【《人民币汇率波动与中国上证指数波动的相关性实证分析案例》4400字】

人民币汇率波动与中国上证指数波动的相关性实证分析案例目录TOC\o"1-3"\h\u6842人民币汇率波动与中国上证指数波动的相关性实证分析案例 17925（一）指标选取及数据来源 115835（二）模型构建 19241（三）实证分析 260171.ADF检验 2158872.Johansen协整检验 3119063.Granger因果检验 4157514.VAR模型的建立及其稳定性检验 423815.脉冲响应分析 6116886.方差分解 8以上述理论分析为基础，通过运用Eviews8.0软件建立VAR模型并引入控制变量进而观察人民币实际有效汇率与上证指数间的长期均衡及短期动态关系。（一）指标选取及数据来源由于相比于名义有效汇率，人民币实际有效汇率指数剔除了通胀的影响，能更真实全面地体现人民币的相对购买力，因此，本文以此为解释变量，同时选择上证指数为被解释变量。在控制变量上，选择利率、以M2为代表的货币供应量、国际投资额这三个对股价波动造成较大影响的指标。其中，利率的波动意味着市场供给和市场需求；以M2为代表的货币供应量则反映了能够流入股市的资金量状况，进而通过引起资金量的变动对股价产生影响；而国际投资额则反映了资本市场的供给状况。为保证模型的准确性，要对所选取的变量进行多重共线性检验，结果显示M2供应量与其他变量的相关系数的绝对值都接近于1，因此该指标具有共线性，故剔除。本文实证分析以2014年1月实行汇改后至2022年12月为时间跨度，采用的人民币实际有效汇率指数来源于BIS提供的月度数据，用REER表示；上证指数选用的是上证指数收盘价来衡量，用LNSZ；利率和国际投资额的月度数据均来源于Wind经济数据库，分别用INI、I表示。（二）模型构建VAR模型是西姆1950年提出的向量自回归模型，它是用模型中所有当期变量对所有变量的若干滞后变量进行回归。它基于数据的统计性质建立模型，把系统中每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型，从而将单变量回归(AR)模型推广到由多元时间序列变量组成的VAR模型，来估计联合内生变量的动态关系，而不带有任何事先约束条件。VAR模型的建立还需以变量间存在相关关系为前提，通常用协整检验来确定是否存在相关关系，而是否能够进行协整检验则要基于序列是否同阶单整，因此该步骤位于单位根检验之后。关于协整检验，主要包括Engle-Granger于1987年提出的针对两个变量回归残差检验的EG两步法以及Johansen和Juselius提出的针对多变量回归系数检验的Johansen协整检验，因此本文采用后者进行分析。若变量间具有长期协整关系则可进一步通过Granger因果检验探析其因果关系。该方法可用于观察某一变量能否对其自身及其余变量以往的波动做出反应，原理如下:YX对以上两个公式进行回归，若α1、α2αm皆不为0，且λ1、λ2λm皆为0，则X对Y有单向影响；若α1、α2αm皆为0，而λ1（三）实证分析1.ADF检验为了消除异方差，使变量的线性趋势更加显著，首先要对人民币实际有效汇率、上证指数和国际投资总额进行对数处理，得到1nREER，1nSZ，lnI，利率则可使用原数据INI。对以上序列进行ADF检验，得到表4.1如下:表4.1ADF检验结果检验形式(C，T，K)ADF检验值1%临界值5%临界值10%临界值结论InSZ(C，0，0)-2.7955-3.5041-2.8767-2.5702不平稳D(1nSZ)(C，0，0)-10.8024-2.6352-1.9337-1.6224平稳InREER{C，T，1)-2.7044-4.0331-3.4398-3.1501不平稳D(InREER)(0，0，0)-8.0305-2.5796-1.9500-1.6222平稳InI(C，0，13)-2.4998-3.4788-2.8795-2.6024不平稳D(InI)(C，T，12)-3.6702-4.0306-3.4335-3.1503平稳INI(C，T，2)-2.5779-4.0408-3.4296-3.1551不平稳D(INI)(0，0，0)-7.7352-2.5799-1.9506-1.6227平稳根据以上结果可以得出:原始序列在0.05的显著性水平下ADF检验值均大于临界值，接受存在单位根的原假设，因此原始序列是不平稳的。而经过一阶差分后的序列ADF检验值表现为拒绝原假设，因此一阶差分后的序列均为平稳序列。由于1nSZ，1nREER，lnI和lnX均表现为一阶单整，故可以进一步对其长期协整关系进行检验。2.Johansen协整检验从上文可知变量皆为一阶单整，故采用Johansen协整检验法对其长期关系进行检验。由于协整检验对滞后阶数较敏感，因此在进行该检验之前需要经过VAR模型的最优滞后期检验，得到结果如下表所示。表4.2最优滞后阶数选取LaglogLLRFPEAICSCHQ1-189.7254NA0.00012.79632.90412.79652549.60271427.50210.0000-7.6204-7.2044-7.55613589.802175.31450.0000-7.9708-7.210031*-7.66084621.227456.79633.31e-09*-8.200331*-7.1024-7.750221*5635.924125.40250.0000-8.1702-6.7289-7.60556648.532621.92140.0000-8.1198-6.3503-7.39687667.227130.68542*0.0000-8.1599-6.0514-7.29878681.652123.09650.0000-8.1396-5.7085-7.1504在综合了表4.2显示的LR，FPE，AIC，SC，HQ统计量和系统推荐选项后，可以确定VAR模型最优滞后阶数为3，而协整检验时需选择的滞后阶数则为2。在明确滞后阶数后可进行Johansen协整检验得到如下结果。表4.3协整检验结果HypothesizedTface0.05No.ofCE(s)EigenvalueStatisticCriticalValueProb.**None*0.250141.201025.60240.0005Atmost0.118018.059822.30020.1802Atmast20.073110.899615.90710.2603Atmost30.02964.69779.17120.3224从表中数值可以看出，当原假设为不存在协整关系时，TraceStatistic=41.2010>25.6024，且P值仅为0.0005，因此拒绝原假设，即存在协整关系；当原假设为最多存在一个、两个甚至三个协整关系时，TraceStatistic统计量均大于0.05显著水平下的临界值，并且P值显示均较大，因此接受原假设，表明上证指数、人民币实际有效汇率、国际投资总额以及利率之间存在多个长期协整关系。协整方程如下:lnSZ=1.9400*lnREER-0.0570*INT+0.1179lnI-2.1406可以看出长期内人民币实际有效汇率指数正向作用于上证指数，且人民币实际有效汇率指数每上升1%，上证指数会增加1.94%。另外，从协整方程也可以看出利率与上证指数负相关，以及国际投资总额与上证指数间正相关，这与前文理论叙述结论一致。3.Granger因果检验通过以上分析可以明确人民币实际有效汇率与上证指数间存在长期协整关系，下面可以采用Granger因果检验法对其因果关系进行进一步分析。由于变量间最优滞后阶数为3，则对各个变量因果检验的结果如下。表4.4格兰杰因果检验结果NullHypothesis:orsF..StatisticProb.lnREERdoesnotGrangerCauselnSZ1444.9498*0.0279lnSZdoesnotGrangerCauselnREER5.8922**0.0118INTdoesnotGrangerCauselnSZ1447.6597***0.0001lnSZdoesnotGrangerCauseINT1.04020.3803InIdoesnotGrangerCauselnSZ1443.4281*0.0561lnSZdoesnotGrangerCauselnI0.46070.7221注:***、**、*分别表示在0.01，0.05，0.1的显著水平下显著。根据以上统计结果可以看出，在5%的显著性水平下，原假设，“1nREER不是1nSZ的格兰杰原因”以及“lnSZ不是lnRFER的格兰杰原因”都被拒绝，因此可以判断人民币实际有效汇率指数与上证指数互为因果关系。在1%的显著性水平下，原假设“INT不是1nSZ的格兰杰原因”被拒绝，而接受了“lnSZ不是INT的格兰杰原因”的原假设，因此可以判断利率是上证指数波动的格兰杰原因，并仅存在此单向因果关系。在10%的显著性水平下，原假设“lnI不是lnSZ的格兰杰原因”被拒绝，而接受了“lnSZ不是1nI的格兰杰原因”的原假设，故在此显著性水平下可以将国际投资总额看作是上证指数的格兰杰原因，并仅存在此单向因果关系。4.VAR模型的建立及其稳定性检验表4.5:VAR模型参数估计值DInSZDInREERDTNTDInIDInSZ(-1)0.0928-0.01400.18310.1702(0.0601)(0.0091)(0.0947)(0.2588)[1.07999][-1.55033][1.93339][0.640125]DInSZ(-2)0.14290.01220.0518-0.3227(0.0902(0.0506)(0.0950)(0.2578)[1.644721][1.33417][0.54532][-1.20988]D1nREER(-1)0.55210.4315-2.0596-6.2503(0.8703)(0.0903)(0.9496)(2.6224)[0.97603][4.80541][-2.16895][-2.34449]DInREER(-2)0.3045-0.0111-0.4320-4.5204(0.7999)(0.0832)(0.8805)(2.4196)[0.36297][-0.13047][-0.49056][-1.85977]DINT(-1)0.00290.00190.2733-0.6204(0.0768)(0.0078)(0.0848)(0.2417)[0.04241]10.26965][3.22204][-2.64334]DINT(-2)-0.01700.00030.19130.8007(0.0803)(0.0069)(0.0819)(0.2256)[0.21221][0.05198][2.33586][3.54407]DINT(-3)0.0119-0.0061-0.0126-0.4867{0.0248)(0.0030)(0.0275)(0.0761)[0.49063][-2.07396][-0.4587]][-6.47741]DInI(-1)-0.01090.0091-0.0252-0.5069{0.0258)(0.0031)(0.0287)(0.0801)[-0.419824][3.15697][-0.87754][-6.40638]DInI(-1)0.00680.0014-0.00170.0571(0.0096)(0.0009)(0.0112)(0.0313)[0.719865][1.40012][-0.14738][1.83887]R-squared0.04620.26980.26630.3674Adj.R-squared-0.01090.22970.22280.3402Sumsq.resids1.82030.02042.200216.7054S.E.equation0.11590.01190.12770.3498F-statistic0.79656.37016.123610.0801Loglikelihood109.4010437.220796.7243-49.2218AkaikeAIC-1.3966-5.9501-1.22250.7979SchwarzSC-1.1998-5.7598-1.04030.9941Meandependent0.01410.0019-0.00910.0139S.D.dependent0.11620.01400.14520.4322正如上表所示，拟合优度R较小，主要考虑是由于此处采用对数差分序列作为被解释变量，且VAR模型中变量都是平稳序列导致的。为能够进行脉冲响应分析，接下来要对该模型进行平稳性检验，只有在VAR模型稳定的基础上才能够进行脉冲响应和方差分解。表4.6反映的是对VAR模型的AR根进行检验，如果VAR所有根模的倒数都小于1，即都在单位圆内，则表明该模型是稳定的，若都在单位圆外，即模型是不稳定的，分析结果可能是无效的。表4.6AR根的稳定性检验RootModulus-0.266887-0.6204250.6698-0.268287+0.6204250.68290.55010.5501-0.328867-0.02107410.3297-0.328867+0.02107410.32970.325041-0.02714100.32610.325041+0.02714100.32610.29400.2940从表中可以看出，对模型AR根进行检验的结果表明，AR根都在单位圆内因此可以判定建立的VAR模型是稳定的，能够进行脉冲响应及方差分解分析。5.脉冲响应分析脉冲响应可以反映出当给模型一个标准差的冲击时，因变量在短期内受该冲击的影响所产生的波动幅度大小及持续时间长短。其实质是一个变量对另一个变量的影响分布情况，反映变量之间的动态影响。图4.I、图4.2，图4.3分别展现了上证指数对人民币实际有效汇率、利率和国际投资总额的脉冲响应结果，其中纵轴代表反应程度，横轴代表滞后期数。图4.1D1nSZ对D1nREER的脉冲响应图从图4.1可以看出，上证指数对人民币实际有效汇率指数给予的一个标准差的冲击所作出的响应有一定的时滞，第1期响应为0，然后快速作出反应，在第3期时正向冲击反应达到最大值，随后正向冲击反应逐渐减小，至第7期以后趋向于0。从整体来看，二者呈正相关关系，即人民币升值会有助于上证指数的上涨。图4.2DInSZ对DINT的脉冲响应图从图4.2可以看出，上证指数对利率给予的一个标准差的冲击作出响应同样存在一定的时滞，第1期响应为0，随后出现负向增长，即利率对上证指数的影响为负向。在第4期出现了正向响应，但在第5期又回到负向状态。总的来看，冲击反应围绕0上下小幅波动并逐渐趋向于0，因此上证指数对利率的变动敏感度较低。图4.3DlnSZ对Dln[的脉冲响应图从图4.3可以看出，上证指数对国际投资总额给予的一个标准差的冲击所作出的反应依然存在一定程度的时滞性，第1期响应为0，在第2期时正向冲击反应达到最大值，随后正向冲击反应逐渐减小，直至第3期出现了负向冲击的最大值，随后反应又趋于正向，围绕0上下波动。因此，国际投资总额前期会正向作用于上证指数，但随着市场供求状况的改变，其对上证指数的影响也会相应发生变化，供过于求时，其则会反向作用于上证指数。6.方差分解通过脉冲响应分析，上证指数与其他各个变量之间的短期动态关系，下面将通过方差分解来进一步观察人民币实际有效汇率指数、利率以及国际投资额对上证指数波动的贡献度，即它们对上证指数波动所发挥的作用的相对重要程度。表4.7对DlnSZ方差分解的结果Per