境內外人民幣外匯市場的多階矩風險溢出效應研究

■楊玲玲 湯磊

一、引言

在我國金融市場雙向開放的背景下，短期資本跨境流動規模擴大，風險溢出的渠道更加通暢，人民幣外匯市場受國際金融市場的外溢性影響進一步凸顯。在“一種貨幣、三種匯率、三類外匯市場”①的結構化特征下，香港離岸人民幣匯率、NDF 匯率與境內人民幣匯率具有雙向價格引導關系[1]，外部沖擊因素可經由前兩種匯率價格傳導至境內外匯市場，加劇境內人民幣匯率波動，推高我國外匯市場風險水平，而境內市場風險也會通過這兩種匯率向境外擴散。不僅如此，三種匯率間還存在較強的風險共振現象，這種關系在金融市場動蕩時期表現得更為突出，使得三類外匯市場間的風險溢出存在系統性、時變性、交互性和非對稱性，這對我國“實現人民幣匯率在合理、均衡水平上的穩定”的政策目標構成了挑戰。因此，研究境內外人民幣外匯市場間的風險溢出效應具有重要政策意義，不僅有利于我國穩步提升人民幣國際化水平，更好地構建“雙循環”新發展格局，也有助于發揮匯率作為國際金融風險隔離墻的作用，為我國經濟高質量發展保駕護航。

此外，金融資產風險僅用二階矩方差來刻畫并不完整，還應當考慮在風險極端化條件下的高階矩波動率。在二階矩風險維度下，GARCH波動率刻畫的是條件方差層面的風險，即已知的不確定性（known unknown），意外波動率（VS）刻畫的是意想不到的風險，即未知的不確定性（unknown unknown）；而偏度、峰度等高階矩波動率刻畫的是極端風險，即極端未知的不確定性（extreme unknown unknown）。從GARCH 波動率、意外波動率到高階矩波動率，金融資產所具有的風險極端化程度漸次增加。已有研究發現，金融資產之間不僅存在一般風險層面的關聯，還存在著未預期風險甚至極端風險層面的關聯，且不同金融資產的聯動關系在二階矩乃至更高階矩上都有顯著的反映[2]。因此，風險溢出效應的研究應當考慮多階矩維度下的溢出特征，把不同極端化程度下的風險傳染機制刻畫出來?；诖?，本文從時域和頻域兩個維度出發，特別關注三種人民幣匯率通過動態條件相關結構所產生的緊密聯系，研究境內外人民幣外匯市場之間的意外波動、條件偏度和條件峰度風險溢出效應。

本文的邊際貢獻在于：第一，系統化地測度了境內外人民幣外匯市場間的多階矩風險溢出效應，為研究匯率風險以及由信息的跨市場傳播所產生的多階矩市場風險聯動關系提供了新佐證。第二，從時域、頻域雙視角出發，研究了境內外人民幣外匯市場間的多階矩風險溢出效應，拓展了匯率風險問題的研究邊界。第三，考察了在不同風險極端化程度下，境內外人民幣外匯市場間的風險溢出強度、溢出方向以及跨市場風險傳染機制，厘清了沖擊因素在境內外人民幣外匯市場間的傳導路徑，為防范人民幣匯率風險、維護國家金融安全提供了經驗證據和決策依據。

二、文獻綜述

目前與本文主題相關的研究主要涉及境內外人民幣外匯市場間的風險溢出效應、基于意外波動率的風險溢出效應以及基于高階矩風險的風險溢出效應。

（一）境內外人民幣外匯市場的風險溢出效應

信息的跨市場傳播使得境內外人民幣匯率的收益率存在動態條件相關性，并因波動沖擊產生了風險溢出效應。國內外學者通過定量研究人民幣外匯市場的風險溢出效應，既識別了境內外外匯市場間的匯率信息溢出強度和溢出方向，也據此判別出在岸人民幣匯率（CNY）、香港離岸人民幣匯率（CNH）和人民幣無本金交割遠期匯率（NDF）的市場影響力，從而確定人民幣定價權歸屬。

在2010年香港CNH市場尚未出現之前，國內學者普遍認為境內人民幣即期市場對NDF 市場不存在明顯的波動溢出效應，NDF 市場處于匯率價格發現的中心地位，擁有人民幣定價權[3，4]。此后，相關研究結論出現了分化：有學者發現，隨著境內外人民幣外匯市場風險關聯性的上升，境內CNY市場逐漸占據了匯率定價主動權，而NDF市場的影響力開始下降[5]；有學者則認為，境內外人民幣即期匯率間不存在顯著的均值溢出和波動溢出效應[6]；還有學者認為，CNH 匯率對CNY 匯率具有預測性，NDF 匯率對CNY匯率具有預測性，故境內CNY市場應當是溢出效應的接受方，而香港CNH市場和NDF市場才是溢出效應的源頭[7—10]。

在2015 年“8.11”匯改后，國內外學者的研究結論更趨一致，主要形成兩類觀點：一部分學者認為CNY匯率引導著離岸市場匯率，故CNY匯率對離岸CNH 匯率的風險溢出效應更強[11—13]；另一部分學者則認為，香港CNH市場對境內CNY市場具有日益顯著的均值溢出和波動溢出效應，前者才是匯率信息溢出的中心，CNH匯率變動能更好地反映全球風險變化[14—16]。

（二）基于意外波動率的風險溢出效應研究

Hamao等[17]首次將意外波動率視為滯后于條件方差項的成分，用以研究國際股市間的風險溢出效應，結果發現紐約股市是風險溢出的源頭，能夠對倫敦股市和東京股市產生顯著影響。Engle 等[18]更明確地將意外波動率定義為殘差平方和條件方差之間的不可預測成分。該定義被國際學者用于研究美國股市與亞太股市間的風險溢出效應，證實了美國股市是意外波動風險的溢出源頭[19，20]。Aboura 等[21]的研究最具代表性，認為意外波動率對金融市場間的信息沖擊更為敏感，將其引入ADCCX-GARCH 模型，用以探討美國股票市場、債券市場、外匯市場和大宗商品市場間的風險溢出效應，結論有力地證明了考慮意外波動成分后各類金融市場間的風險溢出效應更為顯著。

（三）基于高階矩風險的風險溢出效應

鑒于金融資產收益率通常并不滿足正態分布或者對數正態分布，這意味著對金融風險的測度不能僅考慮均值和方差，也應該強調高階矩維度下的風險特征。從微觀視角來看，企業間的生產率沖擊總體上呈現出非正態分布，其條件偏度和條件峰度具有時變性[22]。各類金融資產也具有類似風險特征，對沖基金的收益率對偏度和峰度沖擊尤為敏感，并且偏度和峰度沖擊比波動沖擊更加重要[23]，股票同樣如此。而且引入高階矩風險后，股市間的風險溢出效應也很顯著。劉楊樹等[24]利用股票市場的風險中性高階矩來反映香港股票市場風險特征，發現在三階矩偏度和四階矩峰度等兩個維度下，香港股市存在明顯的風險溢出效應。許啟發[25]、蔣翠俠等[26]構建了高階矩風險GARCHSK 模型，驗證了我國股市存在高階矩風險，并發現方差風險溢出效應強于偏度風險溢出效應和峰度風險溢出效應，方差風險在投資決策中依然占有最重要的位置。崔金鑫等[2]同時從時域和頻域視角研究高階矩風險溢出效應，發現國際股市間的高階矩風險溢出效應同樣顯著，美國、英國、德國、法國和加拿大股市主要扮演風險凈溢出者的角色，而澳大利亞、日本、新加坡、中國內地和中國香港股市主要扮演風險凈接受者的角色。

綜上，國內外學界圍繞境內外人民幣外匯市場的風險關聯性以及各階矩風險維度下的金融市場風險溢出效應進行了卓有成效的研究，但仍存在一些局限性：第一，對匯率存在的多維階矩風險特征考慮不足，尤其是忽視了由此產生的意外波動風險溢出效應和高階矩風險溢出效應。在二階矩維度上，隱含波動率和隨機波動率等需要遵從嚴格的假設條件，有可能導致測算結果存在系統性偏誤或者耗費計算量。而意外波動率是GARCH 波動率的估計殘差項和方差項之差，測算方式較為簡便，且該值對金融市場之間的波動沖擊以及市場信息傳遞更加敏感，能準確地刻畫出未預期波動沖擊帶來的跨市影響。第二，假設金融資產收益率序列為正態分布或者對數正態分布，這可能不符合市場的真實情況，因此高階矩之間的風險溢出效應更應成為題中之意。而國內外的高階矩風險研究大多針對股票市場和債券市場，較少涉及外匯市場。第三，對境內外人民幣外匯市場間由信息傳遞導致的風險溢出效應研究還不夠深入，僅驗證了風險溢出效應的存在性及其基本特征，尚未明確揭示出人民幣匯率風險的跨市風險傳染機制。第四，現有研究較多地從時域角度來檢驗金融市場間的風險溢出效應，而從頻域視角來檢驗金融市場間風險溢出效應的成果較少，更鮮有針對人民幣外匯市場時頻域風險溢出效應的研究。

三、實證指標與模型構建

（一）二階矩風險指標

本文將采用意外波動率來作為二階矩波動風險的測算指標。Engle 等[18]將其定義為金融資產價格時序的條件方差與其殘差平方的差值，用以表征金融風險中不可預測的波動成分。一般而言，可通過構建GARCH（1，1）模型的均值等式：

其中，rt為金融資產對數收益率序列，μ為無條件均值，?t為殘差序列，σt為條件方差，ω為平均波動率項。

由殘差?t算得時變條件波動率σt，即可通過殘差平方?和條件方差?之間的差值求解意外波動率ζ。Engle 等[18]將波動率定義為ζ，作為殘差平方?和條件方差?之間的差值。出于標準化計算的目的，本文將意外波動率進行標準化處理，即標準化意外波動率?由如下公式給出：

（二）高階矩風險指標

金融資產收益率分布并非嚴格服從正態分布，而是具有“尖峰肥尾”特征，也即具有了三階矩意義上的峰度風險和四階矩意義上的偏度風險，它們構成了金融資產價格的高階矩風險。為獲取人民幣匯率收益率的條件偏度和條件峰度序列，本文對Leon等[27]提出的GARCHSK 模型進行了精煉，構建如下高階矩風險模型：

式（4）、式（5）中，rt為金融資產對數收益率，μ為無條件均值，表示創新項，Zt表示白噪音，且E（Zt）=0，E（?）=1，σt為條件方差。V，rt-1指的是t-1時期內的時變信息，ht為條件波動，skew下標t為條件偏度，kurt下標t為條件峰度。

（三）DY溢出指數模型

本文將借鑒Diebold等[28]提出的溢出指數（Spillover Index）模型來考察CNY 市場、CNH 市場以及NDF 市場之間的多階矩風險溢出效應。該模型的基本原理是根據廣義的KPPS 方法建立VAR 模型，然后采用方差分解以計算溢出指數。

其次，運用KPPS 方法對VAR 進行一般化處理和方差分解。來自xi(i=1,2,3,…,N)的沖擊對xi的向前H步預測誤差的方差可以作為自身項對方差的貢獻程度，而不包括xi在內的其他xj(j=1,2,3,…,N且i≠j)對xi的H 步預測誤差方差則視為自身對其他方差的貢獻值。因此，xj對xi的方差貢獻為：

其中，σij為第j個方程誤差項的標準差，Σ為預測誤差向量ε的方差矩陣，ei表示第i 個元素為1 而其余元素均為0 的列向量。在KPPS 方法的VAR 框架下，可由自身和其他變量方差貢獻度的和算得總貢獻程度，即

接下來，可對?進行標準化處理，令

根據不同變量的方差貢獻度之和占總預測誤差方差貢獻度百分比，可構建如下總溢出指數：

此外，還可以度量其他所有市場對市場i 的溢出指數：

相反，市場i對其他所有市場的溢出指數為：

用公式（11）減去（10），得到市場i 對其他所有市場的凈溢出指數：

假設j 指的是另一個市場，則市場i 對市場j 的凈溢出指數為：

在模型數據的選用上，本文選取上述標準GARCH 模型和GARCHSK 模型計算所得的意外波動率、條件偏度和條件峰度，以計算CNY市場、CNH市場和NDF 市場之間的各階矩變量之間的溢出關系和溢出強度。

（四）DCC-GARCH（動態條件相關）模型

在DY 溢出指數模型的基礎上，本文將進一步對CNY市場、CNH市場和NDF市場之間的風險溢出特征進行動態化描述。rt和?分別代表價格收益率和意外波動率成分，價格收益率由公式rt=log(Pt/Pt-1)計算得出，ξ定義為n×1的參數向量。

將χt定義為t 時間上的不可預測成分（?t或者?）的向量，條件均值為0并且符合n×n的協方差矩陣Ht。

將Ωt-1定義為t-1 時間段上的所含信息，條件協方差矩陣可以被分解成下式：

令ρij,t代表相關系數，Rt代表n×n 的時變相關矩陣，作為標準差的n×n對角矩陣。

動態條件相關矩陣由下式給出：

其中，Rt中的元素由下式給出：

四、數據、指標及描述性統計

（一）數據、樣本和多階矩風險指標測算

本文選取的數據為CNY 市場人民幣兌美元即期匯率、CNH市場人民幣兌美元即期匯率以及NDF市場一月遠期匯率的每日收盤報價，考慮到境內外人民幣外匯市場的數據同步性，數據選取時段為2012 年5 月10 日到2023 年2 月3 日，同時剔除交易時間不一致數據以及個別極端數據，最終保留共計2464個交易日。所有數據均來源于wind數據庫。

根據GARCHSK 模型可以計算得出CNY、CNH以及NDF 市場的標準GARCH 波動率，以及三個外匯市場在高階矩條件下的條件偏度和條件峰度序列。CNY、CNH 以及NDF 市場由標準GARCH 模型計算得出的參數具體如表1所示：

表1 CNY、CNH及NDF市場標準GARCH模型參數

CNY 市場和CNH 市場的α值約為0.37，表明往期收益率偏差對當期收益率波動存在較高的影響水平，而NDF 市場的α值僅有0.178，表明往期收益率偏差的影響相對較小。CNY市場和CNH市場的β值在0.5附近，表明往期收益率波動對當期收益率波動存在一定影響，但相較于NDF 市場的0.698 而言影響程度較低。

進一步依據公式（3），可求出CNY市場、CNH市場和NDF 市場上人民幣匯率的意外波動率序列?。如圖1所示，自2012年以來，境內外人民幣外匯市場的意外波動率逐漸增強，這反映出在持續推進的匯率形成機制改革推動下，外匯市場的透明度不斷提高，人民幣匯率波動彈性不斷增大。值得注意的是，在2015年“8·11”匯改、2019年中美貿易爭端、2020 年新冠疫情、2022 年俄烏沖突等時點上，匯率意外波動率均出現了突變值，表明重大匯率改革及市場沖擊事件增加了境內外投資者預期的不確定性，加劇了匯率風險。此外，三條意外波動率曲線呈現出基本趨同的波動態勢，這意味著在二階矩維度上，境內外人民幣外匯市場間可能存在較高的風險聯動性，這將在后續的實證檢驗中進行驗證。

圖1 CNY、CNH及NDF市場的意外波動率曲線

接下來，由GARCHSK 模型可以估計得出CNY市場、CNH市場以及NDF市場上的人民幣匯率高階矩風險時序，如圖2 所示。在三階矩風險維度上，CNY 市場和CNH 市場的條件偏度曲線波動較為平穩，僅在2015 年“8·11”匯改期間出現了突變，且后者比前者波動性稍強；NDF 市場的條件偏度曲線則呈現出長期不平穩的波動態勢。在四階矩風險維度上，各市場上的條件峰度曲線也具有類似的波動特征。這表明高階矩匯率風險指標更易捕捉到未預期沖擊乃至極端沖擊對外匯市場的影響，從而使得境內外人民幣匯率風險表現出明顯分化，即CNY 匯率、CNH匯率和NDF匯率對波動沖擊的響應敏感度不斷增強。這也體現出境外人民幣外匯市場中的信息速率高于境內市場，同時從側面反映出境外市場具有相對較高的市場定價效率。

圖2 CNY、CNH和NDF市場的條件偏度、條件峰度曲線

（二）描述性統計分析

表2 是對CNY、CNH 及NDF 市場上各階矩風險序列的描述性統計。從峰度值來看，各個序列均表現出“尖峰厚尾”特征；從JB 統計值來看，各階矩風險均不服從正態分布；ADF 單位根檢驗結果則表明各序列均為平穩序列。

表2 CNY、CNH及NDF市場的多階矩風險指標描述性統計

五、各階矩維度下境內外人民幣外匯市場間的風險溢出效應

本文將基于DY 溢出指數方法，將CNY 市場、CNH 市場和NDF 市場納入統一的VAR 模型系統中，從時域和頻域角度出發，分別檢驗三個人民幣外匯市場間的意外波動風險溢出效應、條件偏度風險溢出效應和條件峰度風險溢出效應。

（一）頻域視角下靜態風險溢出效應檢驗

根據上文測算得出的CNY 市場、CNH 市場和NDF 市場上意外波動率、條件偏度和條件峰度數據，本文依次構建了在各階矩維度下的靜態DY 溢出指數模型，以檢驗境內外人民幣外匯市場間的靜態風險溢出效應。意外波動風險溢出效應考慮當一個市場未預期的波動沖擊產生時另外兩個市場產生波動變化的概率。條件偏度風險溢出效應考慮當某一外匯市場上的人民幣匯率大幅上漲或下跌時，其他兩個市場產生大幅度上漲或下跌的可能性；條件峰度風險溢出效應表示當某一市場發生極端概率事件后，其他兩個市場同樣發生極端概率事件的可能性。在此基礎上，為探究各階矩風險溢出效應的靜態頻域特征，本文還將各階矩風險時序的滯后期進行調整，劃分了四個不同頻域，設置了1天（短期）、5天和10天（中期）以及20天（長期）四種不同頻域。

1.靜態風險溢出強度

表3列示了不同頻域下境內外人民幣外匯市場間的靜態風險溢出總體強度，得出以下結論：

表3 CNY、CNH及NDF市場間的靜態風險溢出效應

第一，在各階矩維度下，境內外人民幣外匯市場間的風險溢出效應均十分顯著，CNY 市場、CNH 市場和NDF市場之間的意外波動率、條件峰度和條件偏度風險溢出指數最高值分別達到40.7、44.1%、29.5%。在各階矩風險溢出效應中，條件偏度溢出效應最強，條件偏度溢出效應最弱，隨著階矩增加，境內外人民幣外匯市場間的風險溢出強度呈現先增后減的駝峰形態變化趨勢。這表明小概率市場沖擊因素導致的風險跨市傳染性最強，而在極端沖擊因素下的風險跨市傳染性相對較弱。

第二，從頻域角度來看，境內外三個人民幣外匯市場間的意外波動風險溢出效應在20 天左右到達強度峰值，表明二階矩的風險溢出效應可能會在長時間內產生效果。而條件偏度風險溢出效應和條件峰度風險溢出效應均在5 天左右達到高峰值，這意味著在短時間內，當一個市場出現大幅度漲跌甚至發生極端概率事件時，另外兩個市場均會在短期內受到影響，以較快速度做出反應。此外，從滯后5天的頻域開始，各階矩維度下的風險溢出強度都保持在較高水平，沒有隨頻域時長的增加而表現出衰減趨勢，這說明無論是從意外波動率、條件偏度還是條件峰度來測度匯率風險，CNY 市場、CNH 市場和NDF市場間的風險溢出效應都具有較長的存續期。

2.靜態風險溢出貢獻度

表4列示了境內外三個人民幣外匯市場各自的風險溢出貢獻度，可以發現：

表4 基于多階矩風險指標的CNY、CNH及NDF市場間靜態風險溢出效應

第一，各階矩維度下境內人民幣外匯市場都是風險溢出的中心，而風險溢出的對象則為香港離岸市場或NDF 市場。從意外波動率、條件偏度、條件峰度的角度來看，CNY市場對CNH市場和NDF市場的風險溢出貢獻均在100%左右，CNY 市場在各階矩維度下均扮演著風險溢出主要輸出者的角色。以意外波動率作為匯率風險指標時，NDF 市場受到來自其他兩個市場的風險溢出貢獻達到67.6%，為三個市場的最高值，可將其視為風險溢出效應的主要承受者。而以條件偏度和條件峰度作為匯率風險指標時，CNH市場受到來自其他市場的風險溢出貢獻分別達到98%和81%，在三個市場中處于最高值，可以認為該市場是風險溢出效應的主要承受者。這些結果表明，境內外匯市場上的人民幣匯率風險變化對境外同類市場有決定性影響，因為境內外匯市場的風險沖擊更容易擴散至境外市場，從而引發風險共振。

第二，從意外波動率、條件偏度、條件峰度的角度來看，CNY市場接受來自自身的風險溢出性都是最強的，風險溢出貢獻分別為98.4%、100%和100%，表明境內人民幣外匯市場的匯率風險主要由本土沖擊因素所致。導致該結果的原因可能是，境內外匯風險沖擊的外向擴散更為便利，而境外人民幣外匯市場對境內外匯市場的風險溢出渠道仍較為有限。

3.風險溢出機制分析

圖3展示了三個人民幣外匯市場之間在各階矩下的風險溢出機制，可以發現：

圖3 CNY、CNH及NDF市場間的風險溢出機制

第一，在意外波動視角下，CNY、CNH和NDF市場間普遍存在著雙向風險溢出關系，市場間的風險溢出渠道較為豐富。其中，CNY市場對CNH市場和NDF 市場具有較強的風險溢出效應，強度值分別達到了49.4%和61.4%，大大高于CNH 和NDF 對CNH市場的風險溢出強度，這表明CNY市場已經成為最主要的風險溢出方。此外，在CNH市場與NDF市場的雙向風險溢出關系中，前者對后者的單向風險溢出強度相對更強，這可能意味著CNH市場作為連接境內外人民幣外匯市場的信息中介，也起到市場風險由境內向境外擴散的橋接作用。

第二，在條件偏度視角下，CNH 市場的風險溢出中介作用體現得尤為突出，僅存在由CNY市場經由CNH 市場向NDF 市場傳遞風險的單向風險溢出路徑，溢出強度依次為98.1%和31.3%。這說明境內外匯市場上的小概率風險沖擊會通過CNH 市場傳導至NDF市場，引發三個市場的風險共振。

第三，在條件峰度視角下，CNY 市場不僅可以通過CNH市場對NDF市場實現間接風險溢出，還具有對NDF市場的直接風險溢出，強度值為1.5%。這表明在極端風險條件下，境內人民幣外匯市場更多地成為了風險溢出的中心，而在兩條單向風險溢出路徑均發揮作用的情況下，境外NDF市場成為了風險溢出的接受者。

從上述分析中可知，境內人民幣外匯市場已經占據各階矩風險溢出中心的地位，其作為人民幣匯率市場信息中樞和定價核心的優勢得以凸顯，而香港離岸市場則扮演者境內外風險溢出的重要通道角色；隨著中國地區人民幣外匯市場的崛起，NDF 市場的影響力已經下降。不僅如此，上述結論還顯示境內人民幣外匯市場已經具備了一定程度的抗風險能力，這對于維系人民幣匯率的穩定有重大意義，對于加強境內外人民幣匯率的協動性也會產生積極影響。因此，市場參與者在做資產決策時需要更多考慮CNY市場帶來的影響，市場管理部門在制定匯率政策時也可將更多的目光投向CNY市場。

（二）時域視角下動態風險溢出效應檢驗

本文將采用滾動時間窗口法對DY 溢出指數模型進行動態估計，進一步分析各階矩風險維度上境內外人民幣外匯市場間的動態風險溢出總效應。參照Barunik等[29]的設定，本文將預測步長設置為向前100天，滾動時間窗口長度設置為200天。實證結果如圖4所示，從中可以發現：

圖4 基于多階矩風險指標的CNY、CNH及NDF市場間的動態風險溢出效應

第一，無論是意外波動、條件偏度還是條件峰度視角下，境內外人民幣外匯市場間的風險溢出總效應都具有顯著的時變性。從總體上看，風險溢出系數隨時間推移呈不斷增加的趨勢，表明境內外人民幣外匯市場的風險聯動性正日益增加，這是市場間信息交流日漸頻繁，風險溢出渠道不斷豐富的結果。

第二，動態意外波動、動態條件偏度以及動態條件峰度的風險溢出系數都出現了多個結構斷點，但在兩個最明顯的時段前后，風險溢出系數均出現先降后升的趨勢，足以體現政策性時間對境內外人民幣外匯市場間的風險聯動關系存在顯著影響。第一個明顯斷點出現在2015 年“8.11”匯改期間，在我國央行宣布改革人民幣匯率形成機制后，各階矩下的風險溢出系數都出現了跳躍式上漲?？梢哉J為，此次改革不僅增加了人民幣匯率定價的市場化程度，也更好地體現出市場預期調整對匯價的影響，有利于疏通境內外人民幣外匯市場間的信息溝通渠道，使風險溢出效應出現跳躍式增強。第二個明顯斷點出現在2019年5月，期間發生了兩大事件，即我國深化銀行業保險業對外開放以及中美貿易爭端爆發。在該斷點處，各階矩下的風險溢出效應也顯著上升，這可能是因為在重大事件信息的廣泛、快速傳播下，大量交易者非理性行為驅動產生了羊群效應[30]，短時間內強化了境內外人民幣外匯市場的風險聯動。

第三，2020年4月以來，境內外人民幣外匯市場間各階矩風險溢出效應都存在著明顯下降趨勢。這可能是由于全球新冠疫情大流行累及金融領域，從而引發了金融市場動蕩，投資者出現恐慌情緒，資本市場參與度有所下降[31]，導致市場間的風險溢出效應減弱。

六、各階矩維度下境內外人民幣外匯市場間的風險聯動性檢驗

前文從頻域和時域角度驗證了境內外人民幣外匯市場間存在著明顯的風險溢出效應，在此基礎上，本文將采用二元DCC-GARCH 模型進一步分析兩兩市場間的風險聯動性，對境內外市場間的風險溢出效應所體現出的時變特征進行更為細致的研究。

（一）DCC-GARCH估計結果分析

根據表5 的估計結果，CNY 與CNH 市場組合的α、β系數值分別為0.012和0.406，都處于中等水平，表明這兩個市場對于新信息的接受程度一般，風險溢出效應持續期也不長。對于CNY 與NDF 市場組合而言，α系數值僅為0.006，而β系數值高達0.76，說明該市場組合的信息敏感程度極低，風險溢出效應的持續時間卻很長。CNH與NDF市場組合的α、β系數值分別為0.261 和0.239，分別為三個市場組合中的最高值和最低值，這表明該市場組合的信息接受程度更高，對新信息的敏感程度更強，但風險溢出效應的持續時間最短。該結果表明，境內人民幣外匯市場是未預期信息的源頭市場，產生波動沖擊后，CNH市場充當三個市場的信息傳播媒介，對信息的敏感程度最高，在未預期的波動沖擊下，反應更加劇烈，而NDF 市場是風險溢出的接收者，存在的波動溢出效應持續時間更長。

表5 DCC-GARCH模型參數

從條件偏度和條件峰度的模型分析結果來看，條件偏度的模型結果顯示α系數和β系數均顯著不為0，α系數顯著表明現有信息對下一期波動存在影響，β系數顯著表明市場中波動存續性較強。同樣，在條件偏度序列中CNY 市場和NDF 市場之間對新信息的敏感程度最高，而CNY市場和CNH市場之間的波動存續期最長。根據上文對條件偏度序列的定義，即當一個市場出現大幅漲跌時其他市場發生大幅漲跌的概率，上述現象表明當CNY市場產生大幅漲跌時NDF市場出現大幅漲跌的概率是最高的，而持續時間卻又最短。對于該現象本文認為，NDF 市場的市場地位自2010年CNH市場出現后持續降低，更多承受來自其他市場的沖擊，因此當其他市場產生大幅波動時最易受到影響，而CNY市場和CNH市場的關聯程度越來越高，因此存在較高的β系數。

條件峰度模型結果顯示，僅在CNY市場和CNH市場存在顯著不為零的α系數和β系數，CNY市場和NDF 市場在10%的水平上存在顯著的β系數，根據上文定義，條件偏度序列表示當一個市場發生極端概率事件時其他市場同樣發生極端概率事件的可能性。這也就表明當CNY 市場產生極端概率事件時CNH市場發生極端概率的可能性很大。

從整體來看，意外波動率的α、β值之和小于條件偏度的系數值之和，而條件峰度序列的α、β值部分不顯著，說明條件偏度的波動聚集效應最強，意外波動率次之，條件峰度的波動聚集效應最弱，該特征與上文的靜態溢出指數模型結果保持一致。

（二）動態條件相關系數分析

圖5 展示了基于各階矩風險指標測算得出的CNY市場、CNH市場和NDF市場間的動態條件相關系數。

從意外波動率視角來看，在未預期沖擊因素影響下境內外人民幣外匯市場的風險具有明顯的、同向變化的聯動特征。兩兩外匯市場間的動態風險相關性均為正值，即CNY和CNH市場、CNY和NDF市場、CNH 和NDF 市場的對偶動態條件相關系數（Pairwise Dynamic Conditional Correlation）平均保持在0.68 至0.70 之間，且隨著時間推移相關系數逐漸增大，表明兩兩市場間的風險趨同性在日益增強。

從條件偏度視角來看，即便受到小概率沖擊因素影響，境內外人民幣外匯市場間的動態風險關聯性也始終保持在較為穩定的水平上，但兩兩市場間的風險聯動程度存在明顯差異。CNY和CNH市場、CNY 和NDF 市場以及CNH 和NDF 市場的對偶動態條件相關系數平均值分別為-0.9、0 和-0.1，且在大部分情況下都為負值，這意味著兩兩市場間的風險是負相關的，其中境內市場和香港離岸市場之間的風險負相關性最強。

從條件峰度視角來看，境內外人民幣外匯市場間的風險關聯性也較為穩定，對于極端沖擊的響應方向較為一致。CNY 和CNH 市場、CNY 和NDF 市場以及CNH 和NDF 市場的對偶動態條件相關系數平均值分別為0.9、0.12和1.5，且較多地處于正值區間，這說明兩兩市場間同樣存在風險趨同特征，其中，香港離岸市場和境外NDF市場間的風險正相關性最強。

此外，在意外波動率維度和條件偏度維度下，兩兩市場間的動態條件相關系數變動更為劇烈，表明未預期沖擊和小概率沖擊都會增強境內外人民幣外匯市場間的風險關聯性。同樣，2015年“8.11”匯改、2019年中美貿易爭端以及2020 年新冠疫情等重大沖擊因素都會加劇市場間的風險聯動性，故在上述時間點上可以看到對偶動態條件相關系數發生了突變。

七、穩健性檢驗

為檢驗本文的風險溢出效應實證結果的穩定性，分別選取150 天、250 天和300 天的滾動窗口進行穩健性檢驗，檢驗結果如下：

從表6 結果來看，境內外人民幣外匯市場間仍然明顯存在較強的意外波動、條件偏度以及條件峰度風險溢出效應，且溢出強度關系一致，這與上文研究結論相符。因此，本文的時變多階矩風險溢出效應測算結果對于滾動時間窗長度的選取并不敏感，證實了本文實證結果具有穩健性。

表6 穩健性檢驗

八、結論和政策建議

本文考慮多階矩風險的存在性，測算了人民幣兌美元匯率的意外波動率、條件偏度風險和條件峰度風險等指標，研究了境內外人民幣外匯市場間的風險溢出效應，主要得出以下結論：第一，以意外波動率、條件偏度和條件峰度來衡量的二階矩、三階矩和四階矩匯率風險指標均存在風險積聚特征，且條件偏度風險和條件峰度風險能夠更好地捕捉到小概率沖擊或極端沖擊的影響。第二，境內外人民幣外匯市場間存在顯著的靜態風險溢出效應；在頻域視角下，意外波動率風險溢出效應具有20天左右的緩釋期，而條件偏度和條件峰度風險溢出效應在5 天左右達到強度峰值，效應持續期較短。第三，在各階矩維度下，境內外市場間的風險溢出效應存在不對稱性，境內市場對境外市場的風險溢出效應相對更強。第四，境內外市場間的風險溢出效應作用機制表明，境內市場才是風險溢出的源頭，市場風險往往通過CNH市場向外溢出，故CNH市場是跨境外匯風險傳導的中介，而NDF 市場成為風險溢出的對象。第五，從時域角度看，各階矩維度下境內外人民幣外匯市場間的風險溢出效應都具有明顯的時變特征，市場間的風險聯動性隨時間推移不斷增加；風險溢出效應存在結構斷點，表明未預期沖擊、小概率沖擊和極端沖擊會使得市場間的風險溢出效應突然增強。第六，從風險溢出效應所體現的風險聯動性來看，境內外市場的風險聯動性在各階矩維度下都是顯著的，其中，基于意外波動率的市場風險關聯性呈現出不斷增強的趨勢，而基于條件偏度和條件峰度的市場風險關聯性總體較為穩定。

本文的結論對外匯市場上的投資者和政策制定者具有如下參考意義：第一，應從多階矩視角來看待外匯市場風險，對于境內外人民幣外匯市場間的風險傳導問題，不僅要考慮傳統的波動溢出效應，更應該考慮意外波動率、條件偏度和條件峰度風險溢出效應。第二，應關注國內外重大事件對人民幣外匯市場產生的沖擊，注重防范由境內外市場的風險共振增強而引發我國系統性金融風險上升。第三，著力提高境內人民幣外匯市場的定價效率，強化信息的跨市場溝通，增強境內外市場聯動，更好地發揮境內市場作為信息中樞和定價中心的作用；同時提高人民幣匯率波動韌性，進一步強化境內市場的抗風險能力。第四，不斷完善跨境市場風險傳染防控機制，針對未預期的波動沖擊，要利用境內人民幣外匯市場作為風險溢出源頭的市場地位及時阻斷跨市場沖擊傳導，以維護市場穩定。第五，在小概率或極端風險事件發生時，更要關注短期內條件偏度和條件峰度溢出效應加劇對境內市場造成過度的負面沖擊，制定可操作的風險控制預案。

注 釋

①一種貨幣就是人民幣；三種匯率指的是境內人民幣匯率、香港離岸人民幣匯率和NDF人民幣匯率；三類外匯市場指的是境內人民幣外匯市場、香港離岸人民幣外匯市場和NDF人民幣外匯市場。