文章采用Diebold和Yilmaz（2014）的溢出指數法和廣義方差分解方法,測算了1997年1月至2019年7月全球30個主要外匯交易經濟體的外匯市場壓力雙向溢出效應,在此基礎上討論了不同匯率制度下該溢出效應的異質性。同時,文章利用滾動窗口技術和網絡拓撲方法,構建了全球外匯市場壓力風險溢出效應的有向加權網絡,并分析外匯市場壓力的風險溢出時變特征和溢出網絡的動態(tài)演進。結果表明,各經濟體外匯市場壓力存在顯著風險溢出效應,且浮動匯率制經濟體在風險溢出和風險接收上均大于固定匯率制經濟體。全球外匯市場壓力的風險溢出具有明顯的時變特征,在極端事件沖擊下外匯市場風險溢出效應增強;近年來中國外匯市場壓力的風險凈溢出效應由負轉正,呈現出從主要的風險溢入國轉變?yōu)轱L險溢出國的趨勢;近年來全球外匯市場壓力的風險溢出網絡有風險集聚趨勢。在網絡中心度上,以中國為代表的新興經濟體溢出網絡中心度在波動中上升,與發(fā)達經濟體差距縮小。 

【文章來源】：世界經濟研究. 2020,(08)北大核心CSSCI

【文章頁數】：15 頁

【部分圖文】：

全球外匯市場壓力動態(tài)風險溢出效應

總體而言，伴隨人民幣國際地位的提升和中國經濟實力的增強，中國外匯市場壓力凈溢出效應自2011年以來不斷提升，近年來有向風險凈溢出國轉變的趨勢，但整體上仍主要是風險凈溢入國。3．全球外匯市場壓力風險溢出網絡分析

為刻畫全球外匯市場壓力的風險溢出網絡及動態(tài)演變過程，本文進一步以30個經濟體作為風險溢出網絡的節(jié)點，使用兩兩經濟體之間的相互溢出效應作為各節(jié)點的有向連邊，并以溢出效應值作為各有向連邊的權重，有向連邊越粗代表兩節(jié)點之間的溢出效應越大。為清晰顯示各經濟體外匯市場壓力溢出強度變化，本文將溢出強度在5%以下的有向連邊用灰色線條表示，在5%及以上的用黑色線條表示;同時，使用每期各經濟體的網絡中心度作為權重以反映節(jié)點的大小。圖3分別顯示了2002年、2008年、2012年和2018年全球外匯市場壓力的風險溢出有向加權網絡。在溢出強度上，全球外匯市場壓力的風險溢出強度最高為2008年;在網絡密度上，全球外匯市場壓力溢出網絡密度最高為2012年，其次是2018年。在網絡中心度上，浮動匯率制經濟體如美國、法國、德國和比利時等一直具有較高的網絡中心度。從整體趨勢上可以看出，以2008年金融危機為節(jié)點，全球外匯市場壓力溢出強度和網絡密度在危機后較之前有了顯著提升，特別是近年來英國“脫歐”、國際能源價格波動和中美貿易摩擦等風險事件頻繁發(fā)生，給全球外匯市場帶來了諸多不穩(wěn)定因素。

【參考文獻】：
期刊論文
[1]中國企業(yè)去杠桿需考慮美聯儲貨幣政策變化嗎？——加息和縮表的比較分析[J]. 趙艷平,秦力宸,黃友星.  國際金融研究. 2020(03)
[2]匯改提高了人民幣國際化水平嗎？——基于“7·21”匯改和“8·11”匯改的視角[J]. 王雪,胡明志.  國際金融研究. 2019(08)
[3]我國外匯儲備的溢出效應研究——基于引力模型的分析[J]. 唐愛迪,陸毅,杜清源.  金融研究. 2019(04)
[4]離岸人民幣區(qū)域影響力研究——基于信息溢出的視角[J]. 尹力博,吳優(yōu).  金融研究. 2017(08)
[5]美國量化寬松貨幣政策與退出效應及其對中國的影響研究[J]. 陳虹,馬永健.  世界經濟研究. 2016(06)
[6]新興市場國家金融風險傳染性研究[J]. 靳玉英,周兵.  國際金融研究. 2013(05)
[7]新興市場國家外匯市場壓力吸收方式的比較研究[J]. 靳玉英,周兵,張志棟.  世界經濟. 2013(03)
[8]新興市場國家外匯市場壓力影響因素研究[J]. 周兵,靳玉英,張志棟.  國際金融研究. 2012(05)



本文編號：3614005