摘要 ：采用2012年1月至2016年 4月的月度数据 ，利用向量自回归（VAR）模型研究在岸与离岸人民币汇率价差的影响因素，结果发现 ：汇率价差与人民币升贬值预期呈正相关关系，与利差及资金存量呈负相关关系。在岸与离岸人民币汇率价差自身的滞后一阶 、在岸与离岸人民币利率之差是影响在岸与离岸人民币汇率价差的主要因素。除此以外 ，资金存量与人民币升贬值预期也会对汇率价差产生影响。 因此，应进一步疏通境内和境外人民币流通渠道 ；货币当局应将调节利率水平作为管理汇率价差的备选政策工具 ；加强对跨境流动资本的监管 ；管理人民币汇率预期 ；在进一步深化国内利率和汇率市场化改革的基础之上，培育和 发展离岸人民币市场 ，稳步推进人民币国际化 。

关键词 ：人民币汇率价差 ；利差 ；资金存量 ；升贬值预期 ；VAR 模型

一 、引言

自 2005 年7月人民币汇率制度改革以来，人民币兑美元汇率总体上不断上升。2014年人民币即期汇率贬值幅度为24.2％，结束了兑美元只升不贬的态势 。 从此 ，人民币告别长期单边升值 ，进入了 “升贬交替 、波幅加宽”的双向波动“新常态” 。 人民 币即期汇率存在两个市场 ：一个是在岸人民币即期 汇率市场（简称 CNY 市场），另一个是离岸人民币 即期汇率市场 。作为全球第一个也是目前规模最 大的离岸市场 ，香港人民币离岸市场（简称 CN H 市 场）有着其突出的地位 。 CNY 市场汇率与 CN H 市 场汇率一直存有差价。 在汇率双向波动的新常态下 ，汇差波动幅度不断扩大 ，以 2015年 8月11日为例，中国人民银行宣布“将进一步完善人民币汇率中间价报价① ” ，同日，大幅调低人民币兑美元中间价，这引发了CNH 和 CNY 的双双大幅贬值 ，在岸离岸汇差达到796个基点 。如图１所示 。

汇率价差之所以存在且不断波动 ，主要是由于 CNY 市场和 CNH 市场在金融管制 、市场完善和自由 程度等方面存在差异性［１］ 。 CNY 市场发展时间长、规模较大 、受央行的政策影响较大；而 CNH 市场发展时 间短 、规模较小 ，受国际金融局势的影响较多 ，比前者能更充分地反映市场对人民币的供求，这使得人民币 在岸与离岸价格存在差异。其次，离岸人民币供给与 需求的变化会使人民币通过诸如跨境贸易结算渠道、直接投资渠道 、金融市场渠道以及个人渠道在境内和境外流动 ，资本流动把在岸与离岸市场联系在了一起 。如果价差较大，易引发套汇交易 ，不利于金融稳定和人民币国际化的顺利开展 。 将在岸与离岸人民币汇率价差控制在合理水平，是防范国际资本流动风险的重要环节，也是保障人民币外汇市场平稳运行的重要手段。当前我国面临的最大问题是如何在实现汇率市场化 、人民币国际化的同时，将风险和波动抑制在可控水平。 在这样的国际国内大背景下，研究在岸与离岸人民币汇率价差波动的形成原因 、波动的影响因素等 ，有着重 要的理论和现实意义 。

目前 ，关于在岸与离岸汇率价差以及在岸与离岸人民币市场的研究主要有两类 ：第一类研究视角 为境内与境外人民币外汇市场的联动关系 。 在2010年香港人民币即期市场形成之前 ，大多数研究 的对象是人民币境内即期汇率市场 、境内远期汇率 市场与境外 NDF 市场之间的联动关系［2-10］ 。 随着2010年香港人民币即期市场的形成 ，香港离岸人民 币即期汇率（CN H ）开始被研究者重视起来 ，出现 了很多研究 CN H 、CNY 和 NDF（以及 DF）这三类（或四类）市场之间关系的学者 ，他们的研究结论不 尽相同 ，可能是由于采取的数据时间序列较短 ，而且样本时段不同［1-24］。第二类文献从境内外人民币汇率价差的角度展开研究。Funke 等（2015） 发 现离岸与在岸市场的流动性水平差异是汇率价差水平的重要决定因素 ，全球风险偏好的增大会加大汇率价差的波动性 ，而允许跨境资本流动的措施会显著减少两个市场的汇率价差［２５］ 。 Murase （2010） 把 CN H 超过 CNY 的部分解释为是一种“托宾税” （即跨境短期资本流动的成本）［２６］。还有一些学者将汇率价差归结为在岸和离岸人民币市场不同的微观市场结构、当局对在岸和离岸市场的调控和干预 、人民币汇率升贬值预期、资金存量以及境内外风险偏好的不同等因素中的某几种，研究结果也各有不同［27-30］。

梳理以往文献可发现 ，由于时间序列的限制 、 数据可得性等原因 ，之前的研究对于汇差的影响因 素考察得不够全面 。 为此，本文在已有文献的基础上 ，着眼于现阶段汇率双向波动（即在岸和离岸人 民币汇率价差既有正又有负）的背景，引入解释汇 率价差的变量—— 在岸与离岸人民币利率之差、人 民币汇率升贬值预期和香港人民币资金存量 ，运用解释力度较高的 VAR 模型 ，量化解释变量对汇率 价差的影响程度。采用2012年1月至2016年4月 的月度时间序列，数据时间轴相对于以往研究有所 拉长 。

二 、数据 、变量与模型

（一）数据来源与变量设计本文数据主要来源于Wind 数据库 、前瞻网数 据库 、香港金管局网站和香港财资市场公会网站 。本文的被解释变量为 ：在岸和离岸人民币汇率价差（CNYCN H ）；解释变量为：在岸和离岸人民币利率 之差（IR）、人民币汇率升贬值预期（NDF） 、香港人民币资金存量（DEPOS IT ） 。 各变量的数据范围为2012 年1月至2016年4月 ，且均为月度数据② 。

CNY 即期汇率与 CN H 即期汇率之差来自 Wind 数据库 。 境内人民币利率采用 SHIBOR ，境 外人民币利率使用香港的人民币同业拆息定价③ ， 境内与境外人民币利率均为一周期限 。 NDF 汇率 比 DF 汇率更适合作人民币汇率升贬值预期的代理 变量 ，这是由于 NDF 汇率产生时间早 、受管制程度 极低 ，在实务界已成为度量人民币汇率未来走势的 主要指标［２９ ，３１］ ，且 １２ 月期的 NDF 在金融市场中流 动性最高 、交易最为活跃 。 因此 ，采用 １２ 月期的 NDF 来反映人民币升贬值预期 。 对以上各变量均 进行月度平均处理 。 香港人民币资金存量来自香 港金管局网站的金融数据月报 ，为了使数据易于处 理 ，在实证分析中使用资金存量的环比增长率序 列 。 所用的统计软件为 Eviews８ ０． 。

（二）模型假定 ：影响因素作用机制分析

在目前的情况下 ，人民币在岸市场规模远大于离岸市场，故一般认为在岸市场汇率对离岸市场汇率有着决定性的作用。但与受管制较多的在岸市场相比，由于离岸市场的自由性和开放性，离岸市场上形成的人民币汇率对市场信息更敏感有效。 因此，探寻在岸与离岸汇率价差的形成原因及影响因素 ，具体还需从供求规律入手 ，尤其是从离岸人 民币的供给和需求两个角度来看 ：当离岸人民币供 给增加时 ，离岸人民币价格下降 ；当离岸人民币需 求增加时 ，离岸人民币价格上升 。 影响离岸人民币 的供给与需求情况的因素主要有以下几点（各因素 对汇率价差作用机制如图2 所示） ：

第一 ，利差（IR）。 若人民币在岸利率与离岸利率之差扩大（一般在岸利率高于离岸利率），则境外人民币的吸引力会降低 ，离岸人民币贬值 ；反之 ，离岸人民币升值。

第二 ，香港人民币资金存量（DEPOS IT ），代表了离岸人民币供给状况。香港人民币存量增加 ，相当于离岸人民币供给增加，离岸人民币贬值 ；相反，若香港人民币存量减小 ，则离岸人民币供给相对减少，离岸人民币升值 。

第三 ，人民币升贬值预期（NDF）。若投资者对人民币贬值预期加剧，则境内资本外流 ，在岸与离岸人民币均会贬值。 由于中国尚未实现人民币可自由兑换，若投资者预期人民币贬值 ，一个可行方法就是在离岸市场上大量抛售人民币。贬值预期越大，则离岸人民币贬值幅度越大 ，从而使得汇差加大 。

第四 ，人民币升贬值预期 （NDF）会受到利差（IR）、资本跨境流动以及离岸人民币资金存量 （DEPOS IT ）等因素的影响 。由于预期具有自我实现的特性 ，因此，离岸人民币资金存量减少、在岸离岸利差加大、资本外流加剧等均会刺激人民币贬值预期的进一步持续。

（三）模型选择 由 Sims（１９８０）提出的自向量回归模型（Vector Autoregressive model ，即 VAR 模型）是一种将多个 变量放在一起作为一个系统来预测 ，以使预测相互 自洽的方法［32］。 VAR 模型采取多方程联立的形式，假定在模型中的变量全部为内生变量 ，对模型 的全部内生变量的滞后项进行回归 ，从而估计全部 内生变量的动态关系 。 VAR 模型主要用于预测和 分析随机扰动对系统的动态冲击，包括冲击的大小 、正负以及延续的时间 。针对人民币汇率价差、 利差、资金存量和升贬值预期四个因素之间相互影 响的情况，为获取这些变量间的动态互动关系 ，根据变量自身特性 ，本文建立 VAR（K）模型来刻画汇 率价差 、利率之差 、升贬值预期与资金存量的关系 。

一个 K 阶的一元向量自回归 VAR（k）过程为 ： Y t ＝ Φ１ Y t －１ ＋ Φ２ Y t －２ ＋ ⋯ ＋ Φ k Y t － k ＋ εt （１） 其中 ， ε 为白噪声过程 。 若将 CNYCN H 作 为 被 解 释 变 量 ，将 IR 、 NDF 、DEPOS IT 作为解释变量 ，构建 K 阶的三元 自回归 V A R（K）系统 ：

三 、实证分析

（一）   数据的基本统计描述

如表1所示 ，从平均值来看 ，汇率价差为 －0.0034 ；从偏度上来看，所有变量的偏度均不为零 ，说明存在左偏或右偏的特征；从峰度上来看，所有变量的峰度均大于正态分布的3，存在尖峰厚尾 的特征 ，表现不出正态性 。

（二）   序列的平稳性检验

采用 DF 、ADF 、PP 和 DF-GLS 检验等多种方法进行单位根检验，以避免可能出现的伪回归现象。如表2 所示，DF 、ADF 和 PP 检验的结果均表明 ，在 １％ 的显著水平下 ，CNYCN H 、IR 、NDF 和 DEPOS IT 序列存在单位根 ，是非平稳的 。ADF 检 验与 PP 检验的共同缺点是 ：检验的功效较低（犯第 II 类错误的可能性较大） ，尤其当样本容量不大 ，或 真实模型接近单位根的情形 。 为此 ，还应结合目前 最有功效的 DF-GLS 检验来判断 。 CNYCN H 序列 的 DF-GLS 值小于 １％ 的临界值 ，不存在单位根 ，除 此之外 ，IR 、NDF 和 DEPOS IT 这三个变量的 DFGLS 值（滞后期为 １ 阶）都大于 １％ 的临界值 ，无法 拒绝“存在单位根”的原假设 ，即存在单位根 。 综合 DF 、ADF 、PP 和 DF-GLS 检验四种方法 ，结果显示 ： 在 １％ 的置 信水 平 下 ，CNYCN H 、 IR 、NDF 和 DEPOS IT均为 １ 阶单整序列 ，它们一阶差分后的 序 列 D （CNYCN H ） 、D （ IR ） 、D （ NDF ） 和 D （DEPOS IT ）均为平稳 ，可以直接建立 VAR 模型 。

（三）   滞后阶数的选择

通过序列似然比检验 、最终预测误差 、赤池信息准则 、汉纳奎因准则以及施瓦茨准则这五个评价方法 ，滞后一阶获得四个评价方法的支持 ，滞后二阶获得一个评价方法的支持 ，滞后三阶没有获得支 持 。 因此 ，确定用一阶的滞后阶数 ，即式（１）中的 K ＝ １ 。  

（四）   Johansen 协整检验

本文标签: 人民币汇率价差 利差 资金