汇率形成的微观分析

汇率形成的微观分析
奚君羊 曾振宇

载《广东社会科学》, 2005年第1期

摘要：以宏观经济变量为决定因素的传统汇率模型并不能解释汇率的短期波动，原因在于这些模型隐含的"投资者同质、公开信息、交易制度无关"的前提假设实际上并不能满足。近年来新出现的汇率微观市场分析法提出了信息分散论，本文在此基础上建立了不完全信息下的信息融入即期汇率的机制。
关键词：公开信息；私人信息；市场微观结构；指令流

一、 引言

布雷顿森林体系崩溃后，国际货币体系进入了浮动汇率时代，主流的汇率理论，如购买力平价论无以解释汇率的剧烈起伏波动，于是，学术界试图探求新的答案。1970年代中期，资产市场论逐渐兴起。但是，资产市场论，如弹性价格货币模型、粘性价格货币模型和资产组合模型虽然对1920和1930年代以及1970年代中期的汇率波动具有良好的解释力，但却得不到样本期拓展到1978年以后的实证研究的支持。到1990年代，Obstfeld和Rogoff（1995）提出了动态汇率模型，被认为是开放宏观经济领域的开创性研究。在Obstfeld和Rogoff的动态汇率模型中，汇率的决定因素仍是宏观经济变量，如相对货币供应量和相对消费水平。然而，Bergin（2001）用加拿大、澳大利亚和英国为样本对汇率动态模型进行的实证检验表明，在预测名义汇率和实际汇率时，动态汇率模型的预测误差仍大于随机过程。
Frankel和Rose（1995）在回顾了汇率理论的实证结果后认为："作为经济的中心变量，除了在某些极端情况下，如恶性通货膨胀时期，几乎没有证据支持宏观经济变量能显著地影响汇率波动。"这种情况表明，宏观经济变量对汇率的作用主要表现为趋势性影响，而汇率的波动则在很大程度上发源于众多的微观因素。因此，许多学者开始另辟蹊径，把目光转向微观层面，汇率的微观结构分析就此应运而生。

二、瓦尔拉斯价格形成机制与外汇市场悖论

传统的金融理论往往用瓦尔拉斯拍卖过程来解释价格形成机制。瓦尔拉斯拍卖过程假定存在一个"瓦尔拉斯拍卖者"，在均衡价格形成的过程中，所有交易者向瓦尔拉斯拍卖者提交其供求数量，甚至是供求函数，随后该拍卖者确定一个交易价格，所有的交易者据此决定其在该价格上的最优供求数量。如果供求数量不相等，则拍卖者重新定价，交易者也重新提交供求数量。这样，拍卖者不停地调整价格、交易者不停地调整其指令，直到供求总数量相等，此时的价格即为均衡价格。
如果用瓦尔拉斯价格形成机制来解释即期汇率的形成至少有两个问题无法解决：

第一，外汇市场上为何存在超过贸易需要的巨额交易量？据国际清算银行统计，1980年代后外汇市场上的交易量急遽膨胀，远远超过实际的投资与贸易的需要，目前仅有约4％的即期外汇交易可能与贸易有关。按照瓦尔拉斯价格形成机制，由于新信息融入价格时并不需要交易的出现，这就使外汇市场上的巨额交易成为难解之谜。
第二，外汇市场为何出现多重价格？根据瓦尔拉斯价格形成机制，市场出清价格应该是单一的均衡价格，但在外汇市场上，外汇交易商报出的是有价差的买入价和卖出价。另外，由于地域的原因，在格林威治标准时间7～8点和21～23点，全球三大金融中心都处于休市状态，此时零星的外汇交易明显清淡，外汇市场交易价格存在一个"不同的价格分布"而不是"单一的均衡价格"。
由此可见，瓦尔拉斯价格形成机制只能部分说明汇率的形成而不是全部。金融市场微观结构理论更有助于说明短期汇率波动的答案所在。

三、汇率微观市场论

市场微观结构理论研究的是金融资产价格的发现、形成过程和运作机制，该理论和汇率理论的有机结合产生了汇率微观市场分析法。与传统的宏观汇率理论的分析视角不同的是，由Evans和Lyons（2002）发展的汇率微观市场论重点分析了指令流（Order Flow）对汇率的决定作用。Evans和Lyons所谓的指令流是有方向的交易委托指令，如果以买入指令为正，那卖出指令则为负，指令流是一定的交易时间段内的净买入或卖出指令。据此，Evans和Lyons建立了如下混合汇率模型：
＝＋＋
式中，是即期汇率，函数代表宏观经济因素，如利率（i）、货币供应量（m）和其他因素（z），而代表微观市场因素，如指令流（X）、外汇交易商库存（I）和其他因素（Z）。Evans和Lyons用两国利率差来度量宏观经济因素，用指令流度量市场微观因素，结果发现汇率波动与指令流显著相关。以美元兑马克和美元兑日元的汇率为例，指令流对汇率波动的解释能力分别为64％和46％，而两国利率差的解释能力接近于0。
Lyons（2002）分析指令流与汇率变动相关的原因在于信息是分散的（Dispersed），信息融入价格需要指令为载体。根据Lyons的信息分散说，我们认为信息融入即期汇率有3种可能的机制：（1）公开信息的瓦尔拉斯价格形成机制；(2)因为投资者异质，公开信息通过指令为载体融入到即期汇率；(3)市场存在私人信息，私人信息通过指令融入到即期汇率（见图1）。






图1 外汇市场信息融入即期汇率的机制

四、公开信息的传导机制

有关汇率

的公开信息主要通过两种机制影响汇率。第1种机制，即瓦尔拉斯价格形成机制假定市场参与者同质，其表现是：（1）市场参与者对汇率决定因素具有共识；（2）当出现有关汇率决定因素变化的新信息时，市场参与者对此新信息的反应是一致的。我们认为传统汇率理论的这两点假设都是难以成立的。首先，市场参与者存在区别，如按照交易动机，可以将市场参与者分为投机交易者和套期交易者，前者交易的目的在于从汇率的波动中谋取利润，后者参与市场交易是为了减少汇率波动带来的风险。又如按照对汇率变化趋势的预测方法不同，可将市场参与者分为基本面分析派、技术（或图表）分析派和综合分析派。其次，即使是面对同一新信息，市场参与者的反应也是不一致的，这点只要从各大媒体的汇市评论就可以看出，这些评论中总是有不同比例的市场分析人士"看多"、"看空"和"看平"。专业分析人士尚且存在不同的看法，众多的市场参与者更是难以达到共识的程度。因此，第1种机制对汇率的影响程度比较有限。
我们再来看第2种传导机制。出现公开信息后，由于市场参与者预期不一致，买者和卖者都会大量出现，此时市场指令增多、汇率波动增大。Melvin和Yin（2000）的实证研究支持第二种传导机制的存在，他们观察了1993年12月～1995年4月日元和德国马克兑美元的逐笔交易情况，并将路透社货币市场新闻摘要（Reuters Money Market Headline News）看作是公开信息。Melvin和Yin分析了以小时为单位的信息发布数量和指令数，发现两者存在显著的正相关关系，在信息发布集中的时间段，市场交易也较活跃，因此公众信息的出现改变了市场指令密度和汇率的变化。Evans将影响汇率变动的信息因素分为公开信息和非公开信息，前者指公众预期一致的市场公开信息，后者是需要通过指令传导的信息，包括预期不一致的公开信息和私人信息。Evans以马克兑美元的汇率为样本所做的实证研究表明，短期汇率波动仅有15％可归结于公开信息，而非公开信息对汇率波动的解释力为80％。

五、私人信息的传导机制

第3种传导机制起源于私人信息。私人信息有两个鲜明的特征：（1）它不能被市场所有的参与者所知晓；（2）预测未来的价格趋势更为准确。在外汇市场上，私人信息的一个典型例子是中央银行的干预行为。中央银行对外汇市场的干预一般是通过特定的某些外汇交易商进行，这就使得路透社交易系统在显示央行干预的信息时具有一定的时滞。Peiers（1997）发现德国央行干预的信息披露滞后60分钟，这种信息披露上存在的时滞，意味着央行的干

预行为将成为其交易对手的私人信息。在德国银行间外汇市场上，德意志银行在美元兑马克的交易中，其份额居外汇交易银行之首。德意志银行不仅按资产排名名列前茅，而且还拥有欧洲最大的客户群。德意志银行在客户群和流动性上的优势使其成为德国央行干预外汇市场的首选交易对手。Peiers发现央行干预的特征使德意志银行成为市场价格的领导者，在央行干预时，德意志银行在银行间市场的交易活动异常活跃，其提交的指令超出排名第二的银行近40％，这可能是德意志银行利用短暂的信息优势进行交易而获利。
根据上述的微观结构分析就能充分解释瓦尔拉斯价格形成机制无法回答的巨额外汇交易量和不同汇率同时存在的问题。当市场参与者对信息存在不同的预期和理解，即所谓的"多空分歧"较大时，外汇市场的买入指令和卖出指令就会大量出现，交易量自然就会增大。另外，由于市场存在私人信息，做市商面临信息不对称成本，在与知情交易者交易时，交易商容易遭受损失。出于弥补损失的需要，交易商会报出具有价差的买入价和卖出价。此外，在交易清谈时，指令流的信息含量较低，此时交易商未必会按照常规报出与其他交易商相同的报价。这就导致了汇率差异。显然，从微观的角度看，外汇市场参与者的行为对汇率的短期波动具有突出的影响。

参考文献：
[1] Bergin, P. R., 2001, Putting the 'new open economic macroeconomics' to a test, University of California at Davis, Working Paper.
[2] Evans, Martin D. and R. K. Lyons, 2002, Order flow and exchange rate dynamics, Journal of Political Economy, 110, 170-181.
[3] Frankel, J. A. and A. Rose, 1995, Empirical research of nominal exchange rate, In Handbook of International Economy, edited by Grossman, G. and K. Rogoff, Amsterdam: Elsevier Science, p1689-1729.
[4] Lyons, R. K., 2002, Foreign exchange: macro puzzles, micro tools, Federal Reserve Bank of San Francisco Economic Review, 51-69.
[5] Obstfeld, M. and K. Rogoff, 1995, Exchange rate dynamics redux, Journal of Political Economy, 103, 624-660.
[6] Peiers, B., 1997, Informed trades, intervention, and price leadership: a deeper view of the microstructure of the foreign exchange market, Journal of Finance, 42, 1589-1613.




1