陸振華

摘 要：自1994年以來(lái)，南非非洲人國(guó)民大會(huì)政府主導(dǎo)的匯率和外匯制度改革使南非逐步走向由市場(chǎng)決定的浮動(dòng)匯率制度。二十多年來(lái)，南非蘭特兌美元匯率呈現(xiàn)下跌趨勢(shì)。

本文以套利定價(jià)理論為依據(jù)，選取南非貨幣供應(yīng)量、南非與美國(guó)的十年期國(guó)債利率、南非與美國(guó)進(jìn)出口貿(mào)易余額、南非黃金儲(chǔ)備、國(guó)際原油價(jià)格等因素，基于1990年至2017年共336期的蘭特兌美元匯率月度數(shù)據(jù)，應(yīng)用Eviews 9.0軟件對(duì)數(shù)據(jù)構(gòu)建向量自回歸模型和向量誤差修正模型，檢測(cè)各因素對(duì)蘭特兌美元匯率形成的沖擊作用和估計(jì)蘭特兌美元匯率的形成機(jī)制，并探尋匯率波動(dòng)與進(jìn)出口貿(mào)易之間的關(guān)系。

實(shí)證分析發(fā)現(xiàn)上述因素對(duì)蘭特兌美元匯率的影響較為顯著，但沒(méi)有明確的證據(jù)表明匯率的波動(dòng)對(duì)南非向美國(guó)的出口產(chǎn)生了重大影響。

關(guān)鍵詞：南非蘭特兌美元匯率;匯率決定因素;匯率波動(dòng)

一、理論與模型

1.套利定價(jià)理論（APT）

APT認(rèn)為，金融資產(chǎn)的預(yù)期收益率是各種影響因素的線性函數(shù)，它們之間的關(guān)系可表述為：

其中aj是常數(shù)項(xiàng)，F(xiàn)n是影響因素，bjn是第j個(gè)影響因素對(duì)因子n的敏感程度，εj是隨機(jī)項(xiàng)。

2.向量自回歸模型（VAR）

VAR通過(guò)使用系統(tǒng)中每個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量滯后值的函數(shù)來(lái)構(gòu)建模型，是處理多個(gè)相關(guān)經(jīng)濟(jì)指標(biāo)分析與預(yù)測(cè)的模型之一。本文應(yīng)用VAR模型來(lái)檢驗(yàn)各因素對(duì)蘭特兌美元匯率的影響。VAR模型如下：

其中c是一個(gè)n*1常數(shù)向量，αi是n*n矩陣，μt是n*1誤差項(xiàng)向量，yt當(dāng)前值取決于其自身的滯后值和其他解釋變量。

3.向量誤差修正模型（VEC）

VEC是一個(gè)有約束的VAR模型，它表明一個(gè)時(shí)間序列預(yù)測(cè)的誤差方差是其自身擾動(dòng)及系統(tǒng)其他擾動(dòng)共同作用的結(jié)果。VEC模型如下：

其中αi測(cè)量第i個(gè)內(nèi)生變量趨向平穩(wěn)的調(diào)整速度。

4.自回歸滑動(dòng)平均模型（ARMA）

ARMA是研究時(shí)間序列的一種重要方法，它由AR模型和MA模型組成。ARMA模型可以表示為：

5.廣義自回歸條件異方差模型（EGARCH）

EGARCH模型適用于波動(dòng)性的分析和預(yù)測(cè)。本文應(yīng)用EGARCH模型對(duì)蘭特兌美元匯率的波動(dòng)率進(jìn)行研究。EGARCH模型如下：

二、實(shí)證分析和研究

1.變量的篩選

本文選取蘭特兌美元匯率Ex作為被解釋變量，工業(yè)生產(chǎn)指數(shù)IPI、貨幣供應(yīng)量M2、消費(fèi)物價(jià)指數(shù)CPI、十年期國(guó)債收益率I、貿(mào)易進(jìn)出口余額TB、黃金儲(chǔ)備GR、國(guó)際原油價(jià)格COP作為解釋變量。本文研究的數(shù)據(jù)均來(lái)源于南非財(cái)政部、南非儲(chǔ)備銀行官網(wǎng)和其他公開(kāi)渠道。

2.數(shù)據(jù)預(yù)處理

為確保檢驗(yàn)分析更真實(shí)可靠，使得各變量數(shù)據(jù)趨勢(shì)線性化并且消除時(shí)間序列中存在的異方差現(xiàn)象，對(duì)原始數(shù)據(jù)進(jìn)行如下預(yù)處理：

（1）將蘭特兌美元匯率Ex取自然對(duì)數(shù)，記為L(zhǎng)nEx;將南非對(duì)美國(guó)貿(mào)易進(jìn)出口余額RUTB取自然對(duì)數(shù)，記為L(zhǎng)nRUTB;將南非與美國(guó)貨幣供應(yīng)量M2的差取自然對(duì)數(shù)，記為L(zhǎng)nM2;將南非與美國(guó)消費(fèi)物價(jià)指數(shù)的差取自然對(duì)數(shù)，記為L(zhǎng)nCPI;將南非黃金儲(chǔ)備取自然對(duì)數(shù)，記為L(zhǎng)nGR;將國(guó)際原油價(jià)格取自然對(duì)數(shù)，記為L(zhǎng)nCOP。

（2）由于部分原始數(shù)據(jù)不能進(jìn)行取自然對(duì)數(shù)的處理，因此采用原數(shù)據(jù)：將南非與美國(guó)工業(yè)生產(chǎn)指數(shù)之差記為IPIRU;將南非與美國(guó)十年期國(guó)債收益率取兩者之差記為IRU。

3.平穩(wěn)性檢驗(yàn)

匯率作為一種特殊的金融資產(chǎn)價(jià)格，根據(jù)APT理論，可以將蘭特兌美元匯率與上述七個(gè)解釋變量的關(guān)系表述為：

4.描述性統(tǒng)計(jì)

表2顯示了本文研究中應(yīng)用的變量的描述性統(tǒng)計(jì)結(jié)果。其中，IPIRU具有較高的標(biāo)準(zhǔn)偏差，表明該變量是厚尾的;LnRUTB的平均值較大，并且也顯示出明顯的偏斜跡象。

5.VAR模型和數(shù)值估計(jì)

（1）VAR模型

根據(jù)上述（8）式，影響蘭特兌美元匯率的因素主要有貨幣供應(yīng)量M2、十年期國(guó)債收益率IRU、貿(mào)易進(jìn)出口余額RUTB、黃金儲(chǔ)備GR、國(guó)際原油價(jià)格COP。通過(guò)回歸分析，根據(jù)AIC準(zhǔn)則，得出該VAR模型最佳滯后階數(shù)為四，結(jié)果如下表3所示：

（2）數(shù)值估計(jì)

通過(guò)Eviews 9.0計(jì)算得出表4中的結(jié)果，Ex與M2、IRU、RUTB、GR、COP的關(guān)系可表述為：

6.VAR模型平穩(wěn)性檢驗(yàn)

通過(guò)Eviews 9.0生成的AR圖可以看出，所有單位根均落在單位圓以內(nèi)，由此可以判定該VAR模型是平穩(wěn)的。

7.脈沖響應(yīng)和方差分解

（1）脈沖響應(yīng)

由圖2可以看出，LnEx對(duì)一單位LnM2的沖擊初期表現(xiàn)為負(fù)向的響應(yīng)，在第4期達(dá)到升值的最大值-0.043，第5期之后開(kāi)始有上升的趨勢(shì);直到第149期左右，LnM2的沖擊作用基本消失。

圖3中，LnEx對(duì)一單位IRU的沖擊初期表現(xiàn)為正向的響應(yīng)，在第3期達(dá)到貶值的最大值0.19，第4期之后開(kāi)始有下跌的趨勢(shì)，即蘭特兌美元匯率開(kāi)始出現(xiàn)升值，到第75期達(dá)到升值的最大值，此后升值程度下降，到大約第216期IRU的沖擊作用基本消失。

圖4中，LnEx對(duì)一單位LnRUTB的沖擊表現(xiàn)為正向的響應(yīng)，在第24期達(dá)到貶值的最大值0.018，第25期之后開(kāi)始出現(xiàn)下跌的趨勢(shì)，到大約第495期LnRUTB的沖擊作用基本消失。

圖5中，LnEx對(duì)一單位LnGR的沖擊表現(xiàn)為負(fù)向的響應(yīng)，在第3期達(dá)到升值的最大值0.022，直到第134期左右高于原始水平，呈現(xiàn)微小的正向作用，即蘭特兌美元出現(xiàn)貶值，到大約第483期LnGR的沖擊基本消失。

圖6，LnEx對(duì)一單位LnCOP的沖擊表現(xiàn)為負(fù)向的響應(yīng)，在第7期達(dá)到升值的最大值-0.043，此后開(kāi)始出現(xiàn)上升，在約第113期開(kāi)始出現(xiàn)正向作用，蘭特兌美元匯率出現(xiàn)貶值，到大約第447期LnCOP的沖擊基本消失。

（2）方差分解

通過(guò)Eviews 9.0計(jì)算，方差分解的結(jié)果如表5所。以t=3為例，LnEx的預(yù)測(cè)標(biāo)準(zhǔn)差為0.0678，其中97.5397%為L(zhǎng)nEx的殘差沖擊所致，0.8367%為IRU的殘差沖擊所致，1.5848%為L(zhǎng)nCOP的殘差沖擊所致，0.0336%為L(zhǎng)nGR的殘差沖擊所致，0.0012%為L(zhǎng)nM2的殘差沖擊所致。從第4期起，自身的殘差沖擊占LnEx預(yù)測(cè)標(biāo)準(zhǔn)誤差的96.7784%，自身影響最重要;其次為L(zhǎng)nCOP、IRU、LnGR和LnM2。

上述方差分解檢驗(yàn)結(jié)果顯示，LnEx本身對(duì)其的貢獻(xiàn)程度最大，呈下降趨勢(shì)，最終穩(wěn)定在70%左右;LnCOP對(duì)LnEx的貢獻(xiàn)程度次之，最高達(dá)到約3%左右;LnM2、IRU、LnRUTB及LnGR對(duì)蘭特匯率的貢獻(xiàn)度較小，變化也較為平緩。

8.VEC模型

本文通過(guò)Eviews 9.0的Johansen的功能對(duì)該VAR模型進(jìn)行協(xié)整檢驗(yàn)，檢驗(yàn)結(jié)果如下表6所示。

由協(xié)整檢驗(yàn)結(jié)果可以看到，最大特征值統(tǒng)計(jì)量檢驗(yàn)中，最大特征統(tǒng)計(jì)值為74.1887，大于5%的臨界值，說(shuō)明模型中各變量之間存在協(xié)整關(guān)系。協(xié)整檢驗(yàn)結(jié)果表明，蘭特兌美元匯率、南非與美國(guó)貨幣供應(yīng)量、南非與美國(guó)十年期國(guó)債利率、南非與美國(guó)貿(mào)易進(jìn)出口余額、南非黃金儲(chǔ)備及國(guó)際原油價(jià)格六個(gè)變量存在長(zhǎng)期穩(wěn)定的均衡關(guān)系。協(xié)整方程如表7所示，蘭特兌美元匯率的長(zhǎng)期協(xié)整關(guān)系可以表示為（10）。

根據(jù)（10）式，南非十年期國(guó)債利率相對(duì)于美國(guó)每增加1%，蘭特兌美元匯率就貶值0.5974%;原油價(jià)格每上漲1%，蘭特兌美元匯率就貶值2.2772%;南非黃金儲(chǔ)備每增加1%，蘭特兌美元匯率就升值0.9881%;南非貨幣供應(yīng)每增加1%，蘭特兌美元匯率就升值1.2247%;南非與美國(guó)之間的貿(mào)易進(jìn)出口余額每增長(zhǎng)1%，蘭特兌美元匯率就貶值0.7654%。

9.匯率波動(dòng)率

通過(guò)測(cè)試，得出了蘭特兌美元匯率波動(dòng)序列，如圖7所示。從圖7還可以看出，在2001年至2002年以及2008年至2009年期間，蘭特兌美元匯率波動(dòng)較為明顯，可能的原因是2001年美國(guó)發(fā)生的“911”恐怖襲擊和2008年、2009年的全球金融危機(jī)事件對(duì)匯率市場(chǎng)所造成的沖擊和影響。

10.匯率波動(dòng)率對(duì)出口的影響

為研究蘭特兌美元匯率波動(dòng)與貿(mào)易之間的關(guān)系，本文將南非貿(mào)易進(jìn)出口余額用作因變量，蘭特兌美元匯率波動(dòng)被作為自變量。通過(guò)計(jì)量分析，表明蘭特兌美元的匯率波動(dòng)不會(huì)嚴(yán)重影響南非與美國(guó)的貿(mào)易。條件均值方程為DLnRUTB=0.0067-0.6770* ExchVol，這意味著蘭特兌美元匯率的波動(dòng)每增加1%，南非對(duì)美國(guó)的貿(mào)易差額增加0.6770%。

三、結(jié)論

通過(guò)實(shí)證分析的結(jié)果發(fā)現(xiàn)，貨幣供應(yīng)、南非與美國(guó)的十年期國(guó)債利率、南非與美國(guó)進(jìn)出口貿(mào)易余額、黃金儲(chǔ)備及國(guó)際原油價(jià)格是蘭特兌美元匯率的影響因素，且上述各因素對(duì)蘭特兌美元匯率的長(zhǎng)短期影響是較為顯著的。從影響期長(zhǎng)短看，南非與美國(guó)進(jìn)出口貿(mào)易余額對(duì)蘭特兌美元匯率的影響期最長(zhǎng)，貨幣供應(yīng)量對(duì)蘭特兌美元匯率的影響期最短;從影響程度看，原油價(jià)格波動(dòng)對(duì)蘭特兌美元匯率的影響程度較大，黃金儲(chǔ)備對(duì)蘭特兌美元匯率的影響程度較小。從匯率波動(dòng)性的角度來(lái)看，沒(méi)有明確的證據(jù)表明蘭特兌美元匯率的波動(dòng)對(duì)南非向美國(guó)的出口產(chǎn)生了重大影響，但不排除匯率大幅波動(dòng)通過(guò)其他渠道影響進(jìn)出口貿(mào)易的可能性。

參考文獻(xiàn)：

[1]Akinboade，O. A.，& Makina， D. （2006）.Mean reversion and structural breaks in real exchange rates：South African evidence. Applied Financial Economics，16（4）.

[2]Bleaney，M.，& Greenaway，D.（2001）.The impact of terms of trade and real exchange rate volatility on investment and growth in sub-Saharan Africa. Journal of Development Economics，65（2）.

[3]Bruyn，R. d.，Gupta， R.，& Stander， L. （2013）. Testing the Monetary Model for Exchange Rate Determination in South Africa： Evidence from 101 Years of Data. Contemporary Economics，1，19-32.

[4]Clark， P. B.， Wei， S.-J.，Tamirisa， M. N. T.， Sadikov， M. A. M.， & Zeng， L.（2004）.A new look at exchange rate volatility and trade flows：International Monetary Fund.

[5]gert， B.（2012）.Nominal and real exchange rate models in South Africa：How robust are they？

[6]Frankel， J.（2007）.On the Rand： Determinants of the South African Exchange Rate. South African Journal of Economics，75（3）.

[7]Gossel， S. J.， & Biekpe，N.（2012）. The nominal rand/dollar exchange rate： before and after 1995.Studies in Economics and Finance，29（2）.

[8]Hsing， Y.（2016）. Determinants of the ZAR/USD exchange rate and policy implications： A simultaneous-equation model. Cogent Economics & Finance，4（1）.

[9]Sekantsi，L.（2007）.The impact of real exchange rate volatility on South African exports to the United States：A bounds test approach. National University of Lesotho.

作者簡(jiǎn)介：陸振華（1984.06- ），中鐵資源集團(tuán)商貿(mào)分公司