金 鑫

（新疆財經(jīng)大學 金融學院，新疆 烏魯木齊 830012）

引言

“811”匯改之后，人民幣匯率變得更加具有彈性，波動幅度也更加劇烈。尤其是進入新時代以來，我國不斷地開放資本市場，債券市場作為中央銀行執(zhí)行貨幣政策的重要載體，研究債市和匯市之間的溢出效應有助于進一步了解二者的相關(guān)性，對于完善債市機制、妥善化解政府性債務風險、推動綠色債券市場發(fā)展等方面具有重要理論和現(xiàn)實意義。

一、文獻綜述

國外文獻最早進行匯率的波動性研究。一類是運用ARCH模型，例如：Engle（1982）首次提出ARCH模型，用來分析時間序列的異方差性。另一類是運用協(xié)整分析的方法，例如 ：Granger(1986)提出了協(xié)整分析的方法，證明了非平穩(wěn)的時間序列也有可能存在平穩(wěn)性。Baillie & Bollerslev（1989）在對外匯市場的匯率變化研究中首次運用到了協(xié)整分析的方法。Engle & Kroner（1995）建立了GARCHBEKK（p,q）模型，該模型被廣泛應用于研究不同金融資產(chǎn)價格間的波動溢出效應。國內(nèi)研究方面則主要是利用GARCH模型，李成、馬文濤、王彬（2010）選取了四變量的VAR(6)-GARCH(1,1)-BEKK模型,得出股票收益率、債券收益率、匯率收益率和貨幣市場利率之間存在雙向價格溢出效應和波動溢出效應。陳守東、高艷（2012）運用GED-GARCH模型估計結(jié)果顯示在金融危機之前匯率對利率只存在單向的波動溢出效應。袁吉偉（2013）運用VARGARCH（1,1）-BEKK模型，研究了2007年1月4日至2012年11月2日我國債市和匯市之間的溢出效應。研究表明，匯市對債市存在單向的價格溢出效應和單向的波動溢出效應。

綜上所述，對于我國匯市與債市間的溢出效應研究多2015年之前，研究成果最后得出的結(jié)論也不盡相同。而在2015年8月11日匯改之后的溢出效應研究成果鮮見。本文則采用VAR-GARCH-BEKK模型，對我國“811”匯改后的匯市與債市收益率間的溢出效應進行了研究。

二、VAR-GARCH-BEKK模型簡述

采用Engle & Kroner（1995）建立的GARCHBEKK模型對我國匯市收益率和債市收益率的價格溢出效應和波動溢出效應進行了研究。利用均值方程VAR（n）模型來檢驗是否存在價格溢出效應。檢驗波動溢出效應則引入方差方程GARCH-BEKK模型。具體選擇VAR-GARCH（1,1）-BEKK模型，均值方程VAR（n）的表達式為：

其中，Rht、Rzt分別為匯市、債市收益率時間序列。ω1、ω2分別為匯市、債市收益率序列的條件期望，n為VAR均值模型的滯后階數(shù),η、θ為估計系數(shù)，ε1t、ε2t分別為匯市、債市收益率序列VAR均值方程的殘差項。如果η1i=0（或θ2i=0），證明債市（匯市）收益率對匯市（債市）收益率沒有價格溢出效應，反之，則存在。方差方程則采用GARCH（1,1）-BEKK模型，該模型如下：

假設均值方程的殘差項： ～N（0,Ht） ③

Ht的表達式為：

其中，It-1為t-1期的信息集合，D為上三角形矩陣，Ht為匯市、債市收益率序列的條件協(xié)方差矩陣，矩陣A、B均為2階系數(shù)矩陣。矩陣A代表收益率序列ARCH項系數(shù)矩陣。矩陣B代表收益率序列GARCH項系數(shù)矩陣。

h11,t、h22,t分別為匯市、債市收益率序列的條件方差。h12,t為匯市收益率序列和債市收益率序列之間的條件協(xié)方差。

聯(lián)立③④⑤式可得：

矩陣A主對角線上的元素αii表示債市或匯市收益率序列ARCH項的波動溢出效應。當i≠j時，副對角線上的元素αij表示債市和匯市收益率序列之間的ARCH項波動溢出效應。矩陣B主對角線上的元素bii表示債市或匯市收益率序列GARCH項的波動溢出效應。副對角線上的元素bij表示債市和匯市收益率序列之間的GARCH項波動溢出效應。采用極大似然法估計GARCH（1,1）-BEKK模型的參數(shù)，對數(shù)似然函數(shù)估計表達式為：

通過估計矩陣A、B副對角線上的元素是否顯著異于零，可檢驗債市與匯市之間的波動溢出效應。

三、人民幣匯率和債券市場的實證研究

（一）數(shù)據(jù)選取與描述

選取中證全債指數(shù)的收盤價代表債市價格變動，人民幣匯率則是選取直接標價法下的美元對人民幣匯率的中間價。樣本區(qū)間為2015年8月11日至2018年6月15日，排除部分未交易日期后，一共得到1376個樣本值。收益率則使用對數(shù)差分。所有數(shù)據(jù)均來自于Wind數(shù)據(jù)庫，計算軟件為Eviews10.0和Winrats8.0。

從表1的描述性統(tǒng)計結(jié)果可看出，二者均表現(xiàn)出“尖峰厚尾”的特征且都不服從正態(tài)分布。Ljung-BoxQ統(tǒng)計量結(jié)果顯著拒絕序列不存在自相關(guān)的原假設，存在顯著的ARCH效應。ADF檢驗和PP檢驗結(jié)果則說明二個序列都是平穩(wěn)的白噪聲序列。因此，選取的數(shù)據(jù)均具有顯著的GARCH模型特征，所以采用GARCH類模型是比較合適的。

表1 債市和匯市收益率序列描述性統(tǒng)計結(jié)果

（二） VAR（n）均值方程估計結(jié)果分析

VAR（n）均值方程的滯后期則根據(jù)LR（似然比）檢驗、AIC準則、SC準則、HQ信息準則、FPE（最終預測誤差）準則來確定。選擇符合準則數(shù)多的滯后階數(shù)作為最優(yōu)滯后期，經(jīng)過比較，最終選擇VAR均值方程的最優(yōu)滯后期為2，即VAR（2）。由VAR（2）均值模型的回歸系數(shù)來看，匯市和債市收益率的當期收益都會受到自身滯后項的影響。從匯市收益率、債市收益率均值方程來說，都不能夠拒絕原假設債市收益率滯后項的系數(shù)為零，表明匯市、債市收益率兩者間均沒有產(chǎn)生價格溢出效應。

（三）方差方程GARCH（1,1）—BEKK模型估計結(jié)果分析

由表2的波動溢出模型方程的估計結(jié)果（2015年8月11日至2018年6月15日）來看，總體上各變量t檢驗結(jié)果的顯著性是較好的，說明匯市收益率序列和債市收益率序列在整個樣本區(qū)間內(nèi)有較明顯的波動聚類效應。因此，選取GARCH模型是比較合適的。

表2 GARCH（1,1）—BEKK模型估計結(jié)果

從模型的估計結(jié)果來看，首先匯市收益率對自身有比較明顯的波動溢出效應，從估計系數(shù)可看出，匯市收益率在短期內(nèi)對債市收益率不存在波動溢出效應；而在長期匯市收益率對債市收益率存在波動溢出效應。匯市收益率對債市收益率整體的波動溢出效應檢驗的結(jié)果顯示，在5%的置信水平下表明存在匯市收益率對債市收益率的波動溢出效應。從債市收益率的角度來說，不管是短期還是長期債市收益率對匯市收益率都存在波動溢出效應。

結(jié)合以上估計結(jié)果，在樣本期內(nèi)匯市收益率序列和債市收益率序列都存在波動聚類效應，且匯市收益率與債市收益率之間存在雙向的波動溢出效應。

結(jié)論

通過建立VAR—GARCH—BEKK模型分析了5年來匯市和債市收益率之間的價格溢出效應、波動溢出效應，研究結(jié)論如下：

第一，債市和匯市收益率時間序列都表現(xiàn)出“尖峰厚尾”的特征，且JB統(tǒng)計量顯著異于零，說明二者均不服從正態(tài)分布，具有顯著的GARCH模型特征。

第二，匯改之后，匯市、債市收益率兩者間均不存在價格溢出效應。匯市、債市收益率對自身有較明顯的波動溢出效應。債市收益率不論是在短期還是長期對匯市收益率都存在波動溢出效應，匯市收益率與債市收益率之間存在雙向的波動溢出效應。

結(jié)合以上結(jié)論，得到了如下政策啟示：

第一，雖然在樣本期內(nèi)匯市、債市收益率間不存在價格溢出效應，但是隨著我國人民幣匯率機制不斷地完善、資本市場的不斷開放，今后可能匯市與債市之間會存在價格溢出效應。因此，應密切關(guān)注匯市與債市間的價格走勢，對于異常價格波動給予重視。

第二，債市對匯市產(chǎn)生了較明顯的波動溢出效應，我國資本市場雖未完全開放，但仍要注意債市價格變化對匯市的影響。債市價格波動風險可通過匯市轉(zhuǎn)移到其他市場，因而需要長期的監(jiān)測匯市與債市間的變化，防止系統(tǒng)性風險發(fā)生。

第三，由于匯率波動風險的對沖成本與境外機構(gòu)投資境內(nèi)債市有較強的相關(guān)性，因此，保持人民幣匯率總體穩(wěn)定、避免形成過度貶值預期十分重要，這有利于穩(wěn)定外匯市場，進而有利于境外投資者繼續(xù)投資境內(nèi)債券市場。