人民币汇率影响因素剖析

1、人民币汇率影响因素分析、理论分析汇率本质上也是价格，但与经济中的其他价格不同，汇率是货币的价格。而 货币本身的双重性决定了汇率的双重性。 加之汇率的决定相当复杂，实体经济多 层次上的各种因素都对汇率有着重要影响，因而，汇率决定理论相当丰富繁多。通货膨胀率的高低是影响汇率变化的基础。 如果一国的货币发行过多，流通 中的货币量超过了商品流通过程中的实际需求， 就会造成通货膨胀。通货膨胀使 一国的货币在国内购买力下降，使货币对内贬值，在其它条件不变的情况下，货 币对内贬值，必然引起对外贬值。因为汇率是两国币值的对比，发行货币过多的 国家，其单位货币所代表的价值量减少， 因此在该国货币折算成外国货币时

2、， 就 要付出比原来多的该国货币。在人民币升值的情况下，为了控制人民币快速升值、稳定汇率，央行需要在 外汇市场上买进外汇投入本币。买入的外汇越多干预的力量就越大， 这也反映在 外汇储备的增量上，若外汇储备增加得越多，央行干预的力度可能就越大。外汇 储备与人民币汇率呈正向关系，即当外汇储备增加时，人民币汇率上升（人民币 升值）。我国外汇储备的鲜明特征是增长迅速， 其总量由2002年1月的2174亿 美元，快速增长到2009年9月的22725.95亿美元。我国的外汇储备增长过快、 规模过大，势必推动人民币汇率不断下降。国际收支变化是决定人民币汇率的重要因素， 它反映了外汇市场供给变化对 人民币汇率

3、的影响。如果国际收支盈余，外汇市场外币供给将增加，外币将贬值， 人民币将升值；如果国际收支恶化外汇供给将下降， 人民币会面临贬值压力。长 期以来我国的贸易项目和资本项目双顺差， 人民币也保持升值的趋势。若我国国 际收支盈余下降，人民币升值压力将变缓，汇率双向变动可能性会增加。近几年 来我国国际收支一直呈现顺差支撑了人民币汇率走高。人民币汇率对于外商直接投资的影响主要包括汇率高低和汇率稳定性两个 方面，即汇率低估以及汇率稳定将吸引外商直接投资的流入，而外商直接投资对汇率的影响则较为复杂，因为外商直接投资流入后，受不同国家政策的引导，将 产生不同的后果。对于我国来说，外商直接投资流入后，即期将引起

4、人民币汇率 升值的压力，这一压力可由央行的市场操作平抑掉。 而外商直接投资对于汇率的长期影响，则从开始的稳中有升变为使人民币汇率保持稳定所以，在第二部分的多元回归中，我使用了代表外商直接投资、财政支出、 货币总量、中国的外汇储备和贸易顺差值以及代表通货膨胀的全国居民消费价格 总指数来对汇率进行回归，来检验各因素对人民币汇率的影响。二、结果分析本文数据来自Wine数据，时间段从1995年4月至2010年 12月。其中CPI为全国 居民消费价格总指数，FDI为外商直接投资，G为财政支出，M（为货币总量M0S, RESERVE中国的外汇储备，TSUI为贸易顺差值。回归结果如下：VariableCoe

5、fficientStd. Errort-StatisticProb.C9.2333670.60943215.150790.0000CPI-0.0011730.006041-0.1941830.8467FDI-0.0011100.000210-5.2991210.0000G7.57E-065.68E-061.3327670.1877M01.80E-067.55E-060.2379130.8128RESERVE-9.60E-057.81E-06-12.298280.0000TSUR-0.0002880.000184-1.5656790.1228R-squared0.956683Mean depen

6、dent var7.366959Adjusted R-squared0.952278S.D. dependent var0.548709Akaike infoS.E. of regression0.119867 criterion-1.304866Sum squared resid0.847716Schwarz criterion-1.072630Hannan-QuinnLog likelihood50.06058 criter.-1.213099F-statistic217.1778Durbin-Watson stat0.450978Prob(F-statistic)0.000000从结果中

7、可以看出，CPI和M0系数并不显著，因此接下来把代表通胀水平的 CPI 和货币投放的M0剔除，再做一次回归。VariableCoefficient Std. Error t-Statistic Prob.9.1479090.073895123.79680.0000FDI-0.0011290.000196-5.7528220.0000G7.62E-065.58E-061.3645550.1774RESERVE-9.45E-053.52E-06-26.859230.0000TSUR-0.0002940.000178-1.6506960.1039R-squared0.956617Mean depen

8、dent var7.366959Adjusted R-squared0.953772S.D. dependent var0.548709Akaike infoS.E. of regression0.117976 criterion-1.363936Sum squared resid0.849020Schwarz criterion-1.198053Hannan-QuinnLog likelihood50.00987 criter.-1.298387F-statistic336.2691Durbin-Watson stat0.453735Prob(F-statistic)0.000000相比较而

9、言，代表外商直接投资的FDI和外汇储备的RESERVE响显著，再把 G和TSU剔除，做一次回归。VariableCoefficientStd. Errort-StatisticProb.C9.1352560.079154115.41050.0000FDI-0.0013300.000190-7.0155880.0000RESERVE-9.08E-052.73E-06-33.270680.0000R-squared0.948528Mean dependent var7.336362Adjusted R-squared0.946969S.D. dependent var0.555639Akaike

10、infoS.E. of regression0.127955 criterion-1.231765Sum squared resid1.080590Schwarz criterion-1.134630Hannan-QuinnLog likelihood45.49591criter.-1.193229F-statistic608.1309Durbin-Watson stat0.449564Prob(F-statistic)0.000000、序列相关性讨论序列相关性，指的是对于不同的样本值，随机干扰之间不再是完全相互独立的，而是存在某种相关性。序列相关性的存在可以利用 dW佥验方法。通过上述 的回

11、归中，可以看到DW勺值为0.449564，而查DV分布表可知在n=65,k=3时, dl=1.54,du=1.66,可见序列存在正相关性。为了解决这一问题，先在模型中引入 AR (1)作为解释变量修正后结果如下：VariableCoefficientStd. Errort-StatisticProb.C7.2694950.7471999.7289960.0000FDI-1.73E-067.20E-05-0.0239780.9809RESERVE-3.35E-051.45E-05-2.3101540.0241AR(1)0.9779240.01376671.038080.0000R-squared

12、0.996346Mean dependent var7.322537Adjusted R-squared0.996174S.D. dependent var0.547683Akaike infoS.E. of regression0.033875 criterion-3.875258Sum squared resid0.073441Schwarz criterion-3.744699Hannan-QuinnLog likelihood135.7588 criter.-3.823526F-statistic5816.525Durbin-Watson stat1.505185Prob(F-stat

13、istic)0.000000Inverted AR Roots.98比较结果可得，总体拟合系数升高了，同时 AR的系数显著，说明引入滞 后变量对模型是具有解释能力的。而加入 AR(1)后FDI变得不显著了。同时，修 正后模型的DWS计量为1.505185，还是小于dl=1.54，说明模型中已经还是存在序列相关性，为了进一步进行修正，先把FDI这一解释变量剔除VariableCoefficientStd. Errort-StatisticProb.C7.2687190.7411579.8072550.0000RESERVE-3.34E-051.44E-05-2.3289170.0230AR(1)

14、0.9779150.01363771.710160.0000R-squared0.996346Mean dependent var7.322537Adjusted R-squared0.996233S.D. dependent var0.547683S.E. of regression0.033614Akaike info-3.904661criterionHannan-QuinnLog likelihood135.7585 criter.-3.865862F-statistic8861.033Durbin-Watson stat1.505148Prob(F-statistic)0.00000

15、0Inverted AR Roots.98Sum squared resid0.073442Schwarz criterion-3.806741可以看出，剔除FDI后的回归DV值1.505148，仍然存在序列相关性，为此, 加入AR(2)做为模型的解释变量。VariableCoefficientStd. Errort-StatisticProb.C7.2480890.69722210.395670.0000RESERVE-3.02E-051.46E-05-2.0744110.0421AR(1)1.2204790.1241409.8315110.0000AR(2)-0.2404360.12089

16、6-1.9887760.0511R-squared0.996459Mean dependent var7.308299Adjusted R-squared0.996290S.D. dependent var0.538987Akaike infoS.E. of regression0.032827 criterion-3.937263Sum squared resid0.067891Schwarz criterion-3.805639Hannan-QuinnLog likelihood135.8983 criter.-3.885179F-statistic5909.709Durbin-Watson stat2.083025Prob(F-statistic)0.000000Inverted AR