汇率动态风险测度与网络传染效应研究开题报告

（1）研究问题

本文选取世界主要国家货币汇率数据，运用Granger因果检验和Pearson相关系数，构建复杂网络，实证研究世界各国货币的汇率风险溢出传导方向和影响机制，并提出有关汇率风险管理对策和建议。

（2）拟解决的关键问题

首先，通过搜集梳理相关的文献资料，对当前现有的汇率风险溢出研究现状进行总结，归纳整理风险溢出理论和模型；接着，利用Granger因果检验和Pearson相关系数，构建世界主要国家货币“有向有权”的汇率收益率网络，根据各国汇率风险溢出效应的结构特征进行分梯队对比分析；然后，以集团化视角，实证不同汇率制度集团间与集团内部的溢出效应特征；最后，结合面板数据探究风险溢出的影响机制，并提出有关汇率风险管理对策和建议。

（3）写作提纲

①引言：介绍项目的研究背景、研究意义、研究框架和研究方法等。

②文献综述：研读中外相关文献，按照研究内容、实证方法的顺序进行整理，并在此基础上，提出本文的研究创新之处。

③理论基础与研究设计：阐述文章涉及到金融理论知识，并介绍本文选取的相关指标以及运用到的模型理论。

④数据处理与实证分析：说明选取面板数据的来源、预处理过程以及描述性统计结果；分析汇率溢出效应测度结果。

⑤外汇风险传染影响机制研究：介绍选取的外汇风险影响因子，分析汇率风险传染的影响机制。

⑥结论与政策建议：基于上述实证分析结果以及所得参数解释，得出结论，并提出有关汇率风险管理对策和建议

目前，针对各类权益性资本市场间的风险溢出效应，学术界已经取得了较为丰富的研究成果，但针对外汇市场的风险溢出效应相对偏少。本文主要从研究内容和实证方法两个方面回顾汇率风险溢出效应的相关研究进展。

从汇率风险溢出的研究内容来看，大致分为三类。第一类是研究一国外汇市场中的汇率风险溢出效应。其中包括外汇市场中的即期和远期汇率、在岸汇率和离岸汇率（包括NDF）之间的风险溢出效应。徐文舸（2014）从外汇市场的内外生冲击和交易者风险偏好的角度, 实证发现离岸和在岸的人民币远期市场的价格信息传导机制确实存在, 主要表现为离岸市场对在岸市场的价格信息传导, 且两个离岸市场间的联系十分紧密。阮华和宣文俊（2016）以中间报价机制改革为分界线，对在岸人民币（CNY）、离岸人民币（CNH）和离岸的无本金交割人民币（NDF）市场间的联动性效应进行研究，发现改革前在岸汇率引导离岸汇率。而离岸市场CNH市场逐渐代替NDF市场；改革后三个市场间的汇率存在高度相关性，人民币汇率的价格发现机制不断得到改善。

第二类是一国外汇市场与其他权益性资本市场间的风险溢出效应。尹海员（2017）运用静态和动态CoVaR方法实证了人民币兑美元汇率至股市中的地产、汇率至贸易、汇率至券商行业价格指数都有显著正向的风险溢出效应。

第三类是跨国跨货币间的汇率风险溢出效应。早期国内外学者的研究对象集中在发达国家货币，例如研究欧元、美元、日元等世界货币的汇率风险溢出问题。David（2009）利用VAR方差分解分析美元、日元和英镑这三种汇率相互依赖的性质和程度，得出美元汇率在均值和波动性溢出方面均优于其他两个货币，而其他两个货币的汇率波动带给美元的风险较小。针对欧元、美元、日元之间的汇率波动效应的研究，Brigitte（2011）通过基于VAR冲击分析和GARCH模型得出人民币兑欧元的汇率波动对中国的进出口贸易影响更为严重。郭珺和滕柏华（2011）基于向量自回归模型和多变量GARCH模型发现前三种货币对人民币存在显著且单向传染的波动溢出效应，以此说明当时的中国外汇市场不够成熟，易受风险传染影响。在新兴市场的研究方面，研究对象主要涉及包括人民币在内的亚洲新兴经济体货币。朱孟楠（2007）利用GARCH模型研究人民币与美元、日元、港币、菲律宾比索、马来西亚林吉特和新加坡元联动性，研究发现汇率制度以及国家或地区间的经济联系与竞争对汇率波动的因果关系具有一定的影响力。丁剑平和杨飞（2007）基于GARCH和BEKK模型研究人民币汇率参照货币篮子与东亚货币联动性，研究发现在汇改后，无论从货币汇率波动的联动性还是汇率波动的方差，甚至是波动持续性，人民币都显著增大了与韩元、新台币、港币和林吉特联动的权重，降低了参照美元的权重。杨雪峰（2009）研究人民币与东亚主要地区货币汇率间的联动性，认为人民币对东亚货币的影响力增强，并且汇率之间具有较强的正相关性。

从汇率风险溢出的实证方法来看，一方面，在研究汇率风险溢出效应的实证方法上，包括Granger因果检验、Copula模型、GARCH模型等在内的风险溢出测度工具。田巍（2010）采用平稳性检验、协整检验、Granger因果关系等检验2007年美国的金融危机前后的传染性，通过研究外汇市场在平稳期和危机期的波动性得到平稳期美国的外汇市场存在一定的单向性，而危机期美国与欧元区国家、英国、其他东南亚国家都具有单项或双向的因果关系。谢赤等（2012）构建时变多元Copula模型，并运用蒙特卡洛模拟技术计算VaR来度量人民币兑美元、欧元、日元和港元4种汇率可能给商业银行带来的风险，并与静态多元Copula-VaR的度量效果进行比较分析，得出运用时变多元Copula-VaR测度效果更好的结论。Kearney amp; Patton（2000）基于GARCH 模型分析了汇率市场间的波动溢出效应和世界主要货币汇率之间的联动性。Patton（2006）发现Copula模型能够较好地分析汇率市场之间的联动性，并对日元和马克之间的联动关系进行了分析。

另一方面，对于测度出的金融风险溢出特征的研究，现多采用金融关联网络探究风险的联动性和溢出特征。Diebold amp; Yilmaz（2014）解释了MES和CoVaR方法解决了个人-公司和整体市场波动之间的关联性。并结合了VAR的方差分解理论和网络拓扑理论，构建加权有向网络，表征了这些网络中的连通性，并反过来表征了VAR中的连通性。李敬等（2014）在研究中国区域经济增长的空间关联关系中建立两区域经济增长变量的VaR模型，并通过Granger因果检验判断区域之间是否存在动态关联，最后运用网络分析法从中心性分析、块模型分析分别对空间关联网络特征进行全面的解构。马旭平等（2019）基于方差分解的溢出指数和复杂网络，研究“一带一路”沿线国家主权风险的溢出特征，发现沿线国家整体主权风险溢出效应存在明显的动态性特征和阶段性特征，其中中东欧区域国家集团在沿线国家主权风险溢出网络中处于主导地位。黄玮强（2018）基于VAR模型的Granger因果关系检验方法，构建金融机构股票收益溢出关联网络。从网络节点中心性视角出发，研究金融机构的风险传染强度及风险承受强度特征。

（1）研究计划进度

①2022年11月17-2022年12月15日确定文章结构框架，完成论文开题报告

收集基础材料，分析总结现有研究成果。

②2022年12月15日-2022年2月15日 完成论文初步写作

收集数据并进行与预处理，确定并熟悉合适指标和所用模型，利用R语言软件进行格兰杰因果检验以及复杂网络的构建，根据模型实证结果结合国内外学者提出的理论分析结果，得出初步报告并整理成文。

③2022年2月15日-2022年5月31日 反复修改完善论文

结合最新政策动态调整分析成果，并进一步打磨文章语句和结论，完善文章。

（2）撰写方案

具体撰写方案如上图，首先基于研究背景和问题，查阅文献确定本文要研究的问题：汇率风险溢出特征；接着阐述问题涉及的理论基础，包括金融风险相关理论和所用实证模型理论，分析研究问题的内在本质；然后进行实证研究，结合相关学者研究结果得出结论，并提出对策和建议。

[1] 徐文舸.人民币汇率价格信息传导机制的实证研究——基于离岸和在岸的远期市场[J].投资研究,2014,33(11):58-71.

[2] 阮华,宣文俊.离岸与在岸人民币汇率的联动性效应研究——中间价报价机制改革前后[J].海南金融,2016(03):21-25.

[3] 尹海员.汇率与股市相关行业的风险溢出效应——基于静态与动态CoVaR的分析[J].中南财经政法大学学报,2017(06):112-121 160.

[4] David G. McMillan and Alan E.H.Speight. Return and volatility spillovers in three euro exchange rates[J].Journal of Economics and Business, 2009, 62(2) : 79-93.

[5] Brigitte Granville and SushantaMallick and Ning Zeng. Chinese exchange rate and price effects on G3 importprices[J]. Journal of Asian Economics, 2011, 22(6) : 427-440.

[6] 郭珺,滕柏华.人民币与欧元、美元、日元之间的汇率联动分析[J].经济问题,2011,(07):95-99.

[7] 朱孟楠,严佳佳.人民币汇率波动:测算及国际比较[J]. 国际金融研究,2007(10):54-61.

[8] 丁剑平,杨飞.人民币汇率参照货币篮子与东亚货币联动的研究[J].国际金融研究,2007(7):36-42.

[9] 杨雪峰.东亚汇率合作的现实选择:基于汇率动态性的考察[J].世界经济研究,2009(7):62-67 89.

[10] 刘刚,张友泽.人民币在“一带一路”货币圈发挥了锚效应吗?基于人民币与主要国际货币比较研究[J].国际金融研究,2018(7):32-41.

[11] 田巍.美国金融危机的国际传染性研究[J].科技创新导报,2010(2):146-147.

[12] 谢赤,周亮球,岳汉奇,等.基于时变多元Copula-VaR的商业银行汇率风险度量[J].湖南大学学报(自然科学版),2012(12):94-99.

[13] Kearney C, Patton A J. MultivariateGARCH Modeling of Exchange Rate Volatility Transmission in the EuropeanMonetary System[J]. Financial Review,2000(35):29-48.

[14] Patton A. Modelling AsymmetricExchange Rate Dependence[J]. International Economic Review, 2006(2): 527-556.

[15] Diebold F X,Yilmaz K. On the NetworkTopology of Variance Decompositions: Measuring the Connectedness of FinancialFirms[J]. Journal of Econometrics,2014(1):119-134.

[16] 李敬,陈澍,万广华,付陈梅.中国区域经济增长的空间关联及其解释——基于网络分析方法[J].经济研究,2014(11):4-16.

[17] 马旭平,王军,孙晓蕾,李建平.主权风险溢出网络动态特征研究:以“一带一路”国家为例[J].系统工程理论与实践,2019(6):1363-1372.

[18] 黄玮强,庄新田,姚爽.基于信息溢出网络的金融机构风险传染研究[J].系统管理学报,2018(1):235-243.