我国人民币汇率与上证指数相关性研究.docx
- 文档编号:17176754
- 上传时间:2023-07-22
- 格式:DOCX
- 页数:15
- 大小:131.95KB
我国人民币汇率与上证指数相关性研究.docx
《我国人民币汇率与上证指数相关性研究.docx》由会员分享,可在线阅读,更多相关《我国人民币汇率与上证指数相关性研究.docx(15页珍藏版)》请在冰点文库上搜索。
我国人民币汇率与上证指数相关性研究
《计量经济学》课程论文
小组成员:
国贸八班徐金宝140803083027
国贸八班陈慧140803083038
国贸九班许钰霖140803093028
国贸九班蔡圣德140803093034
我国人民币汇率与上证指数相关性研究
【摘要】研究人民币汇率和股票价格的相关性具有极其重要的意义。
人民币汇率的变动不仅会影响投资者的最终决策,而且也将影响政府宏观调控政策的效力。
外汇市场和股票市场的协调发展关系到金融市场的稳定和国民经济的健康发展。
因此,本文利用2010-2014年的月度数据,分析人民币汇率与股票价格的相关性,得出相应结论,并提出针对的政策性建议。
【关键词】人民币汇率、股票价格、传导机理、相关性
一、问题的提出
随着20世纪70年代布雷顿森林体系的崩溃,国际货币体系进入了一个新的阶段——牙买加体系。
浮动汇率制度成为主要的汇率制度,汇率波动频繁和加剧。
随着国际贸易不断扩大和国际资本流动迅速增长,外汇市场和股票市场之间的联系也越来越紧密,相关性也越来越强。
汇率的变动往往对股票价格产生影响;同样,股票价格的波动也会引起汇率的变动。
股票市场和汇率市场的相关性不断加强,若两者不协调波动会导致经济危机。
在2008年金融危机爆发以来,我国人民币汇率与股市的相关关系是否还存在等一系列问题引起了政府和学术界的广泛关注。
因此,研究人民币汇率与股票市场价格的相关性,有利于政策制定者统领全局,制定准确、有效的宏观经济政策;同时,也对如何防范金融风险,稳定外汇市场和股票市场以及深化金融改革具有积极的指导意义。
二、国内外研究现状
随着浮动汇率制度在世界范围内的广泛实行,金融自由化进程的加快和国际资本的流动,一国股市的波动也对该国的外汇市场造成冲击。
国内外学者对汇率与股票价格相关性研究逐渐给予了广泛的关注。
Dombusch和Fisher(1980)从微观层面分析了人民币汇率与股票价格的相关性。
得出汇率的变动通过影响企业的国际竞争力、某国的贸易均衡、以及真实产出等变量产生影响,进而对公司的现金流产生影响,最终影响公司的股票价格变动。
Aggarwal(1981),Soenen和Hanniger(1988)用简单回归的方法对美国股票价格和有效汇率的月度数据进行实证分析,结果表明美元汇率与美国股票价格正相关。
Ma和Kao(1990)认为确定汇率和股价的相关关系要注意各国在贸易上的差异:
在出口导向型国家,货币升值对股价有负面作用;而在进口导向型国家,货币的升值对股价有正面影响。
MohsenBahmani-Oskooee和AhmadSohrabian(1992)运用Granger因果检验和相关关系的分析,得出:
股票价格的上扬会促进美元升值,美元升值又会进一步促进股票市场的持续上涨。
Engle和Granger(1987)利用误差修正模型,得出:
股票市场与外汇市场存在着显著的长期与短期双向关系。
但货币贬值都会对股票市场产生负面影响。
何菊香(1995)认为无论是自由兑换货币还是非自由兑换货币的汇率,都会在不同程度上影响股票价格,但汇率对单个企业股价和市场整体股价的影响机制是存在差异。
李朝贤(2004)认为人民币升值通过汇兑效应、替代效应和收入效应三种效应对证券市场的价格产生影响。
陈雁云和何维达(2006)利用时间序列数据,得出人民币币值与股价指数正相关;但是人民币汇率变化对股票市场价格的影响是通过两者的相互变化或其他变量的变化对其产生影响。
邓燊和杨朝军(2007)利用协整检验和Granger因果检验研究,得出汇率制度改革后中国股市与汇市存在长期稳定的协整关系,人民币升值是股市上扬的单向Granger原因。
张兵等(2008)得出人民币汇率和我国股票价格之间存在着长期均衡的协整关系。
综上所述,国外对汇率和股价相关性的理论或实证研究的主要对象主要是股票市场和汇率市场价值比较健全的发达国家,而我国的金融市场发展尚未成熟。
因此发达国家的实证和经验结论是否适合我国的状况,还有待验证。
因此,本文选择2010-2014年的月度数据,运用误差修正模型研究人民币汇率变动对股票市场价格的影响。
数据的主要来源于雅虎财经,汇总附表中。
3、数据收集
本文所用人民币汇率和上证指数的数据来源于雅虎财经数据库,经过整理而得。
具体的月度数据如下表所示:
年月
人民币汇率
上证指数
年月
人民币汇率
上证指数
Jan-10
6.46
2989.29
Jul-12
6.18
2103.63
Feb-10
6.46
3051.94
Aug-12
6.15
2047.52
Mar-10
6.56
3109.1
Sep-12
6.12
2086.17
Apr-10
6.5
2870.61
Oct-12
6.08
2068.88
May-10
6.5
2592.15
Nov-12
6.01
1980.12
Jun-10
6.46
2398.37
Dec-12
6.15
2269.13
Jul-10
6.46
2637.5
Jan-13
6.24
2385.42
Aug-10
6.41
2638.79
Feb-13
6.23
2365.59
Sep-10
6.38
2655.65
Mar-13
6.27
2236.62
Oct-10
6.36
2978.83
Apr-13
6.25
2177.91
Nov-10
6.34
2820.18
May-13
6.2
2300.59
Dec-10
6.33
2808.07
Jun-13
6.17
1979.21
Jan-11
6.46
2790.69
Jul-13
6.17
1993.80
Feb-11
6.46
2905.05
Aug-13
6.17
2098.38
Mar-11
6.56
2928.11
Sep-13
6.16
2174.67
Apr-11
6.5
2911.51
Oct-13
6.14
2141.61
May-11
6.5
2743.47
Nov-13
6.14
2220.50
Jun-11
6.46
2762.07
Dec-13
6.12
2115.98
Jul-11
6.46
2701.73
Jan-14
6.1
2033.08
Aug-11
6.41
2567.34
Feb-14
6.11
2056.30
Sep-11
6.38
2359.22
Mar-14
6.14
2033.31
Oct-11
6.36
2468.25
Apr-14
6.18
2026.36
Nov-11
6.34
2333.41
May-14
6.16
2039.21
Dec-11
6.33
2199.42
Jun-14
6.17
2048.33
Jan-12
6.32
2292.61
Jul-14
6.19
2201.56
Feb-12
6.35
2428.49
Aug-14
6.37
2217.20
Mar-12
6.31
2262.79
Sep-14
6.42
2363.87
Apr-12
6.3
2396.32
Oct-14
6.48
2420.18
May-12
6.28
2372.23
Nov-14
6.58
2682.84
Jun-12
6.25
2225.43
Dec-14
6.59
3234.68
4、模型建立
如果变量间存在协整关系,则可以进行误差修正模型的回归。
首先对变量进行协整分析,以发现变量之间的协整关系,即长期均衡关系,并以这种关系构成误差修正项。
然后建立短期模型,将误差修正项看作一个解释变量,连同其它反映短期波动的解释变量一起,建立短期模型,即误差修正模型。
变量间的长期均衡关系可以表示如下:
短期非均衡关系可表示为:
短期非均衡关系式变形如下:
表示变量对均衡状态的偏离程度,称为均衡误差。
由此构建本文的误差修正模型:
其中
表示误差修正项,反映的是变量之间变动的长期均衡关系对短期变化的影响。
其它差分项反映的是变量之间短期变化的相互影响。
5、模型检验
1.单位根检验
单位根检验是指检验时间序列中是否存在单位根,若时间序列存在单位根就是非平稳时间序列。
由于经济时间数据通常为非平稳时间序列,直接回归造成伪回归,为避免这一现象,先对各变量进行平稳性检验。
在平稳性检验的基础上,才能利用模型检验各变量之间是否存在长期稳定的均衡关系,本文选取ADF检验各变量的平稳性。
首先,对人民币汇率(X)序列进行ADF检验,其检验结果如图所示。
NullHypothesis:
Xhasaunitroot
Exogenous:
Constant
LagLength:
0(AutomaticbasedonSIC,MAXLAG=10)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-0.877516
0.7886
Testcriticalvalues:
1%level
-3.546099
5%level
-2.911730
10%level
-2.593551
本文从检验结果看,在1%、5%、10%三个显著水平下,单位根检验的临界值分别为-3.546099、-2.911773、-2.593551,t检验统计量值0.877516小于相应临界值,从而接受绝原假设,表明人民币汇率(X)序列存在单位根,是非平稳序列。
为了得到人民币汇率(X)序列的单整阶数,将其序列进行一阶差分。
对一阶差分序列进行单位根检验,检验结果如图所示:
NullHypothesis:
D(X)hasaunitroot
Exogenous:
Constant
LagLength:
0(AutomaticbasedonSIC,MAXLAG=10)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-6.279720
0.0000
Testcriticalvalues:
1%level
-3.548208
5%level
-2.912631
10%level
-2.594027
发现t检验统计量值-6.279720大于相应临界值,从而拒绝原假设。
表明人民币汇率(X)的一阶差分序列是平稳序列。
人民币汇率(X)序列是一阶单整。
同理,本文对上证指数(Y)序列进行ADF检验,其平稳性检验结果如图所示:
NullHypothesis:
Yhasaunitroot
Exogenous:
Constant
LagLength:
0(AutomaticbasedonSIC,MAXLAG=10)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-1.336965
0.6067
Testcriticalvalues:
1%level
-3.546099
5%level
-2.911730
10%level
-2.593551
本文从检验结果看,在1%、5%、10%三个显著水平下,单位根检验的临界值分别为-3.546099、-2.911773、-2.593551,t检验统计量值-1.336965小于相应临界值,从而接受绝原假设,表明上证指数(Y)序列存在单位根,是非平稳序列。
为了得到上证指数(Y)序列的单整阶数,将其序列进行一阶差分。
对一阶差分序列进行单位根检验,检验结果如图所示:
NullHypothesis:
D(Y)hasaunitroot
Exogenous:
Constant
LagLength:
0(AutomaticbasedonSIC,MAXLAG=10)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-5.640543
0.0000
Testcriticalvalues:
1%level
-3.548208
5%level
-2.912631
10%level
-2.594027
发现t检验统计量值-5.640543大于相应临界值,从而拒绝原假设。
表明上证指数(X)的一阶差分序列是平稳序列。
上证指数(X)序列是一阶单整。
2.白噪声检验
本文在建立模型之前还需要进行纯随机检验。
一个时间序列是否有分析价值,要看序列观测值之间是否有一定的相关性。
若序列各项之间不存在相关,即相应滞后阶数的自相关系数与0没有显著性差异,序列为白噪声序列。
Q统计量正是对序列是否是白噪声序列即纯随机序列进行的统计检验。
下面依次对人民币汇率(X)与上证指数(Y)序列进行纯随机性检验。
本文根据每个Q统计量的伴随概率可以看出,人民币汇率(X)与上证指数(Y)序列都是拒绝原假设的,也即拒绝序列是白噪声序列的原假设。
人民币汇率(X)与上证指数(Y)序列是非纯随机序列,即非白噪声序列。
3.协整检验
尽管一些变量是非平稳的而且是同阶单整的,它们之间却可能存在着某种内在的联系的,即它们之间从长期看存在着稳定的均衡关系。
本文由于研究两个变量之间的关系,故选择EG两步法来完成协整检验。
EG两步法:
为了检验两变量Yt、Xt是否为协整,Engle和Granger于1987年提出两步检验法,也称为EG检验。
(1)用OLS方法估计,得到回归方程和残差序列:
(2)检验
的单整性。
检验结果如图所示:
NullHypothesis:
REhasaunitroot
Exogenous:
Constant
LagLength:
0(AutomaticbasedonSIC,MAXLAG=10)
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-3.673032
0.0070
Testcriticalvalues:
1%level
-3.546099
5%level
-2.911730
10%level
-2.593551
单位根检验结果表明,残差项序列
在1%的显著性水平,拒绝存在单位根假设,通过了平稳性检验。
这说明人民币汇率(X)与上证指数(Y)序列之间存在协整关系,即二者之间存在长期的均衡关系。
5.误差修正模型建立
通过上述分析可知,人民币汇率与上证指数之间存在长期均衡关系,即满足建立误差修正模型的前提,因此使用人民币汇率(X)与上证指数(Y)序列构造一阶滞后的向量自回归误差修正模型(VECM)。
人民币汇率(X)与上证指数(Y)回归结果如下图所示:
由回归结果可得到误差修正模型中
为1974.139,
为0.207788,
为10047.7。
得到误差修正模型表达式如下:
上述结果表明,闪着光横直竖的变化不仅取决于人民币汇率的变化,而且还取决于上一期上证指数对均衡水平的偏离,均衡误差项
的估计系数(-0.207788)反映了对偏离的修正,上一期的偏离越远,本期的修正量就越小。
即国上证指数与人民币汇率之间存在误差修正机制。
6.模型预测效果检验
本文数据来源于雅虎财经数据库,经过整理而得。
为了检验预测模型的预测效果和精度,利用软件得到理念上证指数的预测值,预测百分比图如下表所示:
从图中可以看出所得误差没有超过10%,反映出模型整体预测效果较好,预测精度高。
六、研究结论与政策建议
由本文研究结果可以知道:
我国人民币汇率波动和上证指数之间存在协整关系,短期有正向的作用,但长期作用不明显。
本文提出以下几条政策建议,来充分利用汇率波动对上证指数的积极影响。
第一,加强对国际资本特别是国际热钱流动的监管,严格控制热钱的大规模流入与流出,稳健、有序地实现我国资本项目的自由兑换;
第二,稳步推进利率市场化改革,加强利率传导机制的有效性以缓解人民币汇率波动对我国股票市场造成的冲击;
第三,刺激国内需求以扩大进口,减少贸易顺差,缓解升值压力;
第四,提高上市公司的国际竞争力,增强股市抗风险能力。
参考文献:
[1]何菊香.汇率变动对股票价格的影响[J],广州大学学报(社会科学版),1995
(2):
101-105.
[2]孙烽,贺晟.货币冲击下的股市运行和汇率动态[J].上海经济研究,2000
(8):
74-79.
[3]孙建平.汇率弹性化与资本市场的风险控制[J].金融研究,2004(9):
101-107.
[4]李朝贤.人民币升值预期对我国证券市场不同行业及其投资策略的预期影响
[5].内蒙古财经学院学报,2004(3):
48-51.
[6]刘赣州.汇率波动与证券市场价格波动的相互作用机制分析——兼论人民币
升值条件下中国证券市场稳定的对策[J].广西财经学院学报,2006
(1):
58-62.
[7]赵蓓文.外汇市场与证券市场价格波动的相互影响及其在中国的不完全传递
[8].世界经济研究,1998
(1):
52-56.
[9]李长青,王春生.汇率变动与证券市场价格波动的相关性分析[J].山西财经大学学报,1999
(1):
55-56
[10]刘志军.人民币升值对中国股票市场的影响机制分析[J].经济与管理,2008
(2):
57-60.
[11]张碧琼,李越.汇率对中国股票市场的影响是否存在:
从自回归分布滞后模型得到的证明[J].金融研究,2002(7):
26-35.
[12]吕江林,李明生,石劲.人民币升值对中国股市影响的实证分析[J].金融研究,2007(6):
23-34.
[13]朱新蓉,朱振元.人民币汇率波动与中国股票价格报酬之间的相关性[J].金融研究,2008(11):
99-107.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 我国 人民币汇率 上证指数 相关性 研究