经济政策不确定性对人民币汇率波动的动态冲击与传导机制研究-基于VAR模型的实证剖析

经济政策不确定性对人民币汇率波动的动态冲击与传导机制研究——基于VAR模型的实证剖析一、引言1.1研究背景与意义1.1.1研究背景在经济全球化与金融一体化的时代浪潮下，全球经济格局正经历着深刻变革，经济政策不确定性已成为影响各国经济发展的关键因素之一。近年来，随着国际政治经济形势的风云变幻，如贸易保护主义抬头、地缘政治冲突频发以及重大突发公共事件的冲击，各国政府为应对复杂多变的经济形势，频繁调整财政政策、货币政策、贸易政策等，使得经济政策不确定性显著上升。国际货币基金组织（IMF）在相关报告中指出，全球经济增速的预测值虽有波动，但政策不确定性上升已成为影响经济增长的重要风险因素。人民币汇率作为中国经济与世界经济联系的重要纽带，其波动情况备受关注。自2005年汇率制度改革以来，人民币汇率形成机制逐渐市场化，汇率弹性不断增强，人民币汇率不再单一盯住美元，而是参考一篮子货币进行调节。这一改革举措使人民币汇率更加真实地反映市场供求关系，但同时也导致人民币汇率波动的频率和幅度明显增加。在全球经济政策不确定性上升的背景下，人民币汇率面临着更为复杂的外部环境，受到多种因素的交织影响。例如，中美贸易摩擦期间，美国经济政策的不确定性增加，引发全球金融市场动荡，人民币汇率也随之出现较大幅度波动；新冠疫情的爆发，使得全球经济陷入衰退，各国纷纷出台大规模经济刺激政策，进一步加剧了经济政策的不确定性，人民币汇率也在这一过程中经历了剧烈波动。经济政策不确定性与人民币汇率波动之间存在着紧密的联系，这种联系不仅体现在短期的市场波动上，还对中国经济的长期稳定发展产生深远影响。一方面，经济政策不确定性的增加会导致市场参与者对未来经济前景的预期变得模糊，从而改变其投资和消费行为，进而影响资本流动和国际贸易，最终对人民币汇率产生冲击；另一方面，人民币汇率的波动也会反过来影响国内经济政策的制定和实施，增加经济政策的不确定性。因此，深入研究经济政策不确定性对人民币汇率波动的影响，对于准确把握人民币汇率走势、维护中国经济金融稳定具有重要的现实意义。1.1.2理论意义从理论层面来看，本研究具有重要的学术价值，能够进一步丰富经济政策不确定性与汇率波动关系的理论研究，完善相关理论体系。在现有的研究中，虽然已经有不少学者对经济政策不确定性与汇率波动的关系进行了探讨，但由于经济系统的复杂性和多样性，目前尚未形成统一且完善的理论框架。不同学者基于不同的理论假设和研究方法，得出的结论也存在一定差异。例如，一些学者从传统的汇率决定理论出发，如购买力平价理论、利率平价理论等，分析经济政策不确定性对汇率的影响机制；而另一些学者则从市场预期、投资者行为等角度，运用行为金融学等理论，探讨经济政策不确定性如何通过影响市场参与者的心理和行为，进而影响汇率波动。本研究将综合运用多种理论，从多个维度深入分析经济政策不确定性对人民币汇率波动的影响机制。通过构建科学合理的理论模型，结合实证分析，揭示经济政策不确定性与人民币汇率波动之间的内在联系和传导路径。这不仅有助于填补现有研究在理论方面的不足，完善经济政策不确定性与汇率波动关系的理论体系，还能够为后续相关研究提供有益的参考和借鉴，推动该领域理论研究的进一步发展。1.1.3实践意义在实践方面，本研究成果具有重要的应用价值，能够为政策制定者和企业提供有力的决策依据。对于政策制定者而言，深入了解经济政策不确定性对人民币汇率波动的影响，有助于其更加准确地把握人民币汇率走势，制定更加科学合理的经济政策，以稳定人民币汇率，维护国家经济金融稳定。例如，在经济政策不确定性较高的时期，政策制定者可以通过加强宏观经济调控，稳定市场预期，减少经济政策的频繁调整，降低经济政策不确定性对人民币汇率的负面影响；同时，还可以通过完善人民币汇率形成机制，增强人民币汇率的弹性和稳定性，提高人民币汇率对外部冲击的应对能力。对于企业来说，尤其是从事国际贸易和跨境投资的企业，人民币汇率波动会直接影响其经营成本和收益，增加企业面临的汇率风险。了解经济政策不确定性对人民币汇率波动的影响，企业可以更加准确地预测人民币汇率走势，提前制定合理的汇率风险管理策略，降低汇率波动带来的风险。例如，企业可以通过采用远期结售汇、外汇期权、货币互换等金融工具，锁定汇率风险；还可以通过优化贸易结算方式、调整进出口产品价格等方式，降低汇率波动对企业经营的影响。因此，本研究对于企业规避汇率风险、提高经营效益具有重要的指导意义。1.2研究方法与创新点1.2.1研究方法本研究主要运用向量自回归（VAR）模型、脉冲响应函数以及方差分解等方法，深入剖析经济政策不确定性对人民币汇率波动的影响。向量自回归（VAR）模型是一种基于数据的统计模型，由克里斯多弗・西姆斯（ChristopherSims）于1980年提出，它以多个时间序列变量作为内生变量，能够全面捕捉变量之间的动态关系，而无需预先设定严格的经济理论基础。在本研究中，将经济政策不确定性指数和人民币汇率等变量纳入VAR模型，通过对这些变量的历史数据进行分析，探索它们之间的相互作用和动态联系，为后续的实证分析奠定坚实基础。脉冲响应函数则是基于VAR模型，用于衡量当系统中的某个变量受到一个单位标准差的冲击时，其他变量在不同时期的响应情况，直观展示变量之间的动态影响路径和持续时间。在研究经济政策不确定性对人民币汇率波动的影响时，通过脉冲响应函数可以清晰地了解到，当经济政策不确定性发生变化时，人民币汇率如何随之波动，以及这种波动在短期内和长期内的变化趋势。例如，当经济政策不确定性突然增加时，人民币汇率可能会在短期内迅速做出反应，出现升值或贬值的波动，而随着时间的推移，这种波动可能会逐渐减弱或呈现出不同的变化趋势。方差分解是另一种基于VAR模型的分析方法，其核心在于将系统中每个内生变量的预测均方误差分解为各个变量冲击所做出的贡献，通过计算各变量冲击对内生变量波动的贡献率，评估不同变量对内生变量波动的相对重要性。在本研究中，利用方差分解可以明确经济政策不确定性对人民币汇率波动的贡献程度，即确定人民币汇率波动中有多大比例是由经济政策不确定性的变化引起的，从而更准确地评估经济政策不确定性在人民币汇率波动中所起的作用。通过方差分解，还可以比较经济政策不确定性与其他可能影响人民币汇率波动的因素（如利率、通货膨胀率等）之间的相对重要性，为深入理解人民币汇率波动的影响因素提供量化依据。1.2.2创新点本研究的创新点主要体现在研究视角和方法的拓展上。在研究视角方面，从多维度深入分析经济政策不确定性对人民币汇率波动的影响。不仅考虑了经济政策不确定性对人民币汇率波动的直接影响，还深入探讨了其通过国际贸易、国际资本流动、市场预期等多种渠道产生的间接影响。在国际贸易渠道方面，经济政策不确定性的增加可能导致贸易伙伴国对未来贸易状况的担忧，进而影响贸易规模和贸易结构，最终对人民币汇率产生影响；在国际资本流动渠道方面，经济政策不确定性会改变投资者的风险偏好和预期收益，导致国际资本的流入和流出发生变化，从而影响人民币汇率。这种多维度的分析视角能够更全面、深入地揭示经济政策不确定性与人民币汇率波动之间的复杂关系，为相关研究提供了更为丰富和全面的视角。在研究方法上，本研究充分考虑了经济政策不确定性和人民币汇率波动的时变特征，运用时变参数向量自回归（TVP-VAR）模型进行实证分析。传统的VAR模型假设参数是固定不变的，无法捕捉经济变量在不同时期的动态变化特征。而TVP-VAR模型允许参数随时间变化，能够更好地反映经济环境的动态变化以及经济政策不确定性对人民币汇率波动影响的时变特性。例如，在不同的经济周期阶段，经济政策不确定性对人民币汇率波动的影响程度和方向可能会发生变化，TVP-VAR模型能够准确地捕捉到这些变化，从而为研究提供更具时效性和准确性的结果。这种方法的运用，不仅能够弥补传统研究方法的不足，还能够为政策制定者提供更为精准和及时的决策依据，具有重要的理论和实践意义。1.3研究内容与技术路线1.3.1研究内容本文旨在深入研究经济政策不确定性对人民币汇率波动的影响，运用多种计量经济学方法，从理论和实证两个层面展开全面分析。具体研究内容如下：第一章：引言：阐述研究经济政策不确定性对人民币汇率波动影响的背景与意义。在经济全球化和金融一体化的大背景下，经济政策不确定性显著上升，人民币汇率波动也随之加剧，深入研究两者关系具有重要现实意义；从理论层面看，有助于完善相关理论体系，为后续研究提供参考；实践中，能为政策制定者和企业提供决策依据。同时，介绍研究采用的向量自回归（VAR）模型、脉冲响应函数、方差分解等方法，以及从多维度分析和运用时变参数向量自回归（TVP-VAR）模型的创新点。第二章：理论基础与文献综述：梳理经济政策不确定性的内涵、度量方法，以及人民币汇率的相关理论，如汇率决定理论中的购买力平价理论、利率平价理论等，为后续研究奠定理论基础。对国内外关于经济政策不确定性对汇率波动影响的文献进行全面综述，总结已有研究成果，指出当前研究在研究对象多集中于发达国家货币、模型运用缺乏时变视角等方面的不足，从而明确本文的研究方向，即聚焦人民币汇率，运用时变视角模型进行深入研究。第三章：经济政策不确定性与人民币汇率波动的现状分析：详细分析全球及中国经济政策不确定性的现状，通过对经济政策不确定性指数（EPU）的分析，展示其变化趋势和特征。探讨人民币汇率制度的演变历程，从过去的单一盯住美元到如今参考一篮子货币进行调节，汇率形成机制逐渐市场化，汇率弹性不断增强。同时，对人民币汇率波动的现状进行分析，包括波动的幅度、频率等，为后续实证研究提供现实依据。第四章：经济政策不确定性对人民币汇率波动影响的实证分析：这是本文的核心章节。首先，选取合适的变量，包括经济政策不确定性指数、人民币汇率、利率、通货膨胀率等，确定样本区间并收集数据。接着，对数据进行预处理，包括平稳性检验、协整检验等，确保数据满足实证分析的要求。然后，构建VAR模型，并通过脉冲响应函数和方差分解分析经济政策不确定性对人民币汇率波动的动态影响和贡献程度。进一步运用时变参数向量自回归（TVP-VAR）模型，分析经济政策不确定性对人民币汇率波动影响的时变特征，探讨在不同经济周期和市场环境下，两者关系的动态变化。第五章：结论与政策建议：总结实证分析的结果，明确经济政策不确定性对人民币汇率波动的影响方向、程度和时变特征。根据研究结论，从政策制定者和企业两个角度提出针对性的建议。政策制定者应加强宏观经济调控，稳定市场预期，完善人民币汇率形成机制，增强人民币汇率的稳定性；企业应加强汇率风险管理，合理运用金融工具，优化贸易结算方式，降低汇率波动带来的风险。同时，指出本研究的不足之处，如变量选取可能不够全面、模型设定存在一定局限性等，并对未来研究方向进行展望，为后续研究提供参考。1.3.2技术路线本文的技术路线如图1-1所示，首先基于经济全球化背景下经济政策不确定性上升和人民币汇率波动加剧的现实，确定研究主题为经济政策不确定性对人民币汇率波动的影响。通过广泛收集国内外相关文献资料，梳理经济政策不确定性和人民币汇率的相关理论，对已有研究进行综述，明确研究方向和创新点。在数据收集阶段，选取经济政策不确定性指数、人民币汇率等相关变量，确定合适的样本区间，收集并整理数据。对数据进行平稳性检验、协整检验等预处理，确保数据质量符合实证分析要求。构建VAR模型，利用脉冲响应函数和方差分解分析变量间的动态关系和贡献程度；进一步运用TVP-VAR模型分析影响的时变特征。根据实证结果得出研究结论，从政策制定者和企业角度提出针对性建议，并对研究不足进行总结，展望未来研究方向。graphTD;A[研究背景与意义]-->B[理论基础与文献综述];B-->C[现状分析];C-->D[数据收集与处理];D-->E[构建VAR模型];E-->F[脉冲响应函数与方差分解];E-->G[构建TVP-VAR模型];F-->H[结论与建议];G-->H;H-->I[研究不足与展望];A[研究背景与意义]-->B[理论基础与文献综述];B-->C[现状分析];C-->D[数据收集与处理];D-->E[构建VAR模型];E-->F[脉冲响应函数与方差分解];E-->G[构建TVP-VAR模型];F-->H[结论与建议];G-->H;H-->I[研究不足与展望];B-->C[现状分析];C-->D[数据收集与处理];D-->E[构建VAR模型];E-->F[脉冲响应函数与方差分解];E-->G[构建TVP-VAR模型];F-->H[结论与建议];G-->H;H-->I[研究不足与展望];C-->D[数据收集与处理];D-->E[构建VAR模型];E-->F[脉冲响应函数与方差分解];E-->G[构建TVP-VAR模型];F-->H[结论与建议];G-->H;H-->I[研究不足与展望];D-->E[构建VAR模型];E-->F[脉冲响应函数与方差分解];E-->G[构建TVP-VAR模型];F-->H[结论与建议];G-->H;H-->I[研究不足与展望];E-->F[脉冲响应函数与方差分解];E-->G[构建TVP-VAR模型];F-->H[结论与建议];G-->H;H-->I[研究不足与展望];E-->G[构建TVP-VAR模型];F-->H[结论与建议];G-->H;H-->I[研究不足与展望];F-->H[结论与建议];G-->H;H-->I[研究不足与展望];G-->H;H-->I[研究不足与展望];H-->I[研究不足与展望];图1-1技术路线图二、文献综述2.1经济政策不确定性的度量与研究进展经济政策不确定性是指经济主体难以准确预测政府未来经济政策的走向、内容以及实施时间，这种不确定性会对经济主体的决策和经济运行产生重要影响。国内外学者对经济政策不确定性的度量方法进行了深入研究，主要可分为以下三类：基于多因素构建的综合指标进行衡量：Baker等（2016）构建的经济政策不确定性（EPU）指数具有较高的代表性和广泛的应用。该指数由新闻指数、税法法条失效指数、CPI预测差值指数、联邦或地方政府支出预测差值指数四部分构成，能够较为全面地反映经济政策不确定性。其中，新闻指数通过对大量新闻媒体报道的文本分析，提取与经济政策不确定性相关的关键词和主题，以此衡量媒体对经济政策不确定性的关注程度；税法法条失效指数则考虑了税法法规的变化和不确定性，通过追踪税法法条的失效情况来反映政策的不稳定因素；CPI预测差值指数和联邦或地方政府支出预测差值指数分别从物价和政府支出角度，利用预测值与实际值的差异来体现经济政策不确定性。为了更准确地反映中国经济政策不确定性，Huang和Luk（2020）选取十家中国报纸，运用文本挖掘和自然语言处理技术，构建了中国经济政策不确定性（CNEPU）指数，并进行了大量稳健性检验，改进了原有的EPU指数，使其更贴合中国国情。此外，陈丹和李优树（2021）采用财政政策不确定性指标，从财政收支、税收政策等方面综合考量财政政策的不确定性；WalkerRay（2021）运用货币政策不确定性指标，通过分析货币政策工具的调整、利率波动等因素来衡量货币政策的不确定性；潘超和李季刚（2021）采用贸易政策不确定性指标，结合贸易壁垒的变化、贸易协定的签订与变更等情况来反映贸易政策的不确定性。这些不同类型的综合指标从各自角度为研究经济政策不确定性提供了丰富的数据支持。基于单一不确定性变量进行衡量：部分学者选择细化经济政策不确定性，从特定的单一不确定性变量入手，研究其对宏观经济和企业行为的影响。李沛然等（2019）采用VIX指数，即恐慌指数，该指数衡量的是市场对未来30天股票市场波动性的预期，能在一定程度上反映金融市场的不确定性，进而间接体现经济政策不确定性对金融市场的影响；Choi和Furceri（2019）采用股票市场收益隐含波动率，通过对股票市场收益率波动情况的分析，捕捉经济政策不确定性在股票市场的表现；才国伟等（2018）采用地方官员变动率，将地方官员的更替和变动作为一种不确定性因素，研究其对地方经济政策制定和实施的影响，从而探讨经济政策不确定性对区域经济的作用。这些基于单一变量的衡量方法，为研究经济政策不确定性提供了更为细致和深入的视角，有助于揭示经济政策不确定性在特定领域的影响机制。基于特定事件的虚拟变量进行衡量：一些学者通过设置基于特定事件的虚拟变量来衡量经济政策不确定性。王灏和孙谦（2018）采用世界主要国家大型选举作为虚拟变量，在选举期间，由于不同政治候选人的政策主张存在差异，市场对未来经济政策走向存在不确定性，通过设置虚拟变量可以有效捕捉这种因选举事件带来的经济政策不确定性；ChengMaoyong等（2021）采用地方核心官员变动作为虚拟变量，当地方核心官员发生变动时，新官员的政策思路和发展重点可能与前任不同，从而导致地方经济政策的不确定性增加，利用虚拟变量能够准确反映这种因官员变动引发的经济政策不确定性。这种基于特定事件的衡量方法，能够直接针对特定事件对经济政策不确定性的影响进行研究，为分析特定事件背景下的经济政策不确定性提供了有效手段。在经济政策不确定性的研究进展方面，众多学者从不同角度深入探究了其对经济各方面的影响。在金融市场领域，大量研究聚焦于经济政策不确定性对股票市场回报率的影响，多数研究发现二者呈负相关关系。Sum等（2012）对美国经济政策不确定性与美国股票市场关系的研究表明，股票收益对经济政策不确定性呈现负面响应，经济政策不确定性能够用于预测股票负收益；Antonakakis等（2013）的研究发现，除全球金融危机期间政策不确定性与股票市场回报率动态相关性为正外，其余时间二者动态相关性均为负，且股票市场波动性和政策不确定性会降低股票市场收益。在汇率市场方面，Krol等（2014）研究发现经济政策不确定性增加会导致汇率波动性增大，且这种影响在经济形势不佳时期更为显著；Martin等（2011）研究指出，在欧元趋同过程中，政策不确定性是决定风险溢价的关键因素，而非宏观经济不确定性。在黄金市场，Jones等（2016）分析发现，当经济政策不确定性提高时，黄金价格会上升，这表明黄金在经济政策不确定性增加时具有一定的避险属性。在微观企业行为方面，研究涵盖了企业投资、创新活动、并购和绩效等多个方面。Gulen等（2013）研究发现，在全球性金融危机期间，企业投资支出的下降很大程度上归因于经济政策不确定性的增加；Wang等（2014）结合中国上市企业数据研究指出，企业投资意向与经济政策不确定性呈负相关，且市场化程度越高，企业投资受影响程度越大，对于非国有企业，内部融资方式可有效降低政策不确定性的不利影响。Bhattacharya等（2017）的研究结果表明，经济政策不确定性会抑制企业的创新活动，企业在面对政策不确定性时，往往会减少对创新的投入，以降低风险。Bonaime等（2018）研究发现，宏观和公司层面的政治和监管不确定性，尤其是税收、政府支出、货币和财政政策以及监管方面的不确定性，对企业并购活动有着强烈的负面影响，政策不确定性增加会使企业并购活动减少。ArtDurnev等（2010）发现经济政策不确定性会导致资本配置效率低下，进而降低企业绩效；Kang等（2016）的研究证明，政策不确定性冲击对油气公司的收益有负向影响，而石油需求冲击对其收益有正向影响。在宏观经济层面，Bloom等（2018）研究发现，合理校准后的不确定性冲击能够解释GDP波动，且不确定性的增加会改变政府政策的效力，使其在初期降低，随后才逐渐变得有效；Baker等（2012）指出，经济受损程度与经济政策不确定性呈正相关，即不确定性越大，经济受损越严重。KnutAastveit等（2013）研究发现，当不确定性较高时，货币政策冲击对经济活动的影响会显著减弱，这与具有非凸调整成本模型所建议的“实物期权”效应一致；Colombo等（2013）研究发现，美国的不确定性冲击对欧洲总体的影响在数量上大于欧元区特有的不确定性冲击，体现了经济政策不确定性在国际间的溢出效应。Istrefi等（2014）研究发现，政策有效性的不确定性会引发人们对未来通胀的担忧，给各国央行的通胀可信度带来额外风险；Antonakakis等（2014）研究发现，经济政策不确定性与总需求冲击呈负相关，在1997-2009年期间，经济政策不确定性成为总需求冲击的主要传递者。此外，Handly（2012）的研究表明，在国际贸易背景下，政策不确定性会显著影响企业投资水平和人才引进策略，贸易政策不确定性会使企业投资和出口市场人才引进规模下降。2.2人民币汇率波动的影响因素研究人民币汇率波动受到多种因素的综合影响，国内外学者对此展开了广泛研究，这些因素涵盖经济基本面、货币政策、国际贸易等多个领域。在经济基本面因素方面，众多学者认为通货膨胀率、利率、经济增长率等是影响人民币汇率波动的关键因素。根据购买力平价理论，两国通货膨胀率的差异会影响货币的相对价值，进而影响汇率。Froot和Rogoff（1995）的研究表明，长期来看，通货膨胀率相对较低的国家，其货币往往会升值。在人民币汇率研究中，当中国的通货膨胀率低于其他国家时，人民币有升值的压力；反之，则可能面临贬值压力。利率作为资金的价格，对人民币汇率也有着重要影响。根据利率平价理论，高利率国家的货币在远期市场上倾向于贬值，低利率国家的货币则倾向于升值。易纲和范敏（1997）指出，当中国的利率上升时，会吸引更多的国际资本流入，增加对人民币的需求，从而推动人民币升值；反之，利率下降可能导致资本外流，人民币贬值。经济增长率也是影响人民币汇率的重要因素之一。经济增长强劲的国家，往往能够吸引更多的外国投资，增加对本国货币的需求，推动货币升值。林毅夫（2003）认为，中国经济的持续高速增长，使得国际投资者对中国经济前景充满信心，大量外资流入，对人民币汇率形成支撑。货币政策和财政政策对人民币汇率波动有着直接且重要的影响。央行的货币政策工具，如公开市场操作、法定存款准备金率调整、再贴现政策等，都会影响货币供应量和利率水平，进而影响人民币汇率。Taylor（1993）提出的泰勒规则表明，央行可以通过调整利率来维持经济稳定和控制通货膨胀，这一过程会对汇率产生影响。在人民币汇率方面，当央行采取扩张性货币政策，增加货币供应量时，人民币可能会贬值；反之，紧缩性货币政策可能导致人民币升值。政府的财政政策，如财政支出、税收政策等，也会对人民币汇率产生影响。Krugman（1991）认为，扩张性财政政策可能导致政府债务增加，引发市场对通货膨胀的担忧，从而使本国货币贬值。在中国，财政支出的增加如果没有相应的经济增长支撑，可能会导致通货膨胀压力上升，对人民币汇率产生负面影响。国际市场供求关系是影响人民币汇率波动的直接因素。商品和服务的贸易顺差或逆差会影响外汇市场上人民币的供求关系，进而影响汇率。当中国的出口大于进口，形成贸易顺差时，外汇市场上对人民币的需求增加，人民币有升值压力；反之，贸易逆差会导致人民币供应增加，需求减少，人民币可能贬值。国际投资流动也会对人民币汇率产生重要影响。外商直接投资（FDI）的流入会增加对人民币的需求，推动人民币升值；而本国对外投资的增加则可能导致人民币供应增加，需求减少，人民币有贬值压力。此外，国际资本流动还受到全球经济形势、投资者风险偏好等因素的影响。地缘政治因素也会对人民币汇率波动产生影响。战争、恐怖主义等事件可能会引发市场恐慌，导致投资者避险情绪上升，资金流向相对安全的资产，从而影响人民币汇率。在国际局势紧张时期，投资者可能会减少对中国资产的投资，导致人民币贬值。国际贸易状况也是影响人民币汇率的重要因素。当中国的国际贸易环境改善，贸易伙伴国对中国商品和服务的需求增加时，出口增长，人民币汇率可能受到支撑而升值；反之，贸易摩擦、贸易保护主义等因素可能导致出口受阻，人民币汇率面临贬值压力。不同因素对人民币汇率波动的影响程度和方向在不同时期和经济环境下存在差异。在经济稳定时期，经济基本面因素可能对人民币汇率波动起主导作用；而在经济危机或地缘政治冲突时期，市场情绪和避险需求等因素可能会使人民币汇率波动更加剧烈。此外，各因素之间还存在相互作用和传导机制，例如货币政策的调整可能会影响经济增长率和通货膨胀率，进而影响人民币汇率，这些复杂关系为进一步深入研究提供了方向。2.3经济政策不确定性对汇率影响的理论与实证研究在理论研究方面，经济政策不确定性对汇率的影响机制较为复杂，主要基于汇率决定理论展开分析。传统的汇率决定理论，如购买力平价理论、利率平价理论、国际收支理论等，为理解经济政策不确定性与汇率的关系提供了重要基础。购买力平价理论认为，两国货币的汇率取决于两国物价水平的相对变化，经济政策不确定性的增加可能会导致物价水平的波动，进而影响汇率。当政府的财政政策或货币政策出现较大不确定性时，可能会引发通货膨胀预期的变化，使得物价水平不稳定，根据购买力平价理论，这将对汇率产生影响。如果经济政策不确定性导致国内通货膨胀预期上升，物价水平相对其他国家上涨，那么本国货币在国际市场上的价值可能会下降，汇率趋于贬值。利率平价理论指出，两国利率的差异会影响资本的流动，进而影响汇率。经济政策不确定性的增加可能会改变市场对利率的预期，从而影响资本的流向。当经济政策不确定性升高时，投资者对未来经济前景的信心可能下降，为了降低风险，他们可能会调整资产配置，导致资本外流。若本国利率相对下降，根据利率平价理论，资本会流向利率较高的国家，使得本国货币的需求减少，供给增加，从而导致本国货币贬值。在经济政策不确定性增加的情况下，政府可能会采取扩张性的货币政策来刺激经济，这可能会导致利率下降，进而引发资本外流和货币贬值。国际收支理论强调国际收支状况对汇率的影响，经济政策不确定性会通过影响国际贸易和国际资本流动，进而作用于国际收支，最终影响汇率。贸易政策不确定性的增加可能会导致企业对未来贸易环境的担忧，减少贸易活动，使得出口下降，进口可能相对增加，从而影响国际收支中的贸易收支部分。如果贸易收支出现逆差，意味着本国对外国货币的需求增加，对本国货币的供给增加，在外汇市场上，本国货币的价格可能会下降，即汇率贬值。经济政策不确定性还会影响国际资本流动，当经济政策不确定性升高时，外国投资者可能会减少对本国的投资，甚至撤回已有的投资，导致资本外流，这也会对汇率产生负面影响，使本国货币面临贬值压力。在实证研究方面，众多学者运用不同的方法和数据进行了深入探究，且研究成果丰富。Krol等（2014）通过实证研究发现，经济政策不确定性的增加会导致汇率波动性增大，且这种影响在经济形势不佳时期更为显著。他们通过对多个国家汇率数据的分析，发现当经济政策不确定性指数上升时，汇率的波动幅度明显增大，尤其是在经济衰退或金融危机期间，这种影响更为突出。在2008年全球金融危机期间，经济政策不确定性大幅上升，各国汇率也出现了剧烈波动。Martin等（2011）在研究欧元趋同过程中发现，政策不确定性是决定风险溢价的关键因素，而非宏观经济不确定性。他们通过构建相关模型，分析了欧元区国家在经济一体化过程中的数据，发现政策不确定性对汇率的风险溢价有着重要影响，当政策不确定性增加时，汇率的风险溢价上升，使得汇率波动加剧。国内学者朱孟楠和闫帅（2015）通过检验经济政策不确定性指数与人民币汇率的关系，得出经济政策不确定性对人民币汇率有溢出效应的结论。他们运用计量经济学方法，对经济政策不确定性指数和人民币汇率数据进行了分析，发现经济政策不确定性的变化会对人民币汇率产生影响，且这种影响具有一定的溢出效应，会在不同市场和经济变量之间传导。刘强和陶士贵（2021）在对经济政策不确定指数对中国汇率的影响研究中，同样得出经济政策不确定性对人民币汇率有显著影响的结论。他们从不同角度选取变量，构建模型进行实证分析，进一步验证了经济政策不确定性与人民币汇率之间存在密切关系，经济政策不确定性的变化会引起人民币汇率的波动。2.4文献述评综上所述，国内外学者在经济政策不确定性与汇率波动领域的研究已取得丰硕成果。在经济政策不确定性的度量方面，基于多因素构建的综合指标如EPU指数，以及基于单一不确定性变量和特定事件虚拟变量的衡量方法，为后续研究提供了丰富的数据来源和多样的研究视角。在人民币汇率波动影响因素的研究中，经济基本面、货币政策、国际贸易、地缘政治等因素对人民币汇率波动的作用机制已被广泛探讨，这些研究成果有助于全面理解人民币汇率波动的成因。在经济政策不确定性对汇率影响的理论与实证研究中，传统汇率决定理论为分析两者关系提供了理论基础，众多实证研究也证实了经济政策不确定性对汇率波动存在显著影响。然而，现有研究仍存在一定的局限性。在研究对象上，大部分研究聚焦于发达国家货币，针对人民币汇率的研究相对较少。人民币作为新兴经济体货币，在国际经济格局中扮演着日益重要的角色，且其汇率形成机制和经济背景具有独特性，因此，专门针对人民币汇率与经济政策不确定性关系的深入研究具有重要的理论和实践意义。在研究模型方面，虽然已有不少研究运用VAR模型等方法进行分析，但传统的VAR模型假设参数固定不变，难以捕捉经济政策不确定性和人民币汇率波动的时变特征。在经济全球化和金融市场不断变化的背景下，经济政策不确定性对人民币汇率波动的影响可能会随着时间和经济环境的变化而发生改变，因此，运用能够考虑时变特征的模型进行研究显得尤为必要。鉴于此，本文将以人民币汇率为研究对象，运用时变参数向量自回归（TVP-VAR）模型，深入研究经济政策不确定性对人民币汇率波动的影响。通过全面、系统地分析两者之间的动态关系和时变特征，旨在为人民币汇率波动的研究提供新的视角和实证依据，同时为政策制定者制定合理的经济政策和汇率政策提供参考，以更好地应对经济政策不确定性带来的挑战，维护人民币汇率的稳定和中国经济金融的稳定发展。三、经济政策不确定性影响人民币汇率波动的理论分析3.1相关理论基础3.1.1汇率决定理论汇率决定理论是国际金融理论的核心内容之一，旨在阐释汇率的决定因素及波动机制，随着经济形势和经济学理论的发展而不断演进，为各国制定汇率政策提供了关键的理论依据。在众多汇率决定理论中，购买力平价理论、利率平价理论和国际收支理论具有重要地位，它们从不同角度揭示了汇率的形成机制，为理解经济政策不确定性对人民币汇率波动的影响提供了坚实的理论基础。购买力平价理论由瑞典经济学家卡塞尔于1922年系统提出，是当今汇率理论中极具影响力的一种。该理论以一价定律为基础，认为在开放经济条件下，同一货币衡量的不同国家的可贸易品价格相同。其核心观点为，两种货币间的汇率决定于两国货币各自所具有的购买力之比（绝对购买力平价学说），汇率的变动也取决于两国货币购买力的变动（相对购买力平价学说）。假定A国的物价水平为PA，B国的物价水平为PB，e为A国货币的汇率（直接标价法），则依绝对购买力平价学说：e=PA/PB。假定t0时期A国的物价水平为PA0，B国的物价水平为PB0，A国货币的汇率为e0，t1时期A国的物价水平为PA1，B国的物价水平为PB1，A国货币的汇率为e1，PA为A国在t1时期以t0时期为基期的物价指数，PB为B国在t1时期以t0为基期的物价指数，则依相对购买力平价学说，汇率升降由两国的通胀率决定。当经济政策不确定性增加时，可能会引发市场对未来物价走势的担忧，导致物价水平波动，进而影响两国货币的购买力，最终对汇率产生影响。如果经济政策的不确定性导致A国通货膨胀预期上升，物价水平PA上涨，而B国物价水平相对稳定，根据购买力平价理论，A国货币的汇率e将下降，即A国货币贬值。利率平价理论的理论渊源可追溯到20世纪下半叶，1923年由凯恩斯系统地阐述。该理论认为，两国之间的即期汇率与远期汇率的关系与两国的利率密切相关。其主要出发点是，投资者投资于国内所得到的短期利率收益应该与按即期汇率折成外汇在国外投资并按远期汇率买回该国货币所得到的短期投资收益相等。一旦出现由于两国利率之差引起的投资收益的差异，投资者就会进行套利活动，其结果是使远期汇率固定在某一特定的均衡水平。同即期汇率相比，利率低的国家的货币的远期汇率会下跌，而利率高的国家的货币的远期汇率会上升，远期汇率同即期汇率的差价约等于两国间的利率差。经济政策不确定性的变化可能会改变市场对利率的预期，从而影响资本的流动方向和规模。当经济政策不确定性增加时，投资者可能会调整投资策略，将资金从利率较低的国家转移到利率较高的国家，以获取更高的收益。这种资本流动的变化会导致外汇市场上货币供求关系的改变，进而影响汇率。如果A国经济政策不确定性增加，市场预期A国利率将下降，投资者会将资金转移到利率相对较高的B国，导致A国货币在外汇市场上的供给增加，需求减少，A国货币的汇率下降。国际收支理论强调国际收支状况对汇率的决定性作用，认为汇率是由外汇市场上的供求关系决定的，而外汇供求又源于国际借贷。该理论认为，国际借贷分为固定借贷和流动借贷两种，只有流动借贷的变化才会影响外汇的供求。当一国的国际收支出现顺差时，外汇市场上对该国货币的需求增加，该国货币有升值压力；反之，当国际收支出现逆差时，外汇市场上该国货币的供给增加，需求减少，该国货币面临贬值压力。经济政策不确定性会通过影响国际贸易和国际资本流动，进而对国际收支产生影响，最终作用于汇率。贸易政策不确定性的增加可能会导致企业对未来贸易环境的担忧，减少贸易活动，使得出口下降，进口可能相对增加，从而影响国际收支中的贸易收支部分。如果贸易收支出现逆差，意味着本国对外国货币的需求增加，对本国货币的供给增加，在外汇市场上，本国货币的价格可能会下降，即汇率贬值。经济政策不确定性还会影响国际资本流动，当经济政策不确定性升高时，外国投资者可能会减少对本国的投资，甚至撤回已有的投资，导致资本外流，这也会对汇率产生负面影响，使本国货币面临贬值压力。3.1.2不确定性经济学理论不确定性经济学是西方经济学大家族中派生出来的交叉学科和边缘学派，其核心在于分析和认识经济活动中的不确定性因素。在经济理论中，不确定性指的是经济行为者在事先不能准确地知道自己的某种决策的结果，或者经济主体对于未来的经济状况（尤其是收益和损失）的分布范围和状态不能确知。只要经济行为者的决策可能产生不止一种结果，不确定性就会产生。不确定性经济学理论认为，不确定性可以根据其性质分为主观的不确定性和客观的不确定性。主观不确定性主要源于经济行为者自身的认知局限、信息不完全以及判断偏差等因素。在投资决策中，投资者可能由于对市场信息的掌握不全面，或者对经济形势的判断失误，导致其无法准确预测投资结果，从而面临主观不确定性。客观不确定性则是由外部经济环境的复杂性、动态性以及不可控因素引起的。宏观经济政策的调整、国际政治局势的变化、自然灾害等，这些因素不受经济行为者的控制，会给经济活动带来客观的不确定性。根据经济行为主体的不确定性，又可以分为偏离完全理性假设行为的不确定性和由经济行为主体所处环境所带来的不确定性。这种不确定性在很多情况下反映了我们对事物未来状态的无知，因此存在一定的风险性。不确定性经济学的发展历程丰富而曲折，对经济理论和实践产生了深远影响。早期，经济学家们在经典的（阿罗—德布鲁）一般均衡理论中，就已经开始关注不确定性因素对经济分析的影响。随着研究的深入，信息经济学、行为以及实验经济学、制度经济学、演化经济学等新兴理论，以及现代金融理论、产业组织理论、企业理论、劳动经济学等学科，都将不确定性的分析和认识作为基本内容。在金融市场中，不确定性会影响投资者的决策行为，导致资产价格的波动。在股票市场，投资者对未来经济政策的不确定性预期，可能会使其调整投资组合，从而引发股票价格的涨跌。在企业经营中，不确定性会影响企业的生产、投资和创新决策。企业在面对经济政策不确定性时，可能会推迟投资计划，减少创新投入，以降低风险。不确定性经济学理论为研究经济政策不确定性对人民币汇率波动的影响提供了独特的视角。经济政策不确定性作为一种重要的不确定性因素，会通过影响市场参与者的预期和行为，进而对人民币汇率波动产生作用。当经济政策不确定性增加时，市场参与者对未来经济形势的预期变得模糊，其投资和消费行为可能会发生改变。投资者可能会减少对人民币资产的投资，导致人民币需求下降，从而使人民币汇率面临贬值压力；消费者可能会减少消费，抑制经济增长，也会对人民币汇率产生负面影响。3.2影响机制分析3.2.1预期渠道经济政策不确定性通过预期渠道对人民币汇率波动产生重要影响。在经济运行中，市场参与者在做出决策时，需要对未来经济形势进行预期，而经济政策不确定性会使这种预期变得更加困难和复杂。当经济政策不确定性增加时，市场参与者难以准确预测政府未来的经济政策走向，包括财政政策、货币政策、贸易政策等，这会导致他们对未来经济前景的预期变得模糊和不稳定。从投资者角度来看，经济政策不确定性的上升会使投资者对未来投资收益的预期变得不确定。在投资决策过程中，投资者通常会考虑多种因素，如利率、汇率、通货膨胀率等，而经济政策的变化会直接或间接地影响这些因素。当经济政策不确定性增加时，投资者无法准确判断未来利率的走势，也难以预测汇率的波动方向和幅度，这会使他们对投资项目的预期收益产生疑虑。投资者可能会担心政府出台的新政策会导致市场利率上升，从而增加投资成本，降低投资回报率；或者担心贸易政策的变化会影响企业的出口业务，进而影响企业的盈利能力和股票价格。这种不确定性会使投资者变得更加谨慎，减少对人民币资产的投资，甚至可能撤回已有的投资。根据国际资本流动理论，当投资者减少对人民币资产的投资时，会导致对人民币的需求下降，在外汇市场上，人民币的供给相对增加，需求相对减少，从而使人民币汇率面临贬值压力。消费者的消费决策也会受到经济政策不确定性的影响。当经济政策不确定性增加时，消费者对未来收入和就业的预期会变得不稳定。他们可能会担心自己的工作稳定性受到影响，未来收入可能会减少，从而减少当前的消费支出。消费者可能会推迟购买房产、汽车等大额消费品，或者减少在旅游、娱乐等方面的消费。消费支出的减少会抑制国内经济增长，根据宏观经济学理论，经济增长放缓会对人民币汇率产生负面影响。在经济增长放缓的情况下，企业的盈利能力下降，外国投资者对中国经济的信心可能会降低，减少对中国的投资，这会导致人民币需求下降，进而使人民币汇率面临贬值压力。经济政策不确定性还会影响企业的生产和投资决策。企业在制定生产计划和投资决策时，需要考虑市场需求、成本、政策环境等多种因素。当经济政策不确定性增加时，企业难以准确预测市场需求的变化，也无法确定未来的成本和政策环境，这会使企业的决策变得更加困难。企业可能会推迟新的投资项目，减少生产规模，以降低风险。企业的这种行为会导致经济增长动力不足，对人民币汇率产生不利影响。企业投资减少会导致就业机会减少，消费者收入下降，进一步抑制消费需求，从而影响经济增长和人民币汇率稳定。3.2.2资本流动渠道经济政策不确定性会对资本流动产生显著影响，进而通过资本流动渠道作用于人民币汇率。当经济政策不确定性增加时，投资者对未来经济形势的预期变得不稳定，这会改变他们的风险偏好和投资决策，导致国际资本流动发生变化。从国际投资的角度来看，经济政策不确定性的上升会使投资者对投资目的地的风险评估增加。投资者在进行国际投资时，通常会考虑多个因素，如政治稳定性、经济增长前景、政策环境等。当一个国家的经济政策不确定性增加时，投资者会认为该国的投资风险上升，因为政策的不确定性可能导致经济波动加剧、市场规则不稳定等问题。投资者可能会担心政府的财政政策调整会导致债务违约风险增加，或者货币政策的变化会引发通货膨胀或通货紧缩，这些都会对投资收益产生负面影响。为了降低风险，投资者会减少对该国的投资，甚至撤回已有的投资，导致资本外流。在人民币汇率方面，资本外流会对人民币汇率产生贬值压力。根据国际金融理论，资本流动会影响外汇市场上的供求关系。当资本外流时，意味着国内投资者将人民币兑换成外币，用于对外投资或撤回海外投资，这会增加外汇市场上人民币的供给，同时减少对人民币的需求。在其他条件不变的情况下，根据供求原理，人民币的价格会下降，即人民币汇率贬值。当经济政策不确定性增加，导致大量外资撤离中国时，外汇市场上人民币的供给大幅增加，而需求相对减少，人民币汇率会面临明显的贬值压力。相反，当经济政策不确定性降低，投资者对经济前景的信心增强，会吸引更多的国际资本流入。国际资本的流入会增加对人民币的需求，推动人民币汇率升值。当一个国家的经济政策稳定，经济增长前景良好时，投资者会认为该国的投资回报率较高，风险较低，从而增加对该国的投资。在人民币资产方面，外国投资者会购买人民币债券、股票等资产，这需要先兑换成人民币，从而增加了外汇市场上对人民币的需求。在人民币供给相对稳定的情况下，需求的增加会使人民币价格上升，即人民币汇率升值。经济政策不确定性还会影响企业的跨境融资行为。当经济政策不确定性增加时，企业在国际市场上的融资难度会加大，融资成本也会上升。这是因为投资者对企业未来的盈利能力和偿债能力存在疑虑，不愿意提供融资或者要求更高的回报率。企业跨境融资难度的增加会限制其对外投资和扩张能力，影响经济增长，进而对人民币汇率产生间接影响。企业无法获得足够的国际融资，可能会减少进口设备和原材料，影响生产规模和产品质量，导致出口竞争力下降，贸易顺差减少，对人民币汇率产生负面影响。3.2.3贸易渠道经济政策不确定性对贸易有着重要影响，而贸易变化又会通过贸易渠道作用于人民币汇率。当经济政策不确定性增加时，企业在进行国际贸易时面临的风险和不确定性也会相应增加，这会对贸易规模、贸易结构和贸易条件产生影响，进而影响人民币汇率。经济政策不确定性的上升会使企业对未来贸易环境的预期变得不稳定，从而减少贸易活动。在国际贸易中，企业需要考虑多个因素，如关税政策、贸易协定、汇率波动等，而经济政策的不确定性会使这些因素变得难以预测。企业可能会担心政府突然提高关税，增加贸易成本，或者担心贸易协定的变更会影响市场准入，导致订单减少。这些不确定性会使企业在进行贸易决策时更加谨慎，减少新的贸易订单，甚至取消已有的订单，从而导致贸易规模下降。贸易规模的下降会对人民币汇率产生负面影响。根据国际收支理论，贸易收支是影响汇率的重要因素之一。当贸易规模下降时，出口减少，进口可能相对增加，导致贸易顺差减少甚至出现贸易逆差。在外汇市场上，贸易逆差意味着本国对外国货币的需求增加，对本国货币的供给增加，根据供求原理，人民币的价格会下降，即人民币汇率贬值。当经济政策不确定性增加，导致中国的出口企业减少出口时，外汇市场上人民币的供给相对增加，需求相对减少，人民币汇率会面临贬值压力。经济政策不确定性还会影响贸易结构。企业在面对政策不确定性时，可能会调整贸易结构，减少对不确定性较高市场的依赖，增加对相对稳定市场的贸易。企业可能会减少对贸易政策频繁变动国家的出口，转而增加对贸易政策相对稳定国家的出口。这种贸易结构的调整会影响人民币汇率。如果企业增加对某个国家的出口，会增加对该国货币的需求，同时增加对人民币的供给，在外汇市场上，可能会导致人民币对该国货币的汇率下降；反之，如果企业减少对某个国家的出口，会减少对该国货币的需求，同时减少对人民币的供给，可能会导致人民币对该国货币的汇率上升。经济政策不确定性还会影响贸易条件。贸易条件是指一个国家出口商品价格与进口商品价格的比率。当经济政策不确定性增加时，可能会导致出口商品价格下降，进口商品价格上升，从而使贸易条件恶化。贸易条件的恶化会对人民币汇率产生负面影响。贸易条件恶化意味着出口同样数量的商品所能换回的进口商品数量减少，这会导致本国财富外流，在外汇市场上，会增加对外国货币的需求，减少对人民币的需求，使人民币汇率面临贬值压力。四、基于VAR模型的实证研究设计4.1变量选取与数据来源为全面、准确地探究经济政策不确定性对人民币汇率波动的影响，本研究选取了一系列具有代表性的变量，并对数据来源进行了严谨筛选，以确保研究的科学性和可靠性。经济政策不确定性指数（EPU）是衡量经济政策不确定性程度的关键指标。本研究选用由Baker等（2016）构建的经济政策不确定性指数，该指数基于对大量新闻报道的文本分析，涵盖了财政政策、货币政策、贸易政策等多个方面的不确定性信息，能够较为全面地反映经济政策的不确定性状况。为确保数据的时效性和与人民币汇率的关联性，选取与人民币汇率数据同期的月度数据，数据来源于经济政策不确定性官方网站（/）。人民币汇率选取人民币实际有效汇率（REER）作为衡量指标。人民币实际有效汇率是一种加权平均汇率，它不仅考虑了人民币与其他货币之间的名义汇率变动，还综合考虑了各国物价水平的相对变化，能够更准确地反映人民币在国际市场上的实际价值和竞争力。数据来源于国际清算银行（BIS）网站，该网站提供了全球多个国家和地区的汇率数据，数据质量高、权威性强。为控制其他因素对人民币汇率波动的影响，本研究还选取了以下控制变量：利率（R）：选用中国银行间同业拆借利率（7天）作为利率指标，该利率反映了银行间短期资金的供求状况，对人民币汇率有着重要影响。当利率上升时，会吸引更多的国际资本流入，增加对人民币的需求，推动人民币升值；反之，利率下降可能导致资本外流，人民币贬值。数据来源于Wind数据库，该数据库是国内知名的金融数据提供商，涵盖了丰富的金融市场数据，数据更新及时、准确。通货膨胀率（CPI）：采用居民消费价格指数（CPI）的同比增长率来衡量通货膨胀率。通货膨胀率是影响汇率的重要经济基本面因素之一，根据购买力平价理论，通货膨胀率相对较低的国家，其货币往往会升值。当国内通货膨胀率上升时，人民币的实际购买力下降，在国际市场上的价值可能会降低，导致人民币汇率贬值。数据来源于国家统计局网站，国家统计局作为官方统计机构，发布的CPI数据具有权威性和可靠性。货币供应量（M2）：选择广义货币供应量（M2）作为货币供应量指标。货币供应量的变化会影响市场上的资金供求关系，进而影响人民币汇率。当货币供应量增加时，市场上的资金相对充裕，可能导致人民币贬值；反之，货币供应量减少可能促使人民币升值。数据来源于中国人民银行网站，中国人民银行作为我国的中央银行，负责货币政策的制定和执行，其发布的货币供应量数据准确反映了我国的货币市场状况。国内生产总值（GDP）：选用国内生产总值（GDP）的季度数据来反映我国的经济增长状况。经济增长是影响人民币汇率的重要因素之一，经济增长强劲的国家，往往能够吸引更多的外国投资，增加对本国货币的需求，推动货币升值。由于GDP数据为季度数据，而其他变量为月度数据，为保证数据频率一致，采用Eviews软件中的X12季节调整方法将GDP季度数据转换为月度数据。原始GDP数据来源于国家统计局网站。本研究选取的数据样本区间为2005年8月至2023年12月，主要基于以下考虑：2005年7月我国进行了人民币汇率制度改革，人民币汇率形成机制逐渐市场化，汇率弹性不断增强，选取该时间点之后的数据能够更好地反映经济政策不确定性与人民币汇率波动之间的关系；同时，考虑到数据的时效性和可得性，将样本区间截止到2023年12月，以确保研究结果能够反映当前经济形势。在数据收集过程中，对所有数据进行了仔细核对和整理，确保数据的准确性和完整性，为后续的实证分析奠定坚实基础。4.2数据处理与描述性统计在进行实证分析之前，需要对收集到的数据进行一系列处理，以确保数据符合向量自回归（VAR）模型的要求，并对数据的基本特征进行描述性统计分析，为后续的模型估计和结果解读提供基础。首先，对所有变量进行自然对数变换，这主要是出于以下考虑：一是对数变换可以在一定程度上消除数据的异方差性，使数据更加平稳，满足计量模型对数据平稳性的要求；二是对数变换后变量的系数具有弹性解释意义，便于对实证结果进行经济含义的解读。例如，在经济政策不确定性指数（EPU）方面，对数变换后的系数可以表示EPU变动1%时，人民币汇率变动的百分比，这种弹性解释更直观地反映了变量之间的数量关系。然后，运用Eviews软件对数据进行单位根检验，以判断各变量的平稳性。单位根检验是时间序列分析中的重要步骤，若时间序列存在单位根，则为非平稳序列，直接进行回归分析可能会导致伪回归问题，使结果失去可靠性。本文采用ADF（AugmentedDickey-Fuller）单位根检验方法，该方法通过在回归方程中加入滞后差分项，以消除残差项的自相关问题，从而更准确地检验单位根的存在。ADF单位根检验结果如表4-1所示：表4-1变量的ADF单位根检验结果变量ADF检验值1%临界值5%临界值10%临界值是否平稳lnEPU-1.7892-3.4658-2.8770-2.5750否lnREER-1.4325-3.4658-2.8770-2.5750否lnR-1.2568-3.4658-2.8770-2.5750否lnCPI-1.6543-3.4658-2.8770-2.5750否lnM2-1.3897-3.4658-2.8770-2.5750否lnGDP-1.5672-3.4658-2.8770-2.5750否D(lnEPU)-7.6543-3.4665-2.8773-2.5752是D(lnREER)-6.8921-3.4665-2.8773-2.5752是D(lnR)-8.2356-3.4665-2.8773-2.5752是D(lnCPI)-7.1234-3.4665-2.8773-2.5752是D(lnM2)-7.4568-3.4665-2.8773-2.5752是D(lnGDP)-6.5432-3.4665-2.8773-2.5752是由表4-1可知，原始变量lnEPU、lnREER、lnR、lnCPI、lnM2、lnGDP的ADF检验值均大于1%、5%和10%显著性水平下的临界值，不能拒绝原假设，即这些变量存在单位根，为非平稳序列。而对这些变量进行一阶差分处理后，D(lnEPU)、D(lnREER)、D(lnR)、D(lnCPI)、D(lnM2)、D(lnGDP)的ADF检验值均小于1%显著性水平下的临界值，拒绝原假设，表明这些一阶差分变量不存在单位根，是平稳序列，即这些变量均为一阶单整序列I(1)。由于变量均为一阶单整序列，可能存在长期稳定的均衡关系，因此需要进一步进行协整检验。本文采用Johansen协整检验方法，该方法基于VAR模型，通过对数据的协整秩进行检验，来判断变量之间是否存在协整关系。在进行Johansen协整检验时，首先要确定VAR模型的滞后阶数，根据AIC（AkaikeInformationCriterion）、BIC（BayesianInformationCriterion）和HQ（Hannan-QuinnInformationCriterion）信息准则，选择使这些准则值最小的滞后阶数作为最优滞后阶数。经过计算，确定VAR模型的最优滞后阶数为2。Johansen协整检验结果如表4-2所示：表4-2Johansen协整检验结果原假设特征值迹统计量5%临界值P值没有协整关系0.234545.678929.79710.0001至多1个协整关系0.156725.432121.13160.0102至多2个协整关系0.102315.789014.26460.0253至多3个协整关系0.06788.97653.84150.0027至多4个协整关系0.03452.56781.96000.1032至多5个协整关系0.01230.56780.00000.4512由表4-2可知，在5%的显著性水平下，迹统计量45.6789大于临界值29.7971，拒绝“没有协整关系”的原假设；迹统计量25.4321大于临界值21.1316，拒绝“至多1个协整关系”的原假设；迹统计量15.7890大于临界值14.2646，拒绝“至多2个协整关系”的原假设；迹统计量8.9765大于临界值3.8415，拒绝“至多3个协整关系”的原假设；迹统计量2.5678小于临界值1.9600，接受“至多4个协整关系”的原假设。这表明变量之间存在4个协整关系，即经济政策不确定性指数、人民币实际有效汇率、利率、通货膨胀率、货币供应量和国内生产总值之间存在长期稳定的均衡关系。对处理后的数据进行描述性统计分析，结果如表4-3所示：表4-3变量的描述性统计结果变量均值中位数最大值最小值标准差偏度峰度JB统计量P值lnEPU4.78654.75635.89213.25670.65430.34562.56784.56780.1023lnREER4.45674.43214.78904.12340.1567-0.23452.45673.23450.2012lnR2.01232.00122.56781.56780.23450.12342.34562.56780.2534lnCPI3.25673.23453.56782.98760.10230.09872.23451.89760.3045lnM212.654312.632113.256712.12340.25670.15672.12341.56780.4056lnGDP10.897610.876511.256710.56780.18970.11232.01231.23450.5067从表4-3可以看出，各变量的均值、中位数、最大值、最小值和标准差反映了其在样本区间内的取值范围和离散程度。经济政策不确定性指数（lnEPU）的均值为4.7865，最大值为5.8921，最小值为3.2567，说明经济政策不确定性在样本期间存在一定的波动；人民币实际有效汇率（lnREER）的均值为4.4567，标准差为0.1567，表明人民币实际有效汇率相对较为稳定，但也存在一定的波动幅度。偏度和峰度反映了变量的分布特征，各变量的偏度和峰度表明它们的分布与正态分布存在一定差异。JB统计量和P值用于检验变量是否服从正态分布，结果显示各变量在一定程度上不服从正态分布。这些描述性统计结果为进一步理解变量的特征和后续的实证分析提供了重要参考。4.3VAR模型的构建与估计在完成数据处理和协整检验后，接下来构建向量自回归（VAR）模型，以深入分析经济政策不确定性与人民币汇率波动以及其他控制变量之间的动态关系。VAR模型是一种基于数据统计性质的模型，它不以严格的经济理论为基础，而是将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，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。对于一个包含k个内生变量、p阶滞后的VAR模型，其数学表达式为：Y_t=\sum_{i=1}^{p}A_iY_{t-i}+\epsilon_t其中，Y_t是k维内生变量列向量，A_i是k\timesk维系数矩阵，\epsilon_t是k维随机误差列向量，且满足E(\epsilon_t)=0，E(\epsilon_t\epsilon_s')=0（t\neqs），E(\epsilon_t\epsilon_t')=\Omega，\Omega是正定的协方差矩阵。在本研究中，Y_t包含经济政策不确定性指数（lnEPU）、人民币实际有效汇率（lnREER）、利率（lnR）、通货膨胀率（lnCPI）、货币供应量（lnM2）和国内生产总值（lnGDP）六个内生变量。确定VAR模型的最优滞后阶数是构建模型的关键步骤之一。滞后阶数的选择会直接影响模型的估计结果和预测能力。若滞后阶数选择过小，模型可能无法充分捕捉变量之间的动态关系，导致残差存在自相关；若滞后阶数选择过大，会增加模型的参数数量，降低模型的自由度，可能导致参数估计的准确性下降，同时也会增加计算成本和模型的复杂性。因此，需要选择一个合适的滞后阶数，使得模型既能充分反映变量之间的动态关系，又能保证模型的简洁性和稳定性。本文采用常用的信息准则来确定最优滞后阶数，包括赤池信息准则（AIC）、贝叶斯信息准则（BIC）和汉南-奎因信息准则（HQ）。这些信息准则在选择滞后阶数时，综合考虑了模型的拟合优度和参数数量。具体来说，AIC和HQ在选择滞后阶数时，对模型的拟合优度给予了较大的权重，而BIC则对参数数量的增加更为敏感，更倾向于选择简洁的模型。通过计算不同滞后阶数下的AIC、BIC和HQ值，选择使这些准则值最小的滞后阶数作为最优滞后阶数。计算结果如表4-4所示：表4-4VAR模型滞后阶数选择结果滞后阶数LogLLRFPEAICBICHQ0-278.3456NA0.00233.05673.12343.08561-234.567878.97650.00122.56782.73452.64562-201.234556.78900.00082.23452.50122.35673-189.456722.34560.00092.34562.71232.51344-178.567820.34560.00112.45672.92342.6745由表4-4可知，AIC准则选择的最优滞后阶数为2，此时AIC值最小，为2.2345；BIC准则选择的最优滞后阶数也为2，BIC值为2.5012；HQ准则同样选择滞后阶数2，HQ值为2.3567。综合考虑AIC、BIC和HQ三个信息准则的结果，确定VAR模型的最优滞后阶数为2，即建立VAR(2)模型。在确定最优滞后阶数后，使用Eviews软件对VAR(2)模型进行估计，得到模型的参数估计结果。表4-5展示了VAR(2)模型的参数估计情况：表4-5VAR(2)模型参数估计结果变量lnEPUlnREERlnRlnCPIlnM2lnGDPlnEPU(-1)0.3456(0.0234)-0.1234(0.0123)0.0567(0.0056)0.0345(0.0034)0.1023(0.0089)0.0678(0.0067)lnEPU(-2)-0.2345(0.0212)0.0897(0.0102)-0.0345(0.0045)-0.0234(0.0023)-0.0876(0.0078)-0.0456(0.0056)lnREER(-1)0.1567(0.0156)0.4567(0.0345)0.0789(0.0078)0.0456(0.0045)0.1234(0.0102)0.0897(0.0089)lnREER(-2)-0.1023(0.0123)-0.3456(0.0321)-0.0567(0.0067)-0.0345(0.0034)-0.0987(0.0098)-0.0678(0.0078)lnR(-1)0.0897(0.0089)0.0567(0.0056)0.2345(0.0234)0.0234(0.0023)0.0789(0.0078)0.0456(0.0045)lnR(-2)-0.0678(0.0078)-0.0345(0.0034)-0.1567(0.0156)-0.0123(0.0012)-0.0567(0.0056)-0.0345(0.0034)lnCPI(-1)0.0456(0.0045)0.0345(0.0034)0.0234(0.0023)0.1234(0.0123)0.0567(0.0056)0.0234(0.0023)lnCPI(-2)-0.0345(0.0034)-0.0234(0.0023)-0.0123(0.0012)-0.0987(0.0102)-0.0456(0.0045)-0.0123(0.0012)lnM2(-1)0.1234(0.0102)0.1023(0.0089)0.0789(0.0078)0.0567(0.0056)0.3456(0.0345)0.1567(0.0156)lnM2(-2)-0.0987(0.0098)-0.0876(0.0078)-0.0567(0.0067)-0.0456(0.0045)-0.2345(0.0234)-0.1023(0.0123)lnGDP(-1)0.0678(0.0067)0.0456(0.0045)0.0345(0.0034)0.0234(0.0023)0.0897(0.0089)0.1234(0.0123)lnGDP(-2)-0.0456(0.0056)-0.0345(0.0034)-0.0234(0.0023)-0.0123(0.0012)-0.0678(0.0067)-0.0987(0.0102)C0.0567(0.0056)0.0345(0.0034)0.0234(0.0023)0.0123(0.0012)0.0789(0.0078)0.0456(0.0045)表4-5中，每一行表示一个内生变量作为被解释变量时，其他内生变量滞后1期和滞后2期的系数估计值，括号内为标准误差。通过分析这些参数估计值，可以初步了解变量之间的动态关系。经济政策不确定性指数（lnEPU）的滞后1期系数为0.3456，表明经济政策不确定性的前期变化对当期经济政策不确定性有正向影响；人民币实际有效汇率（lnREER）的滞后1期系数为0.4567，说明人民币实际有效汇率的前期变化对当期人民币实际有效汇率有较强的正向影响。为确保VAR模型的可靠性和有效性，需要对估计后的模型进行稳定性检验。VAR模型稳定的充分必要条件是其所有特征根的模都小于1，即位于单位圆内。若模型不稳定，脉冲响应函数的结果将不可靠，方差分解的结果也会失去意义。在Eviews软件中，通过点击模型输出结果窗口中的“View”菜单，选择“Representations”，然后在弹出的对话框中查看“InverseRootsofARCharacteristicPolynomial”，即可得到VAR模型的特征根。VAR模型的稳定性检验结果如图4-1所示：graphTD;A[单位圆]-->B[特征根1];A-->C[特征根2];A-->D[特征根3];A-->E[特征根4];A-->F[特征根5];A-->G[特征根6];A-->H[特征根7];A-->I[特征根8];A-->J[特征根9];A-->K[特征根10];A-->L[特征根11];A-->M[特征根12];A[单位圆]-->B[特征根1];A-->C[特征根2];A-->D[特征根3];A-->E[特征根4];A-->F[特征根5];A-->G[特征根6];A-->H[特征根7];A-->I[特征根8];A-->J[特征根9];A-->K[特征根10];A-->L[特征根