目录
1. 引言与概述
本研究探讨了乌克兰银行间外汇市场非现金部分的外汇供需均衡动态。研究的动机源于乌克兰等新兴经济体在管理汇率波动和资本流动方面面临的持续挑战。作者认为，外汇市场中观察到的权衡取舍是现有外汇安排、乌克兰国家银行（NBU）实施的行政措施以及一系列对乌克兰至关重要的基本经济变量的直接结果。
核心目标是构建并分析一个均衡模型，以揭示市场运行中的问题层面，为制定更有效的货币政策提供洞见。
2. 研究方法与模型框架
本研究采用因子增广向量自回归模型方法构建均衡模型。使用了来自乌克兰银行间外汇市场的实证数据，并根据作者的建议将数据划分为不同时期，以考虑结构性断点或制度变迁。
2.1. FAVAR建模方法
FAVAR框架通过纳入大量由少数估计因子汇总的信息变量，扩展了传统的VAR模型。这对于捕捉许多潜在基本变量的影响特别有用，同时避免了“维度诅咒”。该模型可以用状态空间形式表示，其中因子被视为潜在变量。
2.2. 数据分段与时期划分
一个关键步骤是将时间序列数据划分为特定时期。这种划分很可能对应于乌克兰国家银行政策的不同阶段（例如，严格行政管制时期与更自由化阶段）或重大经济事件，从而使模型能够捕捉均衡关系中的非线性和结构性转变。
3. 模型设定与技术细节
3.1. 对数线性化设定
本文提出了均衡模型的对数线性化设定。对数线性化是一种将非线性经济关系转化为适合估计的线性形式的常用技术，通常围绕稳态进行。对于一个均衡条件 $S(P, Z) = D(P, X)$，其中 $S$ 是供给，$D$ 是需求，$P$ 是价格（汇率），$Z$ 和 $X$ 是供给和需求转移因子向量，对数线性化版本可能采取如下形式：
$\hat{s}_t = \alpha_s \hat{p}_t + \beta_s' \hat{z}_t$
$\hat{d}_t = -\alpha_d \hat{p}_t + \beta_d' \hat{x}_t$
均衡意味着 $\hat{s}_t = \hat{d}_t$，求解均衡对数价格 $\hat{p}_t^*$。
3.2. 协整分析
报告了对基本变量时间序列进行协整检验的效率。协整检验（例如，Johansen检验）对于确定非平稳变量之间是否存在长期均衡关系至关重要。结果以关键统计值的形式呈现，表明需求、供给及其决定因素之间是否存在稳定的长期关系。
4. 实证结果与分析
4.1. 均衡偏离的GAP分析
作者提出并实施了一种GAP分析工具。这涉及计算实际汇率或市场状态与模型隐含的均衡路径之间的偏差（$GAP_t = Y_t - Y_t^*$）。分析这些缺口有助于识别市场高估或低估的时期，并评估非均衡的持续性。
4.2. 模型中的脱钩特性
讨论的一个重要发现是模型中的“脱钩特性”。这可能指的是基本变量（例如，利差、贸易平衡）与汇率之间的传统联系被打破或变得薄弱的情况，可能是由于占主导地位的行政干预或市场分割造成的。
参考文献
19
图表
3
表格
5
5. 政策启示与监管分析
本研究对乌克兰国家银行的监管风格进行了详细分析。它批判性地审视了行政管制与市场机制的影响。一个关键论点是，强有力的干预虽然在短期内可能具有稳定作用，但会造成扭曲、短缺和波动性增加，“脱钩”发现就证明了这一点。
6. 主要发现与结论
研究得出结论，银行体系外持有的现金比例增加（以实物现金囤积形式表现的“去美元化”）严重破坏了乌克兰的价格稳定。本文的核心政策建议是，如果灵活的汇率制度与可信且灵活的通货膨胀目标制框架相结合，乌克兰国家银行的干预将更加有效。这种组合有助于锚定预期，并减少破坏性行政措施的必要性。
7. 原创分析：核心洞见与批判性评价
核心洞见：本文提供了一个至关重要但令人痛心的诊断：乌克兰外汇市场的功能失调是自食其果。乌克兰国家银行历史上依赖生硬的行政管制，虽然在政治上权宜之计，却系统地侵蚀了稳定均衡所需的市场机制本身。所识别的“脱钩特性”并非统计异常；它们是反复政策干预留下的疤痕组织，切断了经济基本面与价格信号之间的联系。这与关于新兴市场外汇制度的更广泛文献（如Calvo和Reinhart（2002）关于“浮动恐惧”的研究）相一致，即对稳定的渴望反而会滋生脆弱性。
逻辑脉络：作者的逻辑是严谨的。他们从可观察到的困境（波动性与短缺）出发，构建了一个复杂的FAVAR模型来量化均衡，并利用其崩溃点（缺口和脱钩）作为法证证据来精确定位政策失败。GAP分析的使用尤其精妙——它将抽象的模型输出转化为衡量政策失误的直观仪表盘。
优势与不足：主要优势是将高维FAVAR模型应用于一个混乱的、由干预驱动的市场。这是一个重要的技术贡献，超越了在此环境下会失效的简单OLS或标准VAR模型。然而，本文的不足在于其对“基本变量”的表述模糊。对于一篇以模型为中心的论文，因子构成的不透明性是一个关键弱点。这呼应了有时针对金融领域机器学习的“黑箱”批评——预测能力强，解释性洞见有限。此外，虽然引用国际清算银行或国际货币基金组织关于通货膨胀目标制的观点会加强论证，但外部引用较少。
可操作的洞见：对于乌克兰国家银行及类似机构，信息很明确：停止与市场对抗。前进的道路不是更复杂的控制，而是对基于规则的框架做出可信的承诺。本文隐含地主张进行类似于波兰成功转向通货膨胀目标制的转型。技术建议是将GAP分析制度化，作为实时监控工具，以指导顺应市场的干预（例如，平滑操作），而非对抗市场的干预（例如，硬性上限）。乌克兰货币稳定的未来，与其说在于完善扭曲市场的模型，不如说在于有勇气停止扭曲市场本身。
8. 技术附录
8.1. 数学公式
核心均衡条件可以从对数线性化的供给和需求函数推导得出：
$\hat{p}_t^* = \frac{\beta_d' \hat{x}_t - \beta_s' \hat{z}_t}{\alpha_s + \alpha_d}$
其中 $\hat{p}_t^*$ 是均衡汇率的对数偏差。FAVAR模型包含了代表未观测到的基本驱动因素的动态因子 $(F_t)$：
$\begin{pmatrix} Y_t \\ F_t \end{pmatrix} = \Phi(L) \begin{pmatrix} Y_{t-1} \\ F_{t-1} \end{pmatrix} + v_t$
其中 $Y_t$ 包含可观测的市场变量（汇率、交易量），而 $F_t$ 是从潜在基本变量的大数据集中估计得出的。
8.2. 实验结果与图表说明
图1（假设性重构）： 可能描绘了估计的均衡汇率路径 ($\hat{p}_t^*$) 与实际观测到的汇率。显著且持续的正向GAP（实际 > 均衡）时期将表明高估，通常预示着调整或需要乌克兰国家银行进行供给干预。
图2： 可能展示了FAVAR模型提取的估计动态因子 $(F_t)$。一个因子可能与全球风险情绪相关（类似于乌克兰的VIX指数），另一个与国内货币政策立场相关，第三个与贸易条件或经常账户动态相关。
图3： 可能展示了随时间变化的GAP分析结果，突出了偏离均衡极端的特定事件（例如，2014年危机、2015年后稳定期），并标注了这些时期乌克兰国家银行的主要政策行动。
表格（1-5）： 将呈现描述性统计、单位根和协整检验结果（Johansen迹统计量和最大特征值统计量）、FAVAR模型估计输出（因子载荷、方差分解）以及GAP分析对政策变量的回归结果。
8.3. 分析框架：概念性案例研究
情景： 分析资本流入突然停止的影响。
框架应用：
1. 数据输入： 用高频指标更新数据集：乌克兰国家银行储备数据、非居民证券投资流动数据、信用违约互换利差和银行间拆借利率利差。
2. 因子估计： FAVAR模型将立即显示“资本流动因子”和“风险感知因子”的变动。
3. 均衡变动： 模型隐含的均衡汇率 ($p_t^*$) 将贬值，反映来自资本流入的外汇供给减少。
4. GAP分析： 如果实际汇率被钉住或变动缓慢，则会出现较大的负向GAP（实际 < 均衡），表明贬值压力正在积聚。
5. 政策洞见： 模型量化了压力。小的、暂时的GAP可能被忽略。大的、不断增长的GAP表明需要政策回应：要么允许汇率调整（灵活制度），要么准备动用大量储备来捍卫钉住汇率，模型可以估计所需的潜在干预规模。
9. 未来应用与研究展望
1. 实时监控系统： 此FAVAR-GAP框架可操作化为中央银行的实时仪表盘，提供市场错配和压力的早期预警信号。
2. 机器学习集成： 未来的工作可以用机器学习中的非线性降维技术（例如，自编码器，如同在CycleGAN框架中用于图像数据的特征提取，但应用于金融时间序列）来替代或补充FAVAR的因子估计，以捕捉基本变量之间更复杂的非线性关系。
3. 跨国分析： 将相同方法应用于一组新兴市场（例如，格鲁吉亚、摩尔多瓦、塞尔维亚）可以识别非均衡的共同模式以及不同政策回应的有效性，为转型经济体最优外汇制度的学术文献做出贡献。
4. 基于主体模型的校准： 此均衡模型的实证结果，特别是脱钩特性，可用于校准乌克兰银行间外汇市场的基于主体模型的参数，模拟不同交易者行为（例如，羊群效应、异质预期）如何与中央银行规则相互作用。
10. 参考文献
- Bernanke, B. S., Boivin, J., & Eliasz, P. (2005). Measuring the effects of monetary policy: a factor-augmented vector autoregressive (FAVAR) approach. The Quarterly Journal of Economics, 120(1), 387-422.
- Calvo, G. A., & Reinhart, C. M. (2002). Fear of floating. The Quarterly Journal of Economics, 117(2), 379-408.
- International Monetary Fund. (2020). Annual Report on Exchange Arrangements and Exchange Restrictions (AREAER). Washington, DC: IMF.
- Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, 59(6), 1551-1580.
- Kuznyetsova, A., Misiats, N., & Klishchuk, O. (2017). The equilibrium model of demand and supply at the Ukrainian Interbank Foreign Exchange Market: disclosure of problematic aspects. Banks and Bank Systems, 12(4), 31-43.
- National Bank of Ukraine. (Various Years). Monetary Policy Reports. Kyiv: NBU.
- Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE international conference on computer vision (pp. 2223-2232).