波动率范文
时间：2023-04-03 11:50:55
导语：如何才能写好一篇波动率，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。
篇1
关键词：汇率波动企业对策
中国汇改走过三年，很多企业学着如何对自己的风险进行规避，但最基本的还是要改变汇改前中国企业的心态与经营作风，这就有必要深入了解汇率波动率的意义。
假设企业可以自由选择是否出口，以及出口数量为多少时，出口与否即可以看做企业的期权。汇率的随机波动越大，便会增加这一期权的价值。可见，汇率波动会对国际贸易产生影响，但出现正面影响还是负面影响，取决于企业所处的特定条件和对风险的认识。
假设企业的目标是使以本币标价的预期收益最大化。对于一个公司的一定的生产量（y），由于汇率的变动，导致以本币计价的收入随机变动，即等于px+eq(y-x)，p是国内产品价格，q是国外价格，y是总的生产量，x是决定在国内销售的数量，在国外销售的数量就是y-x，e表示直接标价法下的汇率，会随时间变化而变化。
生产决策在汇率变化之前就作出了，即在当前时间0，公司根据当前汇率作出生产量的最优化决策y。这时生产成本为C(y),C是一个以产量为自变量增函数，并且C(0)=0。在时刻1，当汇率已确定，企业根据汇率变动来决定自己的产品在国内外市场上的分配，这时利润为P1=px+eq(y-x)-C(y).销售最优化决策取决于在此时的汇率e。从理论上讲，如果只考虑利润最大化，当汇率向不利于企业出口的方向变化时，即本币升值时，eq〈p，企业决策y=x,出口量为零,反之亦反。现实中，一个理性的决策者不会仅根据汇率变动做出这样极端的决策，因为企业同样关心市场份额，转换成本等因素。所以在实务中，企业决策的变化并没有这么显著。但这种在国内外市场之间的选择仍然是一个价值正相关于波动率的期权。在时刻0，企业只做生产决策，在这时不考虑销售于国外或是国内市场，企业预测的最低收益是将产品全部销售于国内市场时能够取得的收益。出售单个商品，企业的收益为max(eq-p,0)，等价于一个看涨期权，具体来讲，企业即拥有了一个以敲定价格p来购买一个资产的权力，如果该资产的现价eq大于了敲定价格，企业便可以通过执行期权获利。
在时刻0，可以通过Black-Scholes期权定价公式计算出该出口期权的价格（根据该公式，波动率和期权价格也是正向变动的关系），然后用VaR模型来计算汇率风险。通过两者的对比，可得出波动率对企业的总的影响究竟是正面还是负面的。
本文得出，大的汇率波动率可能会增大该类企业的出口，而非传统上认为的抑制出口。汇率波动率会增大企业获利的可能性，使得出口期权价值变大。但对于跨国企业，多变的汇率也暗含着更大的汇率风险，包括交易风险，会计风险和经济风险。这些风险因素就是反向作用于企业的出口愿望，从而降低其出口量。汇率波动率在两种方向上影响相对的大小决定了企业最后决策，这种影响又取决于企业对风险厌恶的相对程度。
中国企业应该消除对汇率波动的恐慌，因为它还可以带来更高的预期收益，关键在于企业是否会利用这一隐藏的机遇----期权。另一方面，企业可以根据能拥有出口期权的这类企业所具有的特质来进行战略规划。这样就能增大国内企业抗风险的能力和盈利能力。
篇2
关键词：线损率 线损管理 电力网
在电网运行中，由电能表计量统计出的供电量和售电量之差，称为统计线损电量，相应的线损率称为统计线损率，统称统计线损。统计线损包括技术线损和管理线损两部分，前者反映了电能在输、变、配过程中相应时段内由于本身阻抗的存在而产生的损耗，可以通过技术改造进行降损；后者反映供电企业的线损管理水平，包括抄收录制度的完善、人员抄录表计的主观错误、反窃电的成效等，可以通过完善相应管理制度、提高人员的素质水平等措施予以避免或减少。供电企业希望通过对线损的计算与分析，能够准确地针对降损对象，提出降损目标。但供电企业在统计线损的分析中往往受到线损率波动较大、线损率异常数值较多、线损计算所需的关口电量不完善、线损计算没有形成闭环系统（线损电量没有分解在每个独立的计算单元上），使线损的分析不能够提出具体降损的对象。如某一线路这个月线损率很高，但上个月的线损率却很低，这就很难确定这条线路是否属于降损的对象，所以分析线损率波动的原因对降损是有帮助，且很重要的。
1 线损率波动的原因
线损率波动的原因较多，从南安电力公司线损率波动的分析来看，主要有如下原因。
1.1 变电站电量统计不准确
变电站线损率波动的主要原因是某月电量统计不准确，如某月电量值抄录错误或没有按规定时间抄录；旁母开关代运等运行方式的改变影响电量统计；母线电压互感器停电或检修、更换电流互感器、更换电能表、计量回路不正常等原因没有立即将有影响计量的，可供追补损失电量的参数详细记录影响电量统计、新的表计起始电量值未录入。
1.2 估抄关口电量
送电线路线损率出现波动的原因是关口电量缺少必要的数据而出现估抄，使当月线损率数值不准确。如与购电方联系的110 kV送电线路及与小水电联系的35 kV线路的计量装置在对侧，相关参数没有完整抄录。另外，运行方式的改变等原因使当月统计电量不准确。
1.3 售电电量与关口电量未同时抄录
大多数配电线路的线损波动率大，主要原因是用户售电电量与变电站关口电量不能同时抄录，且抄表人员没有完全按照抄录制度的规定执行抄录，出现错抄、漏抄；还有用户计量回路计量不准确（如可能的窃电）、倍率不正确、用户建档不及时或入档错误；部分临时用电没统计；负荷变化或停电引起的加收铜铁损与实际铜铁损差值较大；线路切割引起当月线损统计波动；表计烧坏等原因引起的电量追补；双电源用户的电源切换等较多原因，所以在这种情况下，当月计算出来的线损率是不能准确反映计算单元（配电线路）的线损水平。
2 管理措施与建议
针对线损率波动的原因，本文提出几点尝试性的建议，从管理上、技术上努力减少线损率的波动。
2.1 建立线损信息多级管理
加强对线损率波动原因的分析，形成线损三级闭环网络，级间相互监督，避免线损电量的上下推诿现象，尽可能消除线损计算不准确而使线损率波动。如按电力网元件可分类为送电线路电量（110 kV、35 kV）、变电站电量、配电电量（用户售电、小水电、公共配变关口）。变电站的电量可以由变电站值班人员每天进行抄录；系统110 kV购电电量、35 kV小水电电量及返送电量应争取每天有电量读数，以提供比较分析；用户售电电量、小水电电量、公共配变关口电量按照抄收核制度要求进行抄表。
2.2 统一计算准则
对公司线损电量进行指标分解，如总公司线损电量为3，则送电、变电、配电线损电量的总加也应是3，不应有额外的线损电量值出现。并且要求计算的软件应运行可靠，数据运算正确，能够适应各种运行方式变化下的电量值录入，这样避免由于电量计算的不准确而引起当月线损率的波动，所以规定如下：
第一，关口电量（如变电站馈线出口电量与供电所馈线购电电量）在某一抄表时间（如某一天）只有一个抄录数值，由发生购售的双方负责的人员（如变电站与供电所人员）进行相互监抄，责任部门认定为计量点的责任部门。此电量抄录日由文件细则规定约束。
第二，各馈线变更时，线损分析应以对应馈线电量编号为准。如某供电所原有一条馈线为榕桥线（编号B05E05），现增加一条馈线为榕桥线（编号B05E06），而原馈线榕桥变更为杏莲线（编号B05E05）。故原榕桥馈线的购电量及售电量应列入杏莲线（编号B05E05）中，或者两条馈线合作一条馈线（计算单元）计算。
第三，若变电站出线变化调整时，相应关口电量计算也应相应变化，可认定为该计量点电能表或电流互感器更换，而进行变比更新及电能表表底数记录等。
第四，供电线路出现用户切割，当月售电量可按估算电量，切割的两条线路所承担的售电量按修正的估算值填入修正电量栏，且保证两条线路售电量总和不变，并应在备注栏上说明。
第五，用户售电电量以实抄电量为准（不加铜铁损），避免由于停电等原因所引起的加收铜铁损与实际运行产生的铜铁损差别较大所引起的线损波动。
转贴于 2.3 建立同步抄表等制度
实行送变配尽可能同步抄表，尽量消除因抄表时间差等原因出现的线损波动。《国家电力公司电力网电能损耗管理规定》中就规定了电网经营企业的营销管理应“严格抄表制度，应使每月的供、售电量尽可能对应，以减少统计线损的波动。所有客户的抄表例日应予固定”。所以要求制定抄录实施细则，其中包括制定科学的抄表路线及抄表顺序（时间）：
首先，送电、变电较容易实现同步抄表，10 kV配电也应要求在工作量允许情况下同步抄表，低压配电则由于工作量大实行分时抄表。在这样情况下，则应允许公共配变关口电量抄两次表，差值计入当月线损电量，不作考核。
其次，要求抄表人员应按规定的抄表周期（一般每月一次）、抄表顺序抄表，特别是用电大户应有相对固定抄表顺序（时间），对其他用户也应按规定周期前往用户处抄表。抄表顺序（时间）相对固定，不得随意变动。
2.4 合理确定电网关口电能表的抄表日
减少由于抄表时间不同引起的不平衡电量馈线线损计算时，用户售电量是不能同时抄录的，而馈线的购电量关口电量只有一个数值，所以让计算出的线损率只能尽可能接近真实线损率。为了保证计算的准确性，要求购电量关口电量抄录时间应为馈线各用户售电量抄表时间段的平均中点。电网关口电量抄表日确定应注意以下情况。
首先，对于县级电力公司电力电网分级的这几部分线损来说，输变电的线损计算与10 kV高压线损等层间会出现由于非同步抄表引起的购电关口电量差值，这部分差值应列入线损电量（不平衡电量），并分析其差值的大小及原因，是否为电网的抄表日不科学不合理引起。如输变电抄表日若定义为月末，则2月份抄表周期为28天，但若配电线路抄表周期仍为30天，则2天的电量就成为公司线损的波动。
其次，公司实际购售电量差为线损值，把公司当作一个大端口元件，当月实际的购电量与售电量之差即为总公司当月的线损电量。其中购电量可能会与计算系统的抄表电量有差异，这部分电量作为公司线损电量的一部分。但差异电量数值应较小，否则应重新确定电源输送线路的公司本侧电量与趸售电网侧电量的抄表日是否一致。
2.5 推广现代化手段 提高抄核收的工作质量
例如，安装用户远程在线管理系统，利用营销系统自动计算配电线路各条馈线的可见线损电量（技术线损）；记忆电能（如采用数字电能表，自动记忆某一时刻的电量，抄表人员可在第二天去抄录）同步抄表；建立电能采集中心与其分析。
参考文献
篇3
汇率受到国家之间经济竞争力、国际收支情况、利率、通货膨胀率以及宏观经济政策等诸多因素的影响，目前经济学家并不能够根据某个模型得出所谓“正确”的汇率水平。鉴于汇率受政策变量影响非常之大，本文不打算就人民币的升值前景作出判断，仅考察一个“简单”的问题：假如人民币升值，对证券市场将会产生哪些影响？
有人断言，若人民币升值则中国股市必然大涨，逻辑是汇率升值预期诱使游资进入，市场资金充沛、利率下降，导致股市大涨，赚钱效应引发更多外资流入……如此循环直至泡沫破灭。从经验上看，也可以举出1980年代中期日元升值与日本股市泡沫以及1997年亚洲金融危机受灾国货币贬值伴随股市崩盘作为例证，似乎汇率与股市之间存在同向关系。
仔细考察近20年来各国汇率与股市之间的关系，马上会发现，情况并不像想象中那么简单。国际清算银行两位研究员（Bernard和Galati，2000年）发现，1983年至2000年间，美、日、德三国汇率变动与股市变动之间仅存在非常微弱的相关性，其中美日两国为正相关，而德国则为负相关。同时还发现，汇率波动性与股市波动性之间存在显著的正相关关系，美元汇率波动幅度每增加0.2％就会伴随着美国股市波动增加1个百分点。换言之，货币升贬与股市涨跌之间没有稳定的数量关系，但是币值不稳定通常伴随着股市不稳定。该研究还发现，各国汇率变动与股市走向之间的关系在各年度也并非保持相同方向，例如，1992年美元汇率走势与美股之间呈显著的反向关系，而1999年则为显著的同向关系。相同的结论也出现在有关专家对东南亚主要市场的研究中。
篇4
关键词：人民币；汇率波动；MS-VAR
一、引言
本文将汇改后人民币汇率的波动区分为“高波动”和“低波动”的两个状态，建立了带马尔科夫状态转换的VAR模型，识别了人民币汇率波动的“高波动”和“低波动”状态及其相应的特征，进而实证检验了人民币即期汇率在不同波动状态下对宏观经济所存在的非对称性影响。
二、实证模型：带马尔科夫状态转换VAR模型
假设长期购买力平价成立，那么存在以下公式：
et=pt-p*t①
其中et为人民币兑美元的即期汇率（间接标价法），pt-p*t为中美通胀指数取对数后的差值。进一步，假设中美两国的货币市场处于均衡状态，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分别为中美货币供应量的对数值，vt和v*t分别为中美货币流通速度的对数值，yt和y*t分别为中美产出的对数值。将②式减去③式，且假设两国货币的流通速度相等，则得到：
mt-m*t=pt-p*t+yt-y*t④
结合①式和④式，并且考虑在实际中中美两国之间购买力平价并不成立，因此在实证中，我们有必要将两国之间的通货膨胀率差的因素纳入实证模型，于是得到以下实证方程：
et=c+α（mt-m*t）+β（yt-y*t）+γ（pt-p*t）εt⑤
于是我们建立关于向量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是误差向量，且ut~NID(0,∑)，Ai（i=1,…,p）为系数向量，p为滞后阶数。a(St)为在不同状态下经济变量的均值，∑(St)为在不同状态下误差向量的方差。在本文中，我们将状态分为“高波动”状态和“低波动”状态，而且假设St是一组服从马尔科夫链的离散随机变量，主要特征是，St等于某个值j的概率受过去的影响仅与最近St-1的值有关；经济系统由上期的区制i向下期各区制的转换概率之和等于1：
P{St＝j｜St-1=i,St-2=k,…}＝P{St=j｜St-1=i}=Pij⑦
且pi1+pi2+…+pim=1⑧
或者表示为转换概率矩阵P：
p…p┆?埙┆p…p，p=1，?坌i,j∈{1,…,m},m=2⑨
现简单给出MS模型的参数估计思路。由式（6）可知，此时Δxt的分布取决于ΔXt-1、均值向量a(St)与方差矩阵∑(St)。如果经济系统处于某一区制St=i，那么Δxt的条件分布函数为：
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)，而仅仅基于t-1期的信息集，Δxt的条件分布函数为：
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}
衡量了经济系统在t-1时期处于区制j的概率，我们称之为平滑概率（SmoothedProbablity）。式{11}和{12}表明t时期Δyt的条件分布函数可由t-1时期Δyt-1的条件分布函数和t-2时期的平滑概率推导而出，因此给定前样本的信息集ΔX0与初始时期经济系统所处区制的平滑概率p0，我们可以通过式{11}和{12}的迭代得出各期Δyt的条件分布函数：p(Δxt｜ΔXt-1)、p(Δxt-1｜ΔXt-2)、…，进而得到样本{Δx1、…ΔxT}的无条件分布函数：
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算法对式{13}的极大似然函数进行估计，得到式{14}中未知参数的值，以及相应的各期各区制的平滑概率，依此我们可以做相应的实证分析。
三、实证结果与分析
（一）数据选取与平稳性检验
本文的数据样本区间为2005年7月至2009年6月，频率为月度。中国和美国的货币供应量都以广义层次的货币供应量M2为指标。中国和美国的经济产出为各国的支出法名义GDP，均利用Census-X12方法进行了季节性调整，数据来源于中经网统计数据库。人民币即期汇率的月度数据、中国和美国的月度通胀指数和M2货币供应量的月度数据均来源于WIND数据库。对本文所采用的经济变量数据Δxt进行平稳性检验。检验结果见表1，表中的结果表明差分序列Δxt的各变量是平稳的。
（二）人民币汇率波动的状态特征及转换
于是建立{6}式所表示年的关于向量的MSMH-VAR（P）模型，根据AIC和HQ准则，本文选择最优滞后阶数为1。由此，对此MSMH模型进行极大似然估计，运行软件为OX-Metrics，估计过程中采用了Krolzig所编制的OX-MSVAR模块，得到的估计结果见表2。
首先，表2第二栏给出了模型的非线性检验结果。结果显示，我们可以在1%的显著性水平上拒绝原假设：经济系统服从线性VAR模型。另外，在1%的显著性水平上，似然比检验统计量显著地拒绝了转换概率参数为零的原假设，也就是说，模型中经济系统的状态转换性质显著，可见模型合理地刻画了经济变量在不同状态之间的相互转换。因此，MSMH-VAR是合理的。
其次，表2中第一栏给出了各模型参数的估计值。均值向量α体现了不同经济变量变动的不同状态。从表中的估计值可以看出，在“高波动”状态，人民币汇率的平均波动幅度为-0.036，而在“低波动”状态，人民币汇率的平均波动幅度为-0.01。同时，根据表2中关于状态转换的概率矩阵P的估计结果显示，当人民币处于“高波动”状态时，继续维持“高波动”状态的概率为0.72，向“低波动”状态转换的概率为0.28；当人民币处于“低波动”状态时，继续维持“低波动”状态的概率为0.18，向“高波动”状态转换的概率为0.82。
另外，表3的结果显示，在样本期内，汇率波动大概有39%的时间处于“高波动”状态，平均持续期约为3.5个月，而有61%的时间处于“低波动”阶段，平均持续期约为5.5个月，可见，人民币汇率处于“低波动”状态的时间及持续期要比“高波动”状态来得长。
最后，我们根据⑩、{11}、{12}式，从MSMH②-VAR①模型计算出了各状态的平滑概率，从而得到人民币汇率自汇改以来所处的“高波动”状态和“低波动”状态。见图1。从图1，我们可以看出，人民币汇率处于“高波动”状态的主要期间为：2006年1月至2006年3月、2007年7月至2008年8月；而其他时间则处于“低波动”状态。
（三）脉冲响应函数分析
由上文可知，本文所采用的MSMH-VAR{1}模型有效地识别和刻画了汇改后人民币汇率波动所处的“高波动”状态和“低波动”状态，因此基于以上可信的实证模型，本文进一步地利用脉冲响应函数方法实证检验在汇率波动的不同状态下人民币汇率波动所存在的宏观经济影响。
图2给出了各宏观经济变量在不同状态下对汇率冲击的脉冲响应函数。根据图2，显而易见，汇率冲击在不同状态下对各宏观经济变量存在着明显的不一致：首先，在人民币汇率的“高波动”状态下，一个正的汇率冲击将会使得中美经济产出之差值出现负的变动，在一个月后达到峰值，然后在15个月后影响逐渐消失；而在人民币汇率的“低波动”状态下，一个正的汇率冲击则会使得中美经济产出之差值出现正的变动，在半年后达到峰值，可见维持人民币汇率波动的稳定有助于我国经济增长；其次，在人民币汇率的“高波动”状态下，面对一个正的汇率冲击，中美通胀率之差值先出现稍微的正向变动，进而变化为负向的变动，意味着汇率浮动区间的扩大在一定程度上有利于减轻人民币升值所带来的国内通货膨胀压力；最后，对于中美货币供应量而言，无论在人民币汇率的“高波动”状态和“低波动”状态下，一个正向的汇率冲击都会使其出现正向的变动，只是在“低波动”状态下的变动程度要低于“高波动”状态下，这是因为在“低波动”的状态下，央行为了维持汇率的低幅度波动，需要进行较强的外汇市场干预，从而带来基础货币的扩张以及相应的广义货币供应量的增加。
篇5
目前，分析人民币跨境贸易结算体现出的“跛足”特征，不能不结合中国特殊的贸易结构。就中国的对外贸易而言，中国主要是从发展中国家进口原材料，进行加工后再出口至发达国家。如果双方货币都可接受，那理想的选择是“收硬币、付软币”。一般认为人民币相对美元具有升值趋势，因而中国贸易商应选择出口收人民币、进口付美元，次优的选择是出口与进口均由人民币计价结算。所以，人民币的国外接受性就成了问题的关键。与在一国境内货币的被强制接受不同，货币的境外接受性是与该货币的国际货币地位所决定的。由于人民币尚不是自由兑换的国际货币，而欧美等发达国家所发行的美元、欧元、英镑等是国际货币具有很高的国际接受性。另外，相比较而言，在中国与欧美国家的国际贸易中，中国提供的产品属于可区分性较低的初级产品，而欧美国家的产品是具有较高可区分性的工业制成品。因此，按国际贸易结算货币选择理论，中国与欧美的双边贸易多选择欧美国家的货币进行计价结算。由于中国与东南亚地区的贸易主要是从东南亚进口原材料，而出口技术水平相对较高的工业制成品，中国在向东南亚出口时应选择人民币作为结算货币，而中国从东南亚进口时应选择低交易成本的货币结算。一般交易量大的货币具有较低的交易成本，东南亚是美元势力范围，选择美元结算符合低成本特性。实际情况也是如此，在推行人民币跨境结算后，人民币跨境贸易结算主要发生在中国大陆与东南亚的双边贸易中。中国大陆向东南亚出口时愿采用人民币进行结算，但中国从东南亚进口时则选择低交易成本的美元结算，因而导致人民币实付额远高于实收额，出现了明显的“跛足”特征。
表1显示人民币结算金额增速在2011年第一季度出现了第一次低谷，仅比2010年4季度增长5.5%;在2011年3季度、4季度出现了第二次低谷，直到2012年4季度，其环比增速恢复到25.2%。相应地在2011年3季度，人民币跨境结算的“跛足”特征出现了较明显的变化，其“跛足”程度降低较快，从2011年2季度的1:2.94，下降到1:1.67，与人民币结算增速在2012年逐渐回复到20%以上不同的是，收付比继续下降至1:1.2的较低位。
二、人民币汇率波动与结算收付比上升
从影响人民币结算“跛足”的原因来看，在短短两三年时间，中国进出口贸易结构、国内进出口商的议价能力都没有发生较大改变，从这些方面寻找原因显然是难以令人信服的。对于进出口商而言，不管选择何种货币都是从利益最大化或成本最小化角度，选择对自己利益最大或成本最小的货币，具体货币的确定是双方谈判、博弈，进行折衷的结果。人民币结算的收付比上升较快是指人民币实收、人民币实付的量上升较多，从收付比表达式的含义看有四种可能:人民币实收增加、人民币实付不变(或下降);人民币实收不变、人民币实付下降;人民币实收与人民币实付均下降，但实收下降速度低于实付下降速度;人民币实收与人民币实付均上升，但实收增加速度高于实付增加速度。显然符合实际情况的是第四种，即人民币实收与人民币实付均上升，但人民币实收增加速度更快。这是因为采用人民币结算的中国出口商品增速快于采用人民币结算的中国进口商品而导致的结果，同时也表明国外进口商用人民币支付的意愿有了很大提高。从国外进口商角度看，他们对来自中国的商品愿意用人民币进行支付，很大的原因是认为人民币是“软币”，付“软币”对自己有利，这符合规避汇率风险的“付软”原则。从中国出口商角度看，一般用本币结算都是受欢迎的，因为避免了汇率风险，中国出口商接收人民币是不存在问题的。所以，对中国贸易商而言，只要交易对手愿意选择人民币作为结算货币，一般是乐见其成的。
目前，由于人民币结算涉及到的地区多在美元势力范围，选择人民币进行结算就意味着人民币与美元的汇率变化能大致反映国外客商选择人民币结算的意愿。当人民币相对美元升值时，国外进口商选择人民币进行支付的意愿下降，国外出口商选择人民币进行结算的意愿上升，反之亦然。2011年6、7月间国际上接连出现了对中国经济前景的悲观预期，不可否认其中有利益集团的蓄意，但同样不可否认的是国际市场对中国经济放缓、甚至硬着陆的担心。这种对中国经济的看空不可避免地传导至国内，并反映在外汇市场上。2011年11月，中国银行间即期外汇市场人民币与美元的汇率波幅连续12天触及跌停②，这可看成人民币升值预期逐渐减弱、甚至出现人民币贬值预期的一种反映。人民币贬值预期的出现提高了国外进口商使用人民币结算的意愿，而国外出口商接受使用人民币进行支付的意愿却受到削弱。因此，在人民币跨境结算中，导致人民币实收增速高于了人民币实付增速，人民币结算收付比得到提升。另外，针对香港离岸市场人民币与中国大陆人民币间的套利、套汇活动减弱是收付比上升的另一个原因。长期以来，中国大陆的利率高于香港，存在中国大陆与香港间的正利差半年期存款利率差大致在1%－3%之间③。由于对跨境资本流动的限制和央行的干预，人民币一直存在着中国大陆在岸市场人民币汇率(CNY)与香港离岸市场人民币汇率(CNH)的不同。只要同一种货币存在着两个不同的利率、汇率，就有针对不同汇率的套利、套汇活动存在。中国大陆汇改以来，由于长期存在着人民币升值预期，导致市场化程度较高的香港离岸市场CNH高于受到较多干预的中国大陆在岸市场CNY。一方面，有各色各样的投资者将人民币从中国大陆调往香港，换取较多美元;另一方面，在对中国大陆的出口方面，国外出口商有较高的意愿选择使用人民币进行结算，而且在香港市场用较贵的人民币换取美元，获得较高的利益。这也成为推行人民币跨境结算以来，人民币实付高于实收的一个重要原因。在2011年下半年、特别是2011年9月后，这一情况发生了较大变化，香港市场人民币出现了一波贬值预期，导致CNH低于CNY，有人认为其原因是欧洲银行危机导致美元撤离香港，使香港市场美元供给减少，也有人认为是缘于国际市场对中国经济前景的担心，及国际投机资金对中国的做空，这一趋势一直延续到2012年。
从图1的香港市场各月人民币存款的变化可一窥对人民币汇率预期的改变，不难发现在2011年前香港的人民币结算量与新增人民币存款量基本处于稳步提升状态，特别是人民币结算量趋势更为明显，但在2011年2月首次出现了人民币结算量与新增人民币存款同时下降。在2011年10月后，人民币结算量增长趋势已不明显，约有一半月结算量比上月出现了下降，而新增人民币存款却出现了连续5个月的环比减少，这一状况直到2012年11月后才出现改观。反映在中国大陆，2012年境内银行间远期市场维持美元升水，2012年下半年随着人民币紧、美元松导致本外币利差扩大，美元升水幅度也相应扩大并维持高位;2012年境外无本金交割远期市场(NDF)也经历了美元由贴水转为升水，升水幅度由宽变窄地波动，1年期报价美元升水幅度最高时逾1100点。由于人民币升值预期减弱、甚至转为贬值预期，国外出口商接受人民币结算的意愿减弱，而国外进口商则愿意接受人民币结算，导致人民币实收增速高于实付增速，人民币跨境结算的收付比逐渐上升，这一趋势在2013年仍在继续。
三、收付比保持在适度范围是人民币国际化的内在要求
中国在推行跨境贸易人民币结算初期，出现了人民币实收远低于实付的“跛足”特征，这是人民币国际化的必经过程。因为要使人民币更广泛地参与到国际经济活动之中，就必须保证人民币有一定数量的净流出，人民币实收远低于实付正是人民币在境外发挥国际货币职能的必要条件。但是，如果显著的“跛足”特征一直持续下去就会造成两个后果:一是与人民币跨境结算前进出口都用美元等外币结算相比，原本用美元支付的进口额换成了人民币支付，使该部分美元形成了新的外汇储备，这就造成中国外汇储备继续增长，其增长速度甚至更快;二是如果人民币有升值预期，那中国大陆实际上是收“软”付“硬”，不利于规避汇率风险。由于人民币国际化必须有助于降低中国外贸企业的汇率风险，才能得到国内相关各方的积极参与，而只有国内各微观经济主体积极参与才能奠定人民币国际化的坚实基础。从这个角度看，在人民币有升值趋向时，人民币实收远低于实付，国内企业整体上处于利益受损状态，这一状况会降低国内企业参与人民币国际化的积极性，不利于人民币国际化的顺利推进。2011年下半年以来的人民币结算额继续增长、结算收付比还在上升，这表明人民币国际化正在向良性发展。一方面，更多的中国进出口贸易采用人民币结算，这可以看作人民币国际化程度提升的标志，在短短几年时间取得如此成绩着实不易;另一方面，人民币结算已在进出口双向发挥作用，但是结算收付比上升过快也不利于人民币国际化。
篇6
【关键词】非正态性，偏度
1、简介
汇率是一国货币兑换另一国货币的比率，是以一种货币表示另一种货币的价格。由于世界各国货币的名称不同，币值不一，所以一国货币对其他国家的货币要规定一个兑换率，即汇率。目前关于汇率水平的理论有很多，影响汇率的主要因素主要有：相对价格水平、关税和限额、对本国商品相对于外国商品的偏好以及生产率。
外汇市场作为金融市场的重要组成部分，汇率的波动本身就是一个值得研究和探讨的问题，另外很多关于汇率的衍生品的定价都设定了关于汇率波动的假设，很多时候，我们都会假设基础资产的价格波动是遵循正态分布的，然而汇率表示的是一种货币对另一种货币的价格，因而如果一种货币的汇率波动为正态分布，那与之相对应的货币的汇率波动则不服从正态分布，故汇率市场上，正态分布假说不再适用（如果X服从正态分布，则1/X一定不服从正态分布）。在这种情况下，本文通过选取几个资本主义国家的货币，通过其货币价格的波动来发现并验证汇率波动的规律。
2、数据
本文选择美元、澳元、加元、日元、新西兰元、挪威克朗、瑞士法郎、英镑以及欧元，选择这几种货币是因为这几种货币均为浮动汇率制度，资本流动限制较少，是套利交易较为常用的货币，本文之后的汇率表示均表示为一美元所对应的价格。汇率和利率数据来源为datastream数据库，汇率为日数据，利率为季度数据，利率数据和汇率数据均从1986年开始，汇率变动采用三个月的期限，对应的利率也采用三个月的银行间利率，三个月中的汇率波动计算出所对应的的偏度值和波动率。
3、结果
首先，对所有的货币取对数做差，得到每天货币汇率的波动水平，之后以三个月为期限计算出在这段时间中货币波动水平的偏度、峰度，其货币汇率的波动方法计算公式为：
从表一中我们可以看出货币的汇率水平波动呈现出明显不服从正态分布的结果，而且各种货币的偏度值和利率差有明显的负相关关系，即利率差为负值的货币其汇率水平波动呈现出一个负偏的现象，同时货币汇率的波动峰度也均大于0，说明汇率波动呈现出一个尖峰的分布情况，偏度和峰度的检验共同证明了货币汇率波动的非正态性。
为了说明汇率波动偏度的普遍性，我们接下来通过构建资产组合的方式论证汇率波动偏度的不可分散性，我们在每一期开始根据利率差借入利率最低的货币将其投资于利率最高的货币，计算汇率波动偏度，在下一期重新选择投融资组合，得到其整体的汇率波动偏度值，然后我们在每一期开始选择借入两种利率最低的货币，投资于利率最高的两种货币，进行等权重分配，计算出其资产组合的汇率波动偏度，以此类推，然后在在每一期开始选择借入三种利率最低的货币，投资于利率最高的三种货币，进行等权重分配，计算出其资产组合的汇率波动偏度，结果如下。
根据上表我们进一步确定了汇率波动偏度的普遍性。
篇7
【关键词】富时马来西亚KLCI指数 波动性 GARCH族模型
股票市场价格的波动性主要体现在未来价格偏离期望值的可能性，价格上涨或下跌的可能性越大，股票的波动性越大。可以说，股票的波动性代表了其未来价格的不确定性，这种不确定性一般用方差或者标准差来刻画（Markowitz，1952）。
传统的经济计量模型在描述股票市场收益率时，一般都假设收益率的方差保持不变，但是大量的对股票收益率数据的实证研究结果表明，这一假设是不合理的。大量研究结果表明， 股票收益率表现为在某个时间段波动大，而在另一个时间波动段又比较小的现象。对于这种具有“尖峰厚尾、微弱但持久记忆、波动集群”等现象的时间序列，传统经济计量方法要求的同方差性的条件得不到满足，因此运用传统的回归模型进行建模进而进行统计推断往往会产生严重偏差。Engle（1982）首先提出了ARCH模型，为解决此类问题提供了新的思路。Bollerslev（1986）在Engle的基础上对异方差的表现形式进行了直接的线性扩展，形成了应用更为广泛的GARCH模型。在随后的几十年中，经济学家们又对上述模型进行了扩展和完善，形成了GARCH- M、TARCH、EGARCH等模型，进而形成了一个GARCH模型族。考虑到中国与马来西亚经济合作关系的发展，加大对马来西亚资本市场环境的了解，对于中国企业海外投资，加强与马来西亚之间的合作有着重大意义。因此，本文即运用GARCH模型族作为工具，对以富时马来西亚KLCI指数为代表的马来西亚资本市场股票价格的波动性进行了实证分析。
一、模型
金融时间序列的一个显著特点是条件异方差性。Engle（1982）提出自回归条件异方差（ARCH）模型，Bollerslev（1986）将其推广到广义ARCH模型（GARCH）。ARCH类模型现在已被广泛应用于金融计量领域。在波动性研究中最广泛采用的是GARCH模型，其定义由均值方程和条件方差方程给出。
（一）GARCH（1，1）模型
均值方程：
yt=cxt+εt
条件方差方程：
ht=Vαr（εt│ψt-1）=α0+α1ε2t-1+β1ht-1
其中a1>0，β1>0同时为保证GARCH（1，1）是宽平稳的，要求a1+β1
（二）GARCH（1，1）-M模型│
为了更好地描述金融收益率序列的特征，人们发现随着风险程度的加大，股票收益率也随之加大，为此可以将GARCH（1，1）模型进行推广， 允许条件方差对收益率产生影响，这就是由Engle和Robins（1987）等引入的GARCH（1，1）-M模型。
均值方程：
yt=cxt+εt+λt
条件方差方程：
ht=Vαr（εt│ψt-1）=α0+α1ε2t-1+β1ht-1
当存在风险奖励时，在上述均值方程中当期条件方差的调整系数λ>0；当存在风险惩罚时，在上述均值方程中当期条件方差的调整系数λ
（三）EGARCH（1，1）模型
Nelson（1991）提出的EGARCH模型或指数GARCH模型清晰地融合了对冲击的非对称反映。
均值方程：
yt=cxt+εt
条件方差方程：
模型中条件方差采用了自然对数形式， 意味着ht 非负，且杠杆效应是指数型的。若γ≠0 ， 说明信息作用非对称。如果γ
（四） TARCH（1，1）模型
资本市场中的冲击常常表现出一种非对称效应，这种非对称效应允许波动率对市场下跌的反应比对市场上升的反应更加迅速，被称为“杠杆效应”。杠杆效应可以通过在GARCH模型中引入一定程度的非对称来实现，即Zakoan（1994）引入的TARCH（1，1）模型。
均值方程：
yt=cxt+εt
条件方差方程：
t=Vαr（εt│ψt-1）=α0+α1ε2t-1+β1ht-1+γε2t-1Dt-1
其中变量Dt-1是表示绝对残差变化方向的虚拟变量，当εt-1
二、实证分析
本文以富时马来西亚KLCI指数为研究对象， 选取2000年1月3日至2013年6月13日共3306个交易日的日收盘指数的数据， 分别采用上述模型来研究股价指数的收益率的波动特性。本文使用的数据由“大智慧”软件所导出， 所使用的分析软件为Stata11。股价指数的日收益率用相邻两天股价指数对数的一阶差分来表示，即，其中Pt为第t日的收盘指数，Pt-1为第t-1日的收盘指数， Rt为第t日股价指数的日收益率。
Rt的各项统计特征如下所示：表现出负的偏度，表明收益率明显左偏；峰度为12.72006，远大于正态分布的峰度值3 ，表现出过度峰度，表明日收益率分布与正态分布相比呈现出“尖峰厚尾”的分布特征，反映出股市存在暴跌暴涨现象；Jarque-Bera正态检验统计量相当之大（13000），从而拒绝服从正态分布的原假设。从富时马来西亚KLCI指数每天收益率的图中，我们可以看出收益率的波动很大，呈现出很明显的波动群聚特征，即大波动之后跟随较大的波动，小波动之后跟随较小的波动。
样本量 均值 标准差 偏度 峰度 JB统计量
收益率R 3306 0.0002231 0.0088886 -0.8495078 12.72006 13000
对样本的日收益率序列进行单位根检验（采用ADF检验），富时马来西亚KLCI指数日收益率序列的ADF统计量的值为-48.724远小于1%的显著性水平下的临界值，从而拒绝原假设，即富时马来西亚KLCI指数日收益率序列不存在单位根，是平稳序列。
进一步对样本期内收益序列的自相关函数（ACF）和偏相关函数（PACF）进行判断，我们发现日收益序列的1阶自相关性比较明显。因此，估计收益序列关于自身滞后项的自回归模型为：
Rt=c+pRt-1+μ
对回归模型的残差序列进行自相关检验（如下图），结果表明，在大部分时滞上，收益率序列残差的自相关函数和偏自相关函数值都很小，表明收益率序列残差并不存在自相关。对残差平方序列进行自相关检验，发现残差平方序列存在明显的自相关。同时，进行ARCH-LM检验，检验结果显示在选择滞后20期的情况下得到的p值均为0，从而拒绝残差序列不存在ARCH效应的原假设，说明富时马来西亚KLCI指数收益率序列存在明显的ARCH效应。考虑到滞后阶数较高的特点，适宜采用GARCH模型。
由于GARCH（1，1）是刻画条件异方差最简洁的形式，且能很好地拟合许多金融时间序列，因此我们在实证中采用这一模型， 下表列示的是得出的GARCH（1，1）模型族的参数估计的结果。进一步对GARCH（1，1）模型族拟合结果的残差序列进行ACF检验以及ARCH-LM检验， 检验结果显示， ARCH-LM检验均接受了不存在ARCH效应的原假设， 说明经过GARCH（1，1）模型族的拟合后，明显降低了原序列的波动，而且去掉了其条件方差性。
从下表所列示的GARCH 模型族参数估计结果我们可以得到以下几点结论：
（1）GARCH模型族的β1的系数较大，且通过了显著性检验，说明股价波动具有“长期记忆性”，即过去价格的波动与其长期价格波动的大小存在着关系。条件方差方程中，系数a1和β1都显著为正（除EGARCH（1，1）模型中的α1为负），说明过去的波动对市场未来波动有着正向而减缓的影响，从而使股市波动出现群聚性现象。a1+β1都接近于1，这说明股市波动对外部冲击的反应函数以一个相对较慢的速度递减，股市一旦出现大的波动在短期内很难消除。另外，GARCH（1，1）、GARCH（1，1）-M 模型中a1+β1小于1，说明收益率条件方差序列是平稳的，模型具有可预测性。GARCH（1，1）-M模型中的参数估计结果中，均值方程的ht项的系数在5%的显著性水平并不显著，能否验证高风险对应于高收益的投资组合理论仍需商榷。
（2）用EGARCH（1，1）模型和TARCH（1，1）模型反映出不同性质的冲击对预期收益的影响是显著不同的，在EGARCH（1，1）模型中γ>0，在TARCH（1，1）模型中γ
表1 GARCH 模型族参数估计结果
三、结论
本文以富时马来西亚KLCI指数2000年1月3日至2013年6月13日共3306个交易日的日收盘指数的数据为样本，以相邻两天收盘指数的对数一阶差分来表示股票市场日收益率，通过建立GARCH族模型对马来西亚股市收益波动性进行实证分析。结果表明：第一，马来西亚股票市场收益率具有显著的“尖峰厚尾”特点，存在波动的集群性，过去的波动对未来的影响是逐渐衰退的，具有波动的持续性。第二，马来西亚股市的波动具有信息不对称性，坏消息引起的波动比同等大小的好消息引起的波动要小，杠杆效应存在。GARCH模型族可以模拟马来西亚股市收益的特点。本文意义在于，通过了解马来西亚资本市场环境状况，使得中国企业或个人在投资于马来西亚资本市场时作出合理决策及合理分散和规避风险。第三，GARCH（1，1）-M模型中的参数估计结果中，均值方程的ht项的系数是4.34392， 这表明日收益率与市场风险水平呈正相关，但是结果并不显著。
参考文献：
[1]谷岭.基于GARCH模型族的上海股市波动性分析[J].经济研究导刊，2007.
[2]曾慧.ARCH模型对上证指数收益波动性的实证研究[J].统计与决策，2005.
[3]胡越.股指期货推出对我国现货市场波动性影响的实证研究[J].中国证券期货，2013.
[4]毛伟，赵新泉.中国粮食价格波动的ARCH 效应研究[J].统计与决策，2012.
篇8
关键词:波动性;实际波动率;非对称性;测量方法
中图分类号:F830.9;0211文献标识码:A doi:10.3969/j.issn.1672-3309(x).2010.09.23文章编号:1672-3309(2010)09-63-03
由于投资组合安排、金融风险管理等金融理论与实践都与波动相关,所以准确测量和预测金融资产的波动是金融市场中心议题之一。为了能更好地对资产收益的波动率进行建模分析,学者们不断推动波动率测量方法的完善和改进。本文就是对目前的波动率测量方法以及最新进展进行简要总结,以期为进一步研究奠定良好的基础。
一、波动率测量方法回顾
自从 Engle (1982)首次提出 ARCH模型用以解释波动率的时变性和聚集性之后, 计量经济学的大量文献都把注意力放到了时变波动率上, 并在此基础上发展出许多新的波动率度量模型。
Engle(1982)在研究英国通货膨胀问题时,首次提出了自回归条件异方差模型――ARCH模型。此模型被公认为是最集中反映了方差的变化特点而被广泛应用于金融时间序列的分析。ARCH模型解释了收益率序列中的变化是否具有规律性,还说明了这种变化前后依存的内在传导是来自某一特定类型的非线性结构,刻画出了外部冲击形成的波动率的集聚性。但不足是,ARCH模型在实际应用中常需要很大的阶数来得到更好的拟合效果,这样计算量增大了,还带来多重共线性的问题。而且ARCH模型作为一种简单的线性模型,没能描述金融资产收益时间序列的长记忆性、杠杆效应等特点。
(一)GARCH模型
Bollerslev (1986) 在原有ARCH 模型的方差方程中加入滞后方差项, 从而提出了 GARCH 模型。文中证实GARCH(1,1)模型对相同样本数据的模拟效果比Engle和Kraft(1983)的ARCH(8)模型要好。
一般的GARCH(p,q)模型可以表示为:
其中ht为条件方差,ut为独立同分布的随机变量,ht与ut互相独立,ut为标准正态分布。第一个式子称为条件均值方程;第三个式子称为条件方差方程,说明时间序列条件方差的变化特征。一个GARCH(p,q)模型相当于一个阶数无限、参数服从指数递减的ARCH模型。也就是说,GARCH用较少的参数反映了方差的持续性。
之后Taylor (1982)首次提出了对数正态随机波动模型 , Taylor (1994) , Shephard (1996) 对该模型作了进一步的深入研究和扩展。经济学者对波动率的研究还体现在期权及其衍生产品的定价过程中, 如Black -Scholes (1973)模型中的隐含波动率(Implied Volatility)。另一类反映波动率的直接指标就是平方收益或绝对值收益。比如Pagan and Schwert (1990) and West and Cho(1995)。
上述这些度量波动率的方法都存在明显的缺点。对于参数化模型(如 ARCH 类), 它们都依赖于很强的假设。其实,多种参数模型的共存就已能表明各种模型自身的不足, 因此, 由参数化模型所得出的结论的稳健性值得怀疑。对于Black -Scholes公式, 它也依赖于很强的假定, 所以也存在模型设定偏误的问题。而对于平方收益, Andersen & Bollerslev ( 1998)指出, 平方收益受市场噪声干扰很大, 它不是真实波动率的一个有效估计。
(二)考虑非对称性的GARCH模型
当市场受到负冲击时,股价下跌,收益率的条件方差扩大,导致股价和收益率的波动性更大;反之,股价上升时,波动性减小。因此负冲击对条件方差的这种影响又被称作杠杆效应,即是非对称效应。由于GARCH模型中,正的和负的冲击对条件方差的影响是对称的,因此GARCH模型不能刻画收益率条件方差波动的非对称性。
为了衡量收益率波动的非对称性,Glosten、Jagannathan与Runkel(1989)提出了GJR模型,在条件方差方程中加入负冲击的杠杆效应,但仍采用正态分布假设。Nelson(1991)提出了EGARCH模型。Engle等(1993)利用信息反应曲线分析比较了各种模型的杠杆效应,认为GJR模型最好地刻画了收益率的杠杆效应。Glosten、Jagannathan与Runkel(1993)分析比较了各种GARCH-M模型,指出不同的模型设定会导致条件方差对收益率产生正或负的不同影响。
测度波动率非对称性的主要三种模型,即GJR-GARCH模型、EGARCH模型和TARCH。TARCH模型和GJR-GARCH模型分别由Zakoian(1990)和Glosten, Jaganathan, Runkle(1993)独立提出,有的文章把它们归为一个模型。这里以GJR-GARCH模型为例。
考虑一阶自回归均值收益率方程
在GJR-GARCH(1,1)模型中,条件方差ht满足
这里?酌≥0,当?着t-10表明具有利好的消息或者正面冲击,而?着t0,就存在杠杆效应。
(三)考虑波动率的长记忆特征
波动率的长记忆特征,即市场波动一般会持续一段时间,并随时间推移而慢慢消失。这是股票市场波动率的重要特征之一。
关于波动率长记忆特征的模型有两类,第一类是GARCH类模型的扩展,比如FIGARCH模型(Baillie、Bollerslev、Mikkelson,1996)和FIEGARCH模型(Bollerslev、Mikkelson,1996)。第二类是对随机波动率模型的扩展,例如Breidt、Crato和Lima(1998)通过把随机波动率模型中过程定义为AFRIMA过程,来反映波动率的长记忆特征。
其中FIEGARCH模型既可以描述波动率的非对称性效应,也描述了长记忆特征,效果也是其中比较好的。不足之处是计算较复杂,于是催生出了另一种方法――实际波动率。
二、实际波动率测量方法进展
随着计算机通讯技术和交易系统的不断完善,对波动率的建模从估计年收益波动率(Officer,1973)、月收益波动率(Merton,1980)发展到对日收益波动率的估计。而后又发展到使用高频数据考察日内波动率(Intraday Volatility),这对收益率预测和风险管理有重要的启发意义。Anderson和Bollerslev(1997)认为,经济学家不能处理日内收益率是由于没有合适的标准时间序列模型来处理高频数据。
Merton(1980)指出,在抽样频率足够大的情况下,通过加总高频平方变量的值,可以充分精确的估计一个独立同分布随机变量的方差。并据此首次提出了实际波动率(Realized Volatility)的概念,并通过二次方差(Quadratic Variation)理论证明在适合的条件下,实际波动率是日收益波动率的无偏估计,并使用高频交易数据对外汇交易市场进行了实证分析。
(一)实际波动率模型
利用日内高频数据,构造一个新的统计指标――实际波动率,实际波动率是利用一天内已经发生过的交易价格样本序列,通过计算其收益的平方和得到的。由于日内收益平方和的期望等于波动率,所以可以用实际波动率来作为日波动率的无偏估计,并且可证明实际波动率是日波动率的有效和一致估计。以下为实际波动率的具体推导:
m 为每天的采样次数;t的取值为1/m,2/m,…;r为采样的收益率;p为采样的股票价格序列。因为rm,t序列不相关,所以有rm,t=?滓m,t?着m,t,其中?滓m,t是?着m,t的条件方差,?着m,t服从正态分布N(0,1/m)。则rm,t平方和的期望为
因此日内高频收益的平方和 可以作为日波动率的无偏估计。 称为实际波动率,同时可计算此统计量的方差值。
实际波动率方法的驱动因素是市场微观结构摩擦使得在无限小的时间间隔(h0)上样本收益率个数趋于无穷(n∞)。实际上不可行,因此应考虑固定间隔(h>0)上的波动率度量。
实际波动率从定义上看,是收益率过程在固定间隔h上的二阶未中心化样本矩。它提供了一种结合时间间隔h的波动率度量方法。尽管用固定时间间隔上的样本方差估计量作为简单的非参数波动率估计量在直观上很有吸引力,但是在理论上很难正确评判波动率是否真的存在时变。
在接下来的研究中,Schwert (1989)用 15 分钟分时数据来估计股票日波动率, Taylor 、Xu (1997)和 Andersen、Bollerslev、Dieblold、Labys (2001)采用 5 分钟收益来度量日汇率波动率。Andersen、Bollerslev、Diebold、Ebens ( 2001 )利用DJ IA30 指数股票的 10 年期的 5 分钟分时数据 ,对实际波动率进行了深入的研究。Oomen (2001)利用 FTSE - 100 股票的 10 年期的分时数据(从 1 分钟到 45 分钟)研究最优的样本频率。
(二)考虑非对称性效应的实际波动率模型
为了进一步测量波动率的非对称性效应,Barndorff-Nielsen, Silja Kinnebrock 和 Neil Shephard(2008)提出使用高频数据测量下跌风险的方法,RS- (Realised semivariances),其定义如下:
其中1y 是符号函数,当判断参数y是真时,1y 取1,否则取零。因此RS-提供了关于价格下跌跳跃平方的新的信息源。
文中使用GJR模型,实证考察纽约证券交易所上市交易的通用电气(GE)、美国运通(AXP)、迪斯尼(DIS)以及IBM的1995到2005的股票交易数据,应用日的开盘至收盘的对数收益率,检验了RS-的有效性。对于不带杠杆的GARCH模型,下跌的实际波动率RS- 比起通常的实际波动率RV提供了更多的信息。
(三)实际极差波动RR(Realized Range)
理论上,实际波动是积分波动的一致估计量。而实际上,由于受到诸如买卖价格跳跃、不连续交易等微观结构的影响,使得实际波动在较高的抽样频率下并不是积分波动的一致估计量,而是有偏差的。为了提高波动率的估计准确性,实际极差波动被提出作为高频时间序列另一种波动估计量,它也具有计算简单、无需模型等特征。
Martens & Van Dijk (2007)以及 Christensen & Podolskij (2007) 定义了实际极差波动率:
Ht,m、Lt,m分别表示在第t天的第m个时间小段的最高价和最低价。文中指出实际极差波动率的方差比实际波动率的方差小5倍,是比较好的描述波动率的无参数方法。
三、总结
本文较为详尽地阐述了波动率测量方法的发展进程,包括相关的模型形式的扩展,并比较了各种方法的不足和优点,尤其介绍了国外学者在波动率测量方法上的最新成果。
对波动率模型的研究是近20年来在金融经济学领域逐渐兴起的。毫无疑问,此领域依然会是金融市场研究的焦点之一。故这里进行回顾, 以期对波动性测量方法的研究作一定的总结, 为进一步深入研究做准备工作。 (责任编辑:吴之铭)
参考文献:
[1] 陈浪南、童汉飞、洪如明、黄后川、陈军才.波动率研究[M].中国财政经济出版社,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
[关键词]汇率波动;公司内贸易;汇率弹性
一、引 言
公司内贸易,是指一家跨国公司内部的产品、原材料、技术与服务在国际间流动,这主要表现为跨国公司的母公司与国外子公司之间以及国外子公司之间在产品、技术、服务方面的交易活动。经济全球化背景下,随着国际生产分工协作的逐步深化,国际贸易和国际资本流动的联系日趋紧密。据统计,1970年代,跨国公司内部贸易仅占世界贸易的20%,1980―90年代升至40%,而目前世界贸易总量超过70%为跨国公司内部贸易。跨国公司,作为联结贸易、投资一体化的重要桥梁,其经济行为愈发受到国内外学者的重视,但汇率波动的不确定性因素严重制约了公司内贸易的发展。在这种背景下,研究汇率冲击对跨国企业公司内贸易的影响以及对东道国经济的持续、稳定发展的影响具有重要的实践意义。
(一)国外研究
迄今为止,理论界并没有就汇率冲击对公司内贸易的影响进行过专门研究。与之相关联的研究,大致涵盖于“与产业内贸易有关的汇率理论”以及“与一般贸易有关的汇率理论”两部分。
与产业内贸易有关的汇率理论散见于汇率波动对外商直接投资影响效应的研究。这方面的理论研究,主要是通过相对生产成本和财富效应两个渠道展开的。该领域的经验研究有Cushman (1988),[1]Froot & Stein (1991),[2]Sercu & Vanhulle (1992),[3]Goldberg & Kolstad (1995)[4]等。
专门针对汇率波动对产业内贸易影响效应的文献较为匮乏。究其原因可能在于:现有的汇率理论框架无法有效深入到产业内贸易甚至垂直型产业内贸易的层次,从而制约了对其展开影响效应的逐一分析;另一方面,在现代产业内贸易理论研究中,也普遍存在忽视或简化汇率波动因素的现象。在经典的垂直型产业内贸易模型中,诸如Dixit & Grossman (1982),[5]Helpman & Krugman (1985),[6]Antràs and Helpman (2004)[7]等,在其构建的产业内贸易模型框架理论假设中均没有考虑汇率波动问题。
与一般贸易有关的汇率理论主要指汇率波动对进出口影响效应的研究。1970年代以前,研究的侧重点是汇率变动对贸易收支平衡的影响,期间的一个主要研究成果是以罗宾逊夫人等提出的贸易收支调节的“弹性分析说”(Elasticity Approach),即汇率贬值促使一国贸易收支得到改善的判定条件――“马歇尔―勒纳条件” (M-L Condition)以及“比克戴克-罗宾逊-梅茨勒条件”(B-R-M Condition)。随着布雷顿森林体系的崩溃,许多国家开始采取浮动汇率制,研究重心开始转移到围绕汇率对进出口价格的不完全传递机制 (Exchange Rate Pass-Through Effect) 展开。
(二)国内研究
近年来,国内学者针对“汇率与公司内贸易”问题的关联讨论,主要集中在对我国产业内贸易状况以及产业内贸易决定因素的实证研究上。史智宇(2003)、[8]潘向东等(2004)[9]和马征等(2006)[10]分别检验了规模经济、国内需求、经济一体化、FDI、制度等因素对产业内贸易的影响。他们的实证检验基本上都认为我国的贸易模式仍然以垂直型产业内贸易为主。此外,最近国内一些学者开始运用新新贸易理论(New-New Trade Theory)思想来分析中国产业内贸易、FDI以及国际生产方式之间的关系。如田文、刘厚俊(2006),[11]盛斌、马涛(2007),[12]马涛(2008) ,[13]张杰,刘志彪(2008)[14]等。很明显,上述国内研究也普遍存在忽略汇率因素对产业内贸易影响作用的分析。
本文根据我国对外贸易的现阶段特征,在垂直型FDI框架下,根据跨国企业的运作模式,构建了一个多国汇率冲击对跨国企业公司内贸易影响的理论分析模型,并试图就汇率因素对公 司内贸易的影响进行尝试性探讨。
二、模型构建
本文借鉴Dornbusch (1987)的研究方法,构建了一个从事跨国生产和销售的三国框架:母公司(国1)-子公司(国2)-国际市场(国3),本文的研究对象为位于国2的子公司。
假设1:某跨国企业具有两阶段生产特征。母公司向子公司提供零部件,经组装后子公司将成品出口到国际市场。其中,母公司生产零部件和成品的成本分别为w11和w12,子公司生产同样的零部件和成品的成本分别为w21和w22(注:变量下角标前一个数字代表国别,后一个数字代表某生产工序对应的中间产品)。假定母公司所在国的汇率水平为e1,子公司所在国的汇率水平为e2,均采用直接标价法。
假设2:不考虑运输成本、关税因素,零部件的进口与产成品的出口在数量上一一对应。
假设3:跨国企业母、子公司之间不存在转移价格现象。
假设4:在国际市场(国3)该行业市场结构为寡头垄断,存在nMNC个外部竞争者(如上述跨国企业)以及NLF个当地企业。当地企业生产成本为wLF,产品具有同质性。国际市场需求函数为Q=a-bp,其中Q=∑nMNCj=1qjMNC+∑k=1qkLF。qjMNC,qkLF分别表示 第j个跨国企业和第k个当地企业的产量。
对于一家跨国企业(Multinational Corporation简称MNC)而言,其总体利润(以母公司所在国货币计量)为:
πMNC=e1p-w11+e1e2w22 qMNC
经整理,其一阶条件为:
qMNC=-nLFnMNC+1qLF+bnMN C+1ab-(w11e1+w22 e2)(1)
对于国际市场上的一家当地企业(Local Firm简称LF)而言,则其企业利润(以国际市场货币计量)为:
πLF=(p-wLF)qLF
同样,经整理其一阶条件为:
qLF=-nMNCnLF+1qMNC+bnLF +1ab-wLF(2)
在国际寡头市场上,跨国企业和国际市场上的当地企业的均衡产量分别为:
qMNC=bNabnLFwLF -(nLF+1)w11e1+w22e2(3)
qLF=bNabnMNCw11e1+w22e2-(nMNC+1)wLF(4)
其中N=nMNC+nLF+1
因此,国际市场上的产品均衡价格为:
p=1Nab+nLFwLF+n MNCw11e1+w22e2(5)
三、比较静态分析
(一)单边汇率波动的公司内贸易收支效应
受资国(国2)子公司的贸易收支额为:
M=e2pqMNC-e2w11e1qMNC=e2qMNC p-w11e1>0(6)
为推导方便,首先定义国际市场外部竞争度nMNCN=σ,母、子公 司在跨国企业生产中所占附加值比重分别为w11e1p=λ1,w22e2p=λ2。汇率相对波动幅度μ=Δe1/e1Δe2/ e2,跨国企业子、母公司相对生产成本ω=w11/e2w11/e1,所有上述参数值均在(0,1)之间。
假定e1不变,受资国(国2)汇率波动e2对子公司贸易收支额M的传导弹性为:
EMe2=1+EqMNCe2+11-λ1E pe2(7)
其中,Epe2=-σ•λ2;EqMNCe2=(1-σ)•λ21-(λ1+λ2)>0
因为Epe2∈(-1,0)所以有EMe2>0,表明受资国货币升值(贬值),导致子公司贸易收支恶化(改善)。
结论1:汇率的波动对公司内贸易收支表现为正传导特性。其单边汇率弹性大小取决于汇率的出口数量弹性EqMNCe2、汇率的出口价格弹性Epe2以及母公司在跨国生产中附加值比重λ1(作为权重)。
(二)复合汇率波动的公司内贸易收支效应
跨国经营实践中,汇率冲击往往具有多国性,这种复杂情况导致公司内贸易收支做出反应的程度和方向可能具有多样性。当综合考虑母、子公司所在国汇率变动的复杂情况时,公司内贸易收支对汇率冲击的综合弹性为:
EMe1e2≈EMe21+μω (8)
公式(8)表明:当投资国和受资国汇率均出现波动时,跨国企业公司内贸易收支的综合汇率弹性EMe1e2相当于“加权”的单边汇率弹性EMe2。汇率相对波动幅度μ与跨国企业子、母公司相对生产成本ω这两个指标的相对变动,决定了综合汇率弹性的传导程度和方向。
其中,综合汇率弹性的符号判定取决于条件μ+ω>0是否满足。如果汇率走势一致(同升或同贬),则μ+ω>0,综合汇率弹性的符号取决于单边汇率弹性的符号,为正(+),表明汇率的升值(贬值)总体上造成公司内贸易收支恶化(改善);如果汇率走势相反(一升一贬),则综合弹性符号方向要视汇率相对变动幅度是否超过子、母公司相对生产成本ω。
与单边汇率弹性比较,综合汇率波动对公司内贸易收支的传导效果(叠加/抵消)判定取决于条件1+μω>1是否满足。如果汇率走势相同(同 升或同贬),则两种汇率信号对公司内贸易收支的效应表现为相互叠加,使之以较大幅度变动;如果汇率走势相反(一升一贬),若汇率相对变动幅度μ超过子、母公司相对生产成本ω的两倍,则在两种汇率的抵消效应后仍然导致公司内贸易收支以较大幅度变动。反之,若没超过,则两种汇率产生的抵消效应导致公司内贸易收支的波动幅度弱化。
结论2:当投资国和受资国汇率均出现波动时,公司内贸易的综合弹性EMe1e2等于“加权”的单边汇率弹性EMe2。总体上看,汇率相对波动幅度μ与跨国企业子、母公司相对生产成本ω这两个指标的相对位置,决定了综合弹性的传导效果(叠加/抵消)和方向。
(三)多国汇率冲击对公司内贸易的综合传导弹性大于1的前提条件
由公式(8)可知,当u>u,或u
λ21-λ1-λ2>σ1-σ-1(9)
公式(9)是公司内贸易的单边汇率弹性EMe2大于1的前提条件。其中σ1-σ反映了国际市场外内企业相对竞争度,λ21-λ1-λ2是子公司生产成本占跨国企业利润的比重。在垂直型FDI体系下,发展中国家凭借劳动成本低廉的优势参与跨国生产的成本组装工序,其生产成本占跨国企业总体的比重λ21-λ1-λ2通常比较小,不等式(9)很难满足。在这种情况下,公司内贸易的单边汇率传导弹性EMe2小于1。相反,如果市场国际化处于起步阶段,主要都是国内企业,则外内相对竞争度σ1-σ很低, 不等式(9)就可以满足。此时,公司内贸易的单边汇率传导弹性EMe2大于(或等于)1。(注:若国际市场为双头垄断结构,受资国汇率波动对该国公司内贸易的传导效应不显著)。
结论3:如果国际市场外内企业相对竞争度σ1-σ与子公司生产成本占 跨国企业利润的比重λ21-λ1-λ2满足不等式(9),若汇率相对波动 幅度满足μ>μ1,则受资国货币贬值(或升值)导致该国的公司内贸易收支显著地改善(或恶化)。反之,则当μ>0时,上述判定结论才有可能成立。这说明市场结构因素在决定汇率对公司内贸易传导效果中起重要作用。
四、结 论
第一,受资国汇率的波动对公司内贸易收支表现为正传导特性。其单边汇率弹性大小取决于汇率的出口数量弹性、汇率的出口价格弹性以及母公司在跨国生产中附加值比重。
第二,当投资国和受资国汇率均出现波动时,公司内贸易的综合弹性等于“加权”的单边汇率弹性,汇率相对波动幅度与跨国企业子、母公司相对生产成本这两个指标的相对位置,决定了综合弹性的传导机制(叠加/抵消)和方向。
第三,如果国际市场外内企业相对竞争度与子公司生产成本占跨国企业利润的比重满足临界条件,当汇率相对波动幅度处于某一区间时,则公司内贸易的综合汇率弹性大于1,受资国货币贬值(升值)导致该国的公司内贸易收支显著地改善(恶化)。市场结构因素在决定汇率对公司内贸易传导效果中起重要作用。
在经济全球化背景下,随着国际生产分工体系逐步深化,国际资本流动、汇率冲击的不确定性等因素日益凸显。在这种复杂的国际经济环境下,依据传统的马歇尔-勒纳条件(M-L Condition)来判定一国汇率调整对贸易收支的影响可能具有很大的局限性。当我们审视和评判汇率波动对我国公司内贸易的冲击力度是否显著时,特别是当遇到多国汇率冲击时,要综合考虑国际市场结构的特点、外商投资企业在全球国际分工中的地位以及有关各国汇率冲击的相对力度(包括走势)等因素。以往较为简单的马歇尔-勒纳判定手段可能会对一国政府做出评估、决策造成偏失。鉴于目前我国对外贸易总体结构中,以外商投资企业为主的加工贸易(主要为公司内贸易)比重较大,本文所提出的判定标准具有一定的理论参考价值。而且,这个判定条件中所涉及的各参数都便于进一步检验和估算,这对于评判和预测多国汇率冲击下我国外商投资企业贸易收支的影响程度和趋势带来一定程度的可操作性。
主要参考文献:
[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.产业内贸易研究:中国与东盟国家[J].世界经济文汇,2003(4).
[9]潘向东,廖进中,赖明勇.制度因素与双边贸易:一项基于中国的经验研究[J].世界经济,2004(5).
[10]马 征,李 芬.从产业间贸易到产业内贸易:我国贸易结构演变的实证研究[J].国际贸易问题,2006(3).
[11]田 文,刘厚俊.产品内分工下西方贸易理论的新发展[J].经济学动态,2006(5).
[12]盛 斌,马 涛.贸易、对外直接投资和国际生产方式:文献综述[J].国际经济评论,2007(1).
[13]马 涛.中间产品贸易、垂直专业化生产与FDI的关系:基于我国数据的协整分析[J].国际贸易问题,2008(6).
[14]张 杰,刘志彪.契约实施对国际贸易影响研究评述[J].经济学动态,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
关键词：人民币；汇率波动；福利效应；制造业；协整分析
中图分类号：F831，6
文献标识码：A 文章编号：1002-0594(2009)05-0063-06 收稿日期：2008-12-25
改革开放以来，人民币汇率制度经历了若干次重大改革，人民币汇率朝着市场化、多元化的方向发展，不断向真实汇率靠拢。2005年7月汇改以来，人民币名义汇率的升值速度加快，3年多的时间内，人民币与美元的双边名义汇率累计升值幅度超过17％。随着人民币的持续升值，加上国际金融危机导致的国际经济环境的恶化，以制造业为代表的外向型部门正面临着前所未有的困境：大批中小企业亏损破产，大量从业人员下岗失业，在岗职工普遍遭遇减薪或停工，制造业工人的福利明显恶化。面对当前制造业工人大批失业和大幅减薪的困境，人民币汇率又当如何调整，成为当前亟待研究的现实问题。
长期以来，理论界对人民币汇率波动的增长效应，即人民币汇率波动与我国经济增长之间的关系进行了深入的研究，但是对人民币汇率波动的福利效应，即人民币汇率波动对收入分配影响的研究却十分缺乏。在国民经济各部门中，制造业是一个开放程度很高、受汇率波动影响最直接的部门，以制造业工资为代表来研究汇率波动的福利效应具有很强的理论和实践意义。
一、文献回顾与评析
Linda Goldberg的系列文章先后从不同的角度研究了汇率波动的福利效应。Goldberg and Tracy(1998)运用美国1972-1995年间制造业两分位数据考察了实际汇率波动对其制造业工资的影响。研究发现，制造业总体工资的汇率弹性随制造业外向型程度的提高而提高；制造业细分行业工资的汇率弹性与行业的竞争程度呈反向变动。与行业工人的技能水平呈正向变动。1999年他们则将研究视角从对全国工资水平的研究转向了对区域工资水平的研究，运用美国各州制造业的数据进一步考察了汇率波动的地区效应，研究发现美元贬值对不同地区制造业工资的影响是不确定的。2002年他们又运用1976，--2000年间的美国人口调查数据考察了汇率波动对美国制造业和非制造业工人工资的影响，将研究从单一制造业扩展到制造业和非制造业。实证结果表明尽管汇率波动对总体工资的影响不明显，但却显著影响了不同群体工人的工资：汇率波动对跳槽工人工资的影响大于不跳槽工人，对低技能工人工资的影响大于高技能工人。
此外，Robertson(2003)以墨西哥为例，研究了发展中国家实际汇率波动的收入分配效应。作者运用墨西哥1987-2001年间的产业数据和家庭数据验证出墨西哥比索汇率波动与制造业实际工资之间具有正相关性，但是二者的相关程度受到行业的对外开放度，劳动者的工作地区、职业、性别、受教育程度等因素的制约。
近年来，随着人民币名义汇率的持续快速升值，其对收入分配的影响开始逐渐显现，国内学者也开始关注这一问题。王茂林、赵昕(2007)运用脉冲响应函数与方差分解的方法验证了人民币汇率波动与一般工资水平的关系，认为人民币汇率波动对工资增长影响显著，人民币升值在短期内促进了工资增长，长期则会抑制工资的增长速度。史恩义(2007)检验了可贸易部门实际工资与实际汇率的关系，认为实际汇率对可贸易部门实际工资影响不显著。丁剑平、鄂永健(2005)对人民币实际汇率与中国贸易部门和非贸易部门实际工资的关系进行了协整检验，认为两部门的实际工资和实际汇率之间不存在协整关系。居励(2008)的实证结果却认为人民币升值对上述两部门的实际工资均有促进作用。马宇、江秀辉(2007)论述了人民币升值对不同企业、行业和地区工资性收入分配的影响，并给出了相关建议。
从国内学者的研究可以看出，已有文献对汇率波动的福利效应关注不够，汇率对工资影响的研究多附着于汇率对就业影响的研究，缺乏针对性：此外，已有文献对制造业这个代表性行业的研究不足。本文试图运用协整分析、脉冲响应和方差分解等方法对改革开放30年来人民币汇率波动对我国制造业工人工资的影响进行分析和解释。
二、数据及分析方法说明
本文选取的数据为1978～2006年间人民币实际汇率(Er)、我国制造业工人的实际平均工资(MW)、制造业的就业人数(ML)、制造业劳动生产率的实际增长率(MLP)、制造业外贸依存度(MDFF)和制造业进口要素贡献率(MIC)。
实际汇率Er是经过名义汇率调整的本国与外国之间物价水平的比率，采用直接标价法，Er值下降，实际汇率升值。本文选取中美双边实际汇率作为人民币汇率指标的代表，在计算时，名义汇率选取人民币对美元的双边名义汇率，国内物价指数选取中国消费物价指数(CPI)，国外物价指数选取美国批发物价指数(WPI)，均以1978年为基期进行调整。
根据要素价格决定的基本原理，边际劳动生产率(MPL)是决定工资水平的重要因素，二者呈正向变动。由于MPL不易测算，本文用平均劳动生产率(Y／L)替代边际劳动生产率。具体计量时，选取制造业实际劳动生产率的增长率作为数据类型，其1978-2004年数据借鉴卢峰(2006c)的计算结果，2005、2006年数据由笔者根据卢峰(2006c)的方法进行补充计算。
制造业外贸依存度和进口要素贡献率分别从消费和生产两个角度考察制造业对国外市场的依赖程度，数值越大，说明制造业对国外市场的依赖程度就越高。前者用历年制成品出口总金额占工业部门总产值的比重表示，出口通过外贸乘数拉动GDP和就业的增长，从而促进制造业工资的增长。不同的出口结构对就业和工资结构的影响不同；后者用历年初级产品进口总金额占工业部门总产值的比重表示。进口要素价值和工人工资都是制成品成本的重要组成部分，出于成本控制的考虑，二者一般是呈反方向变动的。
制造业工人实际平均工资、制造业就业人数根据各年《中国统计年鉴》整理获得。
其他数据均来自各年《中国统计年鉴》、《中国对外经济统计年鉴》和IMF IFS(Internafional FinancialStatistics)数据库。
本文利用脉冲响应函数与方差分解的方法动态地考察人民币实际汇率及其他相关因素对制造业工人实际工资的动态影响，在此之前应先对数据进行
单位根检验和协整检验以确定变量之间的线性组合存在长期稳定的均衡关系。
三、实证分析及结果
(一)时间序列的平稳性及协整检验 为减少数据的剧烈波动和把握数据中的指数增长趋势，本文将制造业工人实际平均工资、人民币实际汇率、制造业就业人数全部作对数变换并分别记为InMW、InEr和InML。制造业劳动生产率的实际增长率、制造业外贸依存度、制造业进口要素贡献率由于是比率，一般倾向于不取对数。这里用ADF方法检验各序列的平稳性。
单位根检验的结果显示，原序列InMW、InEr、InML、MLP、MDFT、MIC的ADF统计量均大于各相应显著水平下的临界值，因此不能拒绝含有一个单位根的零假设，故原序列全为非平稳序列。但经过一阶差分之后所有变量均变为平稳序列，即以上变量全为I(1)过程，因此可进一步检验它们之间的协整关系，这里选用Johansen协整方法，在进行协整检验时，对基本数据的趋势假设有5种，在不确定序列与协整方程的具体趋势情况下，笔者对5种情况一一进行了分析。
Johansen协整检验的结果表明在5％的显著水平下这6个变量之间至少存在两个协整向量。这说明虽然每个变量都是不平稳的。但这些变量之间的某种线性组合却可以是平稳的，即这些非平稳变量之间存在着长期稳定的均衡关系。
(二)VAR模型的脉冲响应在协整的基础上我们建立VAR模型。由于本文研究的重点不是所有各变量之间错综复杂的多期动态联系，而是实际汇率(Er)与制造业工人实际工资(MW)之间的关系以及模型中某个变量变化对制造业工人实际工资产生的冲击和影响力，所以在进行计量分析时，我们将忽略模型的具体估计结果分析，转而将注意力集中在脉冲响应函数和方差分解上。
根据理论，只有VAR模型特征方程根的倒数值都小于1，VAR模型才是稳定的，否则是不稳定的，而非稳定的VAR模型是不可以进行脉冲响应函数分析的。因此，必须先对所建VAR模型的稳定性进行检验。所建立的VAR模型其单位根均落在单位圆内，满足平稳性条件。
脉冲响应函数分析当一个误差项发生变化。或者说模型受到某种冲击时对系统的动态影响，描绘了特定变量对各种冲击的反应轨迹。这里使用的是广义脉冲，其优点是所得结果不依赖于VAR模型中变量冲击的先后次序。制造业工人实际工资对实际汇率及其他影响因素的一个标准差冲击的响应反映了制造业实际工资对相应变量的冲击反应。当在本期给人民币实际汇率一个标准差正冲击后，除第一期外，其他各期均会给制造业实际工资一个正向影响，最大值出现在第2期，为0.112，此后逐渐衰减，从12期开始逐渐趋近于O。总体而言，人民币实际汇率对制造业实际工资的影响是正向的，实际汇率上升，即人民币贬值有助于制造业工人实际工资的增长，并且实际汇率对实际工资的影响时间较长。当在本期给就业人数一个标准差正冲击后，除第3期外，其他各期均会给制造业实际工资一个负向影响，最大值出现在第10期，为-0.7，此后逐渐上升直至第15期收敛。总体而言，就业人数对制造业实际工资的影响是负向的，即就业人数增加，实际工资下降，这是符合基本经济原理的。除了前两期，劳动生产率对实际工资的总体冲击始终是正的，最大值出现在第9期，为0.073，可见劳动生产率的提升是实际工资增-长的重要动力。制造业出口对其实际工资的影响，前8期中，除第1期外，制造业出口对实际工资的冲击总体上是正的，这说明从中短期来看，制成品出口一定程度上刺激了制造业实际工资的增长；从第9期开始，制成品出口对实际工资的冲击开始转负，第10期达到最大值，为-0.34，直至观测期末收敛，这说明从长期来看，制成品出口又会降低制造业的实际工资。这种先升后降的变动趋势很大程度上与制成品从现有的以劳动密集型产品出口为主向将来以技术密集型产品出口为主的出口结构转变直接相关。总体上，除第2、3、7期外，制造业进口要素贡献率对实际工资主要呈现负面影响，即进口要素贡献率的增加将降低制造业的实际工资水平，这与前面的理论分析是一致的。
(三)VAR模型的方差分解对制造业实际工资的方差分解：在第1期，制造业实际工资的所有变动均来自其本身，其他各变量的影响均从第二期表现出来。综合看来，制造业实际工资本身、实际汇率、制造业就业人数、制造业劳动生产率的增长率、制造业外贸依存度和进口要素贡献率对制造业实际工资方差波动的贡献度分别约为31.7％、38％、16％、11％、2.3％和1％。从方差分解的结果来看，除去制造业实际工资本身的影响。实际汇率是影响我国制造业实际工资的最主要因素，其次是制造业就业人数和制造业劳动生产率的增长率。
四、总结及政策含义
本文选取制造业为代表性部门。考察人民币汇率波动对我国劳动者工资性收入的影响，通过对1978-2006年间的数据进行实证检验发现：人民币实际汇率、就业人数、劳动生产率是影响制造业工资的重要因素，其中人民币实际汇率波动的影响最为重要。实际汇率波动影响工资的主要途径为：实际汇率波动―进出口波动―就业波动―工资波动。
人民币实际汇率之所以会成为影响我国制造业工资增长最主要的因素，主要基于以下三个原因：其一，我国制造业的产业结构不合理。我国现有的制造业产业结构中，劳动密集型产业仍是主体。劳动密集型产业对就业，尤其是对低技能工人就业的吸纳能力很强。汇率波动对劳动密集型产业的冲击远高于资本、技术密集型产业，从而对制造业就业和工人工资的影响十分显著。其二，制造业的对外依存度过高。由于内需不旺，因此多年来，我国制成品的消费主要依赖国际市场。此外，由于重要能源和原材料的供不应求，我国制成品生产中进口要素的比重不断增加。这种“两头”在外的发展模式使得我国的制造业受汇率波动的影响十分直接。从而间接影响了工人的就业和工资。其三，制造业的劳动生产率与工资增长严重脱节。制造业是我国最早实行对外开放和市场竞争的部门，经过三十年的发展，制造业劳动生产率的增长远高于国民经济的另一重要部门――服务业，但制造业工人的工资却远低于服务业。这说明制造业劳动生产率的提高没有促进其工资收入的同步增长，二者出现了脱节。从制造业工资的方差分解中，我们也可以看到，劳动生产率对制造业工资的贡献率仅为11％。远低于实际汇率38％的贡献率。
尽管实证分析表明人民币贬值有助于制造业工人工资增长。但这并不意味着为了促进制造业工人工资增长和福利改善就必须采取人民币长期贬值的策略。这是由于：一方面，长期来看，人民币贬值对工资增长的促进作用有限。从制造业工资的方差分解中可以看出，实际汇率对制造业工资的影响力呈逐年下降趋势。此外，从制成品出口对工资的长期动态影响来看，随着制造业出
口结构的调整，人民币贬值刺激工资增长的机制(主要是通过出口)在中期以后就会逐渐失效，长期内反而会降低工资水平；另一方面，受制度因素制约，实际汇率对工资的作用被间接放大。由于制造业劳动生产率增长对工资的促进作用在短期内无法充分发挥，劳动密集型为主的制造业产业结构调整将持续较长时期，这些制度因素的制约使得短期内汇率成为影响制造业就业和工资增长的主要因素。实际上，在制造业的产业结构升级完成，增长方式从外需增长型向内需增长型转化后，实际汇率对工资的作用力将会大大降低。
制造业是一国实体经济发展的主要推动力，美国金融危机的教训再一次证明了实体经济的良好发展才是一国经济增长和社会稳定的根本，因此，在当前制造业处于内外交困的非常时期，汇率政策调整要有助于制造业短期内走出困境，制造业的发展成果要真正惠及从业者，对此，笔者有如下建议：
短期来看，人民币升值的速度应该有所放缓，以稳定为主，这样有利于制造业的发展和工人福利的提高。从内部环境来看，我国制造业正经历着产业升级的结构性变革，现有产业的整合和大量中小企业的关、停、并、转必然会提高工人岗位轮换、职位调整、跳槽、失业的频率，人员流动频繁、就业的不稳定性增加，这些都从一定程度上对工人工资的稳定增长和福利改善形成冲击。从外部环境来看。未预期的全球金融、经济危机重创了我国外向型制造业的发展，沿海地区加工贸易型中小企业的破产停工在短期内造成大量低技能工人的失业和福利恶化，对国内经济社会稳定形成了冲击。因此，如果在这个特殊时期，人民币仍保持持续快速升值的势头，无疑会增加制造业工人的失业和加剧其福利的恶化。
长期来看，人民币升值是汇率市场化、资本项目开放的必然结果，是大势所趋。因此，为了降低升值对制造业的影响，不断提高从业人员的福利，必须从制造业自身人手，寻求解决思路：
第一，转变制造业的增长方式，从外需增长型向内需增长型转化。我国制造业的发展由于受历史和现实条件的制约，引进外资、出口导向成为制造业发展的两个基本模式，对外依存度很高。要想真正降低汇率波动对制造业的影响，就必须转变增长方式。从外需增长型向内需增长型转化。制造业增长方式的转变微观上取决于企业技术创新和自主研发能力的提高，宏观上则取决于内需的扩大。
