摘要：“一带一路”倡议提出十年来，促进了区域经济合作和金融一体化，在此背景下衡量汇率市场的波动溢出效应变得至关重要。本文通过修正的ICSS算法对“一带一路”沿线国家货币汇率变动的方差结构断点进行识别，将其引入ARMA（1，0）-GARCH（1，1）模型中，计算出各个国家汇率的条件波动率，并在此基础上计算各国之间的波动溢出指数。研究发现，人民币波动更多地受到自身冲击的影响；“一带一路”沿线国家的溢出效应具有双向性和非对称性，人民币汇率的波动对邻国汇率的影响较为显著；汇率的波动溢出效应具有时变性，人民币在“一带一路”沿线国家中的溢出指数长期表现为净溢出，但短期内为净溢入，值得注意的是国内汇率制度改革和外部政治经济冲击都会放大人民币的净溢出效应。基于此，本文得出以下政策启示：持续发掘人民币的使用需求，并加强中国与“一带一路”沿线国家的货币合作，以及加强人民币离岸市场建设，仅供参考。
关键词：外汇市场；结构突变；风险溢出；溢出指数；“一带一路”
中图分类号：F832.6；F822文献标识码：A文章编号：2096-0298（2025）01（b）--05
1引言
在当前经济复苏乏力和地缘政治冲突增多等复杂的国际背景下，“一带一路”倡议促进双向经济发展，为世界经济可持续发展提供推力。随着“去美元化”趋势的发展，人民币在“一带一路”倡议中进一步推进了国际化进程，在跨境人民币结算、离岸市场发展和公共物品提供等方面取得了显著进展，促进了全球范围内的金融联系和跨境资本流动。然而，由于参与国家的异质性，也加剧了汇率波动风险。
近年来“一带一路”参与国家的汇率波动更广泛频繁，有更大的动力密切监测人民币的波动，降低汇率风险，但关注不同国家之间汇率的相互关联较少，且缺乏将“一带一路”沿线国家作为一个整体的研究。因此，本文通过分析人民币与“一带一路”沿线国家货币的溢出效应，揭示“一带一路”倡议提出十年来人民币的影响力和关联因素，以期对促进人民币的国际化进程有所帮助。
2文献综述
随着人民币在国际货币体系中影响力的提高，研究人民币在国际贸易中所承担的风险尤为重要。人民币和各国货币汇率间的关系成为研究热点，研究方法主要分为外部货币模型和向量自回归模型。
基于Frankel和Wei（1994）提出的外部货币模型，研究专注于货币市场之间的影响，估计了人民币在一篮子盯住货币中的隐含权重。由于基准模型中存在多重共线性和遗漏变量等问题，人民币汇率影响的效果具有不确定性。Marconi（2018）与高海红（2023）认为，人民币汇率已具有显著的影响力；而Keddad（2019）与李爽和姜岩（2023）对人民币汇率产生的影响表示怀疑。此外，外部货币模型只考虑了人民币对其他货币的影响，而忽略了其他货币对人民币的影响。
基于向量自回归（VAR）模型，使用Diebold和Yilmaz（2012）提出的方法构建溢出指数，分析汇率波动的动态溢出结构，即风险传递路径（Liu等，2019）。杜婕和安明玉（2021）通过对“一带一路”沿线22个国家与人民币汇率相互作用的实证分析，认为“一带一路”倡议提高了中国与周边地区汇率波动的关联性，对人民币国际影响力的提高具有重要作用。王琼（2021）研究发现，“一带一路”对人民币汇率的锚定作用具有明显促进作用，人民币在该地区的使用和接受程度增加，为人民币的国际化进程提供了支撑。郭钏和李小好（2022）研究发现，人民币与RCEP成员国间货币汇率的溢出效应随着RCEP协议的签署而扩大。
虽然已有文献对人民币汇率的溢出效应进行了分析，但鲜有涉及汇率变动中的结构性突变对溢出效应的影响。鉴于此，本文通过建立“一带一路”货币市场体系，利用修正的ICSS方法对不同国家间的汇率变动进行识别，以计算出不同国家间汇率变动的方差结构断点，并引入ARMA-GARCH模型得到不同国家的条件波动率，构建波动溢出指数，以便更好地捕捉到各国汇率之间的动态关系和溢出效应的变化，分析“一带一路”倡议提出十年来人民币和其他货币之间的相互影响和波动传导效应。
3模型和数据介绍
3.1引入结构突变的GARCH模型
Lastrapes（1989）及Lamoureus等（1990）已经证明了在时间序列中存在方差突变的情况下，使用传统的GARCH模型来估计波动性时会高估波动的持续性。因此，本文将修正ICSS算法所识别的结构断点引入GARCH（1，1）的方差方程中，可表示为如下方程：
式（1）（2）中：Dki为方差突变点的虚拟变量。当tgt;tk1D时，Dk1=1；否则为零。tk1D代表第K个国家方差突变点的第1个时刻，……，tknD代表第K个国家方差突变点的第n个时刻。hkt表示第k个国家t时刻汇率收益率条件方差。通过该模型，本文基于N个国家对数收益率的数据，能求出每个国家条件波动率的向量Vt=（V1t，…，VNt）T。
3.2波动溢出指数
根据Diebold和Yilmaz（2012）的研究理论，本文基于VAR模型来构建波动溢出指数。
首先，构建包含N个变量的VAR（p）模型：
式（3）中：Vt=（V1t，…，VNt）T是N个国家货币汇率对数收益率的条件波动率；∑为协方差矩阵。
其次，通过对VAR（p）模型的残差进行分解，得出H步的预测误差方差分解的FEVD矩阵：
对FEVD矩阵的每个元素进行归一化处理，如下：
使用KPPS方差分解的波动贡献，可以构建总波动溢出指数TVS，以便更好地度量N个国家总体波动的溢出效果：
使用广义方差分解矩阵的归一化元素计算方向性溢出，i国货币从所有其他各国货币j接受到的方向性波动溢出效应指数构建为：
最后，建立一个新指标，用来衡量i国汇率变动的净溢出效应指数NVS：
在净溢出效应指标上，i国货币的NVS为正值，说明这个国家是汇率变动的净输出国；反之，如果NVS为负值，表明该国是汇率波动的净接收国。
3.3数据来源
为了更好地获得“一带一路”倡议体系中的系统风险溢出指数，本文选择与中国贸易规模较大的15个贸易伙伴的货币，如印度卢比、俄罗斯卢布、沙特阿拉伯里亚尔等。为进一步分析全球主要货币的影响，本文选择Chinn-Ito指数中的前15国家的货币。由于部分货币大量缺失汇率数据，如科威特第纳尔、澳大利元，最终确定了11种货币，分别是CNY、CZK、INR、MYR、PLN、QAR、RUB、SAR、SGD、ZAR、AED，本文以特别提款权为计价单位，使用IMF的汇率数据库来获取11个国家货币兑SDR的日度汇率数据，以确保数据的稳定性和可靠性。考虑到“一带一路”倡议是在2013年9月提出，本文选取2013年9月4日—2023年9月29日为样本数据，利用线性插法对缺失数据进行插值，最后获得11个国家2499个工作日的汇率数据，并将其用于计算各国汇率的对数收益率。为了进一步分析这些汇率数据的特性，经过ADF单位根检验，这11种货币的汇率收益率都是平稳序列。
4人民币与“一带一路”沿线国家货币溢出效应的实证研究
4.1ARMA-GARCH模型结果
针对各国汇率收益率是平稳且非正态序列的实际情况，本文利用修正的ICSS算法，共选取11个沿线国家的外汇收益数据，在5%的显著性水平上，选取1.358作为门槛值。由表1可以看出，人民币和“一带一路”国家货币汇率的收益率都呈现不同程度的波动性。其中，人民币和卢布出现较多的方差结构性断点，人民币汇率出现了11个方差结构断点，卢布则在这一时期有8个方差结构断点。
在修正的ICSS算法辨识出的方差结构突变点的基础上，本文构造了Dki虚拟变量，并把它加入ARMA（1，0）-GARCH（1，1）模型中，具体见式（1）和（2），该模型的估算结果如表2所示。研究发现，大部分货币汇率的自回归系数都是显著的，代表方差结构断点的虚拟变量在所有国家的模型中都显著。由AIC及BIC可知，在模型中加入方差结构突变点后，其AIC与BIC都会显著下降，表明加入突变点能改进对样本中模型参数的估计，从而得到更准确的条件波动率。
4.2波动溢出指数
本文利用上述引入方差结构断点的ARMA（1，0）-GARCH（1，1）模型，计算11种主要经济体货币汇率的条件波动率Vt=（V1t，…，V11t），并构建11个国家汇率的向量自回归（VAR）模型，通过对模型残差进行分解，选择H=8天建立FEVD矩阵，得出对应的波动溢出指数（表3）。
第一，各国的汇率波动率总体溢出指数为25.51%，说明各个国家的汇率的变动主要是由其本身冲击所引起的。在这些国家中，南非兰特更受自身波动影响，为94.05%；人民币汇率受到自身冲击的影响幅度为77.89%。受其他国家汇率变动影响最大的是沙特阿拉伯，这可能是由于本文选择SDR作为汇率计量单位，而SDR篮子主要由美元和欧元组成。说明“一带一路”沿线国家的汇率波动主要受美元、欧元等因素的影响，而“一带一路”沿线国家间汇率波动的溢出效应不明显。例如，沙特阿拉伯与卡塔尔的主要输出项目石油以美金支付，受人民币影响较小；新加坡和马来西亚与欧美经济贸易联系密切，也凸显了这种特征。
第二，从不同国家向外传递汇率波动溢出效应情况来分析，中国的汇率波动溢出效应在“一带一路”沿线国家中位居第六，对外波动溢出指数为24.63%。在人民币波动率溢出效应的主要接收国中，新加坡、印度和马来西亚这三个亚洲国家位居前列，特别值得注意的是，人民币汇率变动对新加坡元的溢出效应达到9.56%。一方面是由于中国是新加坡的第一大贸易伙伴；另一方面，中国对其他“一带一路”国家的投资约25%经过新加坡流入其他国家。因此，通过贸易与投资两个途径，人民币的波动性传导到新加坡元，对其产生了显著影响。此外，沙特阿拉伯、卡塔尔、新加坡、马来西亚和印度等国的汇率变动对外溢效果相对较高，也值得关注。
第三，从不同国家接收汇率波动溢出效应情况来分析，在所选取“一带一路”沿线国家的外汇市场中，各国汇率受到的波动溢出效应存在差异。人民币接收到来自其他货币的汇率变动溢出指数为22.11%，在所选国家中排名倒数第五。其中，人民币汇率更受新加坡和印度的影响，分别为5.32%和4.18%。
4.3动态波动溢出分析
为了深入研究“一带一路”沿线国家在不同阶段的波动溢出效应，本文采用300天的滚动窗口作为计算区间，对样本时段内的时变总溢出指数和总体波动率进行分析。
“一带一路”国家交易市场体系中的总溢出指数如图1所示。出现指数大于等于60%的情况时，表明“一带一路”沿线国家汇率市场中存在巨大的内部风险效应。总溢出指数在中国提出“一带一路”倡议后显著增加，当“一带一路”倡议的某些参与国发生危机事件时，总溢出指数也会迅速增加。此外，危机期间汇率较强的波动可能转化为风险传染，进一步增加了系统内的不稳定性。
为深入探讨“一带一路”沿线国家在各阶段波动性外溢的演变规律，本文对样本区间内时变波动净溢出指数进行计算，不同国家之间的外汇市场变动的动态波动率净溢出指数如图2所示。正值表明该货币在该时期为波动溢出效应净输出；负数则表示该货币在该时期为波动溢出效应净输入。
如图2所示，各个国家的外汇市场在各个时间段内表现出不同程度的波动净输出和净输入，说明汇率波动的溢出效应是随时间变化的，且可以随时间进行调整。在所选“一带一路”沿线国家中，大部分时期卡塔尔和沙特阿拉伯都是汇率波动的净输出国，而中国、印度和新加坡则是汇率波动的净输入国。
图2各国汇率波动率净溢出效应指数的动态变化情况
5结语
本文收集了“一带一路”11个国家的汇率数据，时间跨度为2013年9月4日—2023年9月29日，采用引入方差结构断点的ARMA-GARCH模型来计算条件波动率，并构建了各国之间的汇率变动传导指标，以探究不同国家之间货币波动的溢出效应。本文得出以下结论：
第一，人民币的波动具有聚集性，对自身历史波动强度有较强的“记忆性”和“时滞性”。第二，“一带一路”国家之间存在内部互动性，人民币与其他“一带一路”沿线国家货币之间存在显著的相互溢出效应，由于不同国家和地区的具体情况和经济政策不同，其波动效应具有双向性和非对称性，人民币汇率波动对新加坡等东南亚国家货币的影响较大。第三，汇率的波动溢出效应是随着时间变化的。从长期来看，人民币的汇率变动对“一带一路”沿线国家有明显的正向溢出效应，在短期的溢出效应不可避免地受到汇率制度调整和全球经济政治事件的影响。
根据以上结论，本文得到以下几点启示：第一，主动发掘“一带一路”中各国的人民币结算需求，拓展人民币在区域内的应用，提升其在区域内的结算功能与频率。支持金融机构在“一带一路”国家开展人民币结算业务，促进人民币国际化。第二，加大与“一带一路”国家金融合作力度。进一步推动与“一带一路”国家签订外汇互换协定，以促进双边金融合作。第三，大力发展人民币离岸市场。
参考文献
MarconiD.CurrencycomovementsinAsia-Pacific：Theregionalroleoftherenminbi[J].PacificEconomicReview，2018，23（2）：150-63.
高海红.人民币国际化的成就和未来发展[J].人民论坛，2023（18）：86-90.
KeddadB.HowdotheRenminbiandotherEastAsiancurrenciesco-move[J].JournalofInternationalMoneyandFinance，2019（91）：49-70.
李爽，姜岩.人民币国际化进程中的货币锚效应：基于186个经济体的比较研究[J].中国流通经济，2023，37（11）：105-114.
王中昭，杨文.人民币汇率对东盟各国汇率传染及其时变相关有效性研究[J].国际金融研究，2014（11）：56-66.
蔡彤娟，林润红.人民币与“一带一路”主要国家货币汇率动态联动研究：基于VAR-DCC-MVGARCH-BEKK模型的实证分析[J].国际金融研究，2018（2）：19-29.
王有鑫，周子清，杨翰方.基于货币群落视角的人民币汇率全球溢出效应研究[J].国际金融研究，2018（9）：13-23.
李智，彭志浩，王梓谊.人民币与东盟国家货币汇率联动性研究：来自1995—2018年的证据[J].武汉金融，2020（1）：28-36.
