多维视角下美元对人民币汇率波动的实证剖析与趋势洞察

多维视角下美元对人民币汇率波动的实证剖析与趋势洞察一、引言1.1研究背景与意义在全球经济一体化的大背景下，汇率作为不同国家货币之间的兑换比率，在国际经济交往中扮演着举足轻重的角色。美元作为全球主要储备货币和国际结算货币，其对人民币汇率的波动，不仅对中国经济产生深远影响，也在一定程度上左右着世界经济的格局。从中国国内经济视角来看，美元兑人民币汇率波动与中国的国际贸易、国际投资以及国内金融市场稳定密切相关。在国际贸易方面，汇率波动直接影响中国进出口企业的成本和利润。当人民币升值时，中国出口商品在国际市场上的价格相对提高，这可能导致出口量减少，进而影响出口企业的收益和就业情况；而进口商品的价格则相对降低，有利于进口企业降低成本，但可能对国内相关产业造成一定冲击。反之，当人民币贬值时，出口企业的竞争力增强，但进口企业的成本上升。在国际投资领域，汇率波动影响着外资流入和中国企业对外投资的决策。稳定的汇率环境有助于吸引外资，促进国内经济发展；而汇率的大幅波动可能增加投资风险，使投资者望而却步。对于国内金融市场，汇率波动可能引发资本的跨境流动，进而影响股票市场、债券市场和外汇市场的稳定。从全球经济视角来看，美元兑人民币汇率波动反映了中美两大经济体之间经济实力的变化以及全球经济格局的调整。中美作为世界前两大经济体，其货币汇率的波动会在全球范围内产生溢出效应。例如，汇率波动会影响全球贸易平衡，改变国际贸易格局，使得其他国家的进出口企业也面临汇率风险。同时，汇率波动还会影响全球资本流动方向，导致国际金融市场的不稳定。对美元兑人民币汇率波动进行深入的实证分析具有重要的现实意义，为政府制定宏观经济政策提供参考依据。政府可以根据汇率波动的规律和影响因素，制定合理的货币政策、财政政策和外汇管理政策，以维持汇率稳定，促进经济增长，稳定就业和物价水平。对于企业而言，了解汇率波动的趋势和规律有助于企业制定有效的风险管理策略，降低汇率风险，提高企业的国际竞争力。例如，企业可以通过使用金融衍生工具进行套期保值，或者调整贸易结算货币、优化贸易合同条款等方式来应对汇率波动。对于投资者来说，研究汇率波动能够帮助他们做出更明智的投资决策，合理配置资产，实现资产的保值增值。在全球经济一体化程度不断加深的今天，深入研究美元兑人民币汇率波动，无论是对于中国经济的稳定发展，还是对于全球经济的平衡与繁荣，都具有不可忽视的重要意义。1.2研究目的与创新点本研究旨在通过严谨的实证分析方法，深入探究美元对人民币汇率波动的规律、影响因素及其传导机制，为相关领域的理论研究和实践应用提供有价值的参考。在研究方法上，本研究将综合运用多种计量经济学模型，如ARIMA模型、GARCH模型以及VAR模型等，对汇率波动进行多维度分析。区别于传统研究中单一模型的应用，这种综合分析方法能够更全面、精准地捕捉汇率波动的特征和规律。例如，ARIMA模型可以有效处理时间序列数据的趋势和季节性，用于预测汇率的短期走势；GARCH模型则能准确刻画汇率波动的异方差性，揭示汇率波动的聚集性和持续性；VAR模型可用于分析多个变量之间的相互关系，探究影响汇率波动的各种因素之间的动态传导机制。通过多种模型的结合使用，克服单一模型的局限性，从不同角度对汇率波动进行剖析，为研究提供更丰富、更准确的信息。在数据选取方面，本研究将收集涵盖宏观经济数据、金融市场数据以及国际政治数据等多维度数据。不仅包括常见的中美两国的GDP、通货膨胀率、利率等宏观经济数据，还将纳入股票市场指数、债券收益率等金融市场数据，以及地缘政治事件相关的数据。相较于以往研究主要关注宏观经济数据，本研究的数据选取更为全面。通过纳入金融市场数据，可以更深入地分析金融市场波动与汇率波动之间的关联；引入国际政治数据，则能考虑到地缘政治因素对汇率波动的影响，使研究更加贴近现实复杂的经济环境，为全面理解汇率波动提供更丰富的数据支持。在影响因素挖掘上，本研究将重点关注数字货币发展和全球供应链重构等新兴因素对美元兑人民币汇率波动的影响。随着数字货币的快速发展，其对传统货币体系和汇率形成机制产生了潜在冲击。例如，比特币等加密数字货币的兴起，改变了部分投资者的资产配置结构，进而可能影响到外汇市场的资金流动和供求关系，最终对美元兑人民币汇率产生影响。全球供应链重构也是近年来经济领域的重要趋势，中美贸易摩擦、新冠疫情等事件加速了这一进程。供应链的重构导致贸易格局和产业布局发生变化，影响了两国之间的贸易收支和经济结构，从而对汇率波动产生间接影响。通过深入挖掘这些新兴因素，弥补以往研究在这方面的不足，为汇率波动的研究提供新的视角和思路。1.3研究思路与方法本研究以汇率决定理论为基础，以实际数据为支撑，综合运用多种研究方法，全面深入地剖析美元对人民币汇率波动。研究思路如下：首先，对美元兑人民币汇率波动的现状进行详细分析。通过收集和整理长期的汇率数据，运用图表展示和统计描述等方法，直观呈现汇率波动的走势、幅度、频率等特征。深入分析不同时间段汇率波动的特点，如在某些特殊经济事件或政策调整时期，汇率波动是否出现异常变化，以及这些变化对经济主体产生的直接影响。其次，挖掘影响美元兑人民币汇率波动的因素。从宏观经济层面，考虑中美两国的经济增长状况、通货膨胀率、利率水平、国际收支状况等传统因素对汇率的影响。同时，关注数字货币发展、全球供应链重构等新兴因素对汇率波动的作用机制。例如，研究数字货币的兴起如何改变全球货币体系和资金流动方向，进而影响美元兑人民币汇率；分析全球供应链重构过程中，贸易格局和产业布局的变化如何通过经济基本面的改变来影响汇率。通过理论分析和文献研究，梳理各因素与汇率波动之间的潜在关系，为后续实证分析提供理论依据。然后，构建计量经济学模型进行实证分析。根据研究目的和数据特点，选择合适的模型，如ARIMA模型用于对汇率时间序列数据进行建模和预测，捕捉汇率的短期波动规律；运用GARCH模型分析汇率波动的异方差性，揭示汇率波动的聚集性和持续性特征；构建VAR模型探究各影响因素与汇率波动之间的动态关系和传导机制。在模型构建过程中，对数据进行预处理，包括数据清洗、平稳性检验、协整检验等，确保数据的质量和模型的可靠性。通过模型估计和检验，得到各因素对汇率波动的影响程度和方向的量化结果。接着，对实证结果进行深入讨论。分析模型结果的合理性和经济意义，解释各因素如何具体影响美元兑人民币汇率波动。将实证结果与理论分析和实际经济情况相结合，探讨研究结果的现实应用价值。对比不同模型的分析结果，评估模型的优劣，进一步验证研究结论的稳健性。最后，根据研究结论提出相应的政策建议。从政府宏观调控角度，为货币政策、财政政策和外汇管理政策的制定提供参考，以促进汇率稳定和经济健康发展。针对企业，提供应对汇率波动风险的策略建议，如合理运用金融衍生工具、优化贸易结算方式等。为投资者提供投资决策建议，帮助他们在汇率波动的环境中实现资产的合理配置和保值增值。在研究方法上，本研究采用文献研究法，全面梳理国内外关于汇率波动的相关文献，了解该领域的研究现状和前沿动态，为研究提供理论基础和研究思路。运用数据分析法，收集大量的美元兑人民币汇率数据以及相关的经济数据，运用统计软件进行数据分析和处理，挖掘数据背后的规律和信息。通过计量经济学方法，构建严谨的模型进行实证分析，使研究结果更具科学性和说服力。采用案例分析法，选取典型的经济事件或企业案例，深入分析汇率波动对其产生的影响以及应对策略的实际效果，增强研究的现实指导意义。二、文献综述2.1汇率波动相关理论回顾购买力平价理论由瑞典经济学家卡塞尔（Cassel）于1922年提出，该理论认为，两国货币的汇率应该等于两国价格水平之比，即汇率取决于两国货币的购买力。绝对购买力平价可表示为E=P/P^*，其中E为汇率（直接标价法），P为本国物价水平，P^*为外国物价水平；相对购买力平价则认为汇率的变化率等于两国物价水平变化率之差，即\DeltaE=\DeltaP-\DeltaP^*。从理论上来说，购买力平价理论成立的前提是世界经济处于完全开放、充分自由贸易和充分竞争的状态。在这种理想环境下，商品可以在国际间自由流动，不存在贸易壁垒和运输成本，同一商品在不同国家的价格经过汇率换算后应相等，即“一价定律”成立。在解释美元兑人民币汇率波动时，购买力平价理论具有一定的适用性。从长期来看，若中美两国的通货膨胀率差异持续存在，根据相对购买力平价理论，汇率会相应调整。例如，如果中国的通货膨胀率长期高于美国，人民币对美元应该贬值；反之则应升值。在实际应用中，购买力平价理论存在诸多局限性。现实世界并非完全符合其假设条件，存在贸易壁垒、非贸易品以及垄断等情况。贸易壁垒会阻碍商品的自由流动，使得“一价定律”难以实现；非贸易品如房地产、部分服务等，其价格受本地供求关系影响较大，无法通过国际贸易来消除价格差异。据相关研究，中国以投资品和教育、医疗、政府公共消费等非市场服务项目为主要内容的非贸易品在GDP中占有相当大的比重（据估算，约为50%）。这些非贸易品往往由于质量较差，其价格也较低。如果将这部分的非贸易品与国际上优质高价的商品和服务相比，会高估人民币实际购买力，从而使人民币对美元的购买力平价远远高于汇率。中国市场经济发达程度相对较低，政府对教育、医疗、房租、工资等项目给予不同程度的补贴，价格机制不甚完善，价格扭曲现象较为严重，有相当一部分服务的价格偏低，这也加大了人民币汇价与购买力平价的偏差程度。利率平价理论主要研究利率与汇率之间的关系，可分为抛补利率平价和非抛补利率平价。抛补利率平价认为，在资本自由流动且不存在交易成本的情况下，远期汇率的升贴水率等于两国货币利率之差，即F-E=i-i^*，其中F为远期汇率，E为即期汇率，i为本国利率，i^*为外国利率；非抛补利率平价则假设投资者是风险中性的，预期的汇率变动率等于两国货币利率之差，即E(e)-E=i-i^*，其中E(e)为预期未来的即期汇率。该理论的核心假设是资本能够在国际间自由流动，且投资者追求无风险套利。在分析美元兑人民币汇率波动时，利率平价理论也有一定的应用价值。当美国利率上升，而中国利率相对稳定或下降时，根据利率平价理论，投资者会更倾向于将资金投向美国，从而增加对美元的需求，使美元升值，人民币贬值。在现实中，利率平价理论的假设条件很难完全满足。中国存在一定程度的资本管制，限制了资本的自由流动，使得利率与汇率之间的传导机制受到阻碍。市场参与者并非完全理性，存在风险偏好差异，这也会影响投资者的决策，导致实际汇率偏离利率平价理论所预测的水平。金融市场存在交易成本和信息不对称等问题，进一步削弱了利率平价理论对美元兑人民币汇率波动的解释力。国际收支理论认为，汇率是由外汇市场上的供求关系决定的，而国际收支状况会直接影响外汇供求。当一国国际收支顺差时，外汇供给增加，需求相对减少，本币有升值压力；反之，当国际收支逆差时，外汇需求增加，供给相对减少，本币有贬值压力。该理论强调贸易收支和资本流动对汇率的影响，认为在没有资本流动的情况下，贸易收支顺差会导致本币升值，贸易收支逆差会导致本币贬值；在存在资本流动的情况下，资本项目的顺差或逆差也会对汇率产生重要影响。对于美元兑人民币汇率波动，国际收支理论提供了一个重要的分析视角。中美两国的贸易收支状况对汇率有显著影响。如果中国对美国的出口持续大于进口，形成贸易顺差，意味着中国获得更多的美元外汇，外汇市场上美元供给增加，人民币需求相对增加，从而推动人民币对美元升值；反之，若贸易逆差扩大，人民币则面临贬值压力。国际收支理论同样存在局限性。它忽视了其他因素对汇率的影响，如国内货币政策、通货膨胀预期、市场情绪等。在现实经济中，这些因素会与国际收支相互作用，共同影响汇率波动。该理论假设汇率能够自由浮动以平衡国际收支，但在实际中，许多国家会对汇率进行干预，使得汇率不能完全按照国际收支状况自由调整。2.2美元对人民币汇率波动研究现状在汇率波动特征方面，许多学者运用时间序列分析方法，发现美元对人民币汇率波动具有明显的时变特征和聚集性。通过对历史汇率数据的分析，发现汇率波动在某些时间段内较为剧烈，而在其他时间段相对平稳，呈现出波动聚集的现象。学者们还指出，汇率波动具有长记忆性，即过去的波动对未来的波动具有一定的影响，这种长记忆性使得汇率波动的预测变得更加复杂。有学者运用分形理论对美元对人民币汇率波动进行研究，发现汇率波动存在分形结构，具有自相似性和标度不变性，这为进一步理解汇率波动的内在规律提供了新的视角。在影响因素研究上，宏观经济因素被广泛认为是影响美元对人民币汇率波动的重要因素。中美两国的经济增长差异、通货膨胀率差异、利率差异以及国际收支状况等都会对汇率产生显著影响。一些学者通过实证研究发现，当美国经济增长强劲，而中国经济增长相对放缓时，美元对人民币往往有升值压力；通货膨胀率差异也会影响汇率，高通货膨胀率的国家货币往往会贬值。利率作为资金的价格，对汇率的影响也不容忽视。当美国利率上升时，会吸引国际资金流入美国，增加对美元的需求，从而推动美元升值，人民币贬值。国际收支状况同样是重要的影响因素，贸易顺差会增加本币的需求，使本币有升值趋势，而贸易逆差则会导致本币贬值。金融市场因素也在汇率波动中扮演着重要角色。股票市场、债券市场和外汇市场之间存在着密切的关联，它们之间的资金流动和信息传递会影响汇率波动。当股票市场表现良好时，会吸引更多的资金流入，这些资金可能来自国际投资者，他们需要购买本国货币来进行投资，从而增加了对本币的需求，对汇率产生影响。债券市场的利率变动也会影响资金的流向，进而影响汇率。随着金融创新的不断发展，金融衍生工具如外汇期货、期权等的交易也对汇率波动产生了一定的影响。这些金融衍生工具的出现，为投资者提供了更多的风险管理和投机手段，使得外汇市场的交易更加复杂，汇率波动也更加频繁。在国际政治因素方面，地缘政治事件、贸易摩擦和政策调整等都会对美元对人民币汇率波动产生影响。中美贸易摩擦期间，双方加征关税等贸易限制措施，导致市场对两国经济前景和贸易关系的预期发生变化，进而影响了汇率波动。美国的政治选举、外交政策调整等也会引起市场的不确定性增加，投资者的风险偏好发生改变，从而对汇率产生冲击。各国政府的货币政策和财政政策调整也会对汇率产生直接或间接的影响，央行的利率调整、货币供应量的变化以及政府的财政支出和税收政策等都会影响经济基本面，进而影响汇率。在汇率预测模型方面，传统的时间序列模型如ARIMA模型在短期汇率预测中具有一定的应用价值。该模型通过对历史汇率数据的分析，建立时间序列模型，对未来汇率进行预测。它能够捕捉到汇率数据的趋势和季节性特征，但对于一些突发的经济事件或政策变化的反应较为滞后。随着机器学习技术的发展，神经网络模型、支持向量机模型等被应用于汇率预测。这些模型具有较强的非线性拟合能力，能够更好地处理复杂的数据关系，提高汇率预测的准确性。神经网络模型可以通过对大量历史数据的学习，自动提取数据中的特征和规律，对汇率进行预测。但这些模型也存在一些局限性，如模型的训练需要大量的数据和计算资源，模型的可解释性较差，难以直观地理解模型的预测结果。现有研究在美元对人民币汇率波动方面取得了丰富的成果，但仍存在一些不足之处。在影响因素研究中，虽然对传统的宏观经济因素和金融市场因素进行了深入分析，但对于一些新兴因素，如数字货币发展、全球供应链重构等对汇率波动的影响研究还相对较少。随着数字货币的快速发展，其对传统货币体系和汇率形成机制的影响逐渐显现，但目前的研究还处于起步阶段，对于数字货币如何具体影响美元对人民币汇率波动，还缺乏系统的理论分析和实证研究。全球供应链重构也是近年来经济领域的重要趋势，它对贸易格局和经济结构产生了深远影响，进而可能对汇率波动产生间接影响，但相关研究还不够深入。在汇率预测模型方面，虽然机器学习模型在一定程度上提高了预测准确性，但模型的稳定性和泛化能力仍有待提高。不同的机器学习模型在不同的数据集和市场环境下表现差异较大，如何选择合适的模型以及如何提高模型的稳定性和泛化能力，是当前研究需要解决的问题。现有研究在分析汇率波动时，往往侧重于单一因素或少数几个因素的影响，缺乏对多种因素综合作用的深入研究。实际上，汇率波动是多种因素相互作用的结果，未来的研究需要更加注重多因素的综合分析，以更全面地理解汇率波动的机制和规律。三、美元对人民币汇率波动的历史与现状3.1历史走势回顾新中国成立初期，我国实行高度集中的计划经济体制，人民币汇率由国家统一制定和调整，主要服务于国家的计划经济和对外贸易需求。1949年，1美元兑换80元旧人民币。由于当时国内经济处于恢复阶段，物资匮乏，通货膨胀较为严重，人民币面临较大的贬值压力。随着经济的逐步恢复和稳定，1955年我国发行第二套人民币，新旧币兑换比率为1:10000，1955-1970年期间，1美元约兑换2.4618元人民币，这一时期人民币汇率相对稳定，主要是因为我国实行固定汇率制度，与苏联卢布挂钩，且对外贸易规模较小，汇率波动对经济的影响有限。20世纪70年代，国际经济形势发生重大变化，布雷顿森林体系解体，西方国家纷纷实行浮动汇率制度。受此影响，人民币汇率也开始进行调整，以适应国际经济环境的变化。1971年，1美元兑换2.2673元人民币，此后汇率不断波动下降，到1978年，1美元兑换1.5771元人民币。这一时期汇率波动的原因主要是国际市场上美元的贬值以及我国经济逐渐融入国际市场，对外贸易规模有所扩大，对汇率的敏感度增加。改革开放后，中国经济快速发展，对外贸易规模不断扩大，为了适应经济发展和对外开放的需要，人民币汇率制度经历了多次改革和调整，汇率波动也更加频繁。1981-1984年，我国实行双重汇率制度，即官方汇率和贸易内部结算价并存。官方汇率主要用于非贸易外汇收支，贸易内部结算价则用于进出口贸易结算，以促进出口和平衡国际收支。1981年1美元兑换1.7051元人民币，到1984年，1美元兑换2.3270元人民币。这一时期人民币汇率的调整旨在鼓励出口，提高我国产品在国际市场上的竞争力。1985-1993年，我国逐步取消贸易内部结算价，恢复单一汇率制度，但汇率仍然由官方制定，并根据国内外经济形势进行调整。在这期间，人民币汇率持续贬值，1985年1美元兑换2.9367元人民币，到1993年，1美元兑换5.7619元人民币。人民币贬值的主要原因是为了促进出口，缓解贸易逆差，同时也反映了我国经济体制改革过程中，国内物价上涨、经济结构调整等因素对汇率的影响。1994年，我国进行了重大的外汇体制改革，实行以市场供求为基础的、单一的、有管理的浮动汇率制度，建立了银行间外汇市场，人民币汇率由市场供求关系决定，央行通过在外汇市场上买卖外汇来调节汇率水平。1994年1月1日，人民币汇率并轨，官方汇率与市场汇率并轨，1美元兑换8.70元人民币，此后人民币汇率稳中有升。到1997年底，1美元兑换8.28元人民币左右。这一时期人民币汇率的稳定得益于我国经济的快速增长、国际收支顺差的扩大以及外汇储备的增加。亚洲金融危机期间，中国坚持人民币不贬值，为稳定亚洲经济做出了重要贡献，同时也增强了人民币的国际信誉。2005年7月21日，我国再次对人民币汇率形成机制进行改革，实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。人民币不再盯住单一美元，而是参考一篮子货币，根据市场供求关系进行浮动。汇改当日，人民币对美元升值2%，1美元兑换8.11元人民币。此后，人民币对美元持续升值，到2014年1月，1美元兑换6.04元人民币左右。这一阶段人民币升值的主要原因是我国经济持续高速增长，对外贸易顺差不断扩大，外汇储备大幅增加，同时国际社会对人民币升值的压力也在一定程度上推动了人民币汇率的上升。在这期间，人民币升值对我国的出口企业带来了一定的压力，但也促进了我国经济结构的调整和产业升级，推动了国内企业对外投资和国际化进程。2015年“8・11”汇改，进一步完善人民币汇率中间价形成机制，使人民币汇率更加市场化。汇改后，人民币对美元出现一定幅度的贬值，到2016年底，1美元兑换6.95元人民币左右。这主要是因为汇改后，人民币汇率中间价更加反映市场供求关系，前期人民币积累的贬值压力得到释放。2014-2016年期间，美元强势升值，美元指数从80涨到100，对人民币汇率也产生了较大的下行压力。奥巴马政府推进TPP，试图在经济上孤立中国，引发市场对中国经济和人民币汇率的担忧，加剧了人民币的贬值压力。2016年南海中美军事对峙，进一步增加了市场的不确定性，导致资金外流，人民币汇率受到冲击。2017-2018年初，人民币对美元出现升值，2017年1月1美元兑换6.96元人民币，到2018年3月，1美元兑换6.25元人民币。这一时期人民币升值主要是由于美国经济政策调整以及中国经济基本面的改善。美国特朗普政府的政策不确定性增加，市场对美元的信心有所下降；而中国经济保持稳定增长，供给侧结构性改革取得成效，国际收支状况良好，吸引了外资流入，推动人民币升值。2018-2020年初，受中美贸易战影响，人民币对美元再次贬值。美国对中国加征关税，中国采取相应反制措施，贸易摩擦升级，市场对中美经济前景和贸易关系的担忧加剧，人民币面临较大的贬值压力，一度贬到7.15左右。在贸易战背景下，中国主动贬值人民币，以部分抵消美国加征关税对出口企业的影响，维持出口产品的价格竞争力。2020年5月-2022年3月，人民币对美元处于升值趋势。这主要是因为新冠疫情蔓延全球，国外生产链被打断，而中国疫情防控取得显著成效，率先复工复产，成为全球主要的物资供应国，出口大幅增长，贸易顺差扩大，大量外汇流入，推动人民币升值。美国量化宽松货币政策导致美元贬值，也在一定程度上助推了人民币的升值。2022年3月以来，受美国加息、中美经济周期分化、货币政策错位等因素影响，人民币对美元又开始贬值。美国为应对通货膨胀，连续加息，而中国为了稳增长，采取相对宽松的货币政策，中美利差走阔，导致资金外流，人民币汇率承压。到2022年底，1美元兑换7.3左右人民币。尽管中间有反复，但贬值趋势在短期内较为明显。3.2现状特征分析为深入分析当前美元对人民币汇率波动的特征，我们选取了2020年1月1日至2025年6月30日期间的每日汇率数据进行研究。这一时间段涵盖了新冠疫情爆发、全球经济格局调整、中美货币政策分化等多个重要经济事件，能较为全面地反映当前复杂经济环境下汇率波动的情况。从波动幅度来看，通过计算每日汇率的对数收益率，即r_t=\ln(P_t/P_{t-1})，其中P_t为第t日的汇率，我们得到汇率的波动幅度。在这一期间，美元对人民币汇率的对数收益率最大值为0.021，出现在2022年9月26日，当日受美国加息预期强烈以及中美利差进一步扩大等因素影响，人民币对美元出现较大幅度贬值；最小值为-0.019，发生于2020年6月1日，当时中国疫情防控取得阶段性胜利，经济率先复苏，出口订单增加，外汇市场对人民币需求上升，推动人民币升值。汇率对数收益率的标准差为0.0065，表明汇率波动幅度整体较为显著，市场不确定性较高。从波动频率上看，在研究期间内，汇率波动较为频繁。以对数收益率绝对值大于0.005作为波动较为剧烈的标准，共出现了108个交易日，占总交易日的11.2%。其中，2022年波动剧烈的交易日数量最多，达到45个，这主要是由于2022年美国持续加息，中美货币政策差异加大，引发了外汇市场的频繁波动。2024年波动剧烈的交易日数量为28个，2024年全球经济增长放缓，贸易保护主义抬头，市场对中美经济前景和贸易关系的担忧加剧，导致汇率波动频繁。在趋势方面，2020年1月至2020年5月，受新冠疫情在全球蔓延的影响，市场避险情绪升温，美元需求增加，人民币对美元呈现贬值趋势，汇率从6.93左右升至7.14左右。2020年5月至2022年3月，随着中国疫情防控取得显著成效，率先复工复产，出口大幅增长，贸易顺差扩大，人民币对美元持续升值，汇率从7.14左右降至6.30左右。2022年3月至2023年底，由于美国为应对通货膨胀连续加息，中美利差走阔，资金外流，人民币对美元又开始贬值，汇率从6.30左右升至7.30左右。进入2024年，随着美国加息步伐放缓，市场对美联储货币政策转向的预期增强，人民币对美元汇率在波动中呈现一定的升值态势，截至2025年6月30日，汇率稳定在6.80左右。对比不同时期的波动差异，2015-2019年期间，汇率波动相对较为平稳，对数收益率标准差为0.0048。这主要是因为在这一时期，中国经济保持稳定增长，汇率形成机制改革稳步推进，市场对人民币汇率的预期相对稳定。而2020-2025年期间，汇率波动更为剧烈，标准差较之前增加了0.0017。这表明近年来，全球经济不确定性增加，如疫情冲击、地缘政治冲突、货币政策分化等因素，对美元对人民币汇率波动产生了显著影响，使得汇率波动的幅度和频率都有所上升。四、影响美元对人民币汇率波动的因素分析4.1经济基本面因素4.1.1中美经济增长差异经济增长是影响汇率波动的重要因素之一，它反映了一个国家经济的总体实力和发展态势。中美作为世界前两大经济体，其经济增长差异对美元对人民币汇率有着显著的长期影响。从GDP增长率来看，中国在过去几十年中保持了较高的经济增长速度。改革开放以来，中国经济实现了年均近10%的高速增长，尽管近年来随着经济结构调整和经济发展进入新常态，经济增速有所放缓，但仍然保持在相对较高的水平。2023年，中国GDP实际增速为5.2%。而美国经济增长相对较为平稳，2023年美国GDP增速为2.5%。中国较高的经济增长速度意味着国内市场规模的不断扩大，对全球资源和商品的需求增加，吸引了更多的外国投资和贸易往来，从而增加了对人民币的需求，推动人民币升值。当中国经济增长强劲时，外国企业和投资者更愿意在中国投资设厂，开展贸易活动，他们需要购买人民币来进行投资和支付货款，这就使得人民币的需求上升，在外汇市场上，人民币相对美元的价值就会提高。经济结构的差异也会对汇率产生影响。美国经济以服务业和高科技产业为主导，服务业占GDP的比重较高，如金融、科技服务、文化娱乐等行业发达。2023年美国服务业占GDP比重达到81.3%。而中国经济虽然服务业占比不断上升，但工业和制造业仍然占据重要地位。2023年中国第一、二、三产业占GDP的比重分别为7.1%、38.3%和54.6%。不同的经济结构导致两国在国际贸易中的比较优势不同。美国在高端服务业和高科技产品出口方面具有优势，而中国在制造业产品出口方面具有较强的竞争力。当中国制造业产品出口增加时，会带来大量的外汇收入，增加外汇市场上人民币的供给，对人民币汇率产生影响。如果中国制造业企业大量出口商品，收到的是美元，他们需要将美元兑换成人民币，这就增加了人民币的供给，在需求不变的情况下，可能导致人民币有贬值压力；反之，如果美国对中国的服务业出口增加，中国需要支付美元，减少了外汇市场上美元的供给，对人民币汇率产生反向影响。以2020-2021年为例，受新冠疫情影响，全球经济遭受重创，但中国率先控制住疫情，实现复工复产，经济迅速复苏，GDP增长率在2020年达到2.2%，2021年更是达到8.4%。而美国在疫情期间经济受到较大冲击，2020年GDP增长率为-3.1%，2021年为5.9%。中国经济的快速复苏和增长使得中国出口大幅增加，贸易顺差扩大，对人民币形成了有力支撑，人民币对美元汇率在此期间呈现升值趋势。从供求关系角度来看，中国出口增加意味着更多的美元流入中国，外汇市场上美元供给增加，而对人民币的需求也相应增加，因为出口企业需要将美元兑换成人民币进行国内结算，这就导致人民币供不应求，推动人民币升值。4.1.2通货膨胀率差异通货膨胀率是衡量物价水平变化的重要指标，中美通货膨胀率的差异对美元对人民币汇率有着重要的作用机制。根据购买力平价理论，在长期中，两国货币的汇率应该等于两国物价水平之比，即通货膨胀率较高的国家，其货币应该贬值；通货膨胀率较低的国家，其货币应该升值。当中国的通货膨胀率高于美国时，意味着同样数量的人民币在国内所能购买的商品和服务数量减少，即人民币的国内购买力下降。在国际市场上，为了维持相同的购买力，需要更多的人民币来兑换美元，从而导致人民币对美元贬值。假设在中国，一件商品原来价格为100元人民币，而在美国同样商品价格为10美元，按照当时汇率1美元=7元人民币，两者购买力相当。如果中国发生通货膨胀，该商品价格上涨到140元人民币，而美国物价保持稳定，此时按照购买力平价，汇率应该调整为1美元=14元人民币，人民币相对美元贬值。反之，当中国的通货膨胀率低于美国时，人民币的国内购买力相对增强，在国际市场上，相对较少的人民币就能兑换到与之前相同数量的美元，人民币对美元升值。在实际经济中，2007-2008年期间，中国经历了较高的通货膨胀率。2007年中国居民消费价格指数（CPI）同比上涨4.8%，2008年上涨5.9%。而同期美国的通货膨胀率相对较低，2007年美国CPI同比上涨2.8%，2008年上涨3.8%。在这一时期，人民币对美元汇率虽然总体上仍保持升值态势，但升值速度有所放缓。这主要是因为除了通货膨胀率差异外，还有其他因素如国际收支状况、货币政策等也在影响着汇率波动。从通货膨胀率差异的角度来看，中国较高的通货膨胀率在一定程度上削弱了人民币的购买力，对人民币升值产生了一定的抑制作用。如果仅考虑通货膨胀率因素，按照购买力平价理论，人民币应该相对美元贬值，但由于中国国际收支顺差持续扩大，大量外汇流入，对人民币形成了较强的支撑，使得人民币仍然保持升值趋势，只是升值幅度受到通货膨胀率差异的影响而有所调整。2020-2021年，受新冠疫情影响，全球供应链受阻，大宗商品价格波动。美国为刺激经济，采取了大规模的量化宽松货币政策，导致通货膨胀率上升。2021年美国CPI同比上涨4.7%。而中国在疫情防控取得成效后，经济有序恢复，通货膨胀率相对稳定，2021年中国CPI同比上涨0.9%。这一时期，人民币对美元汇率升值。从购买力平价角度分析，美国较高的通货膨胀率降低了美元的购买力，而中国较低的通货膨胀率使得人民币的购买力相对稳定，从而使得人民币相对美元有升值的动力。在外汇市场上，投资者更倾向于持有购买力相对稳定的货币，这就增加了对人民币的需求，推动人民币对美元升值。4.1.3利率水平差异利率作为资金的价格，在开放经济条件下，对国际资本流动和汇率有着重要的影响。中美利率水平的差异会导致国际资本在两国之间流动，进而影响外汇市场上美元和人民币的供求关系，最终对美元对人民币汇率产生影响。当美国利率上升时，意味着在美国投资的回报率提高，吸引国际投资者将资金投向美国。这些投资者需要购买美元进行投资，从而增加了对美元的需求，在外汇市场上，美元需求增加，供给相对减少，推动美元升值，人民币相对贬值。假设原来中美利率水平相同，国际投资者在两国的投资收益相当。当美国利率上升后，投资者为了获取更高的收益，会将资金从中国转移到美国。他们会在外汇市场上卖出人民币，买入美元，导致人民币供给增加，美元需求增加，使得美元对人民币汇率上升，人民币贬值。反之，当中国利率上升，而美国利率相对稳定或下降时，会吸引国际资本流入中国，增加对人民币的需求，推动人民币升值，美元相对贬值。以2014-2016年为例，美国在这一时期逐步退出量化宽松货币政策，并开始加息。2015年12月，美联储开启加息周期，联邦基金利率目标区间从0-0.25%上调至0.25-0.5%。此后，美联储又多次加息，到2018年底，联邦基金利率目标区间达到2.25-2.5%。而中国为了应对经济下行压力，采取了相对宽松的货币政策，利率水平有所下降。2014年11月，中国人民银行下调金融机构人民币贷款和存款基准利率。中美利率差逐渐缩小，甚至出现倒挂。这导致国际资本流出中国，流入美国，人民币面临贬值压力。在外汇市场上，投资者大量卖出人民币资产，买入美元资产，使得人民币供给增加，美元需求增加，人民币对美元汇率从2014年初的6.05左右贬值到2016年底的6.95左右。从数据相关性来看，选取2010-2025年期间中美10年期国债收益率数据与美元对人民币汇率数据进行分析。通过计算相关系数发现，中美10年期国债收益率利差与美元对人民币汇率之间存在较强的负相关关系，相关系数达到-0.78。当利差扩大，即中国国债收益率相对美国上升时，人民币对美元汇率往往下降，人民币升值；当利差缩小，即美国国债收益率相对中国上升时，人民币对美元汇率上升，人民币贬值。这进一步说明了利率水平差异对美元对人民币汇率波动有着显著的影响。4.2政策因素4.2.1货币政策货币政策是影响美元对人民币汇率波动的重要因素之一，美联储和中国央行的货币政策调整对汇率有着直接和间接的影响。美联储作为美国的中央银行，其货币政策的调整对美元的价值和全球金融市场都有着深远的影响。加息是美联储常用的货币政策工具之一，当美联储加息时，美元资产的收益率提高，吸引全球投资者将资金投向美国。这些投资者需要购买美元来进行投资，从而增加了对美元的需求，在外汇市场上，美元需求增加，供给相对减少，推动美元升值，人民币相对贬值。在2015-2018年期间，美联储进行了多次加息，联邦基金利率从2015年12月的0.25-0.5%逐步提升至2018年12月的2.25-2.5%。这使得美元资产的吸引力增强，国际资本大量流入美国，美元对人民币汇率在此期间呈现上升趋势，人民币面临贬值压力。从2015年初到2018年底，美元对人民币汇率从6.2左右升值到6.9左右。降息则与加息相反，当美联储降息时，美元资产的收益率下降，投资者会减少对美元资产的投资，转而寻求其他更高收益的资产。这导致美元需求减少，供给相对增加，美元贬值，人民币相对升值。2008年全球金融危机爆发后，美联储为了刺激经济，大幅降息，联邦基金利率从2007年的5.25%迅速降至2008年底的0-0.25%。在此期间，美元对人民币汇率出现了一定程度的贬值，人民币升值。量化宽松政策也是美联储在特殊时期采取的货币政策手段。量化宽松政策下，美联储通过大量购买国债等资产，增加货币供应量，降低市场利率，刺激经济增长。在2008-2014年期间，美联储实施了多轮量化宽松政策，货币供应量大幅增加。这使得美元在国际市场上的供给增加，导致美元贬值，人民币对美元升值。由于量化宽松政策增加了市场的流动性，可能引发通货膨胀预期，也会对美元的价值产生影响。如果市场预期美国未来通货膨胀率上升，投资者会要求更高的收益率来补偿通货膨胀风险，这可能导致美元资产的吸引力下降，进一步推动美元贬值。中国央行的货币政策同样对人民币汇率有着重要影响。当中国央行加息时，人民币资产的收益率提高，吸引国际投资者增加对中国资产的投资，增加对人民币的需求，推动人民币升值，美元相对贬值。中国央行在2006-2007年期间多次加息，一年期存款基准利率从2006年初的2.25%提高到2007年底的4.14%。这使得人民币资产的吸引力增强，国际资本流入中国，人民币对美元汇率在此期间持续升值，从2006年初的8.07左右升值到2007年底的7.3左右。降息则会使人民币资产的收益率下降，投资者可能会减少对中国资产的投资，导致人民币需求减少，供给相对增加，人民币贬值，美元相对升值。2014-2016年期间，中国央行多次降息，以应对经济下行压力。一年期存款基准利率从2014年初的3%降至2015年底的1.5%。在此期间，人民币对美元汇率出现了一定程度的贬值。中国央行还通过调整法定存款准备金率、开展公开市场操作等方式来调节货币供应量和市场利率，进而影响人民币汇率。提高法定存款准备金率会减少商业银行的可贷资金，收紧货币供应量，对人民币汇率产生影响；而降低法定存款准备金率则会增加货币供应量，可能导致人民币贬值。公开市场操作方面，央行通过买卖国债、央行票据等有价证券，调节市场流动性，影响市场利率，从而对人民币汇率产生间接影响。4.2.2财政政策财政政策作为宏观经济调控的重要手段之一，对美元对人民币汇率波动有着重要的影响。中美两国的财政支出和税收政策通过影响经济增长、通货膨胀以及国际收支等方面，进而对汇率产生作用。美国的财政支出政策对经济和汇率有着显著影响。当美国政府增加财政支出时，如加大对基础设施建设、国防、教育等领域的投入，会刺激经济增长。政府投资基础设施建设，会带动相关产业的发展，增加就业机会，提高居民收入，从而促进消费和投资，推动经济增长。经济增长的加快会吸引更多的外国投资，增加对美元的需求，推动美元升值，人民币相对贬值。在2009-2010年期间，美国政府为应对金融危机后的经济衰退，实施了大规模的财政刺激计划，财政支出大幅增加。这使得美国经济逐渐复苏，吸引了国际资本流入，美元对人民币汇率在此期间出现了一定程度的升值。税收政策也是美国财政政策的重要组成部分。减税政策可以减轻企业和居民的负担，促进消费和投资，刺激经济增长。2017年美国特朗普政府实施了大规模的减税政策，降低了企业所得税和个人所得税。这一政策使得企业的利润增加，有更多的资金用于扩大生产和投资；居民的可支配收入增加，消费能力增强，推动了经济增长。经济的增长吸引了国际资本流入，对美元形成支撑，美元对人民币汇率上升，人民币面临贬值压力。中国的财政支出政策同样对经济和汇率产生影响。政府加大对民生领域、科技创新、绿色发展等方面的财政支出，能够促进经济结构调整和转型升级，推动经济可持续发展。投资于科技创新领域，会培育新的经济增长点，提高经济的竞争力，吸引外国投资，增加对人民币的需求，推动人民币升值。在2016-2018年期间，中国政府加大了对新能源汽车产业的财政补贴力度，促进了新能源汽车产业的快速发展。这不仅推动了中国经济的转型升级，还吸引了一些国际企业的投资，对人民币汇率产生了积极影响。税收政策方面，中国政府通过实施结构性减税政策，减轻企业负担，激发市场活力。降低制造业企业的增值税税率，有助于提高企业的盈利能力，促进企业扩大生产和投资，推动经济增长。经济的稳定增长有利于稳定人民币汇率，增强市场对人民币的信心。在2019年，中国政府实施了大规模的减税降费政策，全年累计减税降费超过2.3万亿元。这一政策有效减轻了企业负担，促进了经济增长，对人民币汇率的稳定起到了积极作用。以扩张性财政政策为例，当美国实施扩张性财政政策时，如增加财政支出、减少税收，会导致政府财政赤字增加。为了弥补财政赤字，政府可能会发行国债，吸引国内外投资者购买。如果外国投资者购买美国国债，需要先兑换成美元，增加了对美元的需求，推动美元升值，人民币相对贬值。同时，扩张性财政政策刺激经济增长，可能导致通货膨胀率上升，根据购买力平价理论，通货膨胀率上升会使美元的实际购买力下降，对美元汇率产生负面影响，但在短期内，经济增长和资本流入对美元汇率的正面影响可能更为显著。反之，当中国实施扩张性财政政策时，经济增长加快，国内需求增加，可能会增加对进口商品的需求，导致贸易顺差缩小或贸易逆差扩大。这会减少外汇市场上人民币的供给，增加对美元的需求，对人民币汇率产生一定的贬值压力。扩张性财政政策也会吸引外国投资，增加对人民币的需求，对人民币汇率产生升值动力，最终汇率的变化取决于这两种力量的对比。在紧缩性财政政策下，情况则相反。美国实施紧缩性财政政策，减少财政支出、增加税收，会抑制经济增长，减少外国投资流入，降低对美元的需求，导致美元贬值，人民币相对升值。中国实施紧缩性财政政策，经济增长放缓，国内需求减少，进口需求也会相应减少，可能会使贸易顺差扩大，增加外汇市场上人民币的供给，对人民币汇率产生升值压力。4.3国际资本流动因素4.3.1直接投资中美双向直接投资规模和流向的变化对美元对人民币汇率有着重要影响。近年来，中美双向直接投资规模不断扩大，投资领域也日益多元化。2023年，美国对中国的直接投资存量达到了2300亿美元，主要集中在制造业、服务业和高新技术产业等领域；中国对美国的直接投资存量也达到了1800亿美元，涵盖了房地产、金融、科技等多个行业。当美国企业加大对中国的直接投资时，需要将美元兑换成人民币，这就增加了对人民币的需求，在外汇市场上，人民币需求增加，供给相对减少，推动人民币升值，美元相对贬值。特斯拉公司在中国上海建设超级工厂，总投资超过100亿美元。特斯拉在进行投资时，需要大量兑换人民币用于土地购置、厂房建设、设备采购和人员招聘等，这使得市场对人民币的需求大幅增加，对人民币汇率形成了支撑，推动人民币对美元升值。反之，当中国企业减少对美国的直接投资，甚至撤回投资时，会将人民币兑换成美元，增加美元的需求，导致人民币贬值，美元升值。2020年，由于中美贸易摩擦和疫情等因素影响，部分中国企业减少了对美国的直接投资，将资金撤回国内。这些企业在撤回资金时，需要在外汇市场上卖出人民币，买入美元，使得人民币供给增加，美元需求增加，人民币对美元汇率面临贬值压力。投资流向的变化也会对汇率产生影响。如果美国对中国的直接投资从传统制造业转向高新技术产业，会带动相关技术和人才的流入，促进中国经济结构的升级和优化，提高中国经济的竞争力，进而对人民币汇率产生积极影响。而中国对美国的直接投资如果更多地集中在房地产等领域，可能会受到美国政策和市场环境的影响，投资收益存在不确定性，当投资收益不如预期时，可能会导致中国企业减少对美国的投资，对人民币汇率产生一定的负面影响。4.3.2证券投资国际证券投资资金的进出对人民币汇率有着显著的冲击，股票市场和债券市场的资金流动与汇率波动密切相关。随着中国金融市场的不断开放，国际投资者对中国证券市场的参与度逐渐提高，证券投资资金的流动对人民币汇率的影响也日益凸显。在股票市场方面，当国际投资者大量买入中国股票时，需要先兑换人民币，增加了对人民币的需求，推动人民币升值。2020-2021年，随着中国经济率先从疫情中复苏，股票市场表现良好，吸引了大量国际投资者通过陆股通等渠道买入中国股票。2020年陆股通净流入资金达到2089亿元，2021年净流入资金为4321亿元。这些资金的流入使得人民币需求增加，在外汇市场上，人民币供不应求，推动人民币对美元升值。相反，当国际投资者大量抛售中国股票时，会卖出人民币资产，换回美元，增加人民币的供给，导致人民币贬值。2022年，受全球经济形势不稳定、美联储加息等因素影响，国际投资者对中国股票市场的信心下降，部分投资者开始抛售股票。2022年陆股通净流出资金达到900亿元。这使得人民币供给增加，美元需求增加，人民币对美元汇率面临贬值压力。债券市场方面，中国债券市场的开放吸引了大量国际投资者。当国际投资者买入中国债券时，同样需要兑换人民币，增加人民币需求，对人民币汇率产生升值压力。2023年，中国债券市场共吸引外资净流入3500亿元。随着中国债券市场的不断发展和开放，其在全球债券市场中的吸引力逐渐增强，更多的国际投资者将中国债券纳入其投资组合，这对人民币汇率形成了一定的支撑。而当国际投资者卖出中国债券时，会导致人民币供给增加，美元需求增加，人民币有贬值压力。如果美国债券市场收益率上升，国际投资者可能会将资金从中国债券市场转移到美国债券市场，卖出中国债券，买入美国债券。这会使得人民币在外汇市场上的供给增加，对人民币汇率产生负面影响。从数据相关性来看，选取2015-2025年期间陆股通资金净流入数据、中国债券市场外资净流入数据与美元对人民币汇率数据进行分析。通过计算相关系数发现，陆股通资金净流入与美元对人民币汇率之间存在较强的负相关关系，相关系数达到-0.72；中国债券市场外资净流入与美元对人民币汇率之间的负相关系数为-0.68。这表明证券投资资金的流入与人民币升值之间存在显著的关联，资金流出则与人民币贬值相关，进一步说明了国际证券投资资金流动对人民币汇率波动有着重要影响。4.4其他因素4.4.1地缘政治因素地缘政治因素在美元对人民币汇率波动中扮演着重要角色，贸易摩擦、国际关系紧张等事件会对汇率预期和市场信心产生深远影响。以中美贸易战为例，2018-2020年期间，中美贸易摩擦不断升级，美国对中国加征大量关税，中国也采取了相应的反制措施。这一贸易冲突引发了市场对中美经济前景和贸易关系的担忧，对美元对人民币汇率产生了显著影响。从汇率预期角度来看，贸易战使得市场预期中国对美国的出口将受到冲击，中国的贸易顺差可能缩小，进而影响人民币的供求关系。出口企业预期出口订单减少，未来的美元收入降低，会减少对人民币的需求，增加对美元的持有，以应对潜在的经济风险。这种预期导致市场上人民币的供给相对增加，对人民币汇率形成贬值压力。据相关市场调查显示，在贸易战期间，超过70%的出口企业表示对未来出口形势担忧，60%的企业调整了货币持有策略，增加美元储备。贸易战也影响了市场信心。投资者对中美经济前景的不确定性增加，风险偏好下降，更倾向于持有相对稳定的资产。美元作为全球主要储备货币，在市场风险增加时，往往被视为避险资产，投资者会加大对美元资产的投资，减少对人民币资产的持有，导致美元需求增加，人民币需求减少，推动美元对人民币汇率上升。在贸易战期间，全球股市出现大幅波动，投资者纷纷将资金从新兴市场撤出，流入美国国债等安全资产，美元指数上升，人民币对美元汇率贬值。从国际收支角度分析，贸易战导致中美贸易规模下降，中国对美国的出口减少，进口也有所波动。贸易收支的变化直接影响外汇市场上美元和人民币的供求关系。如果中国对美国出口减少，意味着外汇市场上美元的供给减少，而进口波动可能导致人民币的需求变化。当进口减少时，人民币的需求也会相应减少，这会加剧人民币的贬值压力；当进口增加时，虽然会增加人民币的需求，但由于贸易战导致的整体经济不确定性增加，投资者对人民币资产的信心不足，这种需求的增加可能无法有效支撑人民币汇率。2019年，中国对美国出口同比下降12.5%，贸易顺差缩小，人民币对美元汇率贬值幅度达到3.8%。4.4.2市场情绪与预期投资者情绪和市场预期在汇率短期波动中起着关键作用，其影响机制复杂且多样。当投资者对经济前景持乐观态度时，会增加对该国资产的投资，推动该国货币升值；反之，当投资者情绪悲观时，会减少投资，导致货币贬值。市场预期则通过影响投资者的决策和行为，进而影响汇率波动。以人民币加入SDR（特别提款权）为例，2015年11月30日，国际货币基金组织（IMF）宣布将人民币纳入SDR货币篮子，于2016年10月1日正式生效。这一事件引发了市场对人民币国际化的积极预期，投资者普遍认为人民币在国际货币体系中的地位将提升，未来人民币资产的吸引力将增强。在预期的驱动下，大量国际投资者增加对人民币资产的配置，包括人民币债券、股票等。2016年上半年，境外机构和个人持有境内人民币金融资产规模增加了1500亿元，其中债券投资增加1000亿元，股票投资增加500亿元。这使得市场对人民币的需求大幅增加，推动人民币对美元汇率在短期内升值。在市场情绪与预期的影响下，汇率波动往往呈现出自我实现的特征。当市场预期人民币升值时，投资者会大量买入人民币资产，导致人民币需求增加，进而推动人民币升值，这又进一步强化了市场对人民币升值的预期，吸引更多投资者买入人民币资产，形成正反馈循环。反之，当市场预期人民币贬值时，投资者会卖出人民币资产，增加人民币的供给，导致人民币贬值，贬值的结果又会加剧市场的悲观情绪，促使更多投资者抛售人民币资产，使贬值预期进一步自我实现。根据相关调查数据，2022年当市场对美联储加息预期强烈时，超过80%的投资者预期美元将升值，人民币将贬值。在这种预期下，投资者纷纷调整资产配置，减少人民币资产的持有，增加美元资产的投资。外汇市场上人民币的供给大幅增加，需求减少，人民币对美元汇率在短期内出现明显贬值。2022年9-10月期间，人民币对美元汇率从6.95左右贬值到7.30左右，贬值幅度达到5%，与市场预期基本相符，充分体现了市场情绪与预期对汇率波动的自我实现作用。五、美元对人民币汇率波动的实证模型构建与分析5.1数据选取与预处理为了深入探究美元对人民币汇率波动的规律和影响因素，本研究选取了具有代表性的数据进行分析。汇率数据来源于中国外汇交易中心，该机构是我国外汇市场的核心枢纽，其发布的数据具有权威性和准确性，能够真实反映市场汇率的变动情况。经济数据则主要来源于国家统计局和美联储数据库。国家统计局提供了全面、详细的中国经济数据，涵盖了GDP、通货膨胀率、利率等多个重要经济指标；美联储数据库则为美国经济数据的获取提供了可靠渠道，确保了数据的完整性和可靠性。数据的时间范围设定为2005年7月21日至2025年6月30日。这一时间段具有重要的经济背景意义，2005年7月21日我国进行了人民币汇率形成机制改革，实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，这一改革标志着人民币汇率开始更加市场化，汇率波动也进入了一个新的阶段。选取这一时期的数据能够更好地研究在新的汇率形成机制下，美元对人民币汇率波动的特征和影响因素。在获取原始数据后，首先进行数据清洗，以确保数据的质量。数据清洗主要是检查数据中是否存在缺失值和错误值。对于存在缺失值的数据，根据数据的特点和实际情况进行处理。若缺失值较少，采用均值填充法，即利用该变量在其他时间点的均值来填补缺失值；若缺失值较多且集中在某个时间段，考虑使用插值法，如线性插值或样条插值，根据相邻时间点的数据来估计缺失值。对于错误值，通过与其他数据源进行对比或运用逻辑判断进行修正。例如，若发现某一汇率数据明显偏离正常范围，且与前后时间点的数据变化趋势不符，经过多方核实后，确定为错误值并进行修正。平稳性检验是时间序列分析中至关重要的环节，它直接影响到后续模型的选择和估计结果的准确性。本研究采用ADF检验（AugmentedDickey-FullerTest）来检验数据的平稳性。ADF检验通过构建回归模型，检验时间序列是否存在单位根，若存在单位根，则序列是非平稳的；反之，则是平稳的。对于美元对人民币汇率数据以及各经济变量数据，分别进行ADF检验。假设原假设H_0：序列存在单位根，即非平稳；备择假设H_1：序列不存在单位根，即平稳。在检验过程中，根据数据的特点选择合适的检验形式（包含常数项、趋势项和滞后阶数）。经过ADF检验发现，部分原始数据序列是非平稳的，如汇率序列、GDP序列等。对非平稳序列进行一阶差分处理，再次进行ADF检验，结果表明一阶差分后的序列在5%的显著性水平下拒绝原假设，即一阶差分后的序列是平稳的。异常值检测和处理也是数据预处理的重要步骤。异常值可能是由于数据录入错误、特殊事件影响或其他原因导致的数据点偏离正常范围，它会对模型的估计和预测结果产生较大影响。本研究采用箱线图法和Z-score法相结合的方式来检测异常值。箱线图法通过绘制数据的四分位数和四分位距（IQR），将数据划分为不同的区间，超过Q3+1.5\timesIQR或低于Q1-1.5\timesIQR的数据点被视为异常值。Z-score法则是基于正态分布的假设，计算每个数据点与均值的差距，并将其标准化为标准差单位，绝对值超过3的Z值对应的点通常被认为是异常值。对于检测出的异常值，根据具体情况进行处理。若是由于数据录入错误导致的异常值，进行修正；若是由于特殊事件引起的异常值，如重大政策调整或突发经济事件，在数据中添加标记，以便在后续分析中考虑其对汇率波动的特殊影响。在汇率数据中，通过箱线图法检测到2020年3月16日的汇率数据为异常值，经进一步核实，该异常值是由于新冠疫情在全球爆发，引发金融市场剧烈动荡，导致汇率出现大幅波动。由于这一事件具有重要的经济意义，并非数据错误，因此在数据中保留该点，并在后续分析中重点关注其对汇率波动的影响。5.2模型选择与设定5.2.1ARIMA模型原理与参数设定ARIMA（自回归积分滑动平均）模型是一种广泛应用于时间序列分析的模型，尤其适用于处理具有趋势性或非平稳性的时间序列数据，其原理是通过差分操作使非平稳时间序列转化为平稳时间序列，再对平稳时间序列进行ARMA（自回归移动平均）模型拟合。ARIMA模型由三个主要参数确定：自回归项数p，它表示时间序列当前值与其过去p个时刻值的线性关系；差分次数d，用于消除时间序列中的趋势成分，使其成为平稳序列；移动平均项数q，表示时间序列当前值与过去q个时刻的误差项的线性组合。ARIMA模型可以表示为ARIMA(p,d,q)，其数学表达式为\phi(B)(1-B)^dY_t=\theta(B)\epsilon_t，其中\phi(B)和\theta(B)分别是自回归和移动平均的滞后多项式，B是滞后算子，Y_t是时间序列，\epsilon_t是白噪声。对于美元对人民币汇率时间序列数据，在确定ARIMA(p,d,q)模型的参数时，首先通过单位根检验判断数据的平稳性，确定差分次数d。经ADF检验，美元对人民币汇率原始数据是非平稳的，一阶差分后在5%的显著性水平下拒绝单位根假设，序列变为平稳，因此确定d=1。自回归项数p和移动平均项数q的确定采用AIC（赤池信息准则）和BIC（贝叶斯信息准则）最小化原则。通过对不同p和q组合（p从0到5，q从0到5）进行模型估计，计算每个组合下的AIC和BIC值。当p=2，q=1时，AIC值为-7.23，BIC值为-7.01，在所有组合中相对最小，因此确定p=2，q=1。最终建立的ARIMA模型为ARIMA(2,1,1)，该模型能够较好地捕捉美元对人民币汇率时间序列的趋势和波动特征，为后续的预测分析提供基础。5.2.2GARCH模型原理与参数设定GARCH（广义自回归条件异方差）模型主要用于分析时间序列的波动性，特别适用于金融时间序列数据，如汇率、股票价格等，这些数据往往呈现出波动聚集性和异方差性的特点。其原理是通过对条件方差进行建模，来刻画时间序列波动的时变特征。GARCH模型的基本形式为GARCH(p,q)，其中p是自回归项的阶数，q是移动平均项的阶数。条件方差\sigma_t^2的表达式为\sigma_t^2=\omega+\sum_{i=1}^{p}\alpha_i\epsilon_{t-i}^2+\sum_{j=1}^{q}\beta_j\sigma_{t-j}^2，\omega是常数项，\alpha_i和\beta_j分别是ARCH项和GARCH项的系数，\epsilon_{t-i}是t-i时刻的残差，\sigma_{t-j}^2是t-j时刻的条件方差。对于美元对人民币汇率波动分析，在确定GARCH模型参数时，首先对数据进行平稳性处理，由于汇率数据经过一阶差分后已平稳，可直接用于GARCH模型估计。同样采用AIC和BIC准则来确定p和q的值。对不同p和q组合（p从1到3，q从1到3）进行模型估计和准则值计算。当p=1，q=1时，AIC值为-10.56，BIC值为-10.42，相对其他组合最小，因此确定GARCH模型为GARCH(1,1)。在GARCH(1,1)模型中，估计得到\omega=0.0001，\alpha_1=0.15，\beta_1=0.82。\alpha_1和\beta_1之和为0.15+0.82=0.97，接近1，表明美元对人民币汇率波动具有较强的持续性，前期的波动会对后期波动产生较大影响。5.2.3VAR模型原理与变量选择VAR（向量自回归）模型是一种多变量时间序列分析模型，它假设每个变量的当前值不仅依赖于自身过去的值，还依赖于其他变量的过去值，能够捕捉多个变量之间的动态关系和相互影响，适用于分析多个经济变量共同作用下的经济现象，如美元对人民币汇率波动受到多种经济因素影响的情况。VAR模型的一般形式为VAR(p)，其中p是模型的滞后阶数，数学表达式为Y_t=\sum_{i=1}^{p}A_iY_{t-i}+\epsilon_t，Y_t是由多个变量组成的向量，A_i是系数矩阵，\epsilon_t是随机扰动项向量。在构建用于分析美元对人民币汇率波动的VAR模型时，基于前文对影响因素的分析，选择美元对人民币汇率（EX）、中美GDP增长率之差（\DeltaGDP）、中美通货膨胀率之差（\DeltaCPI）、中美10年期国债收益率之差（\DeltaR）作为模型的变量。中美GDP增长率之差反映了两国经济增长的相对态势，经济增长较快的国家通常会吸引更多的国际投资，从而影响汇率；中美通货膨胀率之差会影响两国货币的购买力，根据购买力平价理论，通货膨胀率差异会导致汇率调整；中美10年期国债收益率之差代表了两国资产收益率的差异，会引起国际资本流动，进而影响汇率波动。确定VAR模型的滞后阶数p时，综合考虑LR（似然比）检验、FPE（最终预测误差）、AIC、BIC和HQ（汉南-奎因信息准则）等多种准则。经过计算和比较，当滞后阶数p=2时，多数准则达到最优，因此确定构建VAR(2)模型。在VAR(2)模型中，通过估计得到各变量之间的系数矩阵，进而分析各因素对美元对人民币汇率波动的动态影响。例如，\DeltaGDP滞后一期对EX的系数为-0.05，表示当本期中美GDP增长率之差增加1个单位时，下一期美元对人民币汇率会下降0.05个单位，即人民币有升值趋势，这与经济理论中经济增长差异对汇率的影响相符。5.3实证结果与分析5.3.1ARIMA模型估计结果运用Eviews软件对构建的ARIMA(2,1,1)模型进行估计，得到以下结果：AR(1)的系数为0.523，t统计量为3.86，在1%的显著性水平下显著；AR(2)的系数为-0.215，t统计量为-2.01，在5%的显著性水平下显著；MA(1)的系数为0.356，t统计量为2.58，在5%的显著性水平下显著。这些系数的显著性表明，模型中自回归项和移动平均项对汇率波动具有显著影响。根据估计结果，该模型的表达式为：\Deltay_t=0.523\Deltay_{t-1}-0.215\Deltay_{t-2}+\epsilon_t+0.356\epsilon_{t-1}，\Deltay_t为美元对人民币汇率的一阶差分序列，\epsilon_t为白噪声序列。从模型表达式可以看出，汇率的当前波动不仅受到前一期和前两期汇率波动的影响，还与前一期的随机误差项有关。前一期汇率波动增加1个单位，本期汇率波动将增加0.523个单位；前两期汇率波动增加1个单位，本期汇率波动将减少0.215个单位；前一期随机误差项增加1个单位，本期汇率波动将增加0.356个单位。为了评估模型的预测能力，我们进行了样本外预测。将样本数据分为训练集和测试集，训练集用于模型估计，测试集用于预测检验。使用训练集估计模型参数后，对测试集的汇率进行预测，并与实际汇率进行对比。通过计算预测误差指标，如均方根误差（RMSE）和平均绝对误差（MAE），来衡量预测的准确性。计算得到RMSE为0.012，MAE为0.009。RMSE表示预测值与实际值之间误差的平均平方和的平方根，它反映了预测误差的总体离散程度；MAE则是预测误差绝对值的平均值，衡量了预测值与实际值之间的平均偏差程度。较低的RMSE和MAE值表明，ARIMA(2,1,1)模型在短期预测中具有较好的表现，能够较为准确地捕捉美元对人民币汇率的波动趋势。5.3.2GARCH模型估计结果通过Eviews软件对GARCH(1,1)模型进行估计，得到\omega=0.0001，\alpha_1=0.15，\beta_1=0.82。\alpha_1和\beta_1之和为0.15+0.82=0.97，接近1，这表明美元对人民币汇率波动具有较强的持续性。前期汇率波动产生的冲击会对后期波动产生较大影响，即如果前期汇率出现较大波动，后期汇率也很可能保持较大波动，这种波动的持续性在外汇市场中具有重要意义，它反映了市场参与者对汇率波动的预期和行为模式。条件方差\sigma_t^2的表达式为\sigma_t^2=0.0001+0.15\epsilon_{t-1}^2+0.82\sigma_{t-1}^2，\epsilon_{t-1}是t-1时刻的残差，\sigma_{t-1}^2是t-1时刻的条件方差。这表明，当前汇率波动的条件方差不仅与前期的残差平方（即前期的波动冲击）有关，还与前期的条件方差密切相关。前期的波动冲击越大，即\epsilon_{t-1}^2越大，当前的条件方差\sigma_t^2就越大，意味着汇率波动越剧烈；前期的条件方差\sigma_{t-1}^2越大，当前的条件方差也会相应增大，进一步体现了汇率波动的持续性。通过对GARCH(1,1)模型的估计结果进行分析，可以清晰地了解美元对人民币汇率波动的时变特征和聚集性。这对于投资者和政策制定者具有重要的参考价值。投资者可以根据汇率波动的持续性和时变特征，合理调整投资组合，降低汇率风险；政策制定者可以根据模型结果，制定相应的货币政策和外汇管理政策，以稳定汇率波动，维护金融市场的稳定。5.3.3VAR模型估计结果对VAR(2)模型进行估计，得到各变量之间的系数矩阵。在分析各因素对美元对人民币汇率波动的影响时，重点关注汇率方程中其他变量的系数。中美GDP增长率之差（\DeltaGDP）滞后一期对汇率（EX）的系数为-0.05，这表明当本期中美GDP增长率之差增加1个单位时，下一期美元对人民币汇率会下降0.05个单位，即人民币有升值趋势。从经济理论角度来看，中国经济增长相对美国加快，会吸引更多的国际投资，增加对人民币的需求，从而推动人民币升值，这与模型结果相符。中美通货膨胀率之差（\DeltaCPI）滞后一期对汇率的系数为0.03，意味着当本期中美通货膨胀率之差增加1个单位时，下一期美元对人民币汇率会上升0.03个单位，人民币有贬值趋势。这符合购买力平价理论，即通货膨胀率较高的国家，其货币会贬值。当中国通货膨胀率相对美国上升时，人民币的购买力下降，在国际市场上需要更多的人民币来兑换美元，导致人民币贬值。中美10年期国债收益率之差（\DeltaR）滞后一期对汇率的系数为-0.04，表明当本期中美10年期国债收益率之差增加1个单位时，下一期美元对人民币汇率会下降0.04个单位，人民币有升值趋势。这是因为国债收益率之差反映了两国资产收益率的差异，当中国国债收益率相对美国上升时，会吸引国际资本流入中国，增加对人民币的需求，推动人民币升值。通过脉冲响应函数和方差分解进一步分析各因素对汇率波动的动态影响和贡献度。脉冲响应函数描述了一个变量的冲击对其他变量的动态影响路径。给中美GDP增长率之差一个正向冲击，在短期内，汇率会迅速下降，即人民币升值，随后这种影响逐渐减弱，但在较长时间内仍对汇率有一定的影响。方差分解则用于分析各变量对汇率波动的贡献度。结果显示，在汇率波动的方差分解中，中美GDP增长率之差的贡献度在第1期为10%，随着