“8·11”汇改降低了人民币抛补利率平价的偏离程度吗？

“8·11”汇改降低了人民币抛补利率平价的偏离程度吗？一文创作于：2023-08-16 03:41:44，全文字数：54556。

“8·11”汇改降低了人民币抛补利率平价的偏离程度吗？

��入的控制组个体数越多，回归方程的R2越高，但也可能会产生过度拟合（overfit）的问题。为此，本文依照Hsiao?0?2et?0?2al.（2012）的两步法进行控制组的选择：第一步，利用穷举法（best?0?2subset?0?2selection）选取次优模型，依次选择1，2，...，N-1个控制组个体进入回归模型，对于有m个控制组个体进入的回归模型，利用R2选择其中拟合最好的一个，记为M（m）*，m=1，...，N－1；第二步，利用模型选择标准AIC、BIC或AICC在次优模型中选取最优模型，最后再进行OLS回归得到反事实估计。

但在实践中，考虑到穷举法选取次优模型的计算效率较低，以及可能存在N>T0的情况，本文使用Li?0?2&?0?2Bell（2017）的套索估计量（least?0?2absolute?0?2shrinkage?0?2and?0?2selection?0?2operator，简称Lasso）?0?2该估计量是通过在估计项中加入惩罚项来避免过拟合，可以应用于高维回归之中（解释变量数量大于样本容量）。由于该惩罚项存在，Lasso成为收缩估计量，系数有偏，因此在实践中常使用Lasso来选择变量，但不使用Lasso下估计系数，而是基于Lasso筛选出的变量进行OLS回归。来进行第一步中的变量筛选，在此基础上再进行第二步OLS回归，即后LassoOLS估计。

2控制组及样本区间选择

中国作为拥有庞大市场体量的发展中经济体，在进行其基差的反事实估计时，不能单纯利用其他发展中经济体作为控制组。本文将新兴市场经济体以及国际清算银行（BIS）三年一次的央行调查中存在即期和场外衍生品市场外汇工具交易额的经济体作为控制组，以此对人民币基差进行反事实拟合。

第一，新兴市场经济体是发展中经济体中具有某些共同特征的一类经济体：人均收入高于发展中经济体，但低于发达经济体；经济体内正经历着广泛的经济自由化改革；资本账户自由化的速度快于其他发展中经济体。本文将摩根士丹利国际资本（Morgan?0?2Stanley?0?2capital?0?2international，MSCI）指数中的新兴市场指数（emerging?0?2markets?0?2index，EMI）所包含的经济体视为新兴市场经济体?0?2这里所指的新兴市场经济体包括：阿根廷、巴西、智利、哥伦比亚、捷克共和国、埃及、希腊、匈牙利、印度、印度尼西亚、韩国、马来西亚、墨西哥、巴基斯坦、秘鲁、菲律宾、波兰、卡塔尔、俄罗斯、沙特阿拉伯、南非、中国台湾、泰国、土耳其和阿拉伯联合酋长国。（张?和刘晓辉，2015）。考虑到样本周期、数据的可得性与政策的外溢效应，本文选择其中17个经济体作为控制组的一部分?0?2阿根廷、埃及和秘鲁仅包含无本金交割远期外汇（NDF）数据、智利和哥伦比亚的汇率数据始于2018年、巴西与卡塔尔缺少相关利率数据或利率数据不足，故将上述7个经济体排除在控制组外。此外，中国台湾作为中国不可分割的一部分，无法满足控制组个体不会受到干预组政策试验影响的前提条件。综合考虑后，本文选择捷克共和国、希腊、匈牙利、印度、印度尼西亚、韩国、马来西亚、墨西哥、巴基斯坦、菲律宾、波兰、俄罗斯、沙特阿拉伯、南非、泰国、土耳其和阿拉伯联合酋长国作为控制组的一部分。。

第二，国际清算银行（BIS）三年一次的央行调查显示了世界各个经济体央行的外汇工具交易量，近三年来数据可得的经济体有53个（除中国和美国外）?0?2这里所指53个经济体包含：阿根廷、澳大利亚、奥地利、巴林、比利时、巴西、保加利亚、加拿大、智利、中国台湾、哥伦比亚、捷克共和国、丹麦、爱沙尼亚、芬兰、法国、德国、希腊、中国香港、匈牙利、印度、印度尼西亚、爱尔兰、以色列、意大利、日本、韩国、拉脱维亚、立陶宛、卢森堡、马来西亚、墨西哥、荷兰、新西兰、挪威、秘鲁、菲律宾、波兰、葡萄牙、罗马尼亚、俄罗斯、沙特阿拉伯、新加坡、斯洛伐克、斯洛文尼亚、南非、西班牙、瑞典、瑞士、泰国、土耳其、阿拉伯联合酋长国、英国。，考虑到与新兴市场经济体的重合部分以及所选时间周期、数据的可得性与政策的外溢效应，本文选择其中的26个经济体作为控制组的另一部分?0?2剔除与所选新兴市场经济体相一致的经济体，所选集合内仍包含31个经济体。由于中国香港?中国台湾情况相同，无法保证其作为控制组具有外生性，将其剔除在控制组外。爱沙尼亚、立陶宛、斯洛伐克与斯洛文尼亚汇率存在缺失，故将其从中剔除，最终获得26个经济体作为控制组的另一部分。。

综合上述选取控制组方式，本文最终获得43个经济体作为控制组，样本经济体具体信息列于表4。

本部分将简述样本区间选择的原因。一方面，2008年金融危机对基差的存在性以及作用机制具有显著影响，且在2008年之后出现了大量违反CIP的行为，尤其是美元（Baba?0?2&?0?2Packer，2009；Coffey?0?2et?0?2al.，2009），故本文使用2010年1月作为回归控制法研究的样本起始期。这主要是为了在保证数据量的情况下，规避2008年金融危机的影响，而2010年1月基差的影响机制已基本确定，不涉及机制转换的问题。另一方面，2020年受到新冠疫情的影响，全球经济景气度下降，美元融资市场动荡（Avdjiev?0?2et?0?2al.，2020），为了规避这一大冲击对基差的影响，本文将样本结束期选至2019年12月。

本文将进行了“8·11”汇改的中国作为干预组，将其他未经此政策的经济体作为控制组，政策试验的时间区间为2010年1月到2019年12月，政策干预时点为2015年8月。

（二）经验研究结果

1政策动态效应评估

基于前文回归结果和分析，本文选择人民币1月期、3月期、6月期和12月期基差（2010年1月—2019年12月）作为研究对象，并以43个经济体作为控制组。考虑到高维回归的可能性，并相应提高计算效率，本文使用后LassoOLS估计和AICC信息准则在次优模型中选取最优模型。

通过对比人民币四种期限基差和除中国外43个经济体的四种期限的平均基差（2010年1月—2019年12月）的变动趋势可知：一方面，在?0?2“8·11”汇改前，人民币的基差无论是在波动幅度还是在具体数值上均与其他经济体平均水平存在较大差异；另一方面，“8·11”?0?2汇改之后人民币的四种期限的CIP偏离程度都在减小，基差在0处附近波动，而其他经济体平均水平在“8·11”汇改之后与之前相比变动趋势未发生显著改变?0?2限于篇幅，此处未展示人民币四种期限基差和除中国外43个经济体的四种期限的平均基差变动趋势，留存备索。。

使用回归控制法选择合成中国的最优控制组，四种期限（1月期、3月期、6月期和12月期）人民币基差所选择的控制组经济体、回归系数、标准误以及模型拟合优度参见表5。由表5可知：根据AICC准则，四种期限基差回归方程分别选择了3个、6个、2个和8个经济体，回归系数与常数项基本均显著；四种期限基差回归的拟合优度分别为6366%、8169%、8157%和9240%，说明均具有较好拟合度。

图2描绘了1月期、3月期、6月期和12月期人民币基差真实值和反事实值的变动趋势。从图2可知，一方

提醒您：因为《“8·11”汇改降低了人民币抛补利率平价的偏离程度吗？》一文较长还有下一页，点击下面数字可以进行阅读！

《“8·11”汇改降低了人民币抛补利率平价的偏离程度吗？》在线阅读地址：“8·11”汇改降低了人民币抛补利率平价的偏离程度吗？