李合龍，黃 沁，阮如斌，吳 姝

(1.華南理工大學(xué) 經(jīng)濟(jì)與金融學(xué)院，廣東 廣州 510006；2.上海理工大學(xué) 中德國際學(xué)院，上海 200093)

一、引 言

次貸危機爆發(fā)以來，國際貨幣體系受到由國際金融危機產(chǎn)生的長期且劇烈的影響，中國政府進(jìn)一步推動人民幣國際化的進(jìn)程。人民幣在此進(jìn)程中持續(xù)貶值，主要源于兩方面的壓力：一方面，金融危機發(fā)生后，受財政和貨幣政策共同影響，GDP增速下降，我國經(jīng)濟(jì)由高速發(fā)展進(jìn)入新常態(tài)，然而人民幣并未充分反映經(jīng)濟(jì)的基本面，由于匯率受到價格形成機制的制約，人民幣匯率不降反升為后續(xù)貶值埋下伏筆；另一方面，美國經(jīng)濟(jì)復(fù)蘇以及美聯(lián)儲不斷推動加息、縮表等一系列收緊流動性的措施的實施，促使美元再度走強。在這一背景下，2015年8月11日中國人民銀行發(fā)布了有關(guān)完善人民幣兌美元匯率中間價報價的聲明(簡稱“811匯改”)。由此，做市商報價需重點考慮外匯供求情況、前一日銀行間外匯市場收盤匯率以及國際主要貨幣匯率的變化，旨在使匯率中間價能真實且充分地反映市場供求關(guān)系。央行宣布修正和調(diào)整人民幣兌美元匯率中間價，貶值幅度接近2%，旨在完善人民幣匯率市場化形成機制。

“811匯改”打破了人民幣匯率與美元之間原有的“軟盯住”制度，并將原本相互獨立的人民幣在岸市場和離岸市場連接起來，人民幣匯率傳導(dǎo)機制因此發(fā)生了重大變化。匯改之后，人民幣匯率能更有效地反映外匯市場真實的供求關(guān)系，推進(jìn)人民幣國際化的進(jìn)程。同時，此次匯改也引發(fā)了一些問題，人民幣兌美元匯率連續(xù)三天出現(xiàn)大幅貶值，促使央行加大對外匯市場的監(jiān)管強度，加強跨境資金流動宏觀審慎管理，確保外匯市場正常運行。

因此，對“811匯改”前后人民幣與其他貨幣之間的波動溢出效應(yīng)進(jìn)行研究，評估此次匯改的成效，將有助于繼續(xù)深化人民幣匯率形成機制的改革，進(jìn)一步推動人民幣市場化、國際化的進(jìn)程。本文的邊際貢獻(xiàn)有如下幾點：一是從時頻的視角重新審視匯改對波動溢出效應(yīng)的影響，由此排除了長期趨勢項產(chǎn)生的干擾。二是經(jīng)過集合經(jīng)驗?zāi)B(tài)分解(Ensemble Empirical Mode Decomposition，EEMD)，再重組，得到匯率對數(shù)價格序列的短期波動項及中長期波動項。通過相關(guān)性分析，發(fā)現(xiàn)短期波動項最為重要。因此，本文以匯率對數(shù)價格序列的短期波動項為研究對象。三是進(jìn)一步采用動態(tài)溢出與復(fù)雜網(wǎng)絡(luò)方法，考察“811匯改”前后其溢出強度和方向。四是研究結(jié)果表明“811匯改”對人民幣匯率對外溢出指數(shù)和凈溢出指數(shù)的影響都是短期的，波動溢出效應(yīng)有限，人民幣國際化水平還有待提高。

二、文獻(xiàn)綜述

現(xiàn)階段關(guān)于人民幣匯率波動溢出效應(yīng)的研究，主要在以下幾個方面：在人民幣在岸匯率與離岸匯率間波動溢出效應(yīng)的研究中，丁劍平等[1]通過VECM-BEKK-GARCH模型實證論證了人民幣離岸匯率對在岸匯率存在較大的波動溢出效應(yīng)；孫欣欣等[2]研究人民幣在岸匯率與離岸匯率間波動溢出效應(yīng)時，分別從美聯(lián)儲貨幣政策沖擊、利率和匯率市場化改革等角度出發(fā)。此外，Jia等[3]利用2005—2018年的數(shù)據(jù)考察了離岸人民幣匯率預(yù)期對在岸人民幣匯率的影響，發(fā)現(xiàn)離岸市場整體預(yù)期會影響在岸人民幣匯率，但這種影響僅在2010年“二次匯率制度改革”之后的一段時期內(nèi)顯著。

在人民幣匯率與其他貨幣匯率間的波動溢出效應(yīng)的研究中，現(xiàn)有文獻(xiàn)主要是通過考察發(fā)達(dá)地區(qū)或國家貨幣之間的互動性。王有鑫等[4]發(fā)現(xiàn)近20年來人民幣溢回效應(yīng)下降而溢出效應(yīng)提高。王雪等[5]基于DAG-SEM與網(wǎng)絡(luò)分析法，分階段對匯改前后人民幣與世界主要貨幣之間匯率收益率和波動率的溢出效應(yīng)進(jìn)行研究，發(fā)現(xiàn)人民幣匯率對其他貨幣的同期及總體信息溢出程度均有限。蔚立柱等[6]使用30分鐘高頻數(shù)據(jù)，通過VAR-BEKK-GARCH模型分三階段分析疫情不同時期人民幣與其他非美幣種的關(guān)系特征變化，全球疫情暴發(fā)后離岸人民幣的獨立性和影響力均明顯增強，但與不同貨幣間的均值溢出、波動溢出和持續(xù)性出現(xiàn)結(jié)構(gòu)性變化。

從方法論的角度來看，盡管國內(nèi)外存在大量有價值的關(guān)于匯率波動的溢出效應(yīng)的文獻(xiàn)，但大多數(shù)都是基于GARCH模型及其擴展、溢出指數(shù)等方法進(jìn)行直接檢驗。張年華等[7]采用非線性時變模型檢驗了包括“811匯改”在內(nèi)的幾次匯率改革后，人民幣匯率對幾種世界主要貨幣匯率的溢出影響，發(fā)現(xiàn)人民幣的時變凈溢出水平較低。然而，影響匯率的因素是復(fù)雜的，并且匯率時常表現(xiàn)出諸如非線性和非平穩(wěn)性等復(fù)雜特征，僅直接檢驗難以有效地呈現(xiàn)匯率之間的波動溢出效應(yīng)，并且國內(nèi)關(guān)于“811匯改”效果研究的量化分析的相關(guān)文獻(xiàn)并不多。因此，本文結(jié)合EEMD對其進(jìn)行研究，將非線性和非平穩(wěn)的金融時序進(jìn)行分解以提取不同頻率下的序列特征，進(jìn)而以主要影響匯率收益率序列波動走勢的短期波動項為研究對象，進(jìn)一步采用動態(tài)溢出和復(fù)雜網(wǎng)絡(luò)的方法，研究不同時間尺度下“811匯改”前后匯率之間的動態(tài)關(guān)系變化，以此評估匯率改革的效果。

Huang等[8]提出的兩種時頻分析方法——經(jīng)驗?zāi)B(tài)分解(Empirical Mode Decomposition，EMD)方法與集合經(jīng)驗?zāi)B(tài)分解方法(EEMD)，被國內(nèi)外學(xué)者廣泛采用。其中集合經(jīng)驗?zāi)B(tài)分解方法能夠處理非線性、非平穩(wěn)時間序列，克服了傳統(tǒng)時頻分析方法如短時傅里葉變換、小波變換等的缺陷。因此，這種起源于自然科學(xué)研究領(lǐng)域的EEMD方法，已逐漸被拓展并應(yīng)用于經(jīng)濟(jì)金融領(lǐng)域。在檢驗市場的可變性時，Huang等[9]首次將EMD方法引入金融時間序列分析中，此后EMD方法逐漸被學(xué)者們運用到經(jīng)濟(jì)金融研究領(lǐng)域。然而，本征模態(tài)函數(shù)(Intrinsic Mode Function，IMF)重構(gòu)方法的提出，為之后關(guān)于EEMD進(jìn)行價格序列預(yù)測的研究奠定了重要的基礎(chǔ)。Zhang等[10]在Liang等[11]的研究基礎(chǔ)上，根據(jù)每個IMF分量的特征，將其重構(gòu)為長期趨勢項、中期波動項與短期波動項，并運用EEMD方法對原油價格進(jìn)行分析。Jiang等[12]基于改進(jìn)的EEMD方法提出了一個新的期權(quán)定價模型(TGARCH-M with GED)，通過考慮期權(quán)定價框架中的三個關(guān)鍵因素：不同頻率風(fēng)險、信息不對稱和非正態(tài)性，表明這種新穎的模型可以捕獲更多的波動性特征。劉柳等[13]在EEMD方法的基礎(chǔ)上，結(jié)合時變高斯Copula函數(shù)模型，描繪不同時間尺度高頻、低頻和趨勢項下理財產(chǎn)品與銀行同業(yè)拆借利率之間的聯(lián)動關(guān)系，發(fā)現(xiàn)銀行同業(yè)拆借市場的流動性對商業(yè)銀行理財產(chǎn)品的預(yù)期收益有長遠(yuǎn)且重要的影響。Mao等[14]應(yīng)用EEMD方法來分析10個國家的GDP序列變化率，結(jié)果表明，大多數(shù)國家的經(jīng)濟(jì)增長波動主要是在3～5年的短期內(nèi)波動。

匯率市場的走勢受多種因素影響，有必要進(jìn)一步提取匯率特征來研究匯率問題。EEMD方法可以分解時間序列以提取不同頻率下的序列特征，因此將EEMD方法引入?yún)R率研究領(lǐng)域。張娥等[15]使用EEMD方法獲得名義匯率和名義利率的短期分量、中長期分量和趨勢項，并應(yīng)用滾動窗口相關(guān)系數(shù)、狀態(tài)空間模型研究了兩者的動態(tài)聯(lián)動關(guān)系。張娥等的研究結(jié)果表明，在不同分量下，名義利率和名義匯率均存在異質(zhì)性。孫少龍等[16]提出了EEMD-LSSVR-K的分解-聚類-集成方法，用于預(yù)測四種主要外匯匯率，結(jié)果顯示該方法在水平預(yù)測性能和方向預(yù)測性能上都顯著優(yōu)于基準(zhǔn)模型。匯率制度的改革必然會對人民幣匯率產(chǎn)生影響，由此可見，對匯率序列進(jìn)行分解后得到不同分量并研究匯率改革對其產(chǎn)生的影響具有特殊的意義。

三、人民幣匯率波動溢出效應(yīng)測算及分析

(一)研究方法

1.集合經(jīng)驗?zāi)B(tài)分解(EEMD)方法

Huang等[8]提出的Hilbert-Huang變換(HHT)是一種獨特的時頻分析方法，用于分析非線性和非平穩(wěn)數(shù)據(jù)，包括兩個程序：EMD方法和Hilbert變換。它先將原始序列進(jìn)行EMD分解，然后將分解得到的每個IMF分量進(jìn)行Hilbert變換，以獲取序列的時頻屬性。由于時間序列容易受到噪聲干擾，所以執(zhí)行EMD無法將每個IMF確切地從原始序列中分解出來。為此，Wu等[17]提出了EEMD方法，其基本思想是將白噪聲添加到原序列中，然后重復(fù)進(jìn)行N次EMD后取平均值，以消除噪聲。具體方法如下：

使用EMD方法對原始時間序列進(jìn)行分解，提取能構(gòu)成一個本征模態(tài)函數(shù)(IMF)的本征模態(tài)。該IMF需滿足以下條件：一是極值數(shù)量與過零點數(shù)量相同或至多相差一個；二是關(guān)于時間軸對稱且局部極值包絡(luò)線的均值為零。

具體的分解步驟如下：

①對時間序列x(t)的局部極大值點emax(t)和局部極小值點emin(t)進(jìn)行擬合，經(jīng)過三次樣條擬合后得到x(t)的上下包絡(luò)線，將其均值記為m(t)，即：

m(t)=[emin(t)+emax(t)]/2

(1)

②將x(t)與m(t)的差值記為d(t)，即：

d(t)=x(t)-m(t)

(2)

③若d(t)不滿足IMF的兩個條件，則對d(t)重復(fù)①和②；

④將這一過程重復(fù)k次，直到滿足條件，此時的d(t)作為x(t)的第一個IMF，即c1(t)；

⑤將x(t)剔除c1(t)后的序列記為r1(t)，即：

r1(t)=x(t)-c1(t)

(3)

對r1(t)重復(fù)步驟①～⑤n次，直到序列rn(t)單調(diào)或僅有一個局部極值點。此時x(t)可表示為：

(4)

因此，得到了n個模態(tài)c1(t)，c2(t)，…，cn(t)和一個趨勢項rn(t)。

EEMD方法則首先將白噪聲添加到原序列，并在其上重復(fù)N次EMD之后對結(jié)果求平均值，以避免噪聲產(chǎn)生的影響。Wu等[17]將白噪聲用以下公式表示：

(5)

其中，εn代表白噪聲，ε是原始序列的標(biāo)準(zhǔn)差，N是步驟的重復(fù)次數(shù)。

IMF重構(gòu)方法可將IMF分量重構(gòu)為長期趨勢項、中期波動項與短期波動項三個子序列：

2.溢出指數(shù)模型

溢出分解模型是由Diebold等[18]在Cholesky分解的基礎(chǔ)上提出的，能夠較好地度量金融市場間的波動溢出效應(yīng)。但是該模型也存在著一定的缺陷，它難以對單個市場間的方向性溢出效應(yīng)進(jìn)行評估。并且，溢出指數(shù)的穩(wěn)健性較低，主要是因為變量進(jìn)入VAR模型的排列順序會對結(jié)果產(chǎn)生一定影響。隨后，Diebold等[19]及Pesaran等[20]對模型進(jìn)行了改進(jìn)，提出了基于廣義預(yù)測誤差方差分解的溢出指數(shù)模型，該模型使用歷史分布進(jìn)行估計，變量的次序不會對方差分解的結(jié)果產(chǎn)生影響。此外，該模型能夠衡量單個市場間的方向性溢出效應(yīng)，并量化溢出的規(guī)模與強度，這對于研究金融市場的波動溢出效應(yīng)具有重要的價值。

在協(xié)方差平穩(wěn)的前提下，滯后p階的N維VAR過程如下：

(6)

式中，xt為N維列向量，表示金融市場的波動率；εt為N維擾動列向量，滿足獨立同分布；φ為N×N階系數(shù)矩陣。

式(6)的移動平均表達(dá)式如下：

(7)

式中，當(dāng)i>0時，N階系數(shù)矩陣Ai服從Ai=φ1Ai-1+φ2Ai-2+…+φpAi-p的遞歸過程；當(dāng)i=0時，Ai為N階單位矩陣；當(dāng)i<0時，Ai=0。

(8)

式中，i，j=1，2，…，N；H=1，2，…，∞；∑是式(6)擾動列向量ε的協(xié)方差矩陣；σjj是第j個擾動項的標(biāo)準(zhǔn)差；ei為第i個元素為1、其他元素為0的選擇向量。

(9)

總體溢出指數(shù)Sg(H)測度市場總體的溢出效應(yīng)水平，表達(dá)式如下：

(10)

(11)

(12)

(13)

在此基礎(chǔ)上，Diebold等[21]將該模型與復(fù)雜網(wǎng)絡(luò)相結(jié)合。由于產(chǎn)生的方差分解矩陣是一個加權(quán)有向網(wǎng)絡(luò)的鄰接矩陣A，且行和為1。在A中，通過將某個節(jié)點和其余節(jié)點連邊的權(quán)重相加可以獲得節(jié)點中心度，且節(jié)點中心度的大小對該節(jié)點在網(wǎng)絡(luò)中的重要程度有正向影響。入度和出度可以用于表示接受溢出指數(shù)和對外溢出指數(shù)。

節(jié)點i的入度表達(dá)式如下：

(14)

節(jié)點i的出度表達(dá)式如下：

(15)

(二)數(shù)據(jù)選取

本文樣本數(shù)據(jù)選取國際上經(jīng)濟(jì)影響力較強的12個貨幣數(shù)據(jù)(1)本文使用ISO4217三字母代碼分類標(biāo)準(zhǔn)來表示各國(地區(qū))貨幣。：美元(USD)、俄羅斯盧布(RUB)、歐元(EUR)、英鎊(GBP)、澳元(AUD)、人民幣(CNY)、日元(JPY)、印度盧比(INR)、加元(CAD)、巴西雷亞爾(BRL)、墨西哥元(MXN)及韓元(KRW)。參考簡志宏等[22]的研究，匯率數(shù)據(jù)采用以特殊提款權(quán)作為基準(zhǔn)貨幣的日度數(shù)據(jù)。研究區(qū)間設(shè)定為2011年8月11日至2019年12月30日，共包括2 093個交易日，缺失數(shù)據(jù)用前一交易日數(shù)據(jù)替代。以上數(shù)據(jù)均來自國際貨幣基金組織網(wǎng)站(2)見網(wǎng)址：https：//www.imf.org/en/data。。

四、實證分析結(jié)果

(一)匯率短期分量獲取

經(jīng)平穩(wěn)性檢驗(3)匯率平穩(wěn)性檢驗結(jié)果從略，有興趣的讀者可向作者索取。，匯率對數(shù)價格序列的一階差分序列在1%的顯著性水平下均能拒絕存在單位根的原假設(shè)，而原始對數(shù)序列均不能拒絕。EEMD分解可用于分析此類非平穩(wěn)的匯率對數(shù)價格序列，因此本文將EEMD應(yīng)用于匯率研究，并將N設(shè)置為100，白噪聲設(shè)置為0.2倍的標(biāo)準(zhǔn)差。以人民幣匯率為例，經(jīng)過EEMD分解對數(shù)價格序列后，可得到表示不同時間尺度下頻率和振幅的10個IMF分量和1個趨勢項。如圖1所示，頻率從IMF1到IMF10逐漸降低，具有時變性。其中，IMF1表示序列的最高頻特征，而IMF10表示最低頻特征，趨勢項R則表示長期趨勢水平。接著，使用該方法對剩余匯率價格序列進(jìn)行分解。

圖1 2011—2019年人民幣匯率對數(shù)價格EEMD分解圖

參考Zhang等[10]和Liang等[11]的方法，先使用EEMD分解原始序列獲得IMF分量，接著重構(gòu)形成長期趨勢項和中期、短期波動項，再將前兩者合并構(gòu)成中長期項。如圖2所示，以人民幣匯率為例，前8個IMF分量和的均值在1%的顯著性水平下顯著異于0。因此，短期波動項由其IMF1～I(xiàn)MF8匯總生成，中長期項由IMF9、IMF10及趨勢項R匯總生成。根據(jù)圖3，在波動走勢上，經(jīng)過分解和重構(gòu)后形成的短期波動項和中長期項存在顯著的差異。短期波動項的振蕩較劇烈，說明人民幣匯率趨勢受短期沖擊的影響較大。而中長期項的波動較為平穩(wěn)，趨勢明顯，反映出人民幣匯率內(nèi)在的長期趨勢不受短期沖擊的影響。

圖2 人民幣匯率對數(shù)價格EEMD分解重構(gòu)指標(biāo)圖(4)在1%的顯著性水平下，重構(gòu)指標(biāo)K的前i個IMF和的均值顯著異于0。

圖3 2011—2019年人民幣匯率對數(shù)價格序列走勢圖

(二)動態(tài)溢出指數(shù)的構(gòu)建

將匯率對數(shù)價格的短期波動項、中長期波動項一階差分后，分析產(chǎn)生的收益率序列與原始收益率序列之間的相關(guān)關(guān)系。結(jié)果顯示，除盧布和美元外，其余貨幣的原始序列與短期波動項序列之間的相關(guān)性，遠(yuǎn)高于原始序列與中長期項之間的相關(guān)性，表明短期波動項是影響收益率序列波動走勢的主要因素。由此，本文的研究對象為匯率對數(shù)價格的短期波動項，且在下文均用此表示匯率收益率。

從樣本期內(nèi)12個匯率收益率短期波動項序列的基本統(tǒng)計描述可以看出(5)匯率收益率短期波動項序列的基本統(tǒng)計描述結(jié)果從略，有興趣的讀者可向作者索取。：第一，偏度和峰度的度量反映了匯率收益率的分布特征。由于峰度均大于3，收益率序列存在明顯的聚類效應(yīng)且呈現(xiàn)尖峰厚尾的形態(tài)，這與ARCH特性相一致。第二，單位根檢驗結(jié)果反映了匯率收益率的平穩(wěn)性。12個匯率收益率短期波動項序列在1%的顯著性水平下均平穩(wěn)，且性質(zhì)穩(wěn)定，不隨時間變化，可以采用VAR模型對其進(jìn)行分析。

經(jīng)過ARCH-LM檢驗后，表明匯率收益率的殘差序列存在ARCH效應(yīng)。因此，運用匯率收益率的殘差序列構(gòu)建GARCH(1，1)模型，并使用極大似然估計法以估計廣義誤差分布的GARCH(1，1)模型的參數(shù)。

使用VAR模型前需先確定適當(dāng)?shù)臏箅A數(shù)，根據(jù)AIC信息準(zhǔn)則，本文將匯率波動率序列之VAR模型的滯后階數(shù)定為2。參照Diebold等[21]的方法，將預(yù)測步長設(shè)置為10天，滾動窗口的寬度為100天。以“811匯改”為時間分割點，我們將通過滾動計算分析匯改前后的匯率方向性溢出指數(shù)、總體溢出指數(shù)的變化。

1.匯率總體溢出

圖4顯示了12種主要貨幣匯率在2011—2019年的總體波動溢出程度及其動態(tài)變化過程。在2011—2019年整個時間范圍內(nèi)，12個貨幣匯率的總體波動溢出指數(shù)在55%～75%的區(qū)間內(nèi)，匯率價格彼此之間的聯(lián)動性較強。此外，“811匯改”前一年(指2014年底至2015年)，匯率波動率的總體溢出指數(shù)從原本的約70%處逐步下滑至約60%處，整體下降趨勢明顯；而“811匯改”時期，匯率波動率的總體溢出指數(shù)由匯改前的低位逐步回升至約65%處；在“811匯改”后一年，匯率波動率的總體溢出指數(shù)雖在起初階段有所上升，但隨后整體略有下降并在60%附近波動，直至2019年總體溢出指數(shù)才開始出現(xiàn)明顯的上升趨勢，從約55%處逐漸上升至約70%處。因此，“811匯改”的實施不僅提高了整個匯率系統(tǒng)的聯(lián)動程度，還增強了匯率之間的波動溢出水平。

圖4 匯率波動率總體溢出指數(shù)時變圖

2.人民幣匯率方向性溢出

圖5、圖6和圖7分別展示了人民幣匯率波動的方向性溢出指數(shù)的時變過程。由圖可見，“811匯改”改變了匯率方向性溢出指數(shù)原本的走勢和水平，人民幣匯率對外溢出的下降幅度小于接受溢出。從指數(shù)的走勢可得到方向性溢出指數(shù)的一些特征?！?11匯改”前，人民幣匯率對外溢出的波動溢出指數(shù)、凈溢出指數(shù)分別在90%和30%附近波動，而人民幣匯率接受溢出的指數(shù)水平表現(xiàn)出較明顯的上升走勢，反映出世界主要貨幣對人民幣的影響正在逐漸增加，但該階段占主導(dǎo)地位的仍然是人民幣的對外溢出效應(yīng)，人民幣與世界主要貨幣之間的聯(lián)動關(guān)系以對外影響為主。而“811匯改”時期，人民幣對外溢出指數(shù)、凈溢出指數(shù)均呈現(xiàn)出顯著上升的趨勢，接受溢出的波動溢出指數(shù)則與之相反，極劇下降，表明短期內(nèi)“811匯改”使得人民幣與世界其他主要貨幣間原本的聯(lián)動關(guān)系得到進(jìn)一步加強。實施“811匯改”后，人民幣對外溢出指數(shù)逐漸回歸至正常的區(qū)間范圍內(nèi)且出現(xiàn)了一定的下降，在2016年開始回升至匯改前水平后呈現(xiàn)振蕩下降的趨勢，而對外溢出指數(shù)在保持基本穩(wěn)定的同時，接受溢出指數(shù)也恢復(fù)到正常水平，但轉(zhuǎn)為逐漸下降的趨勢。這說明“811匯改”改變了匯率對外溢出指數(shù)和接受溢出指數(shù)原本的變化趨勢，但對兩者的影響都是短期的。

圖5 人民幣匯率對外溢出的波動溢出指數(shù)時變圖

圖6 人民幣匯率接受溢出的波動溢出指數(shù)時變圖

圖7 人民幣匯率凈溢出指數(shù)時變圖

從方向性溢出指數(shù)水平來看，在“811匯改”之前，人民幣匯率對外溢出的波動溢出指數(shù)大致處于90%附近的位置，人民幣匯率接受溢出指數(shù)處于75%左右處。而經(jīng)歷了“811匯改”后，人民幣匯率接受溢出指數(shù)與對外溢出指數(shù)均位于60%左右的水平。

3.人民幣與其他貨幣匯率價格的相互溢出

為進(jìn)一步分析整個貨幣體系的波動溢出關(guān)系，參照李政[23]的方法構(gòu)建波動溢出指數(shù)表，把波動溢出指數(shù)分為兩個階段：“811匯改”前一年(2014年8月至2015年8月)、后一年(2015年8月至2016年8月)，如表1、表2所示。

表1 匯改前一年滾動平均的波動溢出指數(shù)表

表2 匯改后一年滾動平均的波動溢出指數(shù)表

從人民幣對其他貨幣的波動溢出角度分析，“811匯改”前人民幣對美元的影響達(dá)到17.82%，較其余貨幣而言影響最大，人民幣對其他貨幣的影響均未超過10%?！?11匯改”后，人民幣對美元、韓元、印度盧比三種貨幣的影響超過了10%，對外溢出的影響水平進(jìn)一步增強。

從人民幣接受其他貨幣的波動溢出角度分析，“811匯改”前，人民幣受到美元的影響水平達(dá)到17.61%，較其余貨幣而言影響仍為最大，排在第二位的是影響力為15%的歐元，并且人民幣受到其余幾種貨幣的影響均低于10%。在“811匯改”之后，人民幣受到其他貨幣溢出效應(yīng)的影響水平顯著降低，除澳元、印度盧比外，與匯改前相比其他貨幣對人民幣的影響有所減弱。

(三)溢出指數(shù)復(fù)雜網(wǎng)絡(luò)分析

為進(jìn)一步分析波動溢出網(wǎng)絡(luò)的動態(tài)特征，將以“811匯改”為時間點，對各個匯率之間波動溢出的影響路徑和影響強度進(jìn)行探究。“811匯改”當(dāng)日，人民幣兌美元匯率貶值達(dá)到1.83%，且貶值仍在繼續(xù)，匯率市場波動明顯，人民幣兌美元匯率在匯改當(dāng)天后的兩個交易日再次出現(xiàn)1.01%和0.19%的貶值情況。因此，以匯改當(dāng)天(2015年8月11日)和后一日(2015年8月12日)兩個時間點，對匯率波動傳導(dǎo)途徑和傳導(dǎo)強度的動態(tài)變化進(jìn)行針對性研究。

在Demirer等[24]和Diebold等[25]的研究方法基礎(chǔ)上構(gòu)建的波動溢出網(wǎng)絡(luò)中，節(jié)點的大小可以顯示相應(yīng)國家或地區(qū)的GDP水平狀況，其中歐元對應(yīng)的節(jié)點由德國、法國、意大利和西班牙的GDP總和表示；節(jié)點的顏色則可表示匯率對外波動溢出水平狀況。節(jié)點的顏色越深，代表該貨幣的匯率溢出水平越高，而節(jié)點的顏色越淺，則該貨幣的匯率溢出水平越低；箭頭的粗細(xì)和方向則分別表示匯率波動溢出的程度及方向。

由圖8兩日匯率波動溢出網(wǎng)絡(luò)可知，“811匯改”的實施對人民幣匯率對外溢出水平的大幅提升有顯著影響，人民幣匯率處于整個匯率網(wǎng)絡(luò)的中心，在整個波動溢出網(wǎng)絡(luò)中占據(jù)主導(dǎo)地位。在匯改當(dāng)天2015年8月11日，人民幣、歐元、澳元是整個匯率波動溢出網(wǎng)絡(luò)中的主導(dǎo)者，人民幣匯率對外溢出能力已較強。然而，此時的人民幣僅對日元、韓元和美元等少數(shù)幣種表現(xiàn)出較強的溢出能力。在匯改后一日的8月12日，人民幣的對外溢出效果得到進(jìn)一步提升，成為整個匯率網(wǎng)絡(luò)中最主要的波動溢出者，除印度盧比仍具有明顯的波動傳遞能力外，剩余的10種貨幣均受人民幣匯率波動溢出的顯著影響。因此，“811匯改”對人民幣匯率的波動溢出效應(yīng)的影響主要體現(xiàn)在對外溢出能力的大幅提升，使得波動溢出效應(yīng)得以顯著增強。

圖8 匯率波動溢出網(wǎng)絡(luò)

五、結(jié)論與建議

本文基于“811匯改”，對人民幣匯率的波動溢出效應(yīng)展開研究，并引入集合經(jīng)驗?zāi)B(tài)分解(EEMD)方法，考察人民幣與11個主要國家或地區(qū)貨幣之間的聯(lián)動關(guān)系，以評估此次匯率改革的成效。

在“811匯改”期間，人民幣匯率的波動溢出效應(yīng)顯著增強，匯率改革在短期內(nèi)提高了人民幣與其他幣種之間的聯(lián)動水平，取得了一定成果。從動態(tài)溢出效應(yīng)的方面看，“811匯改”后，整個系統(tǒng)的波動溢出效應(yīng)明顯加強，匯改對人民幣匯率對外溢出、接受溢出的影響方式存在明顯差異，但長期來看波動溢出效應(yīng)程度有限。具體而言，相較于匯改前，人民幣匯率波動的對外溢出、凈溢出水平均呈現(xiàn)出略微下降的趨勢；然而，在匯改后，人民幣匯率接受其他貨幣溢出的水平出現(xiàn)持續(xù)性下降的情況，主要的影響因素來源于央行后續(xù)的其他政策。由于中美經(jīng)濟(jì)走勢和貨幣政策分化，人民幣匯率下跌，資本外流現(xiàn)象加劇等，人民幣匯率的方向性溢出效應(yīng)受到了一定程度的減弱。人民幣匯改的國際化之路并不平坦，“811匯改”后人民幣對外溢出和凈溢出不升反降，說明了本次匯改并未取得長久顯著的成效，人民幣國際化水平仍須進(jìn)一步提高。從溢出指數(shù)復(fù)雜網(wǎng)絡(luò)的視角分析，“811匯改”當(dāng)天及后一日，人民幣匯率對外溢出水平的大幅提升，尤其在8月12日，人民幣匯率成為整個網(wǎng)絡(luò)中最重要的波動溢出者，表明“811匯改”在短期內(nèi)使得人民幣匯率的波動溢出效應(yīng)顯著增強。

依據(jù)本次匯改的成效，體現(xiàn)出匯率制度改革的復(fù)雜性。針對以上結(jié)論，本文提出幾點建議：

第一，“811匯改”匯改前一個月，即2015年7月，國內(nèi)股災(zāi)爆發(fā)，對人民幣外匯市場的穩(wěn)定性產(chǎn)生了較大沖擊。因此，實施匯率改革的時機，應(yīng)盡量避開金融危機爆發(fā)及市場動蕩，規(guī)避極端風(fēng)險事件等外生沖擊對匯率改革效果產(chǎn)生的負(fù)面影響。

第二，“811匯改”時期，人民幣匯率的波動溢出效應(yīng)短期內(nèi)迅速增強，人民幣與其他貨幣之間的聯(lián)動水平得到提升，人民幣匯率價格形成機制中美元的影響力也逐漸減弱，但仍大于其他貨幣的影響力，因此有必要進(jìn)一步深化人民幣匯率市場化改革。

第三，“811匯改”后，人民幣匯率單邊走強的行情終結(jié)，資本外流現(xiàn)象加劇，人民幣匯率的方向性溢出效應(yīng)有所減弱。因此，要加強對短期國際資本大規(guī)?？缇沉鲃拥谋O(jiān)測，分散和化解短期投機資本對金融市場的沖擊，同時審慎有序地推動資本賬戶開放的進(jìn)程，逐步推進(jìn)人民幣國際化。