【《人民币汇率与通货膨胀对进出口贸易的影响实证研究-基于VAR模型的实证分析》9400字（论文）】

人民币汇率与通货膨胀对进出口贸易的影响实证研究—基于VAR模型的实证分析【摘要】：随着时代的发展，中国的经济实力不断增强，对外贸易的不断进行且数量庞大，进出口额一直居世界领先地位，进出口也影响着我国的方方面面，因此研究人民币汇率及通货膨胀率对进出口额的关系是有重要意义的。疫情以来，中国经济在全球经济逆增长大背景下实现了正增长，经济逐渐趋于稳定，因此中国的大国形象也逐渐提升，国外许多投资者对我国的信任增加持有量，也推进了人民币国际化的进程，而人民币国际化与进出口贸易息息相关，而汇率影响进出口贸易，因此本文研究了汇率指数与人民币国际化指数——跨境人民币指数之间的关系是有意义的。本文截取2000年1月至2020年12月的数据来进行相关研究，在此基础上使用了协整分析以及VAR模型进行分析，更加直观的分析并展现他们之间存在的双向影响关系。【关键词】：人民币汇率；通货膨胀；进出口总额；VAR模型；脉冲响应函数目录引言3一、文献综述3人民币国际化4通货膨胀4二、理论依据分析汇率与进出口贸易的基本联系通货与进出口贸易的基本联系人民币汇率与人民币国际化的基本关系三、数据说明与模型构造数据说明模型构造四、实证研究（一）相关数据走势图（二）平稳性分析（三）协整分析1.差分2.ECM分析3.模型的OLS回归检验4.VAR模型分析（1）格兰杰因果检验（2）脉冲响应函数分析（3）方差分解五、结论及政策建议（一）结论（二）政策建议七、参考文献引言改革开放以来，我国经济不断发展，中国世界影响力不断增强，国际地位不断提高。人民币国际化对汇率存在一定影响，进而影响对外贸易。所以在此背景下，研究人民币实时汇率变动与我国月度进、出口变化之间的关系，并以江苏省进出口贸易为例是有意义的。这样不仅能理清二者关系，还能为江苏省进一步扩大对外贸易提供思路。对外贸易是拉动经济增长的三驾马车之一。而通货膨胀一直是我国经济发展的不可避免的重要因素之一。通货膨胀是指一段时间内造成物价持续上涨的人民币贬值现象。我国实行市场经济以来，经济快速上升，对外贸易飞速发展，加入WTO后更是锦上添花。而人民币汇率对通货膨胀影响，通货膨胀势必会与对外贸易之间存在关系。因此通货膨胀、汇率以及进、出口之间的关系是有意义的。预期希望得出汇率、通货膨胀、进出口贸易之间的关系，并提出政策建议。文献综述人民币国际化李稻葵、刘霖林(2008)认为人民币作为国际化货币崛起，影响世界经济方向转变，认为通货膨胀率、利率水平等影响人民币国际化水平，当然它们之间也存在相互影响，人民币国际化加大中国对外贸易程度。彭浩东、黄东风(2019)利用SVAR模型对人民币国际话、汇率变动以及人民币FDI关系研究发现人民币国际化成为人民币升值的屏障，但人民币升值又会促进国际化进程，两者之间存在一定矛盾关系；崔琨、施建淮(2020)认为中美贸易摩擦期间，美国对中国增加进口关税的影响下，人民币对美元汇率下跌破“7”，阻碍人民币进一步国际化。韩琳琳、李慧(2020)认为人民币全球化可利用投资与进出口方面的结算和支付，降低贸易过程中的不确定风险，尤其是我国周边国家，与此同时也有利于中国的国际金融体系构成，进而促进我国对外贸易的不断扩地啊。通货膨胀赵欢（2018）表示贸易顺差刺激经济增长，进出口商品价格、成本传导机制影响经济效益进而影响通货膨胀水平。程珊珊（2017）我国是一个长期处于贸易双顺差的国际，而进出口贸易与通货膨胀之间的关系十分突出，因此保证对外贸易的同时，处理好通胀引起的其他因素。杨小军（2020）运用VAR模型以及GARCH模型得出人民币汇率对CPI与PPI存在溢出效应，并且它们之间的相关性有时变性，为正相关关系。杨子江、黄梅花、刘杰芳（2020）利用VAR模型得出，汇率对通货膨胀存在正向冲击。Lu.MandZZhang(2003）通过运用VAR模型对数据进行建模，研究了人民币汇率变动对国内物价水平的影响，通过实证模型分析，认为人民币贬值会影响国内通货膨胀。理论依据分析进出口贸易一般是指本国的跨境交易商品或服务的国际贸易，进出口贸易顾名思义是由进口贸易和出口贸易两部分组成。汇率与进出口贸易的基本联系汇率是指两种货币之间相互兑换的比率，即可视为用一国货币表示另一国货币的价值。一国对外汇率的升降影响进出口贸易量以及经济结构，汇率下降，本国货币升值，利于出口，抑制进口，汇率下降导致进口商品成本增加，进而导致进口商品在国内价格上涨，而计量通货膨胀指数CPI中包含了进口额，若进口商品额在国民生产总值中所占比重高，这会导致通货膨胀；反之若汇率上升，本国货币兑换较多的外国货币，促进进口而抑制出口，例如一瓶价值100美元的红酒，当人民币对美元汇率为7时，则中国需要以700人民币的价格进口，当汇率下降为6.35时，则只需要以635人民币进口，此时成本下降了65人民币，利于进口。进口的商品成本下降之后，在国内市场上的价格相比汇率下降之前低，所以会导致通货膨胀放缓升值紧缩。通货与进出口贸易的基本联系通货是指流通中的货币，而通货有通货膨胀和通货紧缩两种表现形式。通货膨胀是指一段时间内物价全面上涨，而货币的购买力下降导致贬值，一般用消费者价格指数衡量通货膨胀率。通货紧缩表现在经济萎缩时期，物价总水平在一段时期内持续下降，货币升值。而我国近年来经济总水平处于稳定发展阶段，所以国内通货说面临的普遍表现为通货膨胀。所以本次只讨论通货膨胀与对外贸易的关系。通货膨胀会导致对内货币贬值，造成国内用工成本提高或失业率增加，我国劳动力比较优势降低，会影响进出口贸易，利于国外商品进口但抑制国内商品出口。进出口商品的价格传导与成本传导也影响着国内物价。人民币汇率与人民币国际化的基本关系广义来说，汇率指数就是综合计算一国货币因其对他国货币的汇率变动，而更加全面反映本国货币的价值变化。人民币汇率指数主要分为三种，包括：CFETS人民币汇率指数、BIS人民币汇率指数、SDR人民币汇率指数。其中CFETS汇率指数主要参考于CFETS货币篮子，利用各人民币兑外汇币种权重，采取考虑转口贸易因素的贸易权重法计算得来的；而BIS汇率指数参考BIS货币篮子权重，取外汇中间价和交易参考价套算；SDR汇率指数参考SDR货币篮子权重，取汇率中间价计算而得，三种汇率指数均采取的是几何平均法。自2015年中国外汇交易中心开始计算并发布的CFETS人民币汇率指数，转变视角，能够更加直观的，深刻的研究人民币汇率，也是一种全新的视角，有利于改变过去参考美元汇率的单一视角，增加货币篮子这一参考体系，让人民币保持国际竞争力和稳定汇率。随着我国国际影响力不断加大，跨境贸易量与金额也在不断的扩大，因此认为人民币在不断对外交流的过程中，影响力增大，许多投资者也不断增持人民币，人民币国际化就是一个最好的例证。人民币国际化，顾名思义就是就是自人民币逐渐走出国门，在境外流通，逐渐被世界认可，并利用其结算，储存的过程。人民币国际化已经在我国开展了近十年的时间，虽然目前世界范围内还是以美元为主要的计价单位，但是人民币在外流通的金额逐渐扩大，不少投资者也看中了其发展潜力加大持仓，所以，人民币国际化是必然结果。由于汇率是直接影响进出口贸易的重要因素，而进出口贸易促进的人民币的对外流通，因此研究汇率与人民币国际化是有依据的，是有必要的。数据说明与模型构造数据说明本文采取2000年1月至2020年12月的月度时间序列数据，共240个样本容量，包含人民币兑美元汇率、通货膨胀、全国进口、出口以及进出口总贸易额。其中，人民币汇率数据来自国家外汇管理局提供的直接标价度量，以一美元兑若干人民币的实时有效汇率；通货膨胀以居民消费价格指数——CPI来度量，数据来自国研网数据库；全国进口、出口以及进出口总贸易额数据来源于RESSET数据库，以亿美元为单位；人民币国际化以跨境人民币指数——CRI来度量，数据来自前段数据库；汇率指数数据来自于中国外汇交易中心。表3.1变量符号及其含义变量符号及其含义变量符号变量含义变量符号变量含义Par人民币汇率DPar差分后的人民币汇率CPI居民消费价格指数DCPI差分后的居民消费价格指数Ex出口总额DEx差分后的出口总额ERI汇率指数DERI差分后的汇率指数CRI跨境人民币指数DCRI差分后的跨境人民币指数Im进口总额DIm差分后的进口总额模型构造本文采取多维时间序列模型，其中最核心的模型为向量自回归模型——VAR模型。该模型的始于著名计量经济学家ChristopherSims在1980年发表的著作《Macroeconomicsandreality》。VAR模型的实质是考察多个变量之间的动态互动关系且具有强稳定性，而研究汇率与进出口之间的关系涉及多个时间序列变量，因此采取向量自回归模型。一般表示为：其中Yt为n维向量，Ai为系数矩阵，BiXt为常数矩阵，μi为扰动项。本文将进行协整关系、格兰杰因果检验、脉冲响应函数以及方差分解等分析，探讨人民币汇率、居民消费价格指数以及进出口贸易总额之间的关系，并得出政策建议。实证研究相关数据走势图图4.1图4.2图1为人民币汇率走势图，有图可知人民币兑美元汇率在长达50个月里长期保持在8点几点范围内，随着我国经济加强，外贸实力不断扩大，人民币持续走强，推动了人民币国际化的进程，因此在世界上得到认可，有了“小美元”之称，因此人民币持续升值，汇率数字逐渐下降到6点几点程度。由于美国对我国实施了经济制裁，发生了中美贸易摩擦，以及2020年新冠疫情的影响，人民币汇率波动频繁。图2为居民消费物价指数的近二十年的表现。我们可以看到在2000年至2003年之间是保持平稳的。而后的五至十年间波动较大，一是因为我国改革开放后，不断发展经济，是的人民的收入得到提高；二是因为电商行业的兴起，是的居民的消费渠道得到拓展，消费欲望增大；三是自2011年起，国家改变了CPI的计算方式，开始以2010年为基期对照，因此产生了较大的波动。在近几年的发展中CPI的波动趋于稳定，与国家的稳健发展密不可分，但不可否认在新冠疫情的影响下居民消费者价格指数是受到影响的，程下降趋势。图4.3图4.4图3、图4分别为进口贸易走势图和出口贸易走势图。总体来说经过这么多年的发展，呈上趋势，虽然期间也经历了新冠疫情的影响影响了贸易，但优惠政府及各方的努力，恢复上涨的同时，更进一层楼。图4.5图5为跨境人民币指数的走势图，有图可知跨界人民币指数攀升，人民币国际化取得了阶段性的胜利，也说明了人民币在境外使用的频率、活跃程度结算比例不断加大。根据国际清算银行披露的最新数据，人民币结算比例从2011年末人民币交易量0.9%大幅上升到2014年的2.2%，成为第九大交易货币，境外人民币存量也逐渐增加。CRI指数也从2014年的146增加到2020年的317，可以说翻了一番。实现如此成就，其实也离不开我国的政治建设和经济建设。平稳性分析由于我们所查询并研究的数据趋势图都出现了明显趋势，因此我们预测这些时间序列数据都是非平稳的时间序列数据，为了验证或者进一步了了解研究的数据的属性，本文将利用R语言中ADF检验该时间序列数据的平稳性，检验结果如下：表4.1ADF检验结果变量ADF值结论par0.1339>0.05是单位根过程Ex0.67>0.05是单位根过程Im0.7437>0.05是单位根过程CPI0.74>0.05是单位根过程ERI0.25>0.05是单位根过程CRi0.1997>0.05是单位根过程结果显示，所有时间序列数据检验结果都在5%的显著水平下，人民币汇率，居民消费价格指数、全国进、出口额以及汇率指数和跨界人民币指数的ADF值均大于0.05，说明五个时间序列数据均为非时间序列数据。协整分析为了分析相关变量之间的长期均衡关系，因此采取协整模型进行数据分析。由于数据均为非平稳时间序列数据，在经济计量研究人员的长期研究下，发现了一种特殊的情况，就是多个非平稳时间序列数据之间存在协整关系，也就是说几个变量存在长期关系，或者说是均衡关系。因此协整关系虽然看上去是一个统计学上的概念，但是也刻画了相关联的数据之间存在长期均衡关系。协整分析由Granger在20世纪80年代提出的概念，主要分为Engle—Granger协整分析方法和Johansen协整分析方法，前者是对于多个变量的一种协整关系，而后者则是前者的拓展，主要应用于多个变量的多个关系，前者实基础，后者是拓展和完善。由于本文分析的是单个变量之间的协整关系，因此将采取Engle-Granger协整分析方法，目的是为了去除数据中长期趋势的影响，避免伪回归。差分为了去除“趋势”所造成的伪回归问题，必须去除趋势的影响，因此对数据进行了差分，再次进行ADF检验，检验结果如下：表4.3差分后的ADF检验结果变量ADF值结论∆par0.01<0.05平稳∆Ex0.01<0.05平稳∆IM0.01<0.05平稳∆CPI0.01<0.05平稳∆ERI0.01<0.05平稳∆CRi0.01<0.05平稳所以变量的数据经过差分后的ADF值均小于0.05，说明均不是单位根过程，且所有时间序列数据均平稳。模型的OLS回归检验由于数列满足协整条件，因此对数对做回归取残差，并对残差进行ADF检验判断它们之间是否存在协整关系。检验结果如下：表4.2残差的ADF检验结果变量ADF值结论tmp_res1（ex-par）0.01<0.05存在协整关系tmp_res2(im-par)0.01<0.05存在协整关系tmp_res3(cpi-ex)0.01<0.05存在协整关系tmp_res4(cpi-im)0.01<0.05存在协整关系tmp_res5(cpi-par)0.01<0.05存在协整关系tmp_res6(eri-cri)0.01<0.05存在协整关系由4.2表格可知，par对ex、im之间以及eri和cri存在协整关系，ex、im对cpi存在协整关系，par对cpi存在协整关系。建立并估计误差修正模型向量误差修正模型（ECM）顾名思义就是在建立向量矩阵的模型中增加一个误差项或者说是调整系数，使得模型拟合得更加好，换言之就是建立短期的动态模型来弥补长期静态模型的不足。利用向量误差修正模型判断出短期均衡和长期均衡的误差程度。首先预设误差修正模型的回归方程：∆ex(t)=a+b∆Gex(t-1)+c∆par(t-1)+dECM(t-1)+et∆im(t)=a+b∆Gim(t-1)+c∆par(t-1)+dECM(t-1)+et∆cpi(t)=a+b∆Gcpi(t-1)+c∆ex(t-1)+dECM(t-1)+et∆cpi(t)=a+b∆Gcpi(t-1)+c∆im(t-1)+dECM(t-1)+et∆cpi(t)=a+b∆Gcpi(t-1)+c∆par(t-1)+dECM(t-1)+et∆eri(t)=a+b∆Geri(t-1)+c∆cri(t-1)+dECM(t-1)+et∆cri(t)=a+b∆Gcri(t-1)+c∆eri(t-1)+dECM(t-1)+et表4.4ECM回归结果coefficientEstimateStd.ErrorT-valuePr(>|t|)显著情况(Intercept)17.772801512.79515441.3890261.660810e-01不显著∆ex-0.24330580.0613696-3.9645989.642081e-05在1%上显著∆par-697.3191365322.75668962.1605103.169909e-02在5%上显著tmp_res1-341.9113742321.6611437-1.0629552.888446e-01不显著EstimateStd.ErrorT-valuePr(>|t|)显著情况(Intercept)10.50303088.861478531.18524592.370639e-01不显著∆im-0.37739750.05915553-6.37975048.732072e-10在1%上显著∆par[34.5105856223.825964980.15418498.775904e-01不显著tmp_res2-46.0498460223.12257226-0.20638818.366585e-01不显著EstimateStd.ErrortvaluePr(>|t|)显著情况(Intercept)12.852568812.481405801.02973733.041447e-01不显著∆cpi-0.25084940.06080881-4.12521425.071009e-05在1%上显著∆ex58.555505418.597060433.14864311.842957e-03在1%上显著tmp_res32.053489718.663519990.11002699.124777e-01不显著EstimateStd.ErrortvaluePr(>|t|)显著情况(Intercept)10.00699488.572642041.16731752.442124e-01不显著∆cpi-0.37147340.05807115-6.39686697.933030e-10在1%上显著∆im39.064761812.754949743.06271392.437181e-03在1%上显著tmp_res42.724835112.799096800.21289288.315869e-01不显著EstimateStd.ErrortvaluePr(>|t|)显著情况(Intercept)1.34434446090.0040979870328.0499582.592788e-140在1%上显著∆cri0.00033898950.00031217471.0858972.804246e-01不显著∆eri0.01105803260.00298496143.7045813.650389e-04在1%上显著tmp_res51.00011076490.00031259393199.3930492.560187e-229在1%上显著EstimateStd.ErrortvaluePr(>|t|)显著情况(Intercept)1.805380e-014.628834e-04390.02921164.511801e-147在1%上显著∆eri-2.081741e-043.603283e-04-0.57773465.648860e-01不显著∆cri-4.991257e-053.500406e-05-1.42590801.573543e-01不显著tmp_res61.000125e+003.564991e-042805.40631843.504975e-224在1%上显著EstimateStd.ErrortvaluePr(>|t|)显著情况(Intercept)-0.0025694710.04305053-0.05968500.9524550不显著∆cpi-0.0367981930.06373346-0.57773460.5642133不显著∆par-0.8971735610.93998601-0.95445420.3407907不显著tmp_res70.0067584980.054797570.12333570.9019420不显著由表可得出修正误差后的回归方程，如下所示：∆ex1(t)=17.7728-0.2433∆Gex(t-1)-697.319∆par(t-1)-341.911ECM(t-1)+et∆im1(t)=10.5030-0.3774∆Gim(t-1)+34.5105∆par(t-1)-46.0498ECM(t-1)+et∆cpi1(t)=12.8525+58.5555∆Gcpi1(t-1)-0.2508∆ex(t-1)+2.0535ECM(t-1)+et∆cpi2(t)=10.0069+39.0647∆Gcpi2(t-1)-0.3714∆im(t-1)+2.7248ECM(t-1)+et∆cpi3(t)=-0.002569471-0.036798193∆Gcpi(t-1)-0.897173561∆par(t-1)+0.006758498dECM(t-1)+et∆eri(t)=1.3443-4.9912∆Geri(t-1)+0.011∆cri(t-1)+1.0001ECM(t-1)+et∆cri(t)=1.805380e-01-2.081741e-04∆Gcri(t-1)-4.991257e-05∆eri(t-1)+1.000125e+00ECM(t-1)+et从表中可以看出汇率指数与跨境人民币指数检验，以及人民币指数与居民消费价格指数的结果在0.05的概率下均是不显著的，也就是意味着他们之间在短期内影响不大。而其他相关变量的检验结果则为显著，人民币汇率和居民消费价格指数对我国进、出口贸易在短期影响较大，且存在长期协整关系。由所得公式可知人民币汇率每增加1个点，进口额将增加34.5105个点、出口额将减少697.319以及居民消费价格指数将减少0.897173561个点。进口额、出口额每增加一个点，居民消费价格指数将减少0.3714、0.2508个点。汇率指数每增加1个点，跨境人民币指数减少4.991257e-05个点，相反跨境人民币指数每增加1个点，汇率指数增加0.011个点。VAR模型分析VAR模型就是向量自回归模型，主要是考查多个变量之间的动态互动关系，是AR模型的衍生。其实质就是把所需要研究的数据变量的滞后值来构建函数模型。其模型公式为：Yt=c+a1y(t-1)+a2y(t-2)+.....+any(t-n)+team其他，c为常数向量，ai就是其变量向量矩阵，et为误差项。脉冲响应函数分析为了了解变量间的相互影响的关系与程度。一个较为直观的方法就是脉冲响应函数分析以及方差分解。因此本文选取滞后16个周期进行脉冲响应模型分析，结果如下：图4.6图4.7图4.6我们可以看出，在第一期、第二期时汇率对进口额是负向影响的，但在第三期时骤然上升达到最大值，然后趋于平稳，但还是一直处于0水平线之上。人民币汇率对进口贸易是趋于正相关的，也就是说汇率下降抑制了进口贸易，汇率上升促进进口。同理我们可以从图4.7中看出，在大体趋势上看汇率对出口贸易来说是负相关的，也就是说汇率上升或下降，是的出口贸易下降或上升。图4.8图4.9图4.8走势均处于水平线0之下，但较为平稳。而4.9的走势均趋于水平线0之上说明出口额与居民消费价格指数是负相关的，进口额与居民消费价格指数是正相关图4.10图4.11图4.10和4.11的走势大体相同，如在前两期保持在0水平之上，且在第二期达到峰值，在第三期达到谷底，然后趋于平稳且保持在0水平之下。说明汇率与居民消费价格指数是负相关的，跨境人民币指数与汇率也是呈负相关的。方差分解方差分解可以为我们提供更多的信息，例如各种传导途径的有效性，换句话来说就是分析变量间的冲击贡献度，就比如说在某个时点，三个因素的贡献率分别为12%，18%，23%，那么在这个时点12%是第一个因素引起的变动，18%是第二个因素引起的变动，23%是第三个因素引起变动的，以此类推。所以为了更好了了解因素之间的冲击贡献度，所以对数据进行方差分解，我们截取了16个时间周期，也就是说16个月来进行分析，分析结果如下：表4.6PAR对EX和IM的方差分解结果滞后期par对expar对imparexparim10.00600.99400.00100.999020.00500.99500.00130.998730.00470.99530.00220.997840.00430.99570.00370.996350.00390.99610.00600.994060.00380.99620.00920.990870.00470.99530.01320.986880.00690.99310.01790.982190.01030.98970.02340.9766100.01520.98480.02960.9704110.02120.97880.03630.9637120.02840.97160.04360.9564130.03660.96340.05130.9487140.04550.95450.05930.9407150.05490.94510.06770.9323160.06490.93510.07630.9237从表可知，对出口贸易、进口贸易变动的长期作用的部分方差，当滞后阶数为1时，总方差大部分，超过99.9%来自于它们本身，随着滞后期数的增加，总方差中来自于它们本身的部分呈下降趋势，而来自于人民币汇率部分呈上升趋势最终分别趋于6.49%、7.63%，因为所截取的数据较短，但是还是可以看到汇率部分的上升速度是大于进出口贸易部分的下降速度的。由此可知，在长期作用下，对于中国进出口贸易中汇率的影响大于它们本身长期以来的增长变动。表4.7EX、IM、PAR与CPI的方差分解结果滞后期par对cpiex对cpiim对cpicpiparcpiexcpiim11.00000.00000.99720.00280.99970.000320.99570.00430.96520.03480.97720.022830.99050.00950.96400.03600.97980.020240.98600.01400.96340.03660.97900.021050.98230.01770.96450.03550.98000.020060.97930.02070.96610.03390.98080.019270.97680.02320.96790.03210.98180.018280.97480.02520.96980.03020.98270.017390.97300.02700.97160.02840.98360.0164100.97140.02860.97340.02660.98450.0155110.97000.03000.97500.02500.98540.0146120.96870.03130.97650.02350.98620.0138130.96750.03250.97800.02200.98690.0131140.96640.03360.97930.02070.98760.0124150.96540.03460.98050.01950.98830.0117160.96440.03560.98160.01840.98890.0111从表可知，对于居民消费价格指数长期作用部分的方差，但滞后阶为1时，总方差大部分来自于其本身，随着滞后阶数的增加，居民消费价格指数逐渐下降，而进、出口额、人民币汇率逐渐上升：出口额最终趋于1.84%，进口额趋于1.11，人民币汇率趋于3.56%。虽然本文所取的滞后阶数少，但是可见上升的速率相对于居民消费价格指数快。表4.8ERI与CRI的方差分解结果滞后期数ericricriericrieri10.00150.99851.00000.000020.00820.99180.99980.000230.00580.99420.99610.003940.00490.99510.99500.005050.00450.99550.99420.005860.00420.99580.99320.006870.00390.99610.99210.007980.00370.99630.99110.008990.00360.99640.99010.0099100.00350.99650.98900.0110110.00340.99660.98800.0120120.00330.99670.98700.0130130.00320.99680.98600.0140140.00320.99680.98500.0150150.00310.99690.98400.0160160.00300.99700.98300.0170综合来说，在前期汇率、进、出口额、居民消费价格指数及汇率指数、跨境人民币指数自身的影响较大，但随着滞后期数增加，其他的因素影响逐渐加大，但是变化不明显。造成此原因可能的因素是，选用的数据量较小，没有更进一步的观察出长期的影响。结论及政策建议结论从协整分析结果看到，尽管本文说选取的数据都呈现非平稳性，但是它们两两之间具有长期稳定的一个协整关系。就长期而言，汇率与进、出口额之间存在高度相关性，居民消费价格指数与进、出口之间具有统计上的高度相关性，汇率指数和跨界人民币指数之间也存在高度相关性。从误差修正模型可以看出，短期内各数据变量之间存在动态调整机制。政策建议从上述中我们知道通货膨胀会对社会带来影响，影响物价水平和消费水平，也会因为对外贸易产生波动。然而对外贸易以及人民币国际化又会受到汇率的影响，因此予以重视。为了保障我国经济健康发展，对外经济贸易不断提高，推进人民币国际化的进程，并且让物价水平不会产生巨大的波动和重大通货膨胀的风险，所以应当采取相关措施，予以监管。对内保持物价稳定，对外稳定汇率由于我国是劳动密集型国家，劳动力出口是我国保持贸易顺差的主要原因之一，过大的贸易顺差不利于我国发展，因此首先应当加强供给侧结构性改革，加大高科技产业的发展，注重高科技人才的培养，注重对外的人才引进以及鼓励海外留学学子回国，为我国高科技产业献出一份力。转变目前对外进口芯片等高科技产品等现状，由此可以改变进出口贸易结构，并且，提高我国产品质量，提高国际竞争力，从而减少贸易顺差。其次，完善关税制度，注重对进口产品的评估及监管，利用我国法律法规保障我国相关企业的合法利益。再次，对我国出口的商品进行补贴，不仅是对商品价格上的补贴，而且也应该在产品研发上的补贴，提高国际竞争力，减少进口类似产品，降低消费成本。最后，加强监管以及预警制度，中央银行应当完善监督机制，主动且及时的查看目前汇率的变化，以及物价水平的变化，并且根据进口商品数量以及国内供求关系，主动调节市场价格。完善金融体系建设完善金融基础设施体系建设，金融基础设施类似于是现代的金融市场的硬件设施设施，就好比农村的柏油路、照明灯，是为了更好的促进金融发展的先手棋。金融基础设施包括：金融法律法规，如证券法、银行规范、信息披露原则、交易平台、支付体系，如信用卡体系等。处内部信息的金融信息透明化，旨在解决信息不对称造成的各种金融风险，新冠疫情发生以来，许多小微企业濒临破产倒闭，进出口贸易受到阻碍，群众失去就业渠道，为解决如此困境，积极鼓励银行降低贷款利息，建立公共征信服务平台，实现资源共享，使得小微企业贷款门槛降低但仍有征信限制，也变相的提高了贷款效率，解决目前困境，促进进出口贸易，稳定经济。加快推进人民币国际化进程人民币汇率形成机制