)行干預(yù)是不可避免的，其方式和效果成為學(xué)術(shù)研究所關(guān)心的問題。DOMINGUEZ[36]以德國馬克和日元為對(duì)象，研究結(jié)果表明無論秘密干預(yù)還是公開干預(yù)，在整個(gè)樣本期內(nèi)都增加了匯率波動(dòng)性，公開干預(yù)在特定時(shí)期內(nèi)會(huì)減少波動(dòng)；HU et al.[37]對(duì)比央行對(duì)人民幣的口頭干預(yù)與實(shí)際干預(yù)的效果，發(fā)現(xiàn)前者效果較弱；何誠穎等[38]認(rèn)為央行外匯干預(yù)能做為聯(lián)系匯率與股價(jià)的紐帶，起到穩(wěn)定人民幣匯率的作用；王愛儉等[39]認(rèn)為任意干預(yù)與基于規(guī)則的干預(yù)對(duì)匯率波動(dòng)的影響程度不同，后者對(duì)匯率的調(diào)整更為穩(wěn)健且成本較低。

以上研究都表明央行干預(yù)會(huì)影響匯率，因此本研究將央行干預(yù)指數(shù)作為控制變量加入模型，探討央行干預(yù)是否會(huì)影響投資者關(guān)注對(duì)匯率價(jià)差波動(dòng)率的預(yù)測能力。借鑒陳華[40]和嚴(yán)佳佳等[41]提出的方法構(gòu)建央行干預(yù)指標(biāo)，表達(dá)式為

(9)

其中，Intt為央行干預(yù)指標(biāo)，用相對(duì)波動(dòng)率調(diào)整后的匯率變動(dòng)與外匯儲(chǔ)備變動(dòng)的相對(duì)關(guān)系測量；Δext為t期匯率變動(dòng)值；σΔext為t期匯率變動(dòng)值的標(biāo)準(zhǔn)差；Δrt為t期外匯儲(chǔ)備變動(dòng)值；σΔrt為t期外匯儲(chǔ)備變動(dòng)值的標(biāo)準(zhǔn)差。由(9)式可知，當(dāng)Δext=0時(shí)，Intt=0，表示此時(shí)維持固定匯率，央行干預(yù)強(qiáng)度最大。央行干預(yù)程度隨著Intt增大而減小?？紤]到外匯儲(chǔ)備數(shù)據(jù)每月發(fā)布，為與之匹配，將匯率日度數(shù)據(jù)取平均值得到月度數(shù)據(jù)，然后計(jì)算得到Intt，回歸中每個(gè)月度取相同值。由于央行干預(yù)主要是針對(duì)在岸市場進(jìn)行，所以此處匯率采用在岸即期匯率中間價(jià)。

3.3.2 利率平價(jià)

利率平價(jià)理論打破了傳統(tǒng)的國際收支和物價(jià)水平范疇，首次從資本流動(dòng)的角度研究匯率的變化，即利率差異會(huì)驅(qū)動(dòng)短期資本的國際流動(dòng)。MEREDITH et al.[42]通過對(duì)G7國家的實(shí)證發(fā)現(xiàn)在長期內(nèi)非抵補(bǔ)套利利率平價(jià)成立；BOUDOUKH et al.[43]利用滯后的遠(yuǎn)期利率差異檢驗(yàn)也證明利率平價(jià)理論成立。利率平價(jià)理論在中國的適用性也引發(fā)了學(xué)者的深入探討，易綱等[44]認(rèn)為在中國利率平價(jià)模型中應(yīng)加入摩擦系數(shù)進(jìn)行修正，隨著改革開放程度的不斷提高，由制度所決定的摩擦系數(shù)會(huì)趨于0；潘錫泉[45]研究發(fā)現(xiàn)考慮交易成本后非拋補(bǔ)利率平價(jià)成立。

隨著中國利率市場化的不斷發(fā)展，利率平價(jià)在匯率決策中將發(fā)揮更為重要的作用，因此本研究將利率平價(jià)作為控制變量加入模型，探討投資者關(guān)注對(duì)匯率價(jià)差波動(dòng)率的影響能力是否受到利差的影響。本研究利率平價(jià)指標(biāo)用中美利差表示，表達(dá)式為

(10)

3.3.3 流動(dòng)性

資本流動(dòng)性對(duì)一國匯率有著重要影響。從理論研究看，MANCINI et al.[46]認(rèn)為在貨幣間進(jìn)行套利交易時(shí)流動(dòng)性風(fēng)險(xiǎn)會(huì)被定價(jià)；GABAIX et al.[47]在不完美的金融市場框架下進(jìn)行分析，結(jié)果表明資本流動(dòng)會(huì)改變金融機(jī)構(gòu)資產(chǎn)負(fù)債的風(fēng)險(xiǎn)暴露，從而改變它們持有外幣所需的風(fēng)險(xiǎn)溢價(jià)，進(jìn)而對(duì)匯率水平和波動(dòng)幅度造成影響。特別地，在實(shí)踐中，對(duì)于人民幣境內(nèi)外價(jià)差引發(fā)的套利活動(dòng)，央行最為常見的做法就是大舉提高離岸市場的資金成本，通過控制流動(dòng)性來打擊套利。因此，本研究將流動(dòng)性作為控制變量，探討投資者關(guān)注對(duì)價(jià)差的解釋能力是否已被流動(dòng)性覆蓋。采用TED利差測量流動(dòng)性(Liqt)，即t期3個(gè)月歐洲美元收益率減去3個(gè)月美國國債收益率。該指標(biāo)是國際金融市場上的常用指標(biāo)，用來反映資金松緊程度和投資者風(fēng)險(xiǎn)偏好變化，其值越大，國際流動(dòng)性越弱。

3.3.4 預(yù)期

匯率預(yù)期反映了投資者對(duì)未來匯率走勢的判斷，預(yù)期具有自我強(qiáng)化與實(shí)現(xiàn)的特點(diǎn)，故其在決定匯率價(jià)格中有著舉足輕重的作用。超調(diào)模型就是基于預(yù)期來解釋匯率波動(dòng)的，該模型認(rèn)為金融市場與商品市場對(duì)外部沖擊的反應(yīng)時(shí)間不同，后者具有一定的時(shí)滯，假設(shè)本國利率提高，在升值預(yù)期的驅(qū)動(dòng)下，匯率上升超過長期購買力平價(jià)成立時(shí)的均衡值，即所謂匯率超調(diào)。2015年“811匯改”以來，一直存在人民幣貶值預(yù)期，面對(duì)壓力，中國央行致力于預(yù)期管理，如頻頻釋放人民幣不存在貶值基礎(chǔ)的信號(hào)、用各種方法維持中間價(jià)的穩(wěn)定等。綜上，預(yù)期應(yīng)作為控制變量加以考慮。

白曉燕等[48]、沙文兵等[49]和郭凱等[50]在進(jìn)行人民幣匯率預(yù)期的研究中，都選取NDF匯率作為測量指標(biāo)，認(rèn)為該匯率是國際投資者基于宏觀基本面等因素對(duì)匯率走勢做出的判斷，受人為干預(yù)較小。因此，本研究選擇3個(gè)月人民幣NDF收益率作為預(yù)期的代理變量，檢驗(yàn)其是否會(huì)影響投資者關(guān)注的解釋能力。預(yù)期指標(biāo)的表達(dá)式為

(11)

以上變量的數(shù)據(jù)中除14個(gè)關(guān)鍵詞的SVI來源于Google Trends外，其余均來源于Wind資訊金融終端。

4 實(shí)證結(jié)果和分析

4.1基準(zhǔn)模型

基準(zhǔn)模型的實(shí)證回歸結(jié)果見表1，其中第2列和第4列分別為投資者關(guān)注針對(duì)在岸、離岸匯率價(jià)差波動(dòng)短期成分和波動(dòng)長期成分的回歸系數(shù)。不難發(fā)現(xiàn)，無論是對(duì)波動(dòng)長期成分還是波動(dòng)短期成分，投資者關(guān)注都有顯著影響。

表1 投資者關(guān)注與人民幣匯率價(jià)差波動(dòng)的長、短期成分回歸結(jié)果(基準(zhǔn)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：*為在1%的顯著性水平上顯著，**為在5%的顯著性水平上顯著，***為在10%的顯著性水平上顯著，下同。

從波動(dòng)短期成分看，投資者關(guān)注滯后1期～滯后5期的系數(shù)都顯著為正，即當(dāng)投資者關(guān)注增加時(shí)，人民幣匯率價(jià)差的短期波動(dòng)增加。關(guān)注增加1個(gè)單位時(shí)，不僅會(huì)使接下來第2天的價(jià)差波動(dòng)增加0.015個(gè)單位，而且會(huì)延續(xù)大約1周時(shí)間。價(jià)差的波動(dòng)性增強(qiáng)，一方面有利于打破價(jià)差長期存在的僵局進(jìn)而收窄價(jià)差，另一方面會(huì)使投機(jī)者對(duì)市場方向的判斷更加困難，在一定程度上抑制套利活動(dòng)。

從波動(dòng)長期成分看，僅有投資者關(guān)注滯后1期的系數(shù)顯著為正?？梢娕c短期波動(dòng)相比，投資者關(guān)注對(duì)于長期成分影響的持續(xù)性相對(duì)較弱。因此，在分析長期波動(dòng)的影響因素時(shí)，不僅要考慮投資者關(guān)注，還需要結(jié)合一些宏觀基本面變量。

4.2央行干預(yù)作為控制變量

加入央行干預(yù)后的回歸結(jié)果見表2。通過分析比較可知，①無論從長期還是短期看，加入央行干預(yù)指數(shù)后，投資者關(guān)注系數(shù)的顯著性和符號(hào)未受影響，特別地，顯著項(xiàng)的數(shù)值也未發(fā)生任何變化，表明投資者關(guān)注所包含的信息并未被覆蓋，目前央行干預(yù)沒有影響到投資者關(guān)注對(duì)人民幣價(jià)差波動(dòng)率的預(yù)測能力。②央行干預(yù)對(duì)價(jià)差波動(dòng)率不會(huì)造成任何影響，央行若想通過直接干預(yù)影響價(jià)差波動(dòng)率進(jìn)而縮小價(jià)差，可結(jié)合投資者關(guān)注進(jìn)行考慮，具體而言，在干預(yù)之前應(yīng)考慮該措施是否會(huì)與投資者關(guān)注相互作用，以期采取合理恰當(dāng)?shù)呐e措縮小價(jià)差，使境內(nèi)外人民幣價(jià)格趨同，順利推進(jìn)人民幣國際化。

表2 將央行干預(yù)作為控制變量后的回歸結(jié)果Table 2 Regression Results for After Adding Central Bank Intervention as a Control Variable

4.3利率平價(jià)作為控制變量

加入利率平價(jià)后的回歸結(jié)果見表3。通過分析比較可知，①投資者關(guān)注所包含的信息獨(dú)立于利率平價(jià)，無論是波動(dòng)長期成分還是波動(dòng)短期成分，投資者關(guān)注系數(shù)的顯著性和符號(hào)與加入利率平價(jià)前一致，僅數(shù)值出現(xiàn)了小幅變化，表明投資者關(guān)注有效影響匯率價(jià)差的波動(dòng)率。②利率平價(jià)對(duì)價(jià)差的短期波動(dòng)滯后2期～滯后4期系數(shù)顯著，對(duì)波動(dòng)長期成分只有滯后3期系數(shù)顯著為負(fù)，表明當(dāng)中美兩國利差增大時(shí)，境內(nèi)外價(jià)差的波動(dòng)率減小，恰好與投資者關(guān)注造成的影響相反。同時(shí)，上文提到利率平價(jià)在人民幣匯率決策中正在發(fā)揮越來越重要的作用，結(jié)合本研究結(jié)果分析，貨幣當(dāng)局如果能配合利率平價(jià)，合理引導(dǎo)投資者關(guān)注，能在一定程度上穩(wěn)定匯率價(jià)差的波動(dòng)率或是縮小價(jià)差，提高利率平價(jià)這一定價(jià)機(jī)制在中國的有效程度。

表3 將利率平價(jià)作為控制變量后的回歸結(jié)果Table 3 Regression Results for After Adding Interest Rate Parity as a Control Variable

4.4流動(dòng)性作為控制變量

加入流動(dòng)性后的回歸結(jié)果見表4。通過分析比較可知，①投資者關(guān)注所包含的信息未被流動(dòng)性覆蓋，除波動(dòng)短期成分投資者關(guān)注滯后1期系數(shù)的顯著性水平略有降低外，其余符號(hào)和顯著性均未發(fā)生變化，說明投資者關(guān)注基本上獨(dú)立于流動(dòng)性對(duì)匯率價(jià)差的波動(dòng)率產(chǎn)生影響。②流動(dòng)性未對(duì)匯率價(jià)差的波動(dòng)率造成影響。由此可見，央行在尋找釋放流動(dòng)性與穩(wěn)定匯率之間的平衡點(diǎn)時(shí)，需要考慮投資者關(guān)注，通過發(fā)布一些政策信號(hào)來積極引導(dǎo)或疏散投資者關(guān)注，進(jìn)而達(dá)到預(yù)期效果。

表4 將流動(dòng)性作為控制變量后的回歸結(jié)果Table 4 Regression Results for After Adding Liquidity as a Control Variable

4.5預(yù)期作為控制變量

加入預(yù)期后的回歸結(jié)果見表5。通過分析比較可知，①人民幣外匯市場上預(yù)期與投資者關(guān)注所包含的信息有所交叉，但不完全重疊。從波動(dòng)短期成分看，與基準(zhǔn)模型相比，投資者關(guān)注滯后4期的系數(shù)不再顯著，表明此部分信息被預(yù)期所覆蓋，長期波動(dòng)則保持一致。②預(yù)期會(huì)對(duì)匯率價(jià)差的波動(dòng)率產(chǎn)生影響。對(duì)于波動(dòng)短期成分，預(yù)期系數(shù)滯后2期～滯后5期顯著且整體效果符號(hào)為正，表明當(dāng)NDF收益率上升，即人民幣處于貶值階段時(shí)(對(duì)匯率采用直接標(biāo)價(jià)法)，匯率價(jià)差的波動(dòng)率會(huì)有所增大，這可能與投資者的恐慌情緒有關(guān)。波動(dòng)長期成分情況也非常類似，預(yù)期滯后5期的系數(shù)顯著為正，即預(yù)期人民幣貶值時(shí)，價(jià)差波動(dòng)增加。預(yù)期管理一直是央行干預(yù)外匯市場的重要手段，央行在進(jìn)行預(yù)期管理時(shí)可適當(dāng)引導(dǎo)投資者關(guān)注，強(qiáng)化或緩解預(yù)期效果。

表5 將預(yù)期作為控制變量后的回歸結(jié)果Table 5 Regression Results for After Adding Forecast as a Control Variable

5 穩(wěn)健性分析

5.1將所有控制變量同時(shí)加入基準(zhǔn)模型

實(shí)證結(jié)果表明在分別加入4個(gè)控制變量后，投資者關(guān)注對(duì)人民幣匯率價(jià)差波動(dòng)的影響依然顯著，但是與流動(dòng)性和預(yù)期之間存在部分信息重疊，如果將這些變量同時(shí)加入回歸方程，投資者關(guān)注是否依舊能獨(dú)立發(fā)揮作用有待檢驗(yàn)。因此，在基準(zhǔn)模型(7)式的基礎(chǔ)上同時(shí)加入4個(gè)控制變量進(jìn)行穩(wěn)健性檢驗(yàn)，但考慮到解釋變量過多對(duì)自由度會(huì)造成較大影響，控制變量均只加入滯后1期進(jìn)行回歸。具體表達(dá)式為

(12)

其中，οt為t期隨機(jī)誤差項(xiàng)。

為進(jìn)一步考慮投資者關(guān)注與已有控制變量間是否存在耦合效應(yīng)，在(12)式的基礎(chǔ)上加入投資者關(guān)注與控制變量的交互項(xiàng)進(jìn)行回歸，即

(13)

回歸結(jié)果見表6。第2列和第6列給出(13)式的回歸結(jié)果，對(duì)于波動(dòng)短期成分，除投資者關(guān)注滯后1期系數(shù)不再顯著外，滯后2期～滯后5期仍然具有顯著影響，即投資者關(guān)注增加會(huì)加大波動(dòng)，波動(dòng)長期成分情況不變，該結(jié)果進(jìn)一步佐證了投資者關(guān)注獨(dú)立于已有解釋變量對(duì)匯率波動(dòng)造成影響的結(jié)論。第4列和第8列給出考慮投資者關(guān)注與控制變量之間耦合效應(yīng)的結(jié)果。從短期看，僅預(yù)期與投資者關(guān)注的交互項(xiàng)系數(shù)顯著，表明在短期內(nèi)投資者關(guān)注會(huì)影響預(yù)期對(duì)價(jià)差波動(dòng)的作用；從長期看，除央行干預(yù)與投資者關(guān)注交互項(xiàng)系數(shù)不顯著外，其余控制變量與投資者關(guān)注的交互項(xiàng)系數(shù)均顯著，表明在長期內(nèi)投資者關(guān)注會(huì)通過影響傳統(tǒng)解釋變量的解釋能力間接影響價(jià)差波動(dòng)，但此效應(yīng)究竟是增強(qiáng)了市場有效性還是添加了噪音還需進(jìn)一步深入研究。此處結(jié)果還表明投資者關(guān)注對(duì)人民幣匯率價(jià)差波動(dòng)的影響在長短期內(nèi)的作用機(jī)制有所差別。

5.2基于月度投資者關(guān)注的GARCH-MIDAS模型

從第4部分的實(shí)證結(jié)果發(fā)現(xiàn)，投資者者關(guān)注不僅對(duì)價(jià)差波動(dòng)的短期成分存在顯著影響，而且對(duì)波動(dòng)長期成分也有一定影響，因此直接把人民幣匯率的投資者關(guān)注指數(shù)納入GARCH-MIDAS模型中進(jìn)行穩(wěn)健性檢驗(yàn)。對(duì)(4)式進(jìn)行修改，得

(14)

此處刻畫的是波動(dòng)長期成分，所以人民幣關(guān)注指數(shù)采用月度數(shù)據(jù)。經(jīng)擬極大似然估計(jì)的結(jié)果見表7，Atten對(duì)波動(dòng)長期成分的影響體現(xiàn)在系數(shù)θ上，θ在1%的顯著性水平上顯著為正，表明從長期看，投資者關(guān)注的增加依舊是加大價(jià)差波動(dòng)，與最小二乘回歸的結(jié)果一致。

由參數(shù)估計(jì)結(jié)果計(jì)算得出的波動(dòng)長期成分和波動(dòng)短期成分走勢見圖3。

由圖3可以看出，基于投資者關(guān)注的GARCH-MIDAS模型依舊提取出了較為平滑的波動(dòng)長期成分，且從長期趨勢看，特別是2015年以來，波動(dòng)明顯增大，一種可能的解釋便是人民幣國際化的快速推進(jìn)使人民幣得到越來越多的國際關(guān)注，進(jìn)而增加了其波動(dòng)。

5.3在岸和離岸匯率波動(dòng)率單獨(dú)分解

上述對(duì)價(jià)差波動(dòng)率的研究綜合考慮了在岸和離岸匯率，下面利用GARCH-MIDAS-RV單獨(dú)將在岸、離岸匯率波動(dòng)率進(jìn)行分解，再將各自的波動(dòng)長、短期成分代入(7)式進(jìn)行回歸，表8給出分別針對(duì)在岸和離岸匯率波動(dòng)率的回歸結(jié)果。對(duì)比表1與表8，結(jié)果基本一致。對(duì)于波動(dòng)短期成分，無論是在岸還是離岸匯率，結(jié)果與價(jià)差完全一致，投資者關(guān)注增大了匯率的波動(dòng)率。不難理解，投資者關(guān)注的增加意味著市場交易會(huì)變得活躍，而不同投資者預(yù)期又存在差異，進(jìn)而增大波動(dòng)。對(duì)于波動(dòng)長期成分，在岸匯率有所差別，投資者關(guān)注滯后1期和滯后2期系數(shù)顯著為負(fù)，即投資者關(guān)注增加時(shí)，波動(dòng)長期成分有所降低，其具體原因有待深入研究；而離岸匯率則保持一致，且其系數(shù)數(shù)值大于在岸匯率，從而抵消了在岸匯率波動(dòng)長期成分的減小，最終效果為價(jià)差的波動(dòng)長期成分增大，與表1的結(jié)果相互印證。

表6 將4個(gè)控制變量同時(shí)加入后的回歸結(jié)果Table 6 Regression Results for After Adding above Four Control Variables

表7 基于投資者關(guān)注的GARCH-MIDAS模型參數(shù)估計(jì)結(jié)果Table 7 Parameter Estimates Results for GARCH-MIDAS Model Based on Investor Attention

圖3 基于投資者關(guān)注的價(jià)差波動(dòng)的長、短期成分走勢Figure 3 Trend of Long-term and Short-term Components of Spread Volatility Based on Investor Attention

價(jià)差波動(dòng)在岸人民幣短期成分系數(shù)標(biāo)準(zhǔn)差長期成分系數(shù)標(biāo)準(zhǔn)差離岸人民幣短期成分系數(shù)標(biāo)準(zhǔn)差長期成分系數(shù)標(biāo)準(zhǔn)差A(yù)tten(-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常數(shù)項(xiàng)0．020???0．0040．006???0．0010．012???0．0030．007???0．002R20．8250．9700．9010．929

6 結(jié)論

本研究采用2011年6月27日至2016年7月29日的樣本數(shù)據(jù)，采用波動(dòng)分解和最小二乘回歸方法，研究投資者關(guān)注對(duì)于人民幣境內(nèi)外匯率價(jià)差波動(dòng)率的影響。在模型中加入央行干預(yù)、利率平價(jià)、流動(dòng)性、預(yù)期等控制變量，檢驗(yàn)投資者關(guān)注所包含的信息是否被上述變量所覆蓋，得到如下結(jié)論。

①投資者關(guān)注能有效影響人民幣匯率價(jià)差的波動(dòng)率。無論是波動(dòng)長期成分還是波動(dòng)短期成分，投資者關(guān)注的增加都會(huì)使波動(dòng)增大，但是對(duì)波動(dòng)短期成分的作用明顯強(qiáng)于長期。②無論是單獨(dú)還是同時(shí)加入央行干預(yù)、利率平價(jià)、流動(dòng)性、預(yù)期等控制變量，投資者關(guān)注對(duì)匯率價(jià)差波動(dòng)率的預(yù)測能力依舊顯著，表明其包含了傳統(tǒng)經(jīng)濟(jì)變量所未包含的信息。③從長期看，投資者關(guān)注會(huì)通過與部分控制變量間的耦合效應(yīng)間接作用于價(jià)差波動(dòng)，區(qū)別于短期作用機(jī)制。④基于投資者關(guān)注直接刻畫波動(dòng)長期成分時(shí)，MIDAS模型的系數(shù)依舊顯著，佐證了基準(zhǔn)模型中投資者關(guān)注能有效影響長期趨勢的結(jié)論。⑤投資者關(guān)注同樣會(huì)對(duì)在岸和離岸人民幣匯率分解后的波動(dòng)長、短期成分產(chǎn)生顯著影響，且其綜合效果與基準(zhǔn)模型的回歸結(jié)果一致。

本研究的主要貢獻(xiàn)在于：將投資者關(guān)注引入對(duì)人民幣匯率價(jià)差波動(dòng)的分析之中，提出了新的研究思路；通過將波動(dòng)進(jìn)行分解，區(qū)分投資者關(guān)注對(duì)波動(dòng)的長、短期成分各自的影響，證明投資者關(guān)注的確會(huì)對(duì)匯率波動(dòng)率造成影響，且對(duì)波動(dòng)短期成分的影響要大于長期成分，為貨幣當(dāng)局管理價(jià)差提供了新途徑；引入央行干預(yù)、利率平價(jià)、流動(dòng)性和預(yù)期作為控制變量，證明投資者關(guān)注所包含的信息未被傳統(tǒng)經(jīng)濟(jì)變量所覆蓋，也為貨幣當(dāng)局利用傳統(tǒng)方法(如進(jìn)行外市場干預(yù))、發(fā)揮利率平價(jià)的作用以及通過引導(dǎo)預(yù)期等實(shí)現(xiàn)更為有效的匯率管理提出改進(jìn)建議。

本研究實(shí)證結(jié)果具有積極的現(xiàn)實(shí)指導(dǎo)意義。對(duì)于貨幣管理當(dāng)局來說，①央行可以構(gòu)建人民幣關(guān)注指數(shù)，一方面，根據(jù)該指數(shù)的變化預(yù)測波動(dòng)率的變化，以便及時(shí)采取相應(yīng)措施控制價(jià)差；另一方面，當(dāng)價(jià)差長期處于較高點(diǎn)位時(shí)，可通過適當(dāng)?shù)妮浨橐龑?dǎo)影響投資者關(guān)注，進(jìn)而達(dá)到控制價(jià)差的目的。②央行在選擇直接干預(yù)、流動(dòng)性、利率平價(jià)、預(yù)期等對(duì)匯率價(jià)差進(jìn)行管理的方法時(shí)，應(yīng)在考慮投資者關(guān)注這一影響因素的基礎(chǔ)上，著重考慮利率平價(jià)和預(yù)期管理，搭配使用以達(dá)到合意效果。對(duì)于外匯投資者，在通過人民幣在岸和離岸匯率價(jià)差進(jìn)行套利時(shí)，不僅要考慮相關(guān)的資本管制和資金成本等因素，而且應(yīng)該積極利用人民幣關(guān)注指數(shù)的走勢，預(yù)測價(jià)差波動(dòng)率的變化，采取合理的投資策略，在控制風(fēng)險(xiǎn)的前提下實(shí)現(xiàn)預(yù)期收益。

本研究也存在一定的不足之處。由于香港財(cái)資公會(huì)于2011年6月27日才開始公布離岸匯率定盤價(jià)，所以考慮到數(shù)據(jù)的可能性，本研究未能涵蓋自離岸市場發(fā)展以來的全部區(qū)間。Google Trend針對(duì)每個(gè)關(guān)鍵詞還給出了更為細(xì)化的分區(qū)域、分行業(yè)的搜索熱度，而本研究未對(duì)此類信息進(jìn)行深入挖掘，后續(xù)研究可以由此入手，進(jìn)一步細(xì)化，可能會(huì)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]鄭聯(lián)盛,董裕平.離岸人民幣定價(jià)權(quán)及其對(duì)在岸人民幣的影響.國際金融,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]陳麗,甄峰.香港離岸與在岸人民幣套匯問題研究.國際金融研究,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,張雪鹿.境內(nèi)外人民幣匯率差異的原因研究.國際金融研究,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,陳浩.利率平價(jià)理論在中國的實(shí)現(xiàn)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] 陳創(chuàng)練,楊子暉.“泰勒規(guī)則”、資本流動(dòng)與匯率波動(dòng)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] 卞學(xué)字,范愛軍.噪聲交易、貿(mào)易開放與滯后匯率超調(diào):基于PTM-NOEM模型的理論研究.南開經(jīng)濟(jì)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] 賈春新,趙宇,孫萌,等.投資者有限關(guān)注與限售股解禁.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] 鄭挺國,尚玉皇.基于宏觀基本面的股市波動(dòng)度量與預(yù)測.世界經(jīng)濟(jì),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] 張誼浩,李元,蘇中鋒,等.網(wǎng)絡(luò)搜索能預(yù)測股票市場嗎?.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] 何誠穎,劉林,徐向陽,等.外匯市場干預(yù)、匯率變動(dòng)與股票價(jià)格波動(dòng):基于投資者異質(zhì)性的理論模型與實(shí)證研究.經(jīng)濟(jì)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] 王愛儉,鄧?yán)铇?中央銀行外匯干預(yù):操作方式與效用評(píng)價(jià).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] 陳華.央行干預(yù)使得人民幣匯率更加均衡了嗎?.經(jīng)濟(jì)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] 嚴(yán)佳佳,黃文彬,黃鑫.央行匯率干預(yù)行為研究:基于香港離岸人民幣匯率的影響.國際金融研究,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] 易綱,范敏.人民幣匯率的決定因素及走勢分析.經(jīng)濟(jì)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] 潘錫泉.中美利率和匯率動(dòng)態(tài)效應(yīng)研究:理論與實(shí)證:基于拓展的非拋補(bǔ)利率平價(jià)模型的研究.國際貿(mào)易問題,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] 白曉燕,郭昱.匯改前后人民幣匯率預(yù)期的波動(dòng)特征研究.國際金融研究,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,劉紅忠.人民幣國際化、匯率變動(dòng)與匯率預(yù)期.國際金融研究,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] 郭凱,張笑梅.人民幣匯率預(yù)期與股票價(jià)格波動(dòng).國際金融研究,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

國家自然科學(xué)基金(71671193，71401193)

尹力博，管理學(xué)博士，中央財(cái)經(jīng)大學(xué)金融學(xué)院副教授，研究方向?yàn)橘Y產(chǎn)定價(jià)和金融市場等，代表性學(xué)術(shù)成果為“Predictability of structural co-movement in commodity prices: the role of technical indicators”，發(fā)表在2017年第5期《Quantitative Finance》，E-mail：yinlibowsxbb@126.com

李勍，中央財(cái)經(jīng)大學(xué)金融學(xué)院本科生，研究方向?yàn)閲H金融等，E-mail：liqing_cufe@126.com