基金项目：国家社科基金项目“金融扩大开放格局下货币政策与宏观审慎政策有效协调研究”（20BJY234）。收稿日期：2021-02-21
作者简介：严佳佳，女，江苏洪泽人，博士，副教授，供职于福州大学经济与管理学院，研究方向为货币政
策、金融市场、国际金融。
张杰敏，男，福建明溪人，福州大学经济与管理学院，研究方向为金融学。
严佳佳
张杰敏
（福州大学，福建
福州
350108）
摘要：香港人民币离岸市场的金融风险与市场发展相伴而生，最典型的就是以利率风险和汇率风险为
代表的市场风险。本文选用2015~2020年人民币香港银行同业拆息和美元兑人民币（香港）即期汇率数据，从利率和汇率联动视域出发，运用GARCH-VaR 方法测度利率风险和汇率风险并且通过非线性格兰杰因果关系检验考察两者之间的关系。结果表明，利率风险显著大于汇率风险，利率期限越短则风险越高，利率期限越长则风险集聚程度越高。两者未出现理想的双向联动关系，而是表现为汇率风险对利率风险的非线性单向引导和预测效应，并且随着利率期限增长而愈加明显。据此，本文提出发展人民币离岸市场的政策建议。
关键词：香港；人民币离岸市场；风险测度；联动效应；GARCH-VaR 方法中图分类号：F831.5
文献标识码：A
文章编号：1674-5477（2021）04-0029-08
一、引言
通过内地与香港近二十年合力协作，香港人民币
离岸市场取得长足发展。2003年中国人民银行同意为香港银行对个人办理的存款、兑换、银行卡和汇款等人民币业务提供清算安排，成为香港人民币离岸市场建设的开端。此后，个人人民币业务、香港人民币债券市场、香港人民币即时支付系统、跨境贸易人民币结算相继启动。近年来，离岸人民币业务试点范围不断扩展，市场参与主体愈加丰富，内地与香港各方面合作也进一步深化，香港人民币离岸市场已初具规模。根据香港金融管理局（以下简称金管局）数据显示，2020年7月香港人民币资金池规模达6992亿元，较2019年末增加412亿元。2020年1月至7月，香港人民币即时支付结算系统日均交易额12011亿元，同
比增长7.12%。目前全球逾七成离岸人民币交易经
香港进行，换言之，香港已拥有全球最大的离岸人民币资金池并且成为全球离岸人民币业务枢纽。
香港人民币离岸市场的金融风险与市场发展相伴而生，最典型的就是以利率风险和汇率风险为代表的市场风险。2015年11月后香港离岸人民币汇率持续贬值，同时引发国际投机势力做空股市，2016年1
月7日汇率贬至极值6.6914。为打击空头，央行自2016年1月11日起通过中间价上升、一篮子货币预期引导、抽干离岸人民币流动性等措施成功维护人民币汇率稳定。受此影响，2016年1月12日离岸与在岸市场汇差由1月6日的1600个基点迅速缩水至88个基点，离岸价格甚至一度高于在岸价格；2016年1月11日，人民币香港银行同业拆息（CNH Hibor ）利率突然大幅上涨，隔夜利率从前一日的4.0055%升至
《区域金融研究》2021年第4
期
13.3960%，12日飙升至66.8150%，创下最高纪录。2016年9月中旬，离岸人民币流动性再次趋紧，CNH Hibor 隔夜利率触及23.6830%。2017年初，空头势力卷土重来。央行再次出手干预，扭转人民币离岸价格经常高于在岸价格的局面，延续较高的正向价差；CNH Hibor 隔夜利率则自2017年1月4日的16.9477%激增至5日的38.3550%，6日暴涨至61.3330%。可见，利率风险和汇率风险相互交织、相互影响，共同冲击着香港人民币离岸市场的健康发展。
当前，在经济金融一体化趋势的影响下，内地资本账户持续开放、国际投资者增加人民币资产配置、
粤港澳大湾区金融深化合作的重要性越发凸显。此外，中国在英国、新加坡等地积极推进人民币离岸市场建设；在境内的自由贸易试验区提出开展金融领域各项开放创新试验，亦是逐步放开境内离岸人民币业务的改革尝试。因此，精准测度香港人民币离岸市场的市场风险、分析风险特征，有助于促进人民币离岸市场发展壮大、助推人民币国际化进程、全面推进金融市场高水平对外开放。
二、文献综述
风险测度是金融风险管理的核心环节，也是金融
市场发展程度的直观判断依据。在离岸市场上，利率与汇率的联动关系使得利率风险和汇率风险更加错综复杂。随着跨境和海外人民币业务有序推进，香港人民币离岸市场作为离岸人民币枢纽扮演着示范引领的角，引发众多学者对其利率和汇率风险测度的探讨。
部分文献仅关注利率风险或者汇率风险测度，将VaR 或者CVaR 作为度量风险的指标并且使用历史模拟法、蒙特卡罗模拟法、方差—协方差法、极值理论、压力测试等计量方法。严佳佳等（2015）通过AR-GARCH-POT 模型计算2012年1月至2014年4月香港离岸人民币同业拆借利率的VaR ，结果表明，相较发展成熟的欧洲美元市场银行间同业拆借利率而言，香港离岸人民币同业拆借市场的利率风险较大。严敏如等（2015）从商业银行的视角出发，根据历史模拟法、蒙特卡罗模拟法、GARCH 模型等方法计算出2009年7月至2014年末香港离岸人民币汇率VaR 和CVaR ，指出中资商业银行相对香
港本土银行和外资银行面临更显著的汇率风险。
部分学者聚焦于香港人民币离岸市场利率和汇率的联动性，侧重证实联动关系的存在以及联动关系呈现的特征。严佳佳等（2015）利用VAR-MGARCH 模型处理2012年1月至2014年10月间的数据，证实香港人民币离岸市场当期的汇率波动能够影响未来的汇率与利率波动，而当期的利率波动无法影响当期与未来汇率的变动。周先平等（2019）采用方向性波动溢出模型研究2012年4月至2018年3月不同类型人民币离岸金融市场风险传递路径，发现外汇市场对同业拆借等其他市场的风险溢出一直维持在高位，亦表明离岸人民币外汇市场在离岸市场的风险传递网络中处于关键的位置。钟永红和邓数红（2020）运用2012年4月至2019年1月的人民币在岸和离岸市场汇率、利率构建波动溢出指数，也认同香港人民币离岸市场利率的“异常波动”主要受到离岸汇率波动的
影响。陶园（2016）基于VAR-MGARCH 模型对2014年11月至2016年4月香港离岸人民币汇率预期与利率之间的动态变化关系进行实证分析，发现二者之间存在显著的均值溢出效应、波动溢出效应和双向信息传导，并且信息传导的显著性随着期限的不同而出现差异。邓数红（2019）运用三元VAR -MGARCH -BEKK 模型研究2011年10月至2017年6月的人民币离岸汇率、在岸汇率与CNH Hibor 之间的联动关系，发现离岸汇率与CNH Hibor 在升值阶段存在双向波动溢出效应，在贬值阶段却存在从离岸汇率到CNH Hibor 的单向波动溢出效应。祝佳等（2020）使用VECM 模型研究发现，2014年10月至2018年9月间香港离岸人民币市场利率与汇率呈现非线性特征和区制变化的联动效应，即在低利差
区制可以实现有效的自我调节，而在高利差区制则无法进行自我调节。
然而，已有文献也存在诸多不足之处：单一的利率或者汇率风险测度仅描述市场风险的特定特征，涉及利率与汇率联动视角的文献大多集中于两者之间的线性关系，并且由于研究对象和方法的差异而产生不同的结论。加之数据相对滞后，难以及时反映香港离岸人民币市场近期的风险情况。为了解决上述问题，本文从利率与汇率的联动视角出发，从两个方面实现创新：一是有针对性地运用GARCH 族模型测度风险，相对于已有文献采用的原始GARCH 模型更能
《区域金融研究》2021年第4
期
解决潜在的非对称性问题对风险的影响；二是根据非线性格兰杰因果关系检验揭示利率风险与汇率风险的联动关系，旨在考察传统的线性模型难以覆盖的盲区。通过这些创新，本文既能够检视香港人民币离岸市场的建设成果，也为优化离岸市场运行机制、延续人民币国际化之路提供参考建议。
三、实证分析
（一）计量模型
本文采用GARCH-VaR方法进行风险测度，即基于GARCH族模型计算VaR。步骤是先用GARCH族模型估计条件方差σ2t，再根据VaR的置信水平1-α，得到GARCH-VaR的计算公式，如公式（1）所示。
VaR t=SZασt T（1）其中，S为资产的初始值，σt是GARCH族模型拟合出的条件波动率，Zα是正态分布的上侧分位数，T 为持有期限。S和T均假设为1。所用的GARCH族模型包括传统GARCH模型和能描述非对称冲击的TGARCH模型与EGARCH模型。
回测检验用于衡量VaR对实际损失的度量程度。常用的是Kupiec（1995）提出的基于失败率的似然比检验法，即根据特定置信水平，通过考察失败率来衡量VaR模型的优劣。设置信水平为c，实际样本观测数为T，实际失败次数为N，则失败率为p=N/T。原假设为p=1-c，为了考察失败率是否显著异于p，构造似然比统计量LR，其计算公式如公式（2）所示。LR=2ln[(1-N/T)T-N(N/T)N]-2ln[(1-
p)T-N p N]（2）若满足原假设，则LR统计量渐近服从。因为在95%置信水平下的分位数为3.841459，所以当置信水平为95%时，若LR＞3.841459，则拒绝原假设，即VaR未通过检验；反之，则表示VaR通过检验。
传统的格兰杰因果检验实际上是线性预测关系检验，无法刻画非线性的趋势。为克服这一局限性，Hiemstra&Jones（1994）提出HJ检验，其为改进的格兰杰因果检验方法，以此检验非线性依存关系。但Diks&Panchenko（2006）发现HJ检验在原假设为真时可能导致“过度拒绝”，从而表现出较强
的格兰杰因果关系，遂提出新的T n统计量以得到更可信和准确的结果，其表达式如公式（3）所示。
T n(εn)=
n-1
n(n-2)∑i[f X,Y,Z(X i,Y i,Z i)f Y(Y i)-f X,Y(X i,Y i)f Y,Z(Y i,Z i)]（3）
其中原假设为“X i不是Y i的格兰杰原因”，εn为与样本相关的带宽函数，Z i=Y i+1，f为（联合）分布密度函数，f为局部密度函数估计量。本文选用T n统计量为非线性格兰杰检验的判断依据。
（二）利率风险和汇率风险的度量
综合考虑时效性和代表性，本文选取2015年12月31日至2020年12月31日的人民币香港银行同业拆息数据和美元兑人民币（香港）即期汇率数据度量香港人民币离岸市场利率风险和汇率风险。数据均来自同花顺iFinD数据库，将数据转换为对数收益率序列，其描述性统计数据如表1所示。随着期限长度增加，CNH Hibor各序列的标准差逐渐减小，但都大于汇率序列的标准差。
表1描述性统计数据
O/N
1W
2W
1M
2M
3M
6M
1Y
汇率
平均值
0.000405
-0.00084
-
0.00082
-0.00072
-0.00063
-0.00058
-0.00047
-0.00034
-1.12E-05
中位数
-0.00324
现代管理科学
-0.00203
-0.00126
-
0.00068
-0.00053
-0.00059
-0.00060
最大值
1.606971
1.101606
1.078320
0.584728
0.422219
0.364165
0.271533
0.309712
0.017094
最小值
-2.08447
-1.03905
-0.93488
-0.55101
-0.35791
-0.32245
-0.33461
-
0.34955
-0.01508
标准差
0.254894
0.150989
0.121925
0.081033
0.058815
0.047318
0.033222
0.025173
0.002944
对各序列进行ADF检验，结果如表2所示。各序列的ADF统计量都小于临界值且P值均为0，说明各序列都是平稳的。对各序列进行自相关检验，其中CNH Hibor1W序列的自相关和偏自相关检验结果如表3所示。各阶Q统计量的P值均小于0.05，说明在95%的置信水平下拒绝序列不存在自相关和偏自相关的原假设，因而呈现出明显的自相关。其他序列也均存在自相关。对各序列的残差序列进行ARCH-LM检验，其中CNH Hibor1W序列的检验结果如表4所示。LM检验的P值为0，远小于0.05，说明在95%的置信水平下拒绝残差不存在ARCH效应的假设，因而数据序列存在条件异方差。对其他序列的检验也均表明存在条件异方差。
以上分析表明人民币香港银行同业拆息对数收益率序列可以采用GARCH族模型分析并且计算
情报理论与实践
《区域金融研究》2021年第4
期
VaR 。在实践中，结构简洁的GARCH （1，1）模型一般就能较好地描述金融时间序列的波动特征，故选择GARCH （1，1）模型进行拟合。同时考虑到金融时间序列可能具有非对称性和杠杆效应，再
选择TGARCH （1，1）、EGARCH （1，1）模型拟合，结果见表5至表7。GARCH 模型的估计结果显示，CNH Hibor 2M 、3M 、6M 、1Y 序列出现α1+β1>1，不符合GARCH 模型的
平稳性要求，说明波动具有聚集性和持续性。这表明，期限越长的利率序列越有可能出现持续性波动；汇率的波动持续性较弱，不如利率强烈。TGARCH 和
EGARCH 模型的估计结果显示，在95%的置信水平上，CNH Hibor 3M 和6M 序列的估计值在两种模型中表现出不同的显著性结果（TGARCH 模型中估计值不显著），故不能判断是否具有非对称性；其余序列均存在非对称性。CNH Hibor 1Y 序列的估计值在TGARCH 模型中为正、在EGARCH 模型中为负，说明具有“杠杆效应”，即对数收益率向下变动时的波动性要大于向上变动时，坏消息对条件波动率的冲击大于好消息。其余具有非对称性的序列则表现为“反杠杆效应”。
由于CNH Hibor 3M 、6M 的TGARCH 模型拟合结果出现参数不显著情况，故在后续研究中将其剔除。对通过参数显著性检验的模型进行ARCH-LM 检验，其中对CNH Hibor 1W 序列GARCH （1，1）模型的检验结果如表8所示。LM 检验的P 值远大于0.05，说明在95%的置信水平下不能拒绝残差不存在ARCH 效应的假设，因而模型有效地去除条件异方差性。对其他序列和模型的检验也均表明条件异方差性已有效去除。根据式（1）和式（2），采用通过参数显著性检验的模型计算相应序列VaR 并进行Kupiec 回测检验，结果如表9所示。所有VaR 的LR 统计值均小于3.841459，在95%的置信水平下通过检验。对每一序列均选择LR
表2
平稳性检验
检验形式ADF 统计量
P 值
O/N （0，0，2）-25.7770.000
1W （0，0，2）-25.0390.000
2W （0，0，2）-25.0750.000
1M （0，0，0）-38.3740.000
2M
（0，0，3）-16.7940.000
3M （0，0，0）-37.6810.000
6M （0，0，0）-38.0310.000
1Y （0，0，0）-40.3370.000
汇率（0，0，0）-36.7100.000
注：ADF 检验的检验形式为（C，T，K ），C 为截距项，T 为时间趋势，K 为滞后阶数。
表5
GARCH 模型拟合结果
α0
α1β1
O/N 0.0121550.2677640.5032791W 0.0017990.2467170.6635732W 0.0012430.2520440.6487471M 0.0002730.2490620.718165
2M 9.66E-050.2454250.756078
3M 5.28E-050.2589970.758077
6M 7.80E-050.4298750.6190571Y 2.11E-050.4163260.705993汇率8.68E-070.1145050.785833表6TGARCH 模型拟合结果
α0α1γβ1
O/N 0.0076110.313848-0.2835780.6818621W 0.0016530.305656-0.1809810.6951422W 0.0011240.331728-0.2126880.6803001M 0.0002610.301881-0.1417890.7327552M 9.46E-050.277359-0.0811330.7624003M 5.29E-050.267987-0.0229990.7595136M 7.63E-050.4092410.0372570.6224541Y 2.62E-050.2784390.3525640.671626汇率9.15E-070.139531-0.0536690.781910表7
EGARCH 模型拟合结果
α0α1γβ1
O/N -0.1335190.0534840.2186040.966702
1W -0.8491720.4022620.1139960.867403
2W -0.9347310.3958140.1176650.859503
1M -0.8548890.4354810.0875430.901363自耦变压器
2M -0.7336830.4163390.0705670.927806
3M -0.6458310.3972950.0377320.943491
6M -0.8493600.4012650.0467660.917980
1Y -0.6890950.393834-0.0567130.942117
汇率-1.6521390.2364180.0248020.873811
表3CNH Hibor 1W 序列自相关和偏自相关检验
滞后阶数
12345678910AC
-0.074-0.085-0.1160.095-0.034-0.027-0.1150.014-0.0850.002
PAC -0.074-0.091-0.1310.068-0.044-0.035-0.112-0.028-0.115-0.044
Q 统计值6.832515.77132.38743.54344.95045.88062.32362.55671.61371.616
P 值0.0090.0000.0000.0000.0000.0000.0000.0000.0000.000
表4模型拟合前CNH Hibor 1W 序列ARCH-LM 检验
F-statistic 191.0665
Prob.F （1，1229）0.0000Obs*R-squared
165.6281
Prob.Chi-Square （1）
0.0000
《区域金融研究》2021年第4
期b1
统计值最小的VaR序列作为对风险的度量并作时序图，如图1和图2所示。
表8模型拟合后CNH Hibor1W序列ARCH-LM检验
F-statistic 0.003255Prob.F（1，1229）
0.9545
Obs*R-squared
0.003261
Prob.Chi-Square（1）
0.9545
香港人民币离岸市场的利率风险具有三个显著
特征。第一，利率的期限越短，其风险越高。表9显
示，随着期限变长，各利率VaR序列的均值、中值、最
大值、最小值均逐渐下降；图1也表明期限越长的利
率，其VaR序列的值普遍越小。根据经济理论，期限
越长的利率波动幅度越大，风险也就越高，但研究结
果并不符合经济理论。这是因为香港人民币离岸市
场尚未成熟，会对在岸市场的微小变动或政策更改产
生较大反应，造成风险的反常变化，比如存款准备金
率政策调整会迅速影响银行的短期资金供求情况。
但从图1中可见，观测期中后期也多次出现长期风险
大于短期的情况，可以认为这种违背理论的情况随着
市场发展而略有改善。第二，期限短的利率VaR波动
幅度更大。表9显示，利率VaR的标准差基本随着期
限延长而递减，从图1中也可看出期限越长的利率所
对应的VaR波动幅度也越大。各序列VaR同时段的
波动表现出较大的相似性，虽然在个别时点也会出现
表9各VaR序列描述性统计数据和回测检验
O/N 1W 2W 1M 2M 3M 6M 1Y 汇率所用模型
GARCH
TGARCH
EGARCH
GARCH
TGARCH
EGARCH
GARCH
TGARCH
EGARCH
GARCH
TGARCH
EGARCH
GARCH
TGARCH
EGARCH
GARCH
EGARCH
GARCH
EGARCH
GARCH
TGARCH
EGARCH
GARCH
TGARCH
EGARCH
平均值
0.365393
0.360916
0.361281
0.213871
0.212900
0.210666
0.169882
0.169467
0.168025
0.113707
0.113408
0.111196
0.084859
0.084764
0.082099
0.068204
0.065661
0.050538
0.047872
0.038760
0.038124
0.037800
0.004750
0.004742
0.004753
中值
0.308957
0.303576
0.324384
0.170533
0.168665
0.180070
0.134307
0.132911
0.143133
0.085850
0.084985
0.092481
0.061883
0.061806
0.065478
0.049778
0.051525
0.037358
0.038675
0.027275
0.027173
0.028756
0.004447
0.004433
0.004600
叶季谌最大值
2.119889
1.843099
1.718580
1.192382
1.142994
1.012515
1.094534
1.102819
0.977599
0.596938
0.607581
0.540504
0.433042
0.439331
0.392472
0.369983
0.311844
0.408899
0.389057
0.453674
0.461793
0.998529
0.010851
0.011864
中小学外语教学0.009625
最小值
0.257920
0.255420
0.128552
0.121626
0.122742
0.094052
0.098415
0.098050
0.076277
0.052530
0.052765
0.040000
0.033207
0.033324
0.022732
0.024558
0.014852
0.023695
0.016455
0.014477
0.015050
0.012425
0.003371
0.003426
0.002823
标准差
0.171028
0.165698
0.148650
0.121191
0.120444
0.103419
0.100477
0.102724
0.085950
0.075007
0.075483
0.063190
0.058617
0.058766
0.049452
0.050338
0.041866
0.037442
0.029753
0.033808
0.033557
0.045966
0.001077
0.001062
0.000916
N
70
69
67
73
73
74
64
65
63
59
61
61
59
60
62
63
63
50
49
53
59
55
48
53
50
N/T
0.056818
0.056006
0.054383
0.059253
0.059253
0.060065
0.051948
0.052760
0.051136
0.047890
0.049513
0.049513
0.047890
0.048701
0.050325
0.051136
0.051136
0.040584
0.039773
0.043019
0.047890
0.044643
0.039120
0.043195
0.040740
LR
1.157104
0.902246
0.485073
2.101847
2.101847
2.475517
0.097240
0.194188
0.033255
0.117089
0.006171
0.006171
0.117089
0.044109
0.002729
0.033255
0.033255
2.450705
2.908688
1.323822
0.117089
0.770993
3.294476
1.251527
2.352942
图1人民币香港银行同业拆息VaR
时序图
图2美元兑人民币（香港）即期汇率VaR时序图
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议