下载掌阅APP，畅读海量书库
立即打开
在管理汇率制下，中央银行对汇率目标区进行设定十分普遍。设定目标区的目的在于使外汇价格的波动范围处于事先确定的区间内。为了对几种欧洲国家货币汇率进行控制，于1979年建立了欧洲汇率体制，这是多边汇率目标区的显著例子。20世纪80年代，三个斯堪的纳维亚国家，即芬兰、瑞典和挪威，对每一国家的货币汇率都强加了双边目标区，在这一双边汇率目标区下，货币的价值由贸易加权的一篮子货币确定。20世纪90年代，拉丁美洲、中欧以及西欧国家的一些中央银行保持货币的目标区。在有些情况下，这些目标区演变为爬行盯住目标区以允许货币较小幅度的贬值。哥伦比亚的比索就是一个例子，请参阅Brooks和Reveiz（2002）的论著。Darvas（1998）对不同汇率目标区及其性质进行了综述。
在目标区，汇率波动是非线性过程。之所以汇率波动呈现非线性，是因为由一种外汇或一篮子货币决定的货币价格具有不可侵犯的边界。汇率的经济学理论受限于克鲁格曼（Krugman，1991）建立起来的区域，克鲁格曼在连续时间下构建了他的模型。根据克鲁格曼的模型，汇率s的动态行为主要由式（2-6）决定
在这里，第一部分为基本因素，f=m+ω是所谓的基本包含了所有影响汇率的经济因素。第二个部分表示在时间t，在给定代理人信息集
的条件下，汇率的预期的改变，γ是参数。基本因素有m和ω两个方面，其中，m代表中央银行政策工具的稳定成分，ω是无漂移的布朗运动，后一个组成部分包含了所有影响汇率的其他因素，直接左右着f，这是因为m是稳定的。如果货币自由浮动，那么，s也是布朗运动，且式（2-6）的条件均值为0。
然而，当汇率局限于在边界s
L
和s
U
之内，也就是说，s
L
≤s≤s
U
时，情形将发生改变。克鲁格曼的模型包含了两个重要假设。第一个假设是，目标区是完全可靠的，这意味着汇率s越过任意边界的概率为0。第二个假设是，中央银行只保护处于边界范围内的货币，这意味着边界起着壁垒的作用。这两个条件影响着代理人的预期。当汇率接近于s
L
或s
U
时，汇率向目标区中心位置移动的概率将会大于向边界移动的概率。之所以E{ds/dt|
}≠0，呈现出非对称性，是因为代理人预料到会有干预，也就是所称的蜜月效应。基本因素与汇率之间的关系可通过平滑的S曲线加以描述，如图2-1所示。这一结果的重要性在于：汇率在向边界接近所花费的时间将比向目标区内的其他位置要更多些。因此，汇率的边际分布呈现为U形。在实证研究文献中，有关这个模型的细节比较多。
图2-1 根据式（2-6），汇率与目标区中间位置的偏差是基本因素的函数。偏差：光滑曲线，目标区中心：短划线
通过放宽中央银行只监管处于目标区内的货币这一假设，可对克鲁格曼的模型进行改进，具体可参阅Delgado和Dumas（1992）的研究成果。已经指出这一修正缺乏U形曲线的实证结果支持。当汇率的边际分布不再是U形曲线时，它确实改变了模型的预期。
在对汇率目标区的研究中，实证文献非常丰富。一些论文对克鲁格曼的模型进行了检验。一种直截了当的方法是直接估计连续时间模型。参阅克鲁格曼（1991），规范的对称模型的数学表达形式为：
s=f+2asinh{δf}
其中，δ=（2/γσ 2 ） 1/2 ，σ是基本因素中新息（随机干扰项）的标准差，且a是平滑条件函数，这个函数决定了汇率s是如何接近边界的。模型的相应参数可通过在诸如Smith和Spencer（1992）、Lindberg和Soderlind（1994）或者Iannizzotto和Taylor（1999）的论文中所描述的模拟矩估计法进行估计。一种典型的结论是几乎没有证据表明汇率与基本面之间的关系是S形。Iannizee和Taylor（1999）指出，实际上，蜜月效应远远小于在克鲁格曼原创论文中刻画图形所代表的水平，同时，也远远小于许多讨论克鲁格曼模型的文章和教科书，或者图2-1的图形中所描述的。只有当充分接近边界时，条件期望的边界效应才十分明显。除此之外，汇率均表现为随机游走。大多数实证研究均表明汇率的边际分布不是U形曲线。
在文献中也存在许多不是连续的而是离散目标区的模型。其中许多只关注条件均值，常忽略条件方差。然而，显而易见，如果汇率呈现如Iannizzotto和Taylor所描述的那样，那么，就应该考虑条件方差，而不应该把它忽略。在这里，我们将简明地提及关于条件均值与条件方差联合模型的两个例子。Bekaert和Gray（1998）考察了汇率目标区可靠的这种情形，并且构建了日汇率序列的一阶差分Δs t 的条件分布。他们假设Δs t 服从截尾正态分布，这意味着只需要对分布的一阶矩和二阶矩进行参数化处理。不包含跳跃，模型的简化形式为：
其中，Φ是标准正态变量的累积分布函数，Φ是概率密度函数，m t 是条件均值，h t 是条件方差。此外，Δ Ut-1 =s U -s t-1 表示汇率的最大可能变化（目标区是完全可靠的），Δ L t-1 =s L -s t-1 是可能的最小变化。因此，式（2-7）是截尾正态密度函数，其中，边界定义了截断点。条件均值m t 是PB t-1 的线性函数，PB t-1 表示在t-1时刻汇率在目标区间上的位置，条件方差h t 可描述为GARCH（1,1）过程，该过程通过对|PB t-1 |函数的线性扩展得到。事实上，在t时刻，式（2-7）的概率密度函数刻画的是s t 从t-1时刻到t时刻变化的密度预测。Bekaert和Gray采用20世纪80年代的法郎-马克日汇率序列，对他们的模型（用跳跃过程解释重新组合）进行了拟合。
Lundbergh和Teräsvirta（2006）构建的模型是建立在有关文献所讨论的平滑转换模型的相关观点的基础之上的，称之为平滑转换自回归目标区模型（STARTZ），相关问题可参阅第3.4.1节的讨论。在这个模型中，根据目标区中汇率的位置，汇率具有平滑变化的动态特性。条件平均和条件方差都是参数化的，后者如下变化：当汇率趋近于任意一个边界时，条件方差趋近于0。当目标区自身并不是先验地清楚完全可靠时，可根据数据估计“可靠程度”。同时，在官方目标区中，也可应用STARTZ模型估计一个非官方的区域。20世纪80年代末期，当时挪威的中央银行只保护处于边界内的货币，通过将STARTZ模型应用于挪威克朗汇率日序列，结论表明汇率的边际分布明显呈现U形。此外，关于瑞典克朗研究的结果类似于Iannizzotto和Taylor（1999）的结论：除非汇率非常接近于边界且汇率的边缘分布不是呈现出U形，否则汇率表现为单位根过程。Sveriges Riksbank（瑞典中央银行）并不限制边界区域的保护，因此，按照对克鲁格曼理论所进行的修正形式，表现为不是U形在意料之中。