以事件研究法分析台灣央行干預行為之成效

全文

(1) . 國立政治大學商學院金融學系碩士班碩士論文. 以事件研究法分析台灣央行干預行為之成效政治. 大. 立. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i Un. v. 指導教授：張興華博士研究生：蔡依彣撰中華民國一百零二年七月 .

(2) 謝辭轉眼間就到了結束學生身分，踏入職場的這個階段。在政大的六年時光，所有人事物依然歷歷在目。這一路走來，要感謝的人實在太多，很幸運當初有選擇繼續念研究所，這兩年對我的人生規劃影響尤其深遠。除了學會妥善利用時間及資源充實自己，同儕和師長的鼓勵，讓我也更加有動力往前邁進，政大真的給了我充沛的資源以及珍貴的回憶。. 首先要先謝謝我的指導教授，張興華老師不僅教學認真，課後也會耐心輔導學生。每當我的論文遇到瓶頸時，老師總是能給我很明確的方向和建議，讓我忙碌於證照考試、語文檢定、學校課業與找工作的同時，能夠掌握論文進度，短期目標也一一地達成。. 謝謝所有在我迷惘和低潮的時候，關心我及對我伸出援手的朋友，你們的分享與陪伴，總是讓我重拾衝勁近與勇氣。謝謝彭金隆老師，在我求職不順利的時候，給我輔導與鼓勵。謝謝口試委員，林信助老師及黃文琪老師親切的態度，讓我不至於那麼緊張。謝謝瑞士銀行的上司與同事，願意給我機會進入 CRC 部門，從工作中吸取了很多實務知識。還有許多未被提及的人，大家身上都有太多值得學習的特質，謝謝你們，沒有你們就沒有今天的我。. 最後，要特別感謝我的家人，你們的肯定與支持是我最重要的養分，我會努力讓自己一天比一天更好。“Life is merely just a combination of good luck and effort.” 在新的人生旅程即將開展的這個時刻，我會不畏一切迎向挑戰，相信往後還有更精彩的人生等著我。蔡依彣於民國一百零二年七月謹誌於政大 I.

(3) 摘要本文以報載之央行外匯干預新聞作為央行實際干預發生之代理變數，以事件研究方法研究央行外匯干預的效果。以每日央行干預新聞作為央行實際干預的代理變數，使我們得以從日資料分析央行的干預行為與效果。本文採用 c 所提出的事件研究法，以干預新聞的出現定義「阻升事件」與「阻貶事件」，比較事件前後兩日及五日之平均升貶值率，判斷央行干預行為對市場匯率的影響以及干預成效。研究結果發現台灣央行的外匯市場干預對匯率走勢多有達成與央行干預方向一致之結果。關鍵字：外匯市場、央行外匯市場干預、事件研究. II.

(4) Abstract This paper uses news report on the foreign exchange intervention conducted by the Taiwanese central bank (CBC) to analyze how such actions affect the NTD/Dollar exchange rate. We adopt the event study method proposed in Fatum and Hutchison (2006), using the news reports to define intervention events. Then we compare the average rate of return of NTD/Dollar exchange rate two days and five days before and after every intervention event, to check the effect of central bank intervention. We conclude that the CBC’s interventions are usually successful in achieving the central bank’s objectives.. KEYWORDS: Foreign Exchange Market, Central Bank Foreign Exchange Intervention, Event Studies. III.

(5) 目錄第壹節. 研究背景 ............................................................................................................. 1. 第貳節. 研究架構 ............................................................................................................. 2. 第壹章、. 文獻回顧 ............................................................................................................. 4. 第壹節. 國內文獻 ............................................................................................................. 4. 第貳節. 國外文獻 ............................................................................................................. 7. 第參節. 小結 ................................................................................................................... 11. 第貳章、. 研究資料 ........................................................................................................... 13. 第壹節. 資料來源 ........................................................................................................... 13. 第貳節. 新聞範例 ........................................................................................................... 13. 第參節. 台幣匯率及干預新聞資料分析 ....................................................................... 15. 第參章、. 事件研究 ........................................................................................................... 19. 第壹節. 研究方法 ........................................................................................................... 19. 第貳節. 以五日窗口分析央行干預外匯市場之成效 ................................................... 20. 第參節. 以十日窗口分析央行干預外匯市場之成效 ................................................... 22. 第肆節. 各年度央行干預外匯市場之成效 ................................................................... 25. 第肆章、. 結論 ................................................................................................................... 27. IV.

(6) 圖表目錄圖一. 彭淮南時期至今(1998/2/26-2013/3/31)台幣對美元匯率走勢 .............................. 15. 表一. 樣本期間各年度台幣對美元匯率以及干預新聞數之基本統計 ............................ 17. 表二. 干預新聞日台幣匯率變動率 .................................................................................... 18. 表三. 阻升與阻貶事件內干預天數分布 (N=5) ................................................................. 20. 表四. 干預事件前後之匯率變動率 (N=5) ......................................................................... 21. 表五. 干預新聞事件之成功比率 (N=5) ............................................................................. 22. 表六. 阻升與阻貶事件內干預天數分布 (N=10) ............................................................... 23. 表七. 干預事件前後之匯率變動率 (N=10) ....................................................................... 23. 表八. 干預新聞事件之成功比率 (N=10) ........................................................................... 24. 表九. 各年度干預新聞事件之成功比率 (N=5) ................................................................. 25. 表一〇. 各年度干預新聞事件之成功比率 (N=10) ........................................................... 26. 附表一. 阻升事件一覽(N=10)............................................................................................. 29. 附表二. 阻貶事件一覽(N=10)............................................................................................. 33. V.

(7) 緒論第壹節. 研究背景. 自 1980 年代以來，各國紛紛推行金融自由化措施，雙率自由化更代表了國內外市場的開放，但為了因應國內外景氣與價格的波動，雙率政策仍是重要的操作工具。央行利率政策對影響市場利率有宣示效果，匯率政策則多採管理浮動匯率制度，央行仍保有對匯率的控制權，必要時給予適時適度的影響力。若能了解一國央行干預政策之施行，有助於預測匯率走勢。. 外匯干預的動機攸關該國的貿易依存度，理論顯示高出口比例國家，央行干預匯市態度愈積極。在浮動匯率體制下，投機行為會使市場趨於不穩定，進而造成市場的不效率且使匯率偏離正常值(correct rate)，因此使一國匯率回到其所認定的最適值，並對未來貨幣政策釋出提前訊號，便是央行進場干預的主要動機。. 央行對外匯市場進行實質干預時可分為沖銷干預(sterilized intervention)與非沖銷干預(non-sterilized intervention)兩種，沖銷干預是貨幣當局在外匯市場上進行交易的同時，通過其它貨幣政策工具（如公開市場操作）來抵消貨幣當局外匯交易對貨幣供給量的影響，使貨幣供給量維持不變，但所耗成本較高，易使一國財政赤字增加。而非沖銷式干預通常指貨幣當局在外匯市場買賣外匯，從而改變國內市場上的貨幣供給，達到調整匯率的目的，此種手段雖不會提高財政支出，但卻容易增加整個金融體系的風險。因此當央行欲執行貨幣政策時，會針對市場情況，權衡成本與效益，決定應執行沖銷或非沖銷式干預。. 自 1990 年代起，大多數國家在通膨的壓力下皆採行沖銷干預，而沖銷干預影響匯率的管道主要有二：資產組合平衡管道(portfolio balance channel)與訊息傳 1.

(8) 遞管道(expectation, or signaling channel)。資產組合平衡管道是由 Branson(1977) 等學者提出，主張投資人會依據其對各國資產的風險貼水，平衡其投資組合，極大化預期報酬，故央行可藉由沖銷式干預影響不同資產的風險貼水，進而影響匯率水準。至於訊息傳遞管道方面，Mussa(1981)認為政府可以透過實際買賣外匯的方式釋放訊息，影響私部門對於當期匯率的決定；抑或發表談話，傳達可能採取的政策走向，讓投資人了解政府對未來經濟情勢的看法，改變市場參與者對匯率走向的預期，進而影響當下的匯率水準。. 除了日本、瑞士等國會公佈外匯干預時點及數量，包括台灣的多數國家皆未揭露相關資訊。基於近幾十年來國際資金流動自由化與金融創新等因素，沖銷干預在執行有其困難，經濟學家與政策當局亦體認到實質干預的有效性已大幅降低。因此官方在執行貨幣政策時，越來越重視訊息傳遞(communication)的功能，口頭干預的使用頻率逐漸上升，所謂的口頭干預是指中央銀行利用公開聲明對匯率的合理價位表示意見，藉此影響匯率。. 口頭干預之所以取代實質干預成為主要的政策工具，主要是因為實質干預之成效不明確，且存在時間一致性(time consistency)的問題，導致實際干預往往需要耗費鉅額成本，相較之下，口頭干預雖然會為政策當局帶來信譽上的問題，但卻可以避免時間不一致性與大幅降低干預成本。. 第貳節. 研究架構. 本文的組織如下，第一章說明本文的研究背景與研究架構，第貳章將國. 內外有關匯率干預的文獻做一匯總討論，瞭解各國政府干預外匯市場的動機、方式以及成效。第參章說明本研究的資料期間及資料來源。第肆章採用 Fatum and Hutchison (2006)的作法，以事件研究方法分析央行干預的有效性，第 2.

(9) 伍章對本文作一總結。. 3.

(10) 第壹章、文獻回顧過往文獻指出央行的外匯干預政策具備三個特性：第一、貨幣當局進行干預時，通常是為了降低匯市的波動度，將匯率維持在一個穩定合理的水準；第二、若能事先進行良好協調，聯合干預通常能大幅提升政策有效性；第三、實質干預往往被視為未來貨幣政策的提前訊號。近期開始出現使用新聞資料對央行「口頭干預」(verbal intervention)行為所做的研究，發現口頭干預有逐漸取代實際干預的趨勢，而且逆勢而行的干預會較順勢而行來得有效。. 在大多時候，央行不會於執行干預的同時立即公布其活動，多由非官方的報紙資料得知干預訊息，至於秘密干預(secret intervention)則更不易由央行的官方資料中做辨別。曾有學者針對美國官方公布與報紙報導的干預資料做比較，發現約只有七成的干預活動被報導，約有一成被報導的干預活動並未確實發生。. 第壹節. 國內文獻. 俞海琴(1986)以央行干預數額作為應變數，以美元兌台幣匯率、東京匯市美元兌日圓收盤價、國內外利率差距、有效實質匯率、景氣指標、外匯市場買賣超等作為自變數，建立向量自我迴歸模型(Auto-regression method)進行量化分析，探討台灣央行外匯操作行為，樣本期間為 1984 年 1 月 1 日至 1985 年 12 月 31 日。實證結果發現匯率變動量最具解釋意義，此點與許多國外文獻所得之結果－匯率變動率最具解釋意義，稍有不同。且央行干預與有效匯率指數之關係相當密切，顯示央行會參照合理價位來干預匯市，當市場供需失衡造成本幣面臨升值壓力時，央行會介入市場大量買進外匯以抑制升值，當市場產生貶值壓力時，央行會讓匯率緩和貶值不予阻擋，可見央行具有「予貶不予升」或「貶快升慢」的不對稱干預傾向。此外我國央行的當期干預約有 2/3 會遞延至下期干預，干預匯市之調整速度約 1/3，可知干預乃分期遞延而非一次調整。綜言之，在干預法則部 4.

(11) 份，我國央行多採「逆風而立」(leaning against the wind)策略，與美、日、英、德等國類似，傾向穩定干預型，目的在緩和新台幣升值及縮小匯率波幅，且干預態度已日趨主動積極，干預速度與頻率亦有增快的趨勢；在干預指標部分，買賣超數量、實質有效匯率與景氣指標皆為影響央行干預行為的重要因素。. 汪子騫(1995)探究亞太七國央行干預匯市的行為與效果，研究對象為台灣、新加坡、南韓、馬來西亞、泰國、印尼和菲律賓，此七個新興國家因應出口導向型的經濟成長策略，政府多會採行外匯市場干預，引導匯率走勢與政策目標相符，作者利用 1980 年 1 月至 1994 年 5 月的月資料，依國家做區分劃分子期間。採用 Dominquez and Frankel(1993)提出的央行干預反應模型(standard intervention reaction model)做實證研究，並以 Dominquez(1990)所述之方法測試央行干預的效果，探討國際金融市場超額報酬與央行干預是否有關，以及研究市場對於央行採取干預行為所釋出之訊息的預期與反應。實證結果顯示，在行為策略部分，亞太七國傾向實行逆勢操作的干預，且匯率偏離目標匯率的幅度通常不是央行進場干預的關鍵因素，此外，台灣和新加坡的央行干預具有顯著的分期遞延特性；干預有效性部份，亞太七國央行干預匯市的舉動在大多數期間內，無法達到其希望的效果。. 黃功一(1998)以 1980 年 1 月至 1997 年 12 月為研究期間，對於央行外匯市場干預行為進行迴歸方程模式分析、聯立方程式分析與 Granger Causality 實證分析。實證結果發現：美元兌台幣匯率變動率、國外資產變動率、國際收支及國內外貨幣供給額差距對於「中央銀行外匯市場干預數額」有顯著解釋能力，而且「國外資產變動率」的影響力大於「美元兌台幣匯率變動率」，表我國央行係以「量（國外資產）」的調整為外匯市場主要干預手段，為典型的浮動匯率管理體制。在央行外匯市場干預行為聯立結果方面，「央行外匯市場干預數額」與「美元兌. 5.

(12) 台幣匯率變動率」有顯著解釋能力，但在外匯市場波動影響因素聯立結果方面，此兩參數的解釋力卻不顯著，表示「央行外匯市場干預數額」與「美元兌台幣匯率變動率」之間僅有單向的影響關係，而非預先假設的雙向互動影響關係，其原因可能是漏失或未能量化某些重要解釋變數，也可能是央行仍透過某些未公開的管道貫徹其干預的意志，但本研究仍相信央行的匯率政策與其干預的企圖和意向仍是影響我國外匯市場波動的關鍵因素。至於 Granger Causality 檢定結果顯示央行外匯市場干預行為對於調節國內經濟景氣循環的作用間接而不顯著，所以央行應該不會參酌「景氣循環」的領先指標資訊以修正其外匯市場干預行為。. 趙尊敏(2001)探討央行干預兌新台幣美元匯率波動性的影響，樣本期間為 1996 至 1999 年，使用 ARCH 模型做實證研究，另外作者加入台灣與美國二國的利差，以及總體經濟訊息變數作為解釋變數。結果顯示，二國利差與新台幣兌美元的波動性呈現正向且明顯的關聯，而央行宣布存款準備率及召開理監事會議的訊息，負向明顯地與新台幣兌美元的波動性相關，央行干預行為確實降低匯率波動性。再者，考慮到對日貿易，將日圓對美元的匯率波動性納入模型中，顯示日圓兌美元的波動性對新台幣兌美元的波動性有正面影響，而外資投入證券市場的金額並未對波動度構成顯著影響。. 蔡聰永(2007)探討日本央行干預日圓匯率對新台幣的波及效果，樣本期間為 1999 年 1 月 5 日至 2003 年 12 月 31 日，自變數選取為日本央行干預外匯的貨幣數量、新台幣與日圓間前一日及前二日的匯率變動率，日本國定假日（虛擬變數）及政府公布的重大經濟政策訊息（虛擬變數），分析對應變數－新台幣與日圓間匯率變動率有何影響。在估計上 GARCH(1,1)模型優於最小平方法(OLS)迴歸分析，這是因為所分析的時間序列資料，存在殘差項異質變異現象。分析結果證實日本央行干預日圓與美元間匯率，在日圓外匯市場大量買入外匯，確實會影響新. 6.

(13) 台幣與日圓間匯率變動程度。也就是說，日本央行干預日圓匯率，對新台幣的波及效果是存在的，但對新台幣與美元間匯率並未產生影響。因此，往後在估計新台幣與日圓間匯率變動時，日本中央銀行對日圓外匯市場的干預行為，是一個值得參考的解釋變數。. 郭雅筑(2009)以台灣匯率自由化以來（1998 年至 2008 年）之總體經濟數據，探討央行雙率政策之施行，是否受到當期匯率升貶影響，而產生不對稱干預行為，即所謂「阻升不阻貶，阻升助貶」的政策。實證結果顯示，我國央行在面臨匯率變動時，於新台幣大幅升值期間，有較大幅度的外匯干預政策；當面臨產出波動時，則僅於新台幣強力升值期間，施行反景氣循環政策，故確實存在不對稱之外匯干預傾向，與一般小型開放經濟體系的外匯政策相符。. 張興華(2011)利用干預報導探討央行干預對新台幣匯率的影響，樣本期間為 1997 年 1 月至 2011 年 5 月，將新聞資料分類後設虛擬變數作為解釋變數，以新聞發布下一日的新台幣兌美元的匯率變動率作為被解釋變數，以 GARCH(1,1)進行迴歸分析。結果顯示，前一日若有阻升新聞，則當日匯率變動顯著為升值；而前一日若有阻貶新聞，則對當日匯率變動的影響為不顯著。顯示央行通常是在台幣升勢顯著時進場阻升，而在台幣貶勢顯著時進場阻貶，並且央行並不試圖完全扭轉市場走勢，僅試圖降低升貶值之幅度。進一步使用 Probit 模型分析干預新聞出現的影響變數，發現阻升與阻貶新聞出現的不對稱性，在台幣升值時，匯率變動幅度的擴大引發干預新聞出現的機率大於台幣貶值時。. 第貳節. 國外文獻. Dominguez (1990)在理性預期的假設下，建立一個反向的資產組合平衡方程 7.

(14) 式，由於使用的資料屬於當期而非累積的干預資料，因此這個估計過程提供的是訊息傳遞管道的檢定方法，擷取 1985 年至 1987 年的美元兌日圓及美元兌德國馬克的匯率日資料，將樣本期間切割成五段分別估計，然而不同切割期間所得統計結果並不一致，顯示訊息管道在此研究下結果是不確定的，但值得一提的是，聯合干預的係數在模型中是相對顯著的。. Dominguez & Frenkel (1993)在不假設理性預期下，同時檢定資產組合平衡管道和訊息傳遞管道，使用市場對美元兌德國馬克匯率的預期資料 (survey data) 來進行估計。此研究發現無論是透過資產組合平衡管道或訊息傳遞管道，沖銷干預的影響效果都相當顯著，也就是干預確實會影響市場對匯率的預期。他們更進一步發現當政策當局對未來匯率政策的公開聲明，或報章雜誌對於干預策略的報導，都會更顯著地影響市場參與者對於未來匯率的預期。另外，若干預聲明是透過央行宣告，效果將更為明顯。. Dominguez (1998)探討央行干預對匯率波動性的影響，以 GARCH 模型分析 G-3 國家（美國、德國、日本）1977 至 1994 年期間的日資料，以即期匯率變動量為應變數，自變數包括隔夜利率價差、政策訊息、公開報導與秘密執行的央行干預。實證結果發現，一國中央銀行的貨幣政策及外匯干預政策確實會影響該國貨幣的匯率波動程度，若央行釋放出的訊息是模糊不清、無法令人信服或匯市無效率，則會增加不確定性，使匯率波動度升高。. Flood and Marion(1998)認為在貨幣當局擁有較充分資訊的前提下，實行干預時若能伴隨公開資訊，效果會更顯著，因此各國央行在做匯率干預時應該要盡可能徹底揭露相關資訊，以顯示政府干預的決心。但市場參與者對匯率的預期改變，會導致自我實現的投機性攻擊(self-fulfilling speculative attack)，加速一國貨幣的. 8.

(15) 升值或貶值。由於實際干預存在時間不一致性的問題，當政府公開表示欲進場干預時，會引發投機者的套利行為，大幅提升實質干預的成本。而干預後實際情況與政府宣示的政策不符時，貨幣當局的信用也會受到質疑，影響未來政府施行政策的效果。故政府在採取匯率干預的時候，應該將重點放在如何說服大眾，讓市場做出反應，而非直接干預匯市。. Guthrie and Wright(2000)研究紐西蘭貨幣當局口頭干預的效力，樣本期間為 1989 年 1 月 1 日到 1997 年 9 月 30 日，擷取 RBNZ 的利率資料定義貨幣條件指數，口頭干預部分，新聞資料取自路透社，關鍵字為「Reserve Bank」、「Monetary」或「Brash」，並對 RNBZ 主要刊物（Monetary Policy Statement, Economic Projection 和 Reserve Bank Bulletin）內的年表進行交叉比對，篩選後建構口頭干預的虛擬變數。由於多數的實證研究中，著重於非預期訊息的影響，作者將 RNBZ 的預料外聲明依其內容進行分類，若傾向採緊縮貨幣政策則標記為 1；寬鬆貨幣政策標記為. ；其他情況皆令為 0，並利用延遲發言的訊息和金融變數來建立順序機. 率模型。實證結果發現 RNBZ 發表緊縮性談話後，導致利率上升且紐幣升值，而這些變動無法被公開市場操作所解釋，顯示紐西蘭貨幣當局的口頭干預對利率是有顯著影響的。. Ito(2002)利用日本官方公佈的干預資料，探討日本政府的實際干預行為，以及對於匯率水準的影響。樣本期間為 1991 年的 4 月到 2001 年 3 月，日本政府的干預行為以 1995 年為界線有著明顯的不同，1995 年中以前，日本的干預次數較為頻繁，1995 年中以後的干預次數較少但干預量卻大幅上升。本篇研究發現在 1990 年代後期干預有顯著成效，在 1990 年代時，美日時常執行聯合干預，效果是日本單方干預的 20-50 倍，可見美國在日圓對美元市場的干預可以大幅提升干預效果。當時日圓匯率的長期平均值為 125，當日圓匯率低於 125 時，就會執行. 9.

(16) 賣出日圓（買入美元）的干預行動；當匯率高於 125 時，執行買入日圓（賣出美元）的干預行動，日本貨幣當局藉由這樣的買低賣高獲取了巨額利潤。大抵來說，日本貨幣當局在日圓升值的期間干預偏屬於逆勢操作，有百分之七十左右的干預能達到減緩日圓升值的效果，且有五成可以使日圓反轉呈現貶值；在日圓貶值期間則大多數為順勢操作，其中升值時的干預又較貶值時為頻繁。. Watanabe and Harada (2004)用傳統 GARCH 和 component GARCH，檢驗 BOJ 的干預對日圓匯率和波動度的影響，樣本期間為 1991 年至 2003 年，並延續 Ito 的做法，以 1995 年為分界將資料劃分為前半期與後半期，兩個模型對干預及匯率的影響皆得到相同結論。BOJ 的干預能有效降低後半期的短期波動度，達到穩定匯率水準的目的，但對前半期的波動度完全沒有影響，當時日本政府採取的是頻繁且量少的干預方式，故可以推論次數少但是干預量大的方式可以得到較好的干預效果。而預料之外的是，美國聯邦準備理事會的共同干預僅在前半期有效，就後半期及整個樣本期間來分析，並未能提升實質干預的效果。. Fratzscher (2005)指出自 1990 年代起，G3 經濟體（美國、日本、德國）的匯率政策已產生極大轉變。在 1995 年以前，實質干預的確為干預匯率的主要工具，而 1995 年以後，除了日本之外，美國與德國基本上都已放棄使用實質干預。這個行為顯示出，對美國與歐元區（德國）的貨幣當局來說，口頭干預以取代實質干預，成為影響匯率變動的主要政策工具。. Fratzscher (2006)評估訊息傳遞與實質干預的兩種策略的長期有效性，樣本期間為 1990 至 2003 年，實證結果顯示 G3 各國口頭干預不僅對匯率有顯著的影響，而且會使其趨近六月期的遠期利率。兩項政策主要的差異在訊息傳遞有降低波動度的效果，實質干預卻會提升波動度，也就是口頭干預傾向降低市場不確定性，. 10.

(17) 在中期是個有效的政策工具。這個結果可能是由於兩個方法本質上的差異，口頭干預釋出的訊息是整個市場參與者可以取得的，因此會減少預期的異質性，市場波動度也跟著降低；相反地，實質干預通常是被暗中執行，即使市場參與者知道政府採取實質干預，但對其規模、頻率、未來行動的認知會因人而異，造成較高的市場不確定性。. 與本研究最相關的是 Fatum and Hutchison 的兩篇文章，Fatum and Hutchison (2002)使用華爾街日報的新聞探討歐洲央行對外匯市場的干預行為，檢驗報導的發言和傳聞對歐元的影響，從 1999 年 1 月 1 日到 2002 年 2 月 8 日間擷取出 751 則新聞並分成四類：(A)市場傳言(rumors)央行即將干預匯市；(B)官方表明支持歐元，包括表態有干預可能性；(C)官方表明不支持歐元，如否認干預的發生等； (D)實際干預的確切報導。結果顯示，官方否認干預或質疑其有效性的發言，皆被市場認為是重要訊息並使歐元貶值，且效果至少會維持一周；相對地，市場顯然忽視支持歐元的官方發言（也就是 B、C 類的新聞對匯率的影響並不顯著），實際干預以及市場傳言雖然可以使歐元升值，但效果較為短暫。由於歐洲央行的實際干預僅有 2000 年秋季四筆資料，基於檢定的有效性，作者針對這四則案例進行事件研究，結果顯示僅在較短期之下干預是成功的，在較長期間下卻出現不一致的情形。總結來說，只有負向發言會使歐元立即貶值且有持續性效果，認為歐元應該升值的政府發言則對匯率沒有顯著影響。為進一步判斷央行的干預是否有效，Fatum and Hutchison(2006)以事件研究方法，以日本央行的實際干預行為，定義一連串的干預事件，然後藉由比較事件前後匯率的走勢，判斷央行干預是否成功，結果顯示央行的干預有其效果。. 第參節. 小結. 由以上文獻回顧可見，1980 年代大多數的研究否認央行干預的有效性，但 11.

(18) 1990 年代開始廣泛支持央行干預的有效性，近來的研究也多顯示央行的干預對外匯市場有顯著的影響力。國外文獻已有許多針對央行官員口頭干預的研究，本國文獻仍著重在央行的實際干預行為，對於口頭干預管道的研究較為缺乏，可能受限於新聞歸納方法等因素，無法確定官方發言對匯率的影響，但近期亦有研究指出，無論在升值或貶值趨勢下，官員發表談話皆能使匯率變動幅度縮小，顯示口頭干預穩定新台幣的效果確實存在。. 本研究參照張興華(2011)與 Fatum and Hutchison(2006)的作法，蒐集每日台灣央行干預外匯市場的報導，以這些新聞的出現作為央行進場干預的代理變數，以事件研究的方法分析央行干預與台幣對美元匯率之間的關係，以及央行干預的效果。張興華(2011)在文末亦使用 Fatum and Hutchison(2006)的作法分析央行干預事件，本研究的不同之處在於使用兩種定義干預事件發生之「安靜期」 (tranquility days)來比較央行干預的短期與中長期效果，並且觀察在不同的年度，干預事件的效果有否不同。. 12.

(19) 第貳章、研究資料第壹節. 資料來源. 本研究之干預新聞取自聯合報系之聯合知識庫，每日台幣兌美元資料取自台北外匯市場發展基金會網站，期間起自央行總裁彭淮南上任(1998/2/26)以來至 2013/3/29 為止。. 搜尋新聞所使用之關鍵字為「(中央銀行/央行)and(新台幣/美元)」，由於許多干預新聞中並未包含「干預」這個關鍵字，因此先全面搜尋包含央行與台幣之新聞，再以人工篩選的方式，擷取出央行干預匯率之報導，以免疏忽考慮任何有關的新聞。. 第貳節. 新聞範例. 以央行的干預操作而言，阻升與助貶皆為買入美元，賣出新台幣，而阻貶與助升則是買入台幣，賣出美元。雖然策略相同（同樣為買美金賣台幣，或賣美金買台幣）但阻升與助貶（或阻貶與助升）當日匯率的表現可能非常不同，所以將阻升、阻貶、助升、助貶四種新聞分開考量。接著將央行干預匯率之新聞非為四類－「央行阻升新聞」、「央行阻貶新聞」、「央行助升新聞」以及「央行助貶新聞」。此四類干預新聞的範例如下：. 央行阻升新聞. 熱錢來襲，新台幣兌美元匯率狂升，昨（30）日盤中一度飆升 2.22 角，尾盤央行出手阻升，終場則漲了 1 角，以 29.232 元作收，續創去年 9 月 13 日以來近七個半月新高。中央銀行與金管會正聯手緊盯外資動向，防. 堵外資炒匯。 13.

(20) （2012/05/01 經濟日報）. 央行阻貶新聞. 避免新台幣匯率貶過頭，中央銀行總裁彭淮南昨（23）日採「二階段」調控計畫，早盤先放任匯價殺破外資用較貴價格取得美元，午盤過後再進場阻貶，縮小貶幅。新台幣匯率從盤中一度貶值 3 角，縮小為微貶 1.6 分。（2011/09/24 經濟日報）. 央行助升新聞. 央行昨（21）日趁美元走軟，強力干預引導新台幣升值，終場新台幣上揚 1.13 角為 32.953 元，重新升破 33 元關卡，成交量放大至 16.515 億美元。. （2007/09/22 經濟日報）. 央行助貶新聞. 匯銀主管指出，昨日美元走強，歐元兌美元匯價貶破 1.39 關卡，拖累韓元、星元及新台幣等亞洲貨幣走勢全盤皆墨，央行收盤前進場施壓助貶，讓新台幣匯率貶破 29.2 元，貶到 4 月 2 日以來的新低。（2011/09/10 經濟日報）. Fatumand Hutchison (2002)曾指出，央行干預匯市可能會有一些模稜兩可的報導。實際在篩選資料時，會發現有許多如「調升（降）息」、「放手升（貶）值」、「默許升（貶）值」等其他貨幣策略的相關報導，本研究則是將無法直接判斷的報導排除。. 14.

(21) 第參節. 台幣匯率及干預新聞資料分析. 本研究樣本時期為自彭淮南先生出任中央銀行總裁之 1998 年 2 月 26 日起至 2013 年 3 月 29 日共 3885 個交易日。圖一與表一參照張興華(2011)，顯示樣本時期台幣對美元匯率之走勢及阻升阻貶新聞出現頻率，以及全期間各年匯率與干預新聞出現之基本統計。. 阻升新聞天數. 阻貶新聞天數. NTD/USD. 20. 36. 15. 34. 10 5. 32. 0. 30. (5) (10). 28. (15). 26. (20). 24 Feb-98 Aug-98 Feb-99 Aug-99 Feb-00 Aug-00 Feb-01 Aug-01 Feb-02 Aug-02 Feb-03 Aug-03 Feb-04 Aug-04 Feb-05 Aug-05 Feb-06 Aug-06 Feb-07 Aug-07 Feb-08 Aug-08 Feb-09 Aug-09 Feb-10 Aug-10 Feb-11 Aug-11 Feb-12 Aug-12 Feb-13. (25). 圖一. 彭淮南時期至今(1998/2/26-2013/3/31)台幣對美元匯率走勢. 由圖一及表一可見，樣本時期之新台幣匯率約維持在 28.5 至 35 之間，每年的上下波動（用每年度的最高匯價減最低匯價）平均略高於 2 元，全期間最高匯價 35.174 出現在 2009 年 3 月 2 日，最低 28.632 出現在 2011 年 5 月 5 日。. 以每日匯率變動率而言，樣本期間匯率平均變動率幾乎為 0，最大單日升值率為 2000 年 1 月 4 日之 2.526%，最大單日貶值率為 2001 年 5 月 28 日之 3%。匯率變動率之標準差則為 0.25%。若將升值日與貶值日分開來看，樣本時期升值 1977 日，平均升值率為 0.152%，貶值 1779 日，平均貶值率為 0.165%。 15.

(22) 在干預新聞方面，樣本時期阻升新聞出現 815 日，阻貶新聞出現 497 日，助升新聞出現 35 日，助貶新聞出現 69 日。由於助升助貶新聞出現之天數甚少，不到阻升與阻貶新聞之十分之一，因此本文之後的分析著重在阻升與阻貶新聞上面。. 16.

(23) 表一. 年. 最高. 最低. 樣本期間各年度台幣對美元匯率以及干預新聞數之基本統計. 平均日變動率 %. 總樣本天數. 升值天數. 升值日平均變動率%. 貶值天數. 貶值日平均變動率%. 阻升新聞天數. 阻貶新聞天數. 助升新聞天數. 助貶新聞天數. 1998 1999 2000. 34.896 33.257 33.18. 31.992 31.395 30.302. -0.004 -0.009 0.018. 235 273 274. 124 181 130. -0.186 -0.056 -0.09. 109 81 134. 0.203 0.094 0.125. 27 60 17. 64 63 97. 6 4 10. 0 0 1. 2001 2002 2003 2004 2005 2006 2007 2008 2009. 35.127 35.168 34.944 34.199 33.77 33.316 33.398 33.55 35.174. 32.271 32.999 33.71 31.917 30.79 31.338 32.268 30.01 32.03. 0.024 -0.003 -0.009 -0.025 0.012 -0.003 -0.002 0.006 -0.01. 247 251 251 252 249 250 249 251 252. 146 136 133 139 108 112 104 111 130. -0.067 -0.121 -0.096 -0.163 -0.215 -0.24 -0.116 -0.235 -0.217. 89 109 113 110 136 136 136 136 120. 0.177 0.145 0.093 0.15 0.192 0.193 0.086 0.202 0.214. 76 81 71 55 42 26 17 59 44. 64 34 7 21 19 11 55 51 4. 5 0 0 0 0 0 3 2 0. 0 4 7 7 2 1 1 5 11. 2010 2011 2012 2013 全期間. 32.528 30.680 30.315 29.941. 30.217 28.632 29.090 29.039. -0.021 0.002 -0.017 0.047. 253 249 252 58. 144 121 134 24. -0.181 -0.202 -0.129 -0.107. 102 120 116 32. 0.204 0.207 0.116 0.159. 133 55 40 12. 0 7 0 0. 0 4 1 0. 10 13 5 2. 35.174. 28.632. -0.002. 3846. 1977. -0.152. 1779. 0.165. 815. 497. 35. 69. 17.

(24) Fatum and Hutchison (2006)指出，以時間序列方法分析央行干預對匯率的影響有其缺點，因為央行干預行為和匯率波動之間存在內生性的問題。表二觀察阻升與阻貶新聞發生當日匯率的表現，證實此內生性問題的存在。. 表二. 干預新聞日台幣匯率變動率. 當天收盤升值天數(比率%) 當天收盤貶值天數(比率%) 當天收盤平均變動率(%). 阻升新聞日. 阻貶新聞日. 615(75.5) 187(22.9) -0.1204. 163(32.8) 314(63.2) 0.1054. 由表二可得知，阻升新聞日出現的當天，新台幣還是升值的；阻貶新聞日出現的當天，新台幣還是貶值的。這解釋了為何本文不採取時間序列法分析法，實際上就是當新台幣升值時，央行才會出手阻升，當新台幣貶值時，央行才會出手阻貶。況且匯率的每日波動度相當大，干預有明顯的群聚現象，若以時間序列法分析，將不易得到肯定的結論。基於上述原因，本篇認為事件研究法較適於解釋央行干預對匯率波動的效果，下一節就採用 Fatum and Hutchison (2006) 所提出的事件研究分析方法，檢驗央行干預的效果。. 18.

(25) 第參章、事件研究第壹節. 研究方法. 本節採用 Fatum and Hutchison (2006)所提出的事件研究法，分析央行干預行為對新台幣匯率的影響。所謂的「阻升事件」與「阻貶事件」是由報載的新聞來做定義，從資料開始，也就是彭淮南總裁上任的 1998 年 2 月 26 日起，第一次阻升（阻貶）新聞出現的日期即定義為一個阻升（阻貶）事件的開始。. 央行在一段持續干預的期間中，有時若市場走勢反轉，央行可能會進行反向干預，以避免匯率變動過大。因此阻升與阻貶事件有時日數會重疊，有時甚至阻貶（阻升）事件期間會完全包含於另一個阻升（阻貶）事件當中。本節分析會排除完全被包含的事件，但不排除日數部分重疊的事件，亦不考慮助升與助貶新聞。. 貨幣當局是在新台幣有升值（貶值）趨勢時才會進場干預，即使央行要維持匯率穩定，干預並不會每天進行，因此定義「阻升（阻貶）事件」持續至連續 N 天沒有再出現阻升（阻貶）新聞為止。這個「安靜期」(tranquility days)日數 N 的選取，決定我們對央行干預行為的分析範圍，藉此探討事件結束後 N 天的匯率走勢之影響。. 舉例而言，如果取 N=5，則能夠分析比較央行干預事件前後五天內之匯率變動，但不能比較五天之後的匯率走勢，因為五天之後很可能已經開始了下一次的干預事件，既然屬於不同的事件就必須分開討論。而上一節的圖表是以單一干預日為基礎對新台幣匯率走勢做比對分析，可以視為 N=0 下所得之結果。. 因此若想分析央行干預是否對匯率產生長期效果，就必須取較大的 N 值， 19.

(26) 但如前所述，央行干預有明顯的群聚現象，如果將 N 值加大，則單一干預事件的延續期間動輒超過半年以上，且容易出現一個長期阻升（阻貶）事件中又包含數個短期阻貶（阻升）事件，也就是方向相反的干預事件重疊的現象。. 第貳節. 以五日窗口分析央行干預外匯市場之成效. 本篇研究首先採用 N=5，並參考 Fatum and Hutchison (2006)的方法比較干預事件前後兩天與五天的匯率變化。舉例而言 2005/5/19 出現阻升新聞，2005/5/20、 2005/5/23 和 2005/5/24（2005/5/21 及 2005/5/22 為週末）均無阻升新聞，2005/5/25 又出現阻升新聞，之後連續五天（2005 年 5 月 26、27、30、31 及 6 月 1 日）都沒有阻升新聞。因此定義此次阻升事件起始日為 2005/5/19，結束日為 2005/5/25，事件期間總日數為五日，事件期間干預日數為兩日。接著選取 N=10，以與 N=5 做比較分析。樣本期間 N=10 之阻升事件與阻貶事件日期整理於文後，附表一為阻升事件，附表二為阻貶事件。. 表三統計阻升阻貶事件內干預日數之分布情況，參照張興華(2011)的作法，我們定義含三日以上之干預日數之事件為「密集干預」事件，發現在阻升事件方面，密集干預事件佔多數，阻貶事件方面，多為一日或兩日之零星干預。表三. 阻升與阻貶事件內干預天數分布 (N=5). 事件內干預天數. 阻升事件數. 比率. 阻貶事件數. 比率. 1 2 3 4 5 >5. 25 19 7 8 8 48. 21.74% 16.52% 6.09% 6.96% 6.96% 41.74%. 29 15 6 6 2 24. 35.37% 18.29% 7.32% 7.32% 2.44% 29.27%. Total. 115. 82. 在阻升與阻貶之定義完成後，分別計算事件前二日與前五日之平均每日匯率 20.

(27) 變動率，以及事件後二日與後五日之平均每日匯率變動率。首先我們可以觀察，阻升與阻貶事件前後二日及五日，平均匯率變動率的變化情況，如表四：. 表四. 干預事件前後之匯率變動率 (N=5) 阻升. 密集阻升. 阻貶. 密集阻貶. 事件前兩日之平均變動率事件後兩日之平均變動率前後兩日平均變動率之差. -0.059% 0.067% 0.126%. -0.084% 0.078% 0.162%. 0.043% -0.054% -0.097%. 0.045% -0.080% -0.125%. 事件前五日之平均變動率事件後五日之平均變動率前後五日平均變動率之差. -0.007% 0.056% 0.062%. -0.031% 0.066% 0.097%. 0.025% -0.049% -0.074%. 0.013% -0.076% -0.088%. 以事件前後兩日之平均匯率變動率為例，阻升事件前平均升值 0.059%，事件後平均貶值 0.067%；阻貶事件前平均貶值 0.043%，事件後平均升值 0.054%。顯示雖然單一日的干預雖然沒有改變升貶值的情況，如表二所示，但以整個干預事件來評估，平均而言央行的干預似乎是成功的，且密集干預效果又更顯著。. 為了探討每一次干預行為之效果，Fatum and Hutchison (2006)以兩種方式來衡量其有效性，分別為方向(direction)測試及「平緩」(smoothing)測試：（一）方向測試：檢查在央行進場干預後，匯率的升貶與央行的干預方向是否相符。舉例來說，若一阻升事件後兩日（後五日）之匯率平均變動率為正（即新台幣貶值），則判斷此一阻升事件為「成功」。（二）平緩測試：即比較事件前後兩日（前後五日）之平均匯率變動率之差額，同樣以阻升事件為例，若事件後兩日（後五日）之平均匯率變動率大於事件前兩日（前五日）之平均匯率變動率，亦即匯率升值的幅度減緩，則判斷此一阻升事件為「成功」。相對地，以阻貶事件而言，當事件後兩日（後五日）之平均匯率變動率小於事件前兩日（前五日）之平均匯率變動率，則此一阻貶事件為「成功」。 21.

(28) 表五統計在這兩種方法下，干預事件的成功次數與比率。結果顯示干預事件的成功比率都在六成以上，密集干預的成功率較零星干預為高，也就是密集干預的成效是較顯著的。而以事件前後五日之平均匯率計算之成功率又較以前後兩日來計算之成功率為高，顯示央行干預不只是在進場後兩天，以五天的角度來分析也是有達到效果的。. 表五. 干預新聞事件之成功比率 (N=5). 事件前後兩日匯率. 事件總數方向成功數成功比率平緩成功數成功比率. 阻升密集阻升阻貶密集阻貶事件前後五日匯率. 115 67 82 38 事件總數. 73 42 58 27 方向成功數. 63.48% 62.69% 70.73% 71.05% 成功比率. 83 51 56 26 平緩成功數. 72.17% 76.12% 68.29% 68.42% 成功比率. 阻升密集阻升阻貶. 115 67 82. 82 47 60. 71.30% 70.15% 73.17%. 82 54 57. 71.30% 80.60% 69.51%. 密集阻貶. 38. 32. 84.21%. 29. 76.32%. 第參節. 以十日窗口分析央行干預外匯市場之成效. 接下來就以 N=10 對上述的資料進行分析，若把安靜期設為 N=10，即若任兩次同屬性干預新聞間隔在十日以內，皆視為同一事件，因此我們可以分析干預行為對十日內的匯率波動之影響。. 22.

(29) 表六. 阻升與阻貶事件內干預天數分布 (N=10). 事件內干預天數. 阻升事件數. 比率. 阻貶事件數. 比率. 1. 12. 17.91%. 13. 26.00%. 2 3 4 5 6 7 8 9 10 >10. 9 4 4 3 4 5 4 1 3 18. 13.43% 5.97% 5.97% 4.48% 5.97% 7.46% 5.97% 1.49% 4.48% 26.87%. 7 6 3 3 1 1 2 2 0 12. 14.00% 12.00% 6.00% 6.00% 2.00% 2.00% 4.00% 4.00% 0.00% 24.00%. Total. 67. 50. 由表六可以發現，干預事件總數大幅減少，為期最長的阻升事件為 217 日，為期最長的阻貶事件為 116 日，事件期間之干預日數呈現比較極端的分布，以 1 日、2 日、10 日以上干預日數之事件居多，但零星干預的次數比例相對減少，至於密集阻升（阻貶）事件的定義，仍採取當事件中出現含三日以上干預日數的基準，一來是方便與 N=5 的情況做比較，二來是若將事件中干預日數提高，會刪除掉許多有參考價值的數據。. 表七. 干預事件前後之匯率變動率 (N=10) 阻升. 密集阻升. 阻貶. 密集阻貶. 事件前兩日之平均變動率事件後兩日之平均變動率前後兩日平均變動率之差. -0.082% 0.064% 0.146%. -0.127% 0.062% 0.190%. 0.076% -0.068% -0.145%. 0.073% -0.077% -0.149%. 事件前五日之平均變動率事件後五日之平均變動率前後五日平均變動率之差. -0.024% 0.060% 0.084%. -0.042% 0.066% 0.108%. 0.033% -0.061% -0.094%. 0.034% -0.073% -0.107%. 事件前十日之平均變動率事件後十日之平均變動率前後十日平均變動率之差. 0.003% 0.052% 0.049%. -0.004% 0.051% 0.055%. 0.008% -0.038% -0.045%. 0.017% -0.049% -0.065%. 23.

(30) 比較表七與表三，發現即使將安靜期從五天延長到十天，匯率變動率的方向仍完全一致，以阻升事件為例，事件前平均升值 0.082%，事件後平均貶值 0.064%；阻貶事件前平均貶值 0.076%，事件後平均升值 0.068。比較事件前後兩日（五日）之平均匯率變動率差額，N=10 之阻升事件分別為 0.146%及 0.084%，大於 N=5 之 0.126%及 0.062%，而密集阻升（阻貶）之效果又更為明顯，顯示密集干預的事件前後之升貶幅皆大於全部干預事件下所得之數據。. 將安靜期拉長到十日後，就可以分析事件前後十日的匯率變化，由表八所得的結論也跟前述相當一致。表八. 干預新聞事件之成功比率 (N=10). 事件前後兩日匯率. 事件總數方向成功數成功比率平緩成功數成功比率. 阻升密集阻升阻貶密集阻貶. 67 46 50 30. 事件前後五日匯率. 事件總數方向成功數成功比率平緩成功數成功比率. 阻升密集阻升阻貶密集阻貶. 67 46 50 30. 事件前後十日匯率. 事件總數方向成功數成功比率平緩成功數成功比率. 阻升密集阻升阻貶密集阻貶. 67 46 50 30. 41 27 36 21. 61.19% 58.70% 72.00% 70.00%. 50 35 40 24. 74.63% 76.09% 80.00% 80.00%. 49 33 34 22. 73.13% 71.74% 68.00% 73.33%. 50 36 39 21 49 35 37 23 47 33 37 23. 74.63% 78.26% 78.00% 70.00% 73.13% 76.09% 74.00% 76.67% 70.15% 71.74% 74.00% 76.67%. 觀察表八與表五，就方向測試而言，發現當央行執行干預時，重點並非放在扭轉趨勢，因此密集阻升（阻貶）的效果並無明顯優於阻升（阻貶）。就平緩測試而言，大體密集阻升（阻貶）的成效較為顯著，唯若僅比較事件前後兩日匯率，密集阻貶的效果較差，原因可能是因為這次的分析窗口較長，較適合用於分析中長期效果，若只觀察對事件結束後兩日的影響，支持力可能略為不足。 24.

(31) 由以上表格也可看出，台灣中央銀行干預的執行重心仍是在於平緩匯率的波動度，使新台幣依循市場的趨勢升值或貶值，鮮少為了影響景氣而推升或助貶匯率。就干預效果而言，以五日的成效最為顯著，判斷央行干預影響力可存續長達五至十日。透過安靜期的設置與本文的事件研究法，應該可藉此觀察在各種干預方法下，央行干預最具成效的期間，如此亦有助於預測新台幣匯率未來的走勢。. 第肆節. 各年度央行干預外匯市場之成效. 最後我們可以觀察，央行干預事件之成功率是否隨時間而有所變化。表九以及表十整理各年度阻升與阻貶事件之成功率：. 表九. 各年度干預新聞事件之成功比率 (N=5). 事件前後兩日匯率阻升. 事件前後五日匯率. 阻貶. 阻升. 阻貶. 方向. 平緩. 方向. 平緩. 方向. 平緩. 方向. 平緩. 1998. 100.0. 100.0. 100.0. 66.7. 100.0. 100.0. 100.0. 83.3. 1999. 50.0. 87.5. 57.1. 42.9. 37.5. 50.0. 57.1. 42.9. 2000. 50.0. 75.0. 75.0. 75.0. 75.0. 100.0. 75.0. 75.0. 2001. 72.9. 42.9. 60.0. 80.0. 71.4. 57.1. 60.0. 60.0. 2002. 83.3. 66.7. 66.7. 66.7. 100.0. 66.7. 66.7. 83.3. 2003. 37.5. 62.5. 100.0. 66.7. 50.0. 62.5. 100.0. 66.7. 2004. 70.0. 80.0. 100.0. 71.4. 90.0. 80.0. 100.0. 71.4. 2005. 76.9. 84.6. 75.0. 75.0. 76.9. 69.2. 75.0. 52.5. 2006. 62.5. 75.0. 55.6. 77.8. 87.5. 75.0. 77.8. 66.7. 2007. 33.3. 100.0. 58.3. 75.0. 66.7. 100.0. 58.3. 66.7. 2008. 80.0. 80.0. 50.0. 37.5. 80.0. 60.0. 50.0. 75.0. 2009. 54.6. 54.6. 100.0. 100.0. 63.6. 72.7. 100.0. 100.0. 2010. 50.0. 50.0. --. --. 50.0. 66.7. --. --. 2011. 85.7. 71.4. 100.0. 100.0. 100.0. 100.0. 100.0. 100.0. 2012. 69.2. 76.9. --. --. 53.9. 69.2. --. --. 2013. 50.0. 50.0. --. --. 50.0. 0.0. --. --. 25.

(32) 表一〇. 各年度干預新聞事件之成功比率 (N=10). 事件前後兩日匯率阻升. 事件前後五日匯率. 阻貶. 阻升. 阻貶. 方向. 平緩. 方向. 平緩. 方向. 平緩. 方向. 平緩. 1998. 100.0. 100.0. 100.0. 66.7. 100.0. 100.0. 100.0. 66.7. 1999. 60.0. 80.0. 50.0. 50.0. 40.0. 60.0. 100.0. 50.0. 2000. 66.7. 100.0. 75.0. 100.0. 100.0. 100.0. 75.0. 100.0. 2001. 60.0. 60.0. 66.7. 100.0. 80.0. 80.0. 100.0. 100.0. 2002. 100.0. 66.7. 33.3. 66.7. 100.0. 33.3. 33.3. 100.0. 2003. 25.0. 75.0. 100.0. 100.0. 50.0. 75.0. 100.0. 100.0. 2004. 60.0. 80.0. 100.0. 60.0. 100.0. 100.0. 80.0. 80.0. 2005. 87.5. 75.0. 83.3. 100.0. 87.5. 62.5. 83.3. 66.7. 2006. 60.0. 100.0. 57.1. 85.7. 80.0. 100.0. 71.4. 71.4. 2007. 33.3. 100.0. 57.1. 71.4. 66.7. 100.0. 85.7. 57.1. 2008. 50.0. 50.0. 75.0. 50.0. 50.0. 0.0. 50.0. 50.0. 2009. 42.9. 57.1. --. --. 57.1. 85.71. --. --. 2010. 100.0. 100.0. --. --. 100.0. 100.0. --. --. 2011. 66.7. 66.7. 100.0. 100.0. 100.0. 100.0. 100.0. 100.0. 2012. 57.1. 71.4. --. --. 71.4. 57.1. --. --. 2013. 50.0. 50.0. --. --. 50.0. 0.0. --. --. 由以上表格可看出，大體上央行干預事件約有六成以上有達到其成效，但 2007 年金融海嘯前後央行干預的成功率較不穩定。推測當央行實行阻升政策時，會比較著重「方向」的扭轉；當目的在阻貶時，會傾向「平緩」的達成，觀察以上數據似乎也頗符合這個假設。. 另外，比較干預事件前後平均匯率變動率，會發現若僅比較前後兩日，平緩成功率普遍高於方向成功率；若比較前後五日，則方向成功率相對高於平緩成功率，可見央行注入外匯市場的力道隨著事件結束，亦會逐漸顯現於市場中，將新台幣匯率導引致貨幣當局政策所趨或市場預期之方向。. 26.

(33) 第肆章、結論本文使用新聞報導上央行干預新聞，作為台灣央行實際干預之代理變數，再以事件研究方法分析台灣央行在外匯市場干預效果。在台灣央行從未公開干預資料之情況下，過去文獻多以央行外匯存底之變化作為代理變數，但這種分析方法有其缺點，首先，外匯存底受很多因素影響（除了央行為了控制匯率而買賣外匯，其他國際貨幣相對美元的升貶值也有關），而且只能以月資料作為分析對象。如果以每日報載之干預新聞作為代理變數，使我們能在不同的干預策略下，將央行干預與每日匯率變動做連結。本文研究結果發現，雖然央行的干預在當日不能扭轉匯率走勢，但比較干預事件前後之匯率變動率，顯示在多數情況下，央行干預有達到讓台幣升貶幅度減緩之效果。. 在央行不公布實際干預資料的情況下，以干預新聞做代理半數來研究央行干預行為是不得已的做法，也有其限制。首先當然是干預新聞的正確性，干預新聞的出現可能只是市場參與者對匯率走勢的突然變化所提出的「合理」解釋，而非央行真的進場干預。我們仍缺乏央行干預量的實際數據，以及央行在日內交易出現的時間點。前者只能寄望未來央行能夠公開干預資料，而後者則可在未來研究中透過即時比對路透社或 Bloomberg 之干預新聞出現時間與日內交易之匯價，對央行干預的即時效果與市場反應做進一步之分析研究。. 27.

(34) 參考文獻 1. Dominguez (1990) “Market response to coordinated central bank intervention” , NBer Working Paper Series, National Bureau of Economic Research 2. Dominguez, Kathryn M.and Jeffrey A. Frankel (1993) “Does Foreign Exchange Intervention Work? ”, Washington, D.C.: Institute International Economics. 3. Dominguez (1998) “Central bank intervention and exchange rate volatility”, Journal of International Money and Finance 17 (1998) 161-190 4. Fatum and Hutchison (2002) “ECB Foreign Exchange Intervention and the EURO”,Open economies review 13: 413–425, 2002 5. Flood, Robert P.and Marion, Nancy P.(2000)“Self-Fulfilling Risk Predictions: An Application to Speculative Attacks”, Journal of International Economics, 50 (1), 245-268 6. Fratzscher M., 2005, “Strategies of exchange rate policy in G3 economies”, Economics Letters, 68-74. 7. Fratzscher M. (2006)“On the long-term effectiveness of exchange rate communication and interventions”, Journal of International Money and Finance 25 (2006) 146~167. 8. Guthrie, G., Wright J., 2000, “Market Implemented Monetary Policy with Open Mouth Operations”, Journal of Monetary Economics, 489-516. 9. Guthrie, G., Wright J., 2000, “Market Implemented Monetary Policy with Open Mouth Operations”, Journal of Monetary Economics, 489-516. 10. Ito, T., 2002, “Is Foreign Exchange Intervention Effective? The Japanese Experiences in the 1990s,” NBER Working Paper No. 8914. 11. Toshiaki Watanabe , Kimie Harada (2004)”Effects of the Bank of Japan’s intervention on yen/dollar exchange rate volatility” J. Japanese Int. Economies 20 99–111 12. 俞海琴, 1985, “我國央行干預行為之研究”, 台灣大學商學研究所碩士論文 13. 黃功一, 1998, “中央銀行外匯市場干預行為”, 國立成功大學企業管理學系碩士論文 14. 蔡聰勇, 2007,“日本央行干預對新台幣匯率之波及效果”, 國立政治大學國際貿易研究所碩士論文 15. 郭雅筑, 2009,“小型開放經濟下央行外匯干預政策不對稱性探討”, 國立台灣大學經濟學系碩士論文 16. 張興華, 2011, “從央行干預新聞分析台灣央行外匯市場干預與台幣匯率之關係” , 證券市場發展季刊，即將出版. 28.

(35) 附表一. 阻升事件一覽(N=10). 事件開始. 事件結束. 1998/3/2. 事件期間事件期間事件前兩日匯率事件後兩日匯率事件前五日匯率事件後五日匯率事件前十日匯率事件後十日匯率總日數. 干預日數平均變動率. 平均變動率. 平均變動率. 平均變動率. 平均變動率. 平均變動率. 1998/3/6. 5. 3. -0.694%. 0.236%. -0.446%. 0.113%. -0.232%. 0.180%. 1998/10/6. 1998/11/2. 21. 10. -0.854%. 0.043%. -0.495%. 0.073%. -0.238%. 0.044%. 1998/11/17. 1999/1/18. 45. 17. -0.150%. 0.000%. 0.016%. 0.053%. 0.044%. 0.011%. 1999/4/9. 1999/4/19. 8. 7. -0.026%. 0.038%. -0.003%. -0.034%. 0.002%. -0.020%. 1999/5/25. 1999/7/7. 33. 11. -0.058%. -0.003%. 0.004%. -0.008%. 0.016%. -0.009%. 1999/7/23. 1999/10/1. 54. 20. 0.043%. -0.006%. -0.049%. -0.001%. 0.001%. -0.005%. 1999/10/30. 1999/12/9. 32. 15. -0.011%. 0.006%. -0.013%. 0.020%. -0.008%. 0.015%. 1999/12/29. 2000/1/13. 10. 6. -0.168%. 0.011%. -0.102%. 0.000%. -0.044%. -0.014%. 2000/1/31. 2000/2/14. 9. 5. -0.091%. -0.029%. -0.057%. 0.000%. -0.036%. 0.014%. 2000/3/2. 2000/3/2. 1. 1. -0.046%. 0.050%. -0.036%. 0.035%. 0.011%. 0.010%. 2000/3/30. 2000/4/11. 9. 4. -0.157%. 0.115%. -0.117%. 0.145%. -0.069%. 0.082%. 2001/1/4. 2001/2/16. 28. 12. 0.062%. -0.043%. -0.080%. 0.032%. -0.014%. 0.021%. 2001/3/26. 2001/5/7. 29. 14. 0.000%. 0.000%. 0.054%. 0.002%. 0.113%. 0.175%. 2001/7/24. 2001/10/8. 51. 22. -0.174%. -0.006%. -0.065%. -0.005%. 0.101%. -0.002%. 2001/10/26. 2001/12/12. 34. 25. -0.007%. 0.058%. 0.000%. 0.157%. -0.002%. 0.185%. 2001/12/28. 2002/7/19. 138. 70. 0.151%. 0.403%. 0.213%. 0.401%. 0.191%. 0.211%. 2002/8/27. 2002/8/28. 2. 2. 0.276%. 0.025%. 0.153%. 0.004%. 0.110%. 0.053%. 2002/10/17. 2002/11/11. 18. 8. -0.282%. 0.296%. -0.084%. 0.198%. 0.016%. 0.113%. 29.

(36) 2002/12/9. 2002/12/16. 6. 2. 0.030%. 0.075%. 0.052%. 0.013%. 0.042%. 0.011%. 2003/1/7. 2003/1/17. 9. 6. -0.210%. 0.309%. -0.134%. 0.063%. -0.060%. 0.077%. 2003/3/4. 2003/4/4. 24. 10. -0.036%. -0.010%. 0.005%. -0.017%. -0.017%. -0.011%. 2003/5/6. 2003/11/5. 129. 53. -0.069%. -0.009%. -0.082%. -0.005%. 0.005%. -0.004%. 2003/12/8. 2003/12/10. 3. 2. -0.016%. -0.018%. -0.061%. 0.001%. 0.017%. 0.005%. 2004/1/2. 2004/3/1. 38. 21. -0.122%. 0.086%. -0.046%. 0.050%. -0.019%. 0.032%. 2004/3/30. 2004/4/16. 14. 5. -0.126%. -0.045%. -0.055%. 0.072%. -0.070%. 0.119%. 2004/7/1. 2004/7/1. 1. 1. 0.036%. 0.016%. -0.003%. 0.028%. 0.023%. 0.063%. 2004/9/1. 2004/9/17. 13. 3. -0.018%. 0.077%. 0.004%. 0.067%. -0.041%. 0.002%. 2004/10/26. 2005/1/17. 60. 25. -0.027%. -0.003%. -0.041%. 0.017%. -0.025%. -0.004%. 2005/2/2. 2005/3/11. 23. 18. -0.006%. 0.292%. -0.052%. 0.215%. -0.030%. 0.219%. 2005/4/19. 2005/5/25. 26. 7. 0.130%. -0.006%. 0.088%. 0.016%. 0.097%. -0.031%. 2005/6/17. 2005/6/17. 1. 1. -0.016%. 0.107%. 0.068%. 0.024%. 0.006%. 0.116%. 2005/7/13. 2005/7/22. 7. 3. -0.346%. 0.344%. -0.091%. 0.219%. 0.146%. 0.095%. 2005/8/11. 2005/8/11. 1. 1. -0.031%. 0.096%. 0.054%. 0.131%. 0.020%. 0.121%. 2005/9/2. 2005/9/5. 2. 2. 0.406%. 0.340%. 0.290%. 0.161%. 0.212%. 0.206%. 2005/11/11. 2005/11/14. 2. 2. -0.165%. 0.339%. -0.010%. 0.133%. -0.018%. 0.061%. 2005/12/15. 2006/1/9. 18. 7. -0.286%. 0.184%. -0.073%. -0.015%. -0.046%. 0.010%. 2006/4/21. 2006/5/9. 12. 9. -0.270%. -0.058%. -0.115%. 0.205%. -0.005%. 0.158%. 2006/6/30. 2006/7/4. 3. 2. -0.067%. 0.327%. -0.011%. 0.128%. 0.024%. 0.190%. 2006/8/10. 2006/8/10. 1. 1. -0.040%. 0.244%. -0.053%. 0.025%. -0.022%. 0.079%. 2006/11/8. 2006/11/8. 1. 1. -0.121%. -0.076%. -0.254%. -0.034%. -0.141%. -0.017%. 30.

(37) 2006/11/29. 2007/1/2. 24. 8. -0.241%. 0.227%. -0.121%. 0.177%. -0.027%. 0.114%. 2007/6/22. 2007/6/28. 6. 2. -0.323%. -0.108%. -0.055%. -0.029%. -0.025%. -0.013%. 2007/9/27. 2007/10/8. 9. 6. -0.210%. -0.009%. -0.087%. 0.006%. -0.037%. -0.002%. 2007/10/25. 2007/11/9. 12. 8. -0.008%. 0.017%. -0.025%. 0.030%. -0.008%. 0.011%. 2008/1/14. 2008/4/14. 60. 34. 0.000%. -0.115%. 0.017%. -0.024%. -0.018%. 0.029%. 2008/10/29. 2009/4/13. 114. 37. 0.039%. 0.139%. 0.450%. 0.079%. 0.320%. 0.010%. 2009/5/4. 2009/6/2. 20. 7. -0.834%. 0.097%. -0.348%. 0.196%. -0.168%. 0.108%. 2009/7/2. 2009/7/2. 1. 1. -0.240%. 0.062%. -0.047%. 0.014%. -0.032%. 0.004%. 2009/7/24. 2009/7/24. 1. 1. 0.005%. -0.322%. -0.095%. -0.083%. -0.051%. -0.041%. 2009/9/8. 2009/10/6. 21. 8. -0.064%. -0.057%. -0.035%. 0.076%. 0.001%. 0.030%. 2009/11/13. 2009/11/23. 7. 4. -0.029%. -0.048%. -0.127%. -0.051%. -0.077%. 0.004%. 2009/12/8. 2009/12/8. 1. 1. 0.202%. -0.065%. 0.059%. -0.043%. 0.004%. 0.002%. 2009/12/30. 2010/7/14. 134. 61. 0.025%. 0.026%. -0.040%. 0.114%. 0.003%. -0.038%. 2010/7/29. 2011/6/10. 217. 120. -0.078%. 0.026%. -0.050%. 0.114%. -0.038%. 0.044%. 2011/7/1. 2011/8/2. 23. 5. -0.277%. 0.125%. -0.093%. 0.117%. -0.070%. 0.024%. 2011/9/16. 2011/9/16. 1. 1. 0.251%. 0.513%. 0.355%. 0.539%. 0.210%. 0.308%. 2011/11/2. 2011/11/3. 2. 2. 0.363%. -0.184%. -0.025%. 0.029%. -0.037%. -0.003%. 2012/1/11. 2012/2/10. 19. 7. -0.321%. 0.059%. -0.161%. 0.016%. -0.086%. 0.008%. 2012/4/27. 2012/5/3. 4. 4. -0.193%. 0.198%. -0.081%. 0.088%. -0.047%. 0.100%. 2012/6/6. 2012/6/29. 18. 4. 0.116%. -0.023%. 0.239%. 0.015%. 0.153%. 0.038%. 2012/8/1. 2012/8/1. 1. 1. -0.150%. -0.047%. -0.070%. -0.032%. 0.007%. 0.011%. 2012/8/31. 2012/10/19. 35. 14. -0.035%. 0.072%. 0.017%. 0.010%. -0.011%. 0.005%. 31.

(38) 2012/11/6. 2012/11/16. 1. 1. 0.026%. -0.217%. 0.009%. -0.069%. -0.005%. -0.053%. 2012/12/14. 2013/1/15. 22. 10. -0.036%. 0.050%. -0.024%. 0.027%. -0.016%. 0.172%. 2013/2/1. 2013/2/8. 6. 3. 0.039%. -0.108%. 0.304%. -0.062%. 0.170%. -0.028%. 2013/3/5. 2013/3/12. 6. 2. 0.110%. 0.118%. 0.076%. 0.048%. 0.021%. 0.054%. 32.

(39) 附表二. 阻貶事件一覽(N=10). 事件開始. 事件結束. 1998/3/30. 事件期間事件期間事件前兩日匯率事件後兩日匯率事件前五日匯率事件後五日匯率事件前十日匯率事件後十日匯率總日數. 干預日數平均變動率. 平均變動率. 平均變動率. 平均變動率. 平均變動率. 平均變動率. 1998/4/4. 6. 5. -0.102%. -0.002%. -0.108%. -0.018%. 0.051%. 0.002%. 1998/5/7. 1998/9/29. 113. 53. 0.036%. -0.274%. 0.025%. -0.601%. 0.010%. -0.401%. 1998/11/10. 1998/11/10. 1. 1. 0.215%. -0.145%. 0.119%. -0.143%. 0.041%. -0.084%. 1999/1/13. 1999/4/2. 60. 27. 0.048%. 0.018%. -0.004%. -0.017%. -0.017%. -0.082%. 1999/4/22. 1999/5/20. 22. 9. 0.038%. -0.058%. -0.076%. -0.032%. -0.104%. -0.027%. 1999/6/24. 1999/8/9. 36. 15. -0.002%. 0.009%. -0.022%. -0.070%. -0.071%. -0.066%. 1999/9/17. 1999/10/14. 20. 8. -0.024%. -0.009%. -0.043%. -0.001%. -0.023%. -0.008%. 2000/2/23. 2000/2/24. 2. 2. 0.116%. -0.050%. 0.058%. -0.026%. 0.050%. -0.009%. 2000/3/13. 2000/3/21. 7. 7. -0.049%. -0.104%. -0.005%. -0.087%. -0.009%. -0.089%. 2000/4/15. 2000/7/31. 82. 34. 0.249%. 0.031%. 0.066%. 0.002%. -0.010%. 0.006%. 2000/8/15. 2001/1/15. 116. 57. 0.026%. -0.104%. -0.004%. -0.083%. -0.004%. -0.113%. 2001/2/23. 2001/4/2. 26. 12. 0.130%. 0.062%. 0.007%. -0.007%. 0.022%. -0.004%. 2001/5/10. 2001/7/23. 52. 34. 0.000%. -0.062%. -0.013%. -0.077%. -0.002%. -0.065%. 2001/12/14. 2001/12/26. 9. 5. 0.012%. -0.017%. 0.001%. -0.038%. 0.000%. -0.020%. 2002/7/30. 2002/8/23. 19. 8. 0.723%. 0.142%. 0.520%. 0.063%. 0.206%. 0.034%. 2002/9/17. 2002/10/14. 19. 13. 0.532%. -0.282%. 0.304%. -0.155%. 0.154%. -0.076%. 2002/11/19. 2002/11/29. 9. 3. 0.030%. 0.109%. 0.198%. 0.052%. 0.017%. 0.007%. 2003/3/28. 2003/4/8. 8. 3. 0.053%. -0.073%. 0.009%. -0.003%. 0.015%. -0.001%. 33.

(40) 2003/4/24. 2003/4/28. 3. 3. 0.023%. -0.127%. 0.009%. -0.111%. 0.000%. -0.062%. 2004/3/19. 2004/3/26. 6. 4. -0.198%. -0.171%. -0.095%. -0.208%. -0.034%. -0.101%. 2004/5/7. 2004/6/14. 27. 9. -0.123%. -0.009%. -0.060%. 0.045%. 0.026%. 0.020%. 2004/7/23. 2004/7/28. 4. 3. 0.087%. -0.092%. 0.049%. -0.015%. 0.073%. -0.017%. 2004/8/13. 2004/8/13. 1. 1. 0.062%. -0.006%. -0.009%. -0.085%. -0.013%. -0.041%. 2004/9/27. 2004/9/29. 2. 2. 0.116%. -0.103%. 0.067%. -0.054%. 0.017%. -0.035%. 2005/1/21. 2005/1/21. 1. 1. -0.028%. -0.050%. 0.005%. -0.070%. -0.094%. -0.091%. 2005/3/24. 2005/4/15. 16. 3. 0.120%. -0.199%. 0.220%. -0.124%. 0.177%. -0.133%. 2005/6/14. 2005/6/14. 1. 1. 0.113%. -0.016%. 0.098%. -0.022%. 0.016%. 0.003%. 2005/8/17. 2005/8/19. 3. 2. 0.157%. -0.093%. 0.018%. 0.075%. 0.023%. 0.073%. 2005/9/15. 2005/10/24. 27. 11. 0.138%. -0.163%. 0.080%. -0.130%. 0.036%. -0.024%. 2005/11/16. 2005/11/16. 1. 1. 0.059%. 0.013%. -0.121%. -0.080%. -0.021%. -0.031%. 2006/1/18. 2006/1/18. 1. 1. 0.006%. 0.000%. -0.013%. -0.097%. -0.198%. 0.033%. 2006/2/9. 2006/2/9. 1. 1. 0.396%. -0.070%. 0.227%. -0.011%. 0.065%. 0.047%. 2006/6/8. 2006/6/19. 8. 2. 0.267%. 0.041%. 0.126%. 0.080%. 0.071%. -0.088%. 2006/7/14. 2006/7/17. 2. 2. 0.186%. 0.056%. 0.072%. -0.003%. -0.013%. -0.031%. 2006/9/11. 2006/9/11. 1. 1. 0.104%. -0.035%. -0.002%. 0.006%. -0.002%. 0.006%. 2006/9/28. 2006/10/11. 7. 2. 0.029%. -0.241%. 0.021%. -0.079%. 0.019%. 0.006%. 2006/11/3. 2006/11/3. 1. 1. -0.324%. -0.121%. -0.132%. -0.061%. -0.046%. 0.004%. 2007/1/4. 2007/1/8. 3. 3. -0.290%. 0.127%. -0.149%. 0.050%. -0.103%. 0.074%. 2007/2/7. 2007/2/7. 1. 1. 0.079%. -0.036%. -0.003%. -0.003%. 0.007%. -0.026%. 2007/3/20. 2007/6/1. 52. 16. 0.120%. 0.005%. 0.048%. -0.011%. 0.063%. 0.040%. 34.

(41) 2007/6/26. 2007/9/17. 60. 23. 0.017%. -0.066%. -0.228%. -0.173%. -0.068%. -0.163%. 2007/10/12. 2007/11/2. 16. 6. -0.009%. 0.015%. 0.006%. -0.063%. -0.074%. -0.017%. 2007/11/20. 2007/11/23. 4. 4. 0.082%. -0.006%. 0.038%. -0.035%. -0.017%. -0.005%. 2007/12/17. 2007/12/18. 2. 2. 0.020%. -0.032%. 0.041%. -0.011%. 0.033%. -0.023%. 2008/1/3. 2008/1/3. 1. 1. -0.086%. 0.054%. -0.034%. 0.035%. -0.023%. -0.047%. 2008/5/9. 2008/6/4. 19. 5. 0.547%. -0.025%. 0.246%. 0.017%. 0.174%. 0.001%. 2008/6/19. 2008/7/9. 15. 4. -0.059%. -0.011%. -0.014%. -0.011%. 0.001%. -0.002%. 2008/7/29. 2008/10/28. 64. 37. 0.021%. -0.959%. 0.031%. -0.340%. 0.005%. -0.169%. 2011/8/10. 2011/8/10. 1. 1. 0.043%. -0.002%. 0.117%. -0.033%. 0.076%. 0.005%. 2011/10/21. 2011/10/21. 1. 1. 0.114%. -0.287%. -0.039%. -0.285%. -0.118%. -0.090%. 35.

(42)