从NDF市场看人民币与新台币的相关性.doc

从NDF市场看人民币与新台币的相关性关键词：非交割远期外汇人民币Copula函数动态相关性尾部相关性内容摘要本文通过检验人民币与新台币在非交割远期外汇市场上的相关性来验证人民币是否正 在走向区域化货币的进程本文采用ARCH, GARCH以及动态Copula函数模型来验证得出 人民币与新台币之间是存在相关性和尾部相关性的的，这种相关性是随着时间的递增而增 强的，并且存在两个时间点使得两种货币的相关性发生比较强烈的变化本文通过这些实 证检验结果得出人民币区域化正在迅速形成AbsractThis paper investigates the correlation between Chinese Yuan and New Taiwan Dollar non-delivery forward （NDF） rates against the U.S. dollar • This paper adopt the ARCH,GARCH Copula modeling approach to capture dynamics of correlation and tail dependence between Chinese Yuan and New Taiwan Dollar NDF rates . It is shown that the correlation and tail dependence are exists and the degree of correlation are strengthens as time elapses , and there also exists two time point that the interdependence between two rates are increases significantly • All these results supported that the Chinese Yuan bloc are emerging rapidly •目录%1. 导论（一）研究背景与选题意义中国在2005年7月21日宣布汇率改革，明确了人民币汇率波动将参照一篮子 货币。

人民币汇改后的最大特征是减少了与美元的联动性，与日元，欧元，泰铢，新加 坡元在统计上不存在显著关系或存在负相关关系，而与韩元，新台币,港币和林吉特 的联动相关性增强2011年上半年度的人民币结算额己达到总外汇结算额的10%之多，2011年下 半年度香港对于人民币的储存量已到达总外币储存量的将近20%之多更有学者指 出人民币已经存在区域化并且已经在东亚成为主要的参考货币他们指出上世纪90 年代美元还是东亚主要的参考货币，但是现在大多数东亚货币对于人民币敏感度已 经明显强于对于美元的敏感度这些证据表明，人民币逐渐成为区域货币的进程已 经开始基于以上事实，我们可以想人民币在通过哪些渠道来影响其他的货币？有学者 指出人民币是在通过无本金交割远期市场来实现这一功能首先，随着新兴市场外 汇自由化进程的加快，境外投资对冲外汇风险的愿望强烈，源于外汇管制的无本金 交割远期（NDF）在岸化成为必然选择其次，随着我国经济的持续增长，综合国 力的不断增强，人民币在市场选择中被周边国家的商人和边民高度信赖与接受，其 支付货币的规模不断扩大，取代美元成为边贸结算为主的首选货币本文将通过研究人民币与台币对于美元的无交割远期汇率之间的相关性和尾 部依赖性来呈现人民币确实是借助无本金交割远期市场来对其他东亚货币产生影 响提供更多的证据。

本文将验证这种联动性是否随着时间而增大，是否存在一个时 间点使这种联动性发生明显变化1) 文献综述对于人民币与其他货币的联动效应，国内外学者都进行了广泛的探索，得岀了很 多结论下面就这些结论进行文献综述：1. 美元是东亚区域的主导货币Frankel and Wei (1994)指出上世纪80年代以及上世纪90年代早期美元都是 东亚区域外汇政策中的重要主导货币这些区域持有较大量的美元外汇储备 量，并且其货币波动也比较依赖于美元的波动值2. 人民币在外汇交易中的占比越来越大Cockerell and Shoory (2012)通过研究发现，2011年上半年度人民币交易占 中国总外汇交易的大概10%左右2011年下半年度香港的人民币储存额度已 达到总外汇储存额度的20%左右3・人民币不再局限于一种当地货币，而是逐渐走向一种区域货币Subramanian and Kessler表明人民币货币区域已经形成并且人民币己经成为 东亚区域的主导货币进一步的，两位学者还指出70%左右的东亚区域货币 相比较于美元的波动更与人民币的波动相一致4. 人民币影响其他亚洲货币的途径是难以识别的Shu, Chow, and Chan (2007)表明虽然人民币与其他亚洲货币的关系是比较 容易辨别的，而且可以比较容易的提出一些因素，通过其可以加强人民币对 其他亚洲货币的影响，但是很难确定一个途径，通过其人民币对其他亚洲货 币产生了实际的影响。

5. 人民币是有可能通过无本金交割远期(NDF)市场来影响其他亚洲货币的Lien, Wu, Yang, and Zhou (2013)表明，由于2005年中国政府进行汇率改 革后，许多亚太地区的企业都开始使用人民币无本金远期交割(NDF)合约来 对冲他们的货币风险，所以说人民币是通过无本金远期交割市场来影响其他 亚洲货币的是有根据的6. Copula模型解决金融问题Patton (2011)］构造了马克兑美元和日元兑美元汇率的收益的二元Copula模 型，并与相应的BEKK-GARCH模型做了比较，结果表明Copula模型可以更好 地描述金融市场之间的相关关系(%1) 内容安排与研究方法1. 内容安排本文共有五个章节来对人民币与新台币的联动效应进行系统性的阐述 第一章为导论部分，阐述本文的研究背景与意义，回顾了国内外关于人民 币成为区域货币和其成为区域货币的途径的一些理论与实证研究的成果随 后介绍本文的内容安排与研究方法，最后说明本文的创新点和不足之处第二章为人民币与新台币相关性的理论研究，阐述了为什么选择人民币与 新台币这两种货币以及为什么选择无本金交割远期外汇(NDF)市场的原因 随着介绍了本文将用于实证研究的基于时间的研究相关性的模型，包括NDF 回报的边际分布模型以及动态Copula函数模型。

第三章为人民币与新台币相关性的实证分析部分，首先介绍了本文的样本 数据来源以及数据的处理方法，用表格的形式直观的给出了数据处理的结果, 并在其后给出了数据处理结果重点部分的文字描述第四章为实证结果分析，对于在第三章得出的数据结果进行了分析，对其 中重要的数据变化进行了导致其变化的原因分析第五章为本文的结论部分，对本文的总体内容进行了简短的总结2•研究方法本文将采用ARCH,GARCH以及动态Copula函数模型来进行数据检验从而得 出研究结果四）本文的创新之处与不足之处1. 创新之处（1） 采用2007-2011年的三个月期数据进行分析，扩大了样本容量，通过更多的数 据进行分析并得出更为合理的结论（2） 关于样本指标的选择，采用了人民币与新台币NDF汇率值来进行研究，可以避 免政府干预等干扰数据市场值的影响，得出更为准确的结论2. 不足之处（1） 虽然扩大了样本内容但是没有收集到最近两年（2013年，2014年） 的数据，使研究结果不能充分显示这两年的变化情况2） 使用的模型不能够非常精确的显示检验结果3） 仅通过NDF市场所得到结论比较狭隘1. 人民币与新台币联动效应的理论研究（一）研究原因本文重点介绍人民币与新台币无本金交割远期汇率兑美元之间的动态依赖性是基于以 下两点原因的：1. 中国内陆与台湾之间的特殊关系。

Rosen and Wang （2011）表明，中国内陆对台湾的产品，投资和劳动力处于一种开放的 状态，而台湾却对中国内陆处于一种相对于比较限制的状态这同时也意味着，一旦人 民币努力完成国际化的进程影响到两岸之间的关系，便可以减轻政治障碍而使两种货币 的运动变得更加相关基于中国内陆与台湾之间的特殊关系，人民币与新台币为本金交 割远期汇率兑美元之间的动态相关性就会被赋予特殊的意义2. 2008年7月，中国政府恢复了盯住美元的政策并保持了两年在这种政策下，必须存 在一种代替性的汇率用于减轻政府干预对汇率的影响由于场外交易的衍生金融产品是 用美元进行支付的，所以相对较小程度的受到央行的干预本文就会通过无本金交割远 期汇率来更直接的研究市场参与者的反应（二）基于时间的研究相关性的模型概述1. NDF回报的边际分布一般情况下金融数据，尤其是短时间间隔测量的金融数据有非常态性的特征 比如，收益率呈现肥尾（尖峰）现彖，说明相比较于正态假设会岀现的大的变化概 率较大为了解释NDF回报的潜在的序列相关性，本文使用AR （1）过程来模拟 NDF回报的条件平均值，用GARCH （1,1）过程来模拟回报的条件方差。

假设残差是服从t分布的.CNY/USD and TWD/USD回报为：心严闪+心心―+孤，i = CNY,TWD, （1）昭二3 +內殆_1 +如琨一 1 ‘ （ 2）吃（可一 2）£讥 ~ i.i.d. Student ・ tv.f其中，RcNY,t和叫叫 分别是CNY/USD和TWD/USD的NDF回报％ny和Swd 是t分布的自度2. Copula函数方程：近几年来，许多学者都开始将动态Copula函数模型的概念引入金融 时间序列中来辨别金融数据随时间变化的依赖性Copula函数通过将变量 的联合累积分布函数同变量的边缘累积分布函数连接起来从而描述多个 变量之间的相关性可以通过Copula函数构造灵活的多元分布函数，从 而掌握金融市场之间的真实相关性，并且由Copula函数导出的相关性测 度不仅可以捕捉随机变量间的非线性、非对称相关性，还可以更容易地刻 画分布的尾部相关性Donald Lien （2014）通过釆用动态Copula函数模型来模拟变量间的动态 关联性以及尾部相关性作者提出两个假设：1.存在一个可以分解成n 个边缘分布的n维联合分布函数2.存在一个定义n个变量之间相关性 结构的Copula函数。

除此之外，Dias and Embrechts （2004）提出通过动 态Copula函数和变点技术来找出依赖型结构发生显著变化的时间点本文将使用正常Copula函数以及SJC copula函数2.1二元Copula函数方程为：c（%"2）=占““ ,2px\X2 -琲-妊 好 + 於、 e Pl 2(l-p2) + 2)'(4)其中,p是在Copula函数中测量两个随机变量之间线性相关性的唯一参数2.2 Symmetrized Joe-Clayton (SJC) Copula 函数方程：SJC Copula函数方程为：⑸C Copula是由JC Copula演变而来的)Csjc(“1“21已*)=0・5(C}c(“l，“2 I*7, TL)+Cjc(l-fllf 1 一 “2 I*7, TL) + “1 + “2 - 1)，其中,Cjc（刈“2曲计）—]f k= i-{i- [(i —(1 一心)一卩 +(1-(1—血灯y — i] }k = l/log2（Z -t?） , y = 一1〃002（计）・T? 6 （04）和专G（0,l）分别测量尾部依赖性的上尾巴象限和下尾 巴象限在这种情况下，可以通过估计二元分布的上部和下部象限 尾部依赖。