指令流:外汇市场研究的重要变量

　　摘要：外汇指令流的引入使市场微观结构理论成为近10年来汇率理论发展的一大亮点。令人惊奇的是，外汇指令流不仅在汇率波动和汇率决定研究中非常重要，而且许多传统争议因引进该变量而再次引发经济学家的兴趣，本文致力于介绍西方学术界对该理论的最新运用。
　　关键词：外汇指令流；汇率制度；金融市场联动性
　　中图分类号：F832.5
　　文献标识码：Ａ
　　文章编号：1003－9031（2007）11－0040－04
　　
　　自20世纪90年代以来，外汇市场微观结构理论作为一个新的汇率研究领域，在西方发展很快，它已经是当前汇率研究的重要一派。目前我国已对该理论作了文献综述的作者主要有孙立坚和陈雨露。此外还有许罕多、丁剑平等将重点放在介绍该理论中的关键变量――指令流。其中，许罕多介绍了指令流的含义和影响价格的机制。丁剑平等则更加详细地介绍了关于指令流的实证研究和当前的进展状况，涉及了以下五个方面：指令流对汇率的解释能力、不同指令流对汇率解释能力上的差异、客户指令流和汇率的短期波动的关系、指令流和宏观基本面信息以及指令流和中短期汇率的相关性分析。事实上，目前西方关于指令流的研究已经远远超出了汇率的决定和汇率的波动性分析。许多领域因为引入了指令流这一新的研究角度，研究活动又开辟出新的天地。鉴于上述情况，本文尝试对外汇市场指令流的研究新动向做些介绍。
　　
　　一、指令流的含义和数据来源
　　
　　所谓外汇市场指令流是指由买方发起的外汇交易量减去由卖方发起的外汇交易量后的差值，或者是由双方发起的交易额的差值。传统的汇率分析，只注重基本宏观变量，如贸易收支、利率和物价等对汇率的作用，但是Meese（1983）表明这些基本宏观变量对汇率的解释能力还不如随机游走模型。这样的结论让人震惊，也因此掀起了寻找新的解释变量的浪潮。正是在这些尝试中，外汇指令流作为一个新的解释变量脱颖而出，诸多实证检验表明这个变量可以较好地解释汇率波动。例如Evans等（2002a）的实证检验表明指令流可以解释63％的汇率波动，相比之下，利率因素只解释了汇率波动的1％；Cai等（2001）比较了央行干预、新闻公布和指令流三类变量对汇率波动性的解释程度，得出的结论是指令流对汇率波动性的作用要明显大于新闻公布和央行干预的影响；Evans等（2002b）的实证结论表明，指令流不但传递了宏观变量的对汇率的影响，而且也传递了非宏观变量如央行干预对汇率的影响。
　　虽然外汇指令流为汇率研究指明了一条又新又活的路，但要运用它还是有一定难度，主要是因为外汇指令流的数据很难获得。那么西方学者是如何克服这种难处呢？
　　方法一，使用电子交易系统。90年代早期引入的电子交易系统Reuter D2000-1，提供了中间商外汇交易的详细记录，据推测，约90％的中间商之间的直接交易通过这个系统进行。这个系统的出现大大便利了实证检验。后来引进的Reuter D2000-2数据系统比ReuterD2000-1囊括进更多的银行间交易。此外， EBS系统也提供中间商交易的数据可供使用。
　　方法二，使用私人数据。Lyons等（1995）和Evans等（2005），运用的是花期银行提供的数据。由做市商提供的私人数据有个非常好的地方在于，利用它可以进行指令流分解。因为做市商银行对交易有详细记录，可以观察到不同类型交易主体的指令流。利用这些数据，研究不同客户指令流，可以发现许多有趣的结论。
　　方法三，使用替代变量。最常见的替代变量是美国外汇市场主要参与者的外汇合约头寸。美国财政部要求交易规模大的外汇市场参与者每周公布它们的外汇交易状况，包括即期外汇交易、远期外汇交易、期货交易和期权交易。只要每年每季的未平仓外汇合约超过了500亿美元，参与者就有义务根据财政部的要求披露交易，而它们的未结算部分将被一些学者视为是外汇指令流的理想代表量。像这样的替代方法缺陷是不可避免的。就以用得较多的美国财政部公布的数据为例，因为这些公布的交易的未结算部分并不包括全部交易，因此算不上是真正的指令流。此外，这种方法只能提供周数据，不能满足高频数据分析的需要。
　　
　　二、指令流和汇率制度
　　
　　固定汇率和浮动汇率的比较一直是汇率研究者的热门话题，但过去的讨论基本都是从宏观角度出发的。比较有创新意义的是Killeen等（2004）的论述，但却是从微观角度来比较两种汇率制度。他们沿用三回合交易模型，从理论上论证了在两汇率制度下汇率和指令流呈现出不同的关系。如果一国由浮动汇率制度转变为实行固定汇率，假设T为公布固定汇率制度的时间，他们认为汇率和指令流在T前后会有不同的关系，正如下面的两个式子所显示的。其中（1）描述了在T日前也就是说在浮动汇率制度下任一交易日t的汇价Pt，而（2）给出了在T日公布后即在固定汇率制度下的汇率价格决定式。
　　
　　其中ΔRτ是两货币的利率差，X是做市商在该交易日外汇指令流。他们从理论上论证了在（1）中λ2（表明汇率和做市商指令流的关系）是个显著不同于零的正数，但在（2）中λ3是个接近零的数，这意味着汇率和指令流的相关性只在浮动汇率制度下存在。在理论上这个区别并不难说明：在浮动汇率制度下因为存在汇率波动率风险，市场的外汇需求的价格弹性较小，导致为说服客户吸收多余的头寸做市商必须要较大幅度地调整汇率；相反，在可靠的固定汇率制度下汇率波动风险很小，外汇需求弹性很大，因此做市商不需对价格做大的调整就可以成功地将自己过多的头寸转移给客户，这样λ3在数值上就是个接近零的数。
　　为检验理论结果，他们运用EBS做市商电子交易系统，采集了1998年德国马克和法国法郎的收盘价和做市商指令流，以及两国的利率。运用1998年的数据是因为在该年两国的汇率经历从浮动汇率制度向固定汇率制度的转变，1998年5月4日是欧盟公布不可撤销的货币转换比率后的第一个交易日。协整检验的结果是：在引进固定汇率制度前，即期汇率和指令流两个变量虽然都不平稳却是协整的，协整关系正如像（1）式所预计的；5月4日之后，汇率数据平稳但指令流数据不平稳，这证实了指令流对汇率波动的作用只存在于浮动汇率制度下，并不存在于固定汇率制度中。同时他们的检验表明，指令流和汇率的相关性在1998年5月4日之前达0.7，但在5月4日之后，却下降为零。
　　
　　三、指令流和流动性
　　
　　外汇市场上是谁提供了流动性？一般认为做市商是流动性的提供者。但是，Lyons等（1995）告诉我们作为做市商的银行只持有有限的隔夜外汇头寸，这意味着做市商并不是长期的流动性提供者，他们只是短期的流动性提供者。那么外汇市场上隔夜的流动性由谁提供呢？为寻找答案，我们必须要知道流动性提供者的特点。Bjonnes等（2005）是这样描述流动性提供者的特征：第一，流动性提供者的指令流应当和汇率的变动方向相反，当外汇升值时，流动性提供者是在卖出外汇，当外汇处于贬值过程中，他们却是在买入外汇；第二，他们是被动地和其他人的外汇供给和需求相匹配，也就是说他们的逆向操作的起因并不是他们预料到其他交易者的行为然后预先作出反应。
　　Bjonnes等（2005）收集了从1993年1月到2002年6月瑞典外汇交易市场上27家银行关于瑞典克朗和欧元之间的交易数据。他们将做市商的交易对象划分为三大类：其他做市商行、金融客户和非金融客户。这样的划分是受三回合模型的启发。在三回合模型中，第二个回合的交易发生在做市商之间，第一和第三回合则都是银行和客户之间的交易，但是这两类客户是不同的，其中在第一回合中的客户具有主动地位，他们的行为导致了做市商的存货变动，在第三回合中的客户却处于被动之中，他们是被动地帮助平衡做市商的外汇头寸。当然这样的三回合划分只是具有理论意义，在现实中有些做市商在执行了交易指令后就想立即平头寸，因为他们只想赚取价差，而另一类更具有冒险精神的做市商，他们欲对日内的价格波动进行投机。考虑到这些，Bjonnes等（2005）提出了另一个框架，在这框架中他们把客户区分为推动型和拉动型，其中推动型客户的指令流和价格变动正相关，拉动型客户的指令流和汇率则是反相关，因为他们是受价格所吸引情愿现在就对做市商的报价做出行动而不是等待一个更好的价格。他们的实证检验包括三个步骤：首先对金融客户和非金融客户的指令流和汇率进行协整检验，其次对不同的期限水平检验指令流和汇率是否有正确的相关性，最后证明指令流和汇率成正相关的是推动型客户，也是第一回合的交易者，指令流和汇率是反相关的是拉动型客户，也就是第三回合的客户。检验显示：（1）无论在什么样的期限水平上，金融客户的指令流和汇率变动都成正相关。这暗示了金融客户并不是流动性的提供者。（2）在每日水平上，金融客户指令流和汇率的正相关性与做市商指令流和汇率变动的反相关性正好相匹配。这暗示了做市商是每日水平上的流动性提供者。（3）如果将非金融客户的指令流和做市商的指令流放进同一个解释汇率变动的回归方程，发现非金融客户的系数在每日水平没有通过显著性检验，做市商的系数在每日水平上是负数，这说明做市商在每日水平上是流动性提供者。但在超过1天后，非金融客户作为流动性提供者的重要性越来越大。（4）如果把金融客户和非金融客户放入同一个回归方程，发现在每日水平上非金融客户是推动了市场，但在其他长期水平上，却是表现出拉动型的特征，即在长期水平非金融客户具有流动性的提供者的特征。总之，非金融客户表现出了上面所提长期流动性的提供者的第一个特征。为证实非金融客户是长期流动性的提供者，还需证明它符合第二个特征，即他是被动的交易者，而不是主动的交易者。为此他们运用格兰杰因果检验证实非金融客户是被动的拉动型，而金融客户是推动型的交易者。

　　
　　四、指令流和金融市场间的联动性
　　
　　对不同金融市场的联动性的研究主要有两个分支，第一种研究认为市场主要是通过投机交易实现整合，不同市场的回报率的差异会吸引一些套利交易，套利的结果会使回报率的差异减少，不同市场的回报率趋于一致。这类理论有无套补利率平价。第二个分支是区域性整合，认为如果相同的资产在不同的市场上交易有相同的价格，那么这些市场就是统一的。Evans等(2002b）提供了第三种分析角度，他们提出了信息整合，认为只要一个市场的交易量的信息会传递到另一个市场并影响另一个市场的定价，那么这些市场就可以看成是信息整合的。根据这个概念，为判定不同货币的外汇市场是否信息整合，就要看一种货币的指令流（在微观结构理论中指令流是重要的信息来源）是否会影响另一货币的汇率。Evans等(2005）借助前面所提的三回合模型，采集了Reuters D2000-1所提供的关于马克、日元、英镑、比利时法郎、瑞士法郎、法国法郎、克朗、里拉、荷兰盾对美元的汇率，时间从1996年5月1日到8月31日。实证结果显示了一种货币的指令流会影响其他货币的定价，证实了不同外汇市场的信息相互的确可以借着指令流进行传递，同时也证明了不同的外汇市场的确是相互关联的。
　　除了不同汇市的联动性，股市和汇市的也表现出具有相互联系，典型的例子是Mannesmann事件(注：英国移动公司巨亨Vodafone Air Touch Pcl 收购德国的Mannesmann事件，竟引起欧元对美元的升值，汇率上升幅度达2.5美分，见Francis等（2006）。)。该事件引发了学者们对此关系的研究，研究成果有Francis等(2006)。该文是从指令流的角度来研究两市之间的相互作用机制。他们承袭了Evans等（2002b）的思想，即不同市场之间的信息传递可以通过指令流进行，并把实证检验的目标设为是确认两类市场之间是否存在相互作用的现象，以及这种相互关系在多大的程度上可以用指令流来解释(注：两类市场包含了四个市场，包括涉及本国货币的的外汇交易市场，涉及外国货币的外汇交易市场，本国的股市，外国的股市。)。为了证实信息流是股市汇市两者的平均收益率以及波动性相互传递的媒介，他们建立了两套模型，以平均收益率的传递为例，在第一套模型中，特定市场的平均收益率用其他市场和本市场的滞后的平均收益率来解释，而在另一模型中，除了上述解释变量外还加入了各货币的指令流。分别对两模型进行统计检验，经过比较，发现在加入指令流作为新的解释变量后，其他市场平均收益率的解释系数下降，统计显著性水平也下降，有的变量从原来的统计显著变成了统计不显著。这些是对平均收益率的相互传递的检验，对于不同市场之间的波动性传递也可采用这样的方法得出类似的结论。这些结果表明：外汇的指令流在很大程度上解释了股市汇市之间的平均收益率和波动性的传递。另一方面，这些检验也表明了外汇指令流并不是解释市场间相互影响的唯一变量。因为在他们的检验中，尽管一些解释变量在加进指令流后系数下降了，却依然保持了统计显著性。除了上述工作外，该文还比较了汇市和股市对外汇指令流的敏感性，发现指令流对汇市的影响不如对股市的影响明显，这似乎暗示了外汇市场之间不像Evans等（2002b）所说的在信息上是整合的。
　　
　　五、小结
　　
　　外汇指令流为理解汇率提供了一个新的视角，加入指令流这个变量，我们对汇率的变动和汇率的波动的解释能力有大大的增强。但是正如本文所介绍的，外汇指令流的研究价值远远超过这些，它可以被用于比较汇率制度，也可以用于鉴定流动性提供者的身份，让我们区分谁是市场的短期流动性提供者，谁是长期的流动性提供者，外汇指令流甚至可用于说明汇市之间以及汇市和股市之间是怎样建立相互联系的。外汇市场的指令流也为不同金融市场的整合性和同一性提供了新的解释。随着全球金融一体化的步伐不断加快，相信外汇市场的指令流的研究会越来越有价值。
　　
　　参考文献：
　　[1] 曾振宇.短期汇率波动的微观解释[J].上海金融，2003，（6）.
　　[2] 陈雨露,候杰.汇率决定理论的新近发展文献综述[J].当代经济科学究，2005，（5）.
　　[3] 丁剑平,曾芳琴.指令流的再分解[J].国际金融研究，2005，（11）.
　　[4] 孙立坚.外汇市场微观结构理论[J].国际金融研究，2002，（11）.
　　[5] 奚君羊,曾振宇.汇率形成的微观分析[J].广东社会科学，2005，（1）.
　　[6] 许罕多.汇率理论中的订单流研究[J].工业技术经济，2006，（4）.
　　[7] Bjonnes, G., D. Rime, and H. Solheim, 2005. Liquidity provision in the overnight foreign exchange market. Journal of International Money and Finance24, 175-196.
　　[8] Cai,J., Y. Cheung, R., Lee, and M. Melvin, 2001. Once-in-generation yen volatility in 1998: fundamentals, intervention and order flow. Journal of International Money and Finance20, 327-347.
　　[9] Domingnez, K. and F. Panthaki, 2006.What defines ‘news’ in foreign exchange markets? Journal of International Money and Finance 25, 168-198.
　　[10] Evans, M. and R. Lyons, 2002a. Order flow and exchange rate dynamics. Journal of Political Economy 110, 170-180.
　　[11] Evans, M. and R. Lyons, 2002b.Informational integration and FX trading. Journal of International Money and Finance 21,807-831.
　　[12] Evans,M.and R. Lyons, 2005.Do currency markets absorb news quickly? Journal of International Money and Finance 24, 197-218.
　　[13] Francis, B. and I. Hasan, 2006. Dynamic relations between international equity and currency markets:the role of currency order flow. The Journal of Business 79, 219-257.
　　[14] Froot, K. and T. Ramadorai, 2005. The Journal of Finance 60, 1535-1567.

　　[15] Killeen, W., R. Lyons and M. Moore, 2004. Fixed versus flexible: lessons from EMS order flow. NBER Working Paper 8491, September 2004.
　　[16] Meese, R. and K. Rogoff, 1983. Empirical exchange rate models of the seventies. Journal of International Economics 14, 3-24.
　　[17] Osler, C., 2003. Currency orders and exchange rate dynamics:an explanation for the predictive success of technical analysis. The Journal of Finance 58, 1791-1820.
　　[18] Payne, R., 2003. Informed trade in spot foreign exchange market: an empirical analysis. Journal of International Economics 61, 307-329.
　　
　　Applications ofNew Variable：Order Flow of Foreign Exchanges
　　ZHENG Zhong
　　(Shanghai University, Shanghai 200444，China)
　　Abstract：Order flow, a key variable in microstructure finance, can be applied to many studies in addition to the study on the determination of exchange rate. This paper reviews literature that apply order flow of currencies to the following issues:(1) the fixed-versus-flexible debate, (2)liquidity provision in the overnight foreign exchange market, and(3)international financial integration. Moreover, this paper presents ways used by many to collect data concerning order flow in foreign exchange markets.
　　Key Words：Order Flow；Exchange Rate Regime； Financial Integration