[400字]假币风波作文精选4篇

【阅读指引】阿拉题库网友为您分享整理的“[400字]假币风波作文精选4篇”范文资料，以供您参考学习之用，希望这篇文档对您有所帮助，喜欢就下载分享给大家吧！

假币风波【第一篇】

本文以2007－2014年非房地产及金融行业的上市公司为研究样本，检验了房地产价格波动对企业非生产性房地产投资的刺激作用，还研究了货币政策对以上作用的影响，并进一步地考察了货币政策的非对称效应。研究结果表明：(1)房地产价格波动与企业非生产性房地产投资存在显著正相关关系；(2)货币政策能够调节企业非生产性房地产投资行为，紧缩的货币政策能够抑制企业的非生产性房地产投资行为；(3)货币政策对于企业非生产性房地产投资的调节效应表现出一定的非对称效应，货币政策调节效应会随企业性质的变化而变化，货币政策调节效应对民营企业更加显著。

关键词：

房地产价格；货币政策；企业非生产性房地产投资

一、文献回顾与假设提出

中房网的统计数据显示，全国住宅均价十年涨幅为145%，其中京、沪、穗、深等城市住在用房平均涨幅达220%。面对房地产价格持续上升对中国社会带来的重大影响，政府十年九调，却依然难以遏制房价持续上涨，房价持续快速上涨对中国经济社会发展产生了深远影响。根据资本逐利性原理，当某个行业的利润率高于全行业平均利润率，且该行业不属于政策限制性行业或者垄断性行业时，该行业就会吸引大量资本进入。对于微观经济个体而言，房地产价格增长率高于银行利率，甚至一度高于产业资本的平均报酬率，房地产的增值收益大于产业资本的平均收益，导致企业的大量资本进入房地产业，利用房产价格的持续上升获取收益。企业过度投资非生产性房地产会对企业自身和宏观经济产生重大不利影响。对于企业自身，其行业地位会受损，同时会面临投资成本损失风险、投资转型成本过高的风险。长期来看，企业过度投资非生产性房地产会使贸易性的虚拟经济挤压实体经济，导致实体产业空心化，并导致房地产行业投机性过热，产业发展结构性失衡，进一步催生房地产泡沫，导致房价畸形上升。基于以上背景，本文拟在房地产价格波动频繁的背景下研究企业非生产性房地产的投资行为，结合国家宏观货币政策变化，研究货币政策对企业非生产性房地产投资的调节效应，并进一步考虑货币政策具体施行环境，探究货币政策在调控企业非生产性房地产投资中所体现的非对称效应。

(一)房地产价格波动与企业非生产性房地产投资已有的大多数研究表明企业房地产投资与房地产价格正相关。Black等(1996)对英国企业进行研究，发现房地产价值越高，企业新增投资越多。Chaney(2012)实证检验发现房地产价值每上升1美元，企业将增加6美分投资。罗时空和周亚虹(2013)的研究结果表明，在中国房地产价格一方面作为成本因素影响企业的投资行为，另一方面又作为流动性溢价而影响企业的投资行为，两种影响机制对企业的投资活动影响方向不同；当企业面临融资约束较大时，房价上涨更可能促进企业投资。房地产行业报酬率高于大多数行业，房地产价格增长率已经超过大部分企业的净资产收益率。因而，在房地产价格持续上升的背景下，从资本逐利性角度出发，企业有动机投资非生产性房地产，赚取房地产价格上升所带来的收益。由此提出假设1:H1:在控制其他因素不变的情况下，房地产价格波动与企业非生产性房地产投资正相关。

(二)货币政策对企业非生产性房地产投资的调节效应1.货币政策的调节效应现有文献基本上都支持货币政策对房地产价格存在调节作用。Iacoviello(2002)的实证结果显示央行利率上涨将抑制房地产价格上涨。Fratantoni和Schuh(2003)研究发现货币政策对企业房地产投资有显著影响，且这种影响呈现明显的区域差异。邓富民和王刚(2012)研究发现，在较长期内，货币政策会显著影响房地产价格。宋勃和高波(2007)的实证结果显示短期的银行实际贷款利率和长期存款实际利率对房价有负面影响。综上论述，本文认为货币政策会对企业非生产性房地产投资行为产生影响，货币政策从紧时，企业融资约束大，资金成本高，非生产性房地产投资规模收缩；货币政策宽松时，企业融资约束小，资金成本低，非生产性房地产投资规模扩张。因此，本文提出假设2:H2:在控制其他因素的情况下，紧缩的货币政策对房地产价格和企业非生产性房地产投资之间的关系具有负向调节效应。2.货币政策调节效应的非对称性货币政策非对称效应理论认为，不同的政策环境会导致货币政策实际效果产生差异。区域金融发展水平会对货币政策的执行效果产生影响。曹永琴(2011)实证检验发现我国存在显著的货币政策区域非对称效应，货币政策在金融欠发达地区具有更好的调控效果。货币政策还存在企业特质维度的非对称效应，企业特质也会影响货币政策效果。马文杰和张世锋(2011)的研究结果显示，货币政策对于民营企业的调控效果更好。国有上市公司受到的融资约束比民营企业弱(辛清泉和林斌，2006)，所面临的融资约束显著小于民营企业(张纯和吕伟，2007)。因此，从企业融资角度分析，相同的货币政策对于国有企业和民营企业的调节效果不同，民营企业对货币政策更敏感，货币政策对民企的调控效果也相对国有企业更好。综上，本文提出假设3和假设4:H3:在其他条件相同的情况下，区域经济发展水平低、区域金融发展欠发达的地区，货币政策对企业非生产性房地产投资行为的调节效果更好。H4:在其他条件相同的情况下，货币政策对于民营企业的非生产性房地产投资行为的调控相对国有企业更有效。

二、研究设计

(一)样本选择与数据来源本文对初选样本进行了筛选，剔除了：(1)ST公司的样本；(2)金融行业上市公司；(3)房地产行业上市公司；(4)异常值和数据缺失样本。对连续变量进行上下1%缩尾处理。经过筛选，本文最终获得了29671个季度观测值。本文大部分研究数据来自上市公司年报、CSMAR和WIND数据库，房价数据来自国家统计局每月的“70个大中城市住宅价格指数(环比)”。

(二)研究模型与变量定义本文的被解释变量是非生产性房地产投资，采用投资性房地产报表数据作为企业非生产性房地产投资的替代变量。本文的主要解释变量是房地产价格波动，采用“70个大中城市住宅价格指数”替代，该指数由国家统计局每月公布，本文将月度数据处理为季度数据进行研究。货币政策参照李青原和王红建(2013)，以广义货币M2供给量的季度增长率为货币政策变量，以该增长率的中位数为标准，小于中位数为紧缩的货币政策，大于中位数为宽松的货币政策。文中用到的其他变量还有股权性质(国有企业取1，否则取0)、区域金融发展水平(参照黄志忠和谢军(2013)，区域竞争指数均值大于6的地区取1，其余地区取0)、现金持有量(货币资金的自然对数)、资产负债率(企业期末总负债除以期末总资产)及企业规模(企业期末总资产的自然对数)，同时本文还对年度和行业进行了控制。

三、实证结果与分析

(一)描述性统计如表1所示，本文列出了实证研究中所涉及的主要变量的描述性统计。从描述性统计分析中可以发现，非房地产上市公司非生产性房地产投资的自然对数均值高达，最小值为，而最大值则达。货币政策为虚拟变量，等于1代表紧缩的货币政策，该虚拟变量均值为，中位数为1，表明研究样本期间内，货币政策整体偏紧。

(二)相关性分析本文的Pearson相关性分析的结果显示(篇幅有限未列示)，除Cash与Size之间的相关系数达到外，其余变量之间的相关系数均在可接受范围内。进一步地，VIF均小于10，在可接受范围内，因此，本文所构建的研究模型不存在多重共线性问题。Inv与Price显著相关、与MP(货币政策)显著负相关的统计分析结果为本文的研究假设提供了初步数据支持。

(三)多元回归分析本文根据前文所建立的研究模型进行了普通最小二乘OLS回归分析，结果见表2。从表2中模型(1)的回归结果可以看出，在控制了其他影响因素后，房地产价格Price的回归� 实证结果与假设相符，假设H1得到验证。此外，本文检验了货币政策对企业非生产性房地产投资行为的调节效应，结果如表3所示。从表3中模型(2)的回归结果可以看出，货币政策与房地产价格的交乘项在1%水平上统计显著，说明紧缩的货币政策对房地产价格和企业非生产性房地产投资之间的关系具有显著的负向调节效应，紧缩的货币政策能够抑制企业非生产性房地产投资行为。实证结果与假设相符，假设H2得到验证。更进一步地，本文利用模型(3)检验货币政策非对称效应，回归结果如表4所示。表4的数据结果显示，Market的三重交乘项回归系数未能通过显著性检验，假设3未能得到验证。可能的原因是本文采用的区域金融发展水平指标(区域金融业竞争指数)的最新数据为2007年，本文在实证检验以2007年数据替代各年数据进行假设检验。企业性质SOE的三重交乘项相关系数为－，且在5%水平上统计显著，说明对于民企而言货币政策对企业非生产性房地产投资的调节效应更显著，民企较国企对货币政策更加敏感，假设4得到验证。

(四)稳健性检验在房地产价格指数的计量上，前文回归分析中采用环比住宅价格指数，本文采用当月同比住宅价格指数进行稳健性检验，所得研究结论并未改变。

四、研究结论

假币风波【第二篇】

关键词：货币国际化；金融市场；风险；LIBOR利率；ARCH模型

一、研究的背景

20世纪中期布雷顿森林体系的出现，欧洲金融市场和其他金融创新工具的不断发展，使国际金融市场的自动调节机制已经不可能发挥作用了。特别是随着国际经济一体化程度的不断深入，金融市场一旦出现了波动，就会通过LIBOR、TIBOR或是HIBOR等同业拆借利率扩散开来，这会为金融投机家提供了投机的手段与场所，对于国际化货币发行国和使用国际化货币国家的金融市场而言，产生了金融风险，带来了金融体系的不稳定。

货币的国际化是金融创新的一种具体形式，它是金融体系和金融市场上出现的一种新兴的事物。货币的国际化推进了金融业发展的历史，国际货币运行模式越有效，就越能限制国际货币体系中的货币数量，维持国际货币体系稳定(李建军，2009)［1］，让离岸金融市场、跨国银行金融机构、金融衍生金融工具等得到了很好的推广。由于国际化货币的出现，各个金融机构之间、金融部门与其他部门之间、国内市场与国际市场之间相互依赖加深。

但是，这也意味着货币流通的任何环节出了漏洞都会危及整个金融体系，“伙伴风险”是需要关注的一个问题。

①

＊在国际金融市场“伙伴风险”传递的过程中，欧洲货币市场的同业拆借利率起到了非常关键的作用。这是因为银行间的同业拆借市场在国际金融市场中占有重要的地位，其利率被认为是国际金融市场中的基准利率。一般而言，基准利率的形成，是利率市场化的重要前提(于建忠、刘湘成，2009)［2］。一方面，同业拆借市场中的利率市场化，意味着国际金融市场中的利率水平由市场的供求来决定，形成了利率决定、利率传导和利率市场化的机制。

另一方面，同业拆借期限虽短，但对维持银行资金周转与国际金融市场的正常运行具有非常重要的意义。这是因为同业拆借全凭信誉，无需提供抵押品，交易较为方便，存款和放款都是通过电话、电传联系。每笔交易少则几十万英镑，多则高达几百万英镑。所以说，虽然货币国际化的金融创新带来了财富效应、金融市场的业务效应和金融市场的福利效应，但是，从某种意义上而言，这个创新也通过同业拆借市场给国际金融市场带来了新的金融风险。

二、国内外相关研究综述

一般来说，货币国际化以后，金融监管的重点领域，应当是国际化货币流通的国际金融市场。货币金融市场是资金供应者和资金需求者通过金融工具进行交易而融通资金的市场，而同业拆借利率是货币的流通场所和空间的基础，研究同业拆借利率的自身波动是非常必要的。因为同业拆借利率波动为国际金融市场带来了风险，影响了货币国际化的推进。在国际金融市场中，比较典型的、有代表性的同业拆放利率有四种：伦敦银行间同业拆借利率(LIBOR)、东京银行间同业拆借利率(TIBOR)、新加坡银行同业拆借利率(SIBOR)和香港银行同业拆借利率(HIBOR)。而伦敦银行同业拆借市场是世界上最典型的、规模最大的同业拆借市场。

关于LIBOR市场波动率的研究，PhilipInyeobJi，FrancisIn(2010)通过对2006年3月1日—2008年11月11日澳洲美元、欧元、英镑、日元和美国美元每天波动的汇率值研究，发现LIBOR利率正在加深对其他国家货币币值波动的影响，特别是2007年以来的国际金融危机，LIBOR利率的波动更为频繁了，这在很大程度上给国际金融市场的金融资产带来了较大的风险。

［3］

Shin－ichiFukuda(2011)通过对2007年全球金融危机以来国际金融市场LIBOR利率和TIBOR利率变化的研究，发现金融危机增加了国家金融市场或区域金融市场贴现率的波动程度，带来了金融风险。由于美元是国际金融市场中重要的工具货币，欧洲美元市场中的LIBOR利率通过以美元计价、结算和储备的金融产品对国际金融市场带来了交易信用风险和资产流动风险。

［4］

另外，如果把影响LIBOR利率的因素联系进来，LIBOR利率的波动就显得更为频繁了，比如陈玮光等(2009)认为当通货膨胀率和道琼斯工业指数的增长率增加时，美元LIBOR的所有利率都上升；联邦基金利率增加时，利率的水平值增加，但长期利率增加幅度小于短期利率的增加幅度。

［5］

可见，波动率在某些时段上较低，说明同业拆借市场的价格保持稳定，带来风险的可能性在降低；而波动率在某些时段上较高，往往意味着同业拆借市场的价格出现了大幅度的变化，一方面，这会不利于国际金融市场的稳定。一般而言，一个稳定、发达、开放的金融市场是货币国际化的必要载体，它可以吸引国际借贷者和证券发行者在本国融资，可以培育丰富的金融产品，增强产品的流动性，为全球投资者提供一个多样化的资产配置平台(杨雪峰，2009)。

［6］

另一方面，银行业在国际金融市场中占有重要的地位，银行业国际金融业务对货币国际地位具有直接的影响(元惠萍，2011)［7］而同业拆借市场利率的剧烈波动会不利于发达银行业的发展。

从以往的研究来看，货币国际化带来了金融市场创新，而这个创新也通过同业拆借市场向国际金融市场带来了新的金融风险。同业拆借市场的价格从一个时期到另一个时期的变化过程中，常常表现为价格的波动，而是否会出现价格波动率聚集的现象，即大幅度波动聚集在某一段时间，而小幅度波动聚集在另一段时间上，这是中外学者重点关注的一个问题。但是，前人的研究并没有站在LIBOR利率的角度上，对货币国际化与国际金融市场发展协调推进带来的风险展开分析，没有对金融风险产生的内在机理进行大胆的探讨，特别是实证研究较少。这也说明本文研究LIBOR利率波动对于稳定货币国际化过程中的国际金融市场具有重要意义。

三、货币国际化与金融市场协调推进对同业拆借市场带来波动率的模型估计通过这一小节上文的分析，可以看出，随着货币国际化的不断推进，欧洲货币市场中LIBOR利率的波动，会对国际金融市场投资的金融产品造成冲击，产生投资的风险。本文试图站在LIBOR利率的角度上，对货币国际化与国际金融市场协调推进带来的风险展开分析。

(一)ARCH模型简述

在金融的时间序列分析中，广泛运用的一种特殊非线性模型就是ARCH模型(Auto－regressiveConditionallyHeteroskedasticity)，最早由Engle于1982年提出。该模型主要的思想是，某一特定时刻t的随机误差方差不仅取决于以前的误差，还取决于自己以前的方差。对于通常的回归模型：yt=x\'tβ+εt(1)如果随机误差项的平方ε2t服从AR(q)过程，即：ε2t=α0+α1ε2t－1+α2ε2t－2+…+αqε2t－q+ηt，t=1，2，…(2)其中，ηt独立同分布，并满足E(ηt)=0，D(ηt)=λ2。则称模型(2)是自回归条件异方差模型，简称ARCH模型。

对于任意时刻t，εt的条件期望为：E(εt|εt－1，…)=槡ht·E(vt)=0(3)条件方差为：E(ε2t|ε2t－1，…)=ht·E(v2t)=ht(4)通过(4)式，可以看出序列条件方差具备随时间而变化的性质。

20世纪90年代以后，为了让ARCH模型的解释能力更为完善，不断有学者对ARCH模型进行完善和扩展，出现了多种变异的ARCH模型，形成了一个ARCH模型族(黄宗远，沈小燕，2007)［8］，包括GARCH模型、ARCH－M模型、非对称ARCH模型、幂ARCH模型、成分ARCH模型等等。由于ARCH模型族可以很好的发现引起波动状态的因素，非常适合于描述金融市场时间序列的波动特征，所以，本文在这一小节中通过ARCH模型展开货币国际化对同业拆借市场带来波动率的模型估计。

(二)数据的说明

货币国际化对同业拆借市场带来的波动，是一个较长的历史时期。随着欧元的诞生，美元在国际货币体系中的地位继续得到了巩固，并形成了以美元为核心、欧元、日元、英镑等为补充的国际货币体系。同业拆借的利率种类较多，期限较长，关于同业拆借市场中的数据，本文在英国同业拆借市场中选取欧洲日元市场3个月期的LIBOR利率(LJPY)，以及欧洲美元市场3个月期的LIBOR利率(LUSD)每个季度的数据在1986年1月—2011年9月之间的数据，共103个观测值，数据来源于欧洲中央银行数据库，为了减缓序列的波动程度，本文选择对这两个时间序列的变化率进行自然对数处理，即djpyt=LN(LJPYt/LJPYt－1)和dusdt=LN(LUSDt/LUSDt－1)，LJPYt表示欧洲日元在t时刻的LIBOR利率，而LUSDt表示欧洲美元在t时刻的LIBOR利率。

(三)LIBOR利率的数据统计特征分析为了对LIBOR利率进行ARCH模型分析，也为了达到较好的模型解释能力，首先需要对数据的基本统计特征展开分析，以观察原始数据是否具有尖峰的分布特征，便于对下文展开分析。从图1中可以看出，欧洲日元市场3个月期的LIBOR利率的变化率的Sk=－，其结果小于零，表明其分布呈现出左偏态。而从峰度来看，K=，远远大于3，表明更多的变换率取值聚集在均值周围，同时部分变化率又远离均值。与标准正态分布(Sk=0，K=3)相比，欧洲日元市场3个月期的LIBOR利率的变化率呈现左偏，尖峰的分布特征，即“尖峰厚尾”。JB统计量为，P值接近于0，说明该时间序列至少在99%的置信水平上拒绝为正态分布的假设。

从图2中可以看出，欧洲美元市场3个月期的LIBOR利率的变化率的Sk=－，其结果小于零，表明其分布呈现出左偏态。而从峰度来看，K=，远远大于3，表明更多的变换率取值聚集在均值周围，同时部分变化率又远离均值。与标准正态分布(Sk=0，K=3)相比，欧洲美元市场3个月期的LIBOR利率的变化率呈现左偏，尖峰的分布特征，即“尖峰厚尾”。JB统计量为，P值接近于0，说明该时间序列至少在99%的置信水平上拒绝为正态分布的假设。可见，欧洲日元市场与欧洲美元市场3个月期的LIBOR利率呈现出尖峰的分布特征，可以在下文中对这两个序列进行ARCH模型分析。

(四)LIBOR利率波动率模型的建立1．LIBOR利率数据的平稳性分析和序列相关分析一般而言，在对时间序列数据进行分析时，首要的问题是判断它的平稳性。如果样本呈现出非平稳的现象，那么往往会导致出现“虚假回归”的问题。这样，样本之间就不会有任何意义的关系，对样本进行回归也会表现出较高的可决系数。本文选择的变量数据是1986年1月—2011年9月之间欧洲日元市场3个月期的LIBOR利率(LJPY)，以及欧洲美元市场3个月期的LIBOR利率(LUSD)每个季度公布的数据，这是明显的时间序列，所以本文首先利用Eviews6．0统计分析软件，对所有的变量进行ADF检验。对于LJPY和LUSD时间序列而言，其ADF数值都小于1%、5%和10%临界值，因此，可以拒绝样本序列存在单位根的原假设，时间序列的数值是平稳的，可以继续进行数据分析。

同时，对LJPY和LUSD时间序列展开相关性分析。通过对LJPY相关系数的分析可以知道，滞后1阶、4阶和6阶的自相关系数较大(取绝对值以后)，因此，本文采用LJPY时间序列建立一个滞后1阶、4阶和6阶的模型。

而LUSD滞后1阶、2阶和12阶的自相关系数较大(取绝对值以后)，因此，本文采用LUSD时间序列建立一个滞后1阶、2阶和12阶的模型。

2．LIBOR利率分布滞后模型的OLS分析从表1中可以看出，只有LUSD(－2)的系数没有通过10%的显著性检验水平，其他系数均通过了1%、5%和10%的显著性检验水平，其他拟合的整体效果似乎不错。

接下来，本文对残差序列进行ARCH效应检验，运用p=1阶的序列自相关LM检验展开分析，显示结果如表2、表3所示：从检验结果中可以看出，F和LM统计量所对应的概率均小于5%，可以知道F和LM的值都在临界值的右边，可以知道拒绝原假设，残差序列存在ARCH(1)效应，也就是该模型的残差序列存在自回归条件异方差详见表4。

3．ARCH(1)模型的拟合结果及分析对比前文OLS的分析结果，LJPY模型回归的参数变得更大了，而且z统计量也变得较为显著了，除了常数项以外，均通过了1%的显著性检验水平。同时，ARCH(1)模型的对数似然值有所增加，AIC和SC值都变小了，说明模型比OLS回归可以更好的拟合数据，选择ARCH(1)模型是合适的。

而对于LUSD模型，虽然回归的参数LUSD(－2)和LUSD(－12)的z统计量变得不显著了，但是，ARCH(1)模型的对数似然值有所增加，AIC和SC值都变小了，说明模型比OLS回归可以更好的拟合数据，选择ARCH(1)模型是合适的。

另外，从图3中可以看出，ARCH(1)模型很好的拟合了LJPY序列，残差序列大致被控制在－—之间。

从图4中可以看出，ARCH(1)模型基本拟合了LUSD序列，残差序列大致被控制在－2－2之间。

接下来，再对ARCH模型进行异方差ARCHLM检验，得到结果(详见表5、表6):可见，对于LJPY序列，F和LM统计量所对应的概率分别为和，均大于5%，而对于LUSD序列，F和LM统计量所对应的概率分别为和，均大于5%，所以说，检验结果接受原假设，残差序列不存在ARCH效应，也就是模型ARCH(1)消除了随机游走残差序列的条件异方差性。

ARCH(1)模型拟合的LJPY序列条件标准差时间序列图5中可以看出，LJPY序列条件标准差时间序列在1994年—2009年大幅震荡，大多数年份中超过了的水平，特别是2000年前后波动加剧，最大时甚至达到了左右。而其他年份波动都较为平缓，基本上在的水平。

从ARCH(1)模型拟合的LUSD序列条件标准差时间序列图6中可以看出，LUSD序列条件标准差时间序列在2000年以后开始大幅波动，大多数年份中超过了的水平，特别是2007年美国次贷金融危机爆发以来，波动幅度甚至超过了，最大时已经接近到了左右。而其他年份波动都较为平缓，基本上在的水平。这与近年来，美国政府及美联储的非常规货币政策缓解金融危机的负面影响，向银行系统注入资金、降息、刺激消费者开支等诸多措施来拯救银行系统是有关系的(陈敏强，2010)。

［9］通过以上的回归分析，可以看出，欧洲货币市场中同业拆借市场的价格从一个时期到另一个时期的变化过程中，常常表现为价格的波动，会出现价格波动率聚集的现象，即大幅度波动聚集在某一段时间，而小幅度波动聚集在另一段时间上。欧洲货币市场中日元的同业拆借利率在1994年以前，以及美元的同业拆借利率在2007年波动率较低，说明同业拆借市场的价格保持稳定，对欧洲货币市场中以美元、日元计价、结算、储备和投资的金融产品带来风险的可能性在降低，这会在很大程度上吸引投资者对以美元或是日元计价、结算的金融产品购买，必然会较好地促进美元与日元的国际化。

但是，欧洲货币市场中日元的同业拆借利率在1994年以后，以及美元的同业拆借利率自2008年以来波动率较高，意味着同业拆借市场的价格出现了大幅度的变化，这必然不利于美元、日元为主体的国际金融市场稳定，货币国际化正通过同业拆借市场向国际金融市场带来了新的金融风险。本文的这个实证分析结果已经拓展了前文国内外相关研究的结果，所以说，金融市场中同业拆借市场利率的剧烈波动会不利于银行业的发展，不利于国际金融市场投资的稳定，这必然影响了美元或是日元货币国际化的深入。同时，本文认为货币国际化与金融协调推进的过程中，需要引入以稳定同业拆借市场利率波动为目标的监管思路，这样可以以防范金融系统性风险为目标来设计金融市场监管的步骤。

四、结论

通过以上的ARCH(1)模型分析，可以大致得到以下几个方面的结论：第一，2000年以来，随着全球离岸金融市场金融一体化程度的不断提高，欧洲日元市场3个月期的LIBOR利率和欧洲美元市场3个月期的LIBOR利率的时间序列具有随机游走的趋势，而且波动的程度还在不断扩大，这在很大程度上会为货币国际化背景下的金融市场正常运行带来风险。

第二，从ARCH模型拟合的欧洲日元市场3个月期的LIBOR利率时间序列中可以看出，实际值、拟合值和残差值具有群集性特点，国际金融市场中的LIBOR利率存在ARCH效应。

第三，同业拆借市场中价格的波动对国际金融市场带来的风险，是发行国际化货币国家和使用国际化货币国家决策者和监管当局需要密切关注的对象，这个风险会影响到货币国际化进程地深入。而关于货币国际化后离岸金融市场中风险的监管模式，本文认为可以引入以稳定同业拆借市场利率波动为目标得监管思路，也就是基于防范金融系统性风险的目标来设计监管的体系和步骤。这样，通过有效确定国际化货币的金融市场监管目标，可以在极大程度上加强对同业拆借利率地监控，并且准确无误地把监管目标责任委托给监管机构，以在极大程度上避免货币国际化对国际金融市场带来的金融风险。

假币风波【第三篇】

“我刚才取出的钱有十张百元假币！”顾客又重复了刚才的话。张霞证实了自己没有听错。顿时汗毛根根直竖，呼吸急促。

又是假币，这倒霉的事怎么总是被我遇到？张霞被眼前这位顾客的话惊呆，一千元，这可是我一个月的工资呀！她的心里咚咚地敲着小鼓。

三年前的那一幕，又重现在张霞的脑海。

那天下午临近下班，一位姓李的女顾客匆匆赶来，冲着柜台，对张霞大声喊叫：“你们信用社发假钱，坑顾客。”紧接着把柜台锤得咚咚直响。

张霞据理力争：“我们绝不会发假钱。”说完脸色涨得通红。储户见张霞不就范，一屁股坐在营业大厅里，哭喊着信用社发了假币，不认账。一时间，营业秩序大乱。随后，那位女顾客又站到营业室大门口，像游行示威者喊口号一样，对着过往顾客，一遍又一遍重复着那句张霞听着剜心的话。顿时，招来过往围观者无数。围观者七嘴八舌，“信用社服务质量差劲”，“信用社人员素质不好”。后来，信用社主任来了，管片民警来了，再后来，民警把张霞叫到派出所。

民警问：“这人今天在你们信用社取了钱吗？”“取了。”

“是你付的钱吗？”“是。”

“你把取钱时的情景陈述一遍。”“今天下午，我一边对当天的现金收付账，一边应付着顾客，当时有三个人存钱，两个人取钱。”

“你存进的钱都验了钞没有？”“大多数都验过，只是最后，由于对账，顾客多了，收了几个人的存款，没有过验钞机。不过我付给她的钱都是验过的。”

“那谁能保证你付给她的钱是验过的呢？顾客数钱时，可没有离开柜台呀！”“由于下班前忙，我们没有时间盯着顾客数钱。我对假币十分敏感，同事们都称我为‘人工牌验钞机’。即使没验，假币我也不会收进来的。”

“我们办案讲证据，有什么证据说明你没过验钞机的钱就不会有假钱？”张霞默然。

最后民警提出调解意见：张霞虽无主观故意，但有收进假币的可能。理由是张霞工作不负责任，收款没过验钞机。假币应由张霞赔偿，发现的假币予以没收。

……

现在，张霞听到顾客说有假币，条件反射一样浑身起了鸡皮疙瘩。顾客在营业大厅内外大吼大叫，简直就是三年前那一次的翻版。

不一会儿，信用社主任来了。面对乱哄哄的营业室和不明真相的人群对信用社的指责，社主任走到那位顾客跟前说：“同志，你冷静一点。我们的工作可能有所疏忽，给你带来了不便。你提出的问题我们马上解决。”

那位女储户用手擦了擦眼泪，对主任复述着取钱、发现假币的经过，说得十分真切。然后一把鼻涕一把泪地说：“领导同志你可要主持公道，把良心放到中间呀！”

张霞站在一旁，就像是做了小偷当场被人抓到一样，她想据理力争，可是越急说话越是语无伦次。

听了顾客的陈述，再看张霞的表情，现场的人都认为是张霞发了假币。

社主任接着对那位顾客说：“如果是我们发出的假钱，我对我们的工作疏忽负责，假一罚十。”

张霞心想，一千元就已是我一个月的工资了，十倍可是一万元。那一次我受了不白之冤，赔了款，这一次要是再稀里糊涂，一年的班可算是白上了。顿时脸色变得苍白，站在墙角，眼泪汪汪。别说是赔钱，就是这发假钱的名声就会使自己被唾沫星子淹死。

可不是吗，上次赔了钱不说，还在全体职工会上作了检讨，这一阴影压得她几年都喘不过气来。现在制度更严，各级管理部门正在开展文明优质服务活动，如果认定她的工作有所疏忽，不仅要赔钱，而且还要砸饭碗。

社主任朝张霞示意：“你发给她的钱过了验钞机没有？”“过了。”

听了张霞的话，社主任不紧不慢地喊来微机管理员，吩咐他打开监控录像机，调到取款时点，指着屏幕对那位女储户说：“你过来也一起看看。”

屏幕十分清晰，张霞付款、记账、验钞、双手将钱递出柜台，所有操作都娴熟、规范。

然后，社主任对那位顾客说：“你都看到了，张霞付给你的钱是验过真假的。”

储户说：“你们验钞机是坏的。”

“将你手中的假钞放在验钞机里来试试。”假钞过机，发出“嘟嘟”的警报声。

女顾客见此情景，仓皇而去。看热闹的人也都唏嘘不已。“这人想诈骗”，“信用社的电子眼，棒”。

假币风波【第四篇】

一、引言

开放经济条件下，汇率作为核心变量之一，其波动势必对相关经济变量产生重要影响。自2005年7月21日起，我国启动汇率改革，开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。随着汇率改革的稳步推进，汇率市场化程度不断提高，形成机制更富弹性，波动更加复杂。因此，对人民币汇率波动性进行研究，成为学术界、实务界及监管层共同关心的话题。大量的实证研究表明，股票、汇率等金融资产的收益率呈现波动集聚性。为了刻画金融资产收益率与其波动的关系，Engel开创性地提出了自回归条件异方差（简称ARCH）模型[1]，Bollerslev在ARCH模型的基础上提出了广义的ARCH模型，即GARCH模型[2]，其假定随机误差项的条件方差不仅依赖于误差项前期值平方的大小，而且也依赖于误差项条件方差的前期值，由于GARCH模型不适合描述外币冲击对金融市场波动的非对称性，Nelson[3]又提出了EGARCH模型来刻画波动对正负冲击的非对称性，如果波动受负外部冲击的影响大于受正外部冲击的影响，则说明存在着“杠杆效应”。但是在实际的金融分析中往往发现，条件方差的变化往往直接影响条件期望的值，故又提出了ARCH-M、GARCH-M和EGARCH-M模型。国内运用EGARCH-M模型对股票市场进行分析的较多，如封毅等[4]、陈丽娟[5]，等等；而运用该方法对汇率进行分析的较少，如杨瑞成等[6]。本文拟从时间序列角度出发，以人民币兑美元汇率中间价为研究对象，利用EGARCH-M模型对人民币汇率波动性进行实证研究。

二、理论模型介绍

（一）ARCH及GARCH模型

ARCH模型反映了经济变量之间的方差时变性，它描述了在前期的信息集合给定的条件下随机误差项εt的分布。ARCH（q）模型表述如下：（略）。

（二）EGARCH模型

EGARCH模型考虑了波动的非对称性，其条件方差方程为：（略）。可以看出，当θ≠0时，说明干扰的影响是非对称的，若θ<0，说明金融价格波动受负外部冲击的影响大于受正外部冲击的影响，存在杠杆效应。

（三）EGARCH-M模型

EGARCH-M模型为在EGARCH模型的基础上，在均值方程中加入随机项的影响因素，表现形式主要有标准差、方差、对数方差，模型分别如下：（略）。

三、数据处理及实证分析

（一）样本选择及预处理

为了对人民币汇率波动性进行分析，本文选取人民币兑美元汇率中间价作为研究对象，考虑到汇率改革的影响，数据范围为2005年7月22日至2012年6月28日，共1691个观测值，数据来源于Wind咨询。从人民币兑美元汇率中间价走势看，央行启动汇率改革之后，迫于升值压力，人民币开始了升值步伐，2008年经济危机爆发前升值幅度加快，但经济危机的爆发减缓了人民币升值步伐，从2008年6月至2010年6月人民币兑美元汇率中间价维持在一个相对稳定区间水平上，不过此后，人民币又开始了新一轮升值，并且一直上升到水平，之后略有回调。鉴于人民币兑美元汇率中间价的非平稳性，我们运用对数差分方法对其进行处理，记为人民币兑美元的收益率，计算方法为相邻交易日中间价的对数的一阶差分，也就是：（略）。从图1可以看出，人民币汇率收益率呈现波动的聚集效应，在较大波动后面跟着较大的波动，较小波动后面跟着较小的波动，收益率序列具有明显的时变方差的性质。利用对人民币汇率收益率进行分析，描述统计分析结果表明，人民币汇率收益率均值为-，最大值为，最小值为-，标准差为，偏度为-，峰度为。均值和偏度为负表明分布呈现左偏态分布，峰度值明显大于正态分布的峰值3，表明存在尖峰，这说明人民币汇率收益率存在“尖峰厚尾”和非对称性。Jarque-Bera统计量为，相伴概率为0，拒绝正态分布假设（见图2）。人民币汇率收益率的QQ图（见图3）存在离群值也支持非正态性这一结论。由于EGARCH-M模型仅适用于对平稳时间序列的建模，故在实证分析之前，首先对人民币汇率收益率进行单位根检验，ADF检验统计量为-，小于1%显著性水平临界值-，拒绝存在单位根的零假设，表明序列是平稳的。

（二）EGARCH-M模型实证分析

首先，通过Rt对的自相关和偏自相关分进行析，我 在此基础上，通过对上述方程的残差做ARCH-LM检验，得到F统计量、Obs*R-squared分别为和，两者相伴概率均为0；ARCH-LM检验结果还表明，在q值等于5时仍然拒绝原假设，这表明Rt存在高阶ARCH效应。为了更好地刻画Rt的波动特性，选择EGARCH-M模型进行分析。在条件异方差模型中误差的设定方面，一般的模型均采用正态分布假设，这里针对人民币兑美元汇率中间价“尖峰厚尾”的特性，我们采用GED分布，其中GED分布是由JPMorgan在Riskmetrics中提出的，其概率密度函数定义如下：（略）。从估计结果看，EGARCH（1，1）-M（var）自回归系数z检验的统计值为，相伴概率为，接受原假设，也就是自回归系数为0；EGARCH（1，1）-M（std）模型中，F统计量概率值为，在5%显著水平下拒绝原则假设；而EGARCH（1，1）-M（log（var））模型各项统计量都通过显著性水平检验，且自回归系数的显著性水平、R2、DW、F统计量概率要优于其他两组模型，故作为模型最终形式。EGARCH-M项中M� 对EGARCH-M模型估计的残差进行ARCH-LM检验，得到F统计量、Obs*R-squared为、，相伴概率分别为、，因此接受残差不存在ARCH效应的原假设，这说明模型对样本信息提取的比较完全，比较合理。