货币视角下人民币汇率变动对物价与资产价格影响的实证剖析

货币视角下人民币汇率变动对物价与资产价格影响的实证剖析一、引言1.1研究背景与意义近年来，中国经济持续高速增长，人民币国际化进程不断推进，人民币汇率受到了越来越多的关注。人民币汇率作为国际经济交往的重要衡量指标，其波动不仅反映了国内外经济形势的变化，也对中国经济的发展产生了深远影响。自2005年7月21日中国人民银行宣布实行有管理的浮动汇率制度以来，人民币汇率的市场化程度不断提高，汇率波动日益频繁，在不同时间段内，人民币对其他货币的汇率变动，对中国的物价和资产价格都产生了不同程度的影响。物价水平的稳定关乎民生福祉与经济的平稳运行，而资产价格的波动则与金融市场的稳定和投资者的财富息息相关。人民币汇率的变动会通过多种渠道对物价和资产价格产生作用，进而影响宏观经济的稳定和微观经济主体的决策。一方面，汇率变动会直接影响进口商品的价格，进而传导至国内物价水平；另一方面，汇率预期的变化会影响国际资本的流动，从而对资产价格产生冲击。从宏观经济政策制定的角度来看，正确认识人民币汇率变动对物价和资产价格的影响，是制定科学合理的货币政策、财政政策和汇率政策的基础。货币政策的目标之一是维持物价稳定，而汇率变动对物价的影响使得央行在制定货币政策时需要充分考虑汇率因素，以避免物价的大幅波动。例如，当人民币升值时，进口商品价格下降，可能会导致国内物价水平面临下行压力，此时央行在制定货币政策时可能需要考虑适当宽松的政策以防止通货紧缩；反之，当人民币贬值时，进口商品价格上升，可能引发通货膨胀，央行则需要采取相应的紧缩政策来稳定物价。此外，汇率变动对资产价格的影响也会影响货币政策的传导机制，进而影响货币政策的有效性。因此，深入研究人民币汇率变动对物价和资产价格的影响，有助于政策制定者及时准确地把握经济形势，做出合理的政策调整，促进经济持续平稳发展。从企业经营决策的角度而言，人民币汇率变动对物价和资产价格的影响是企业制定市场营销策略的重要参考。企业在进行进出口业务时，汇率波动会直接影响其成本和收益。如果人民币升值，进口企业的成本会降低，但出口企业的产品在国际市场上的价格会相对提高，竞争力可能下降。因此，企业需要根据汇率波动的实际情况，及时调整价格策略和销售策略，以应对市场变化，增强企业市场竞争力。例如，出口企业可以通过提高产品附加值、降低生产成本等方式来抵消汇率升值带来的不利影响；进口企业则可以抓住人民币升值的机会，扩大进口规模，降低采购成本。此外，企业在进行投资决策时，也需要考虑汇率变动对资产价格的影响。如果人民币升值预期较强，企业可能会增加对国内资产的投资，以获取资产价格上涨带来的收益；反之，如果人民币贬值预期较强，企业可能会减少对国内资产的投资，甚至将资产转移到国外。对于个人和家庭来说，汇率波动会影响社会总体物价水平和资产价格水平，从而影响个人和家庭的购买能力和投资决策。例如，当人民币升值时，进口商品价格下降，消费者可以用同样的货币购买到更多的进口商品，购买能力增强；但同时，资产价格可能上涨，对于想要购买房产或进行股票投资的个人和家庭来说，可能需要支付更高的成本。相反，当人民币贬值时，进口商品价格上涨，消费者的购买能力下降，而资产价格可能下跌，投资者的资产可能面临缩水的风险。因此，研究汇率波动对物价和资产价格的影响，有助于个人和家庭制定合理的消费和投资计划，实现资产的保值增值。综上所述，在当前复杂多变的国际经济形势下，深入研究人民币汇率变动对物价和资产价格的影响具有重要的理论和实践意义，它不仅有助于我们更好地理解宏观经济运行的规律，也为政策制定者、企业和个人提供了决策依据，对于促进中国经济的稳定发展和金融市场的稳定具有重要价值。1.2研究目标与创新点本研究旨在通过实证分析，深入探究人民币汇率变动对物价和资产价格的影响，为宏观经济政策的制定提供坚实的理论依据和数据支持。具体目标如下：解析汇率变动对物价的影响：通过构建严谨的实证模型，全面分析人民币汇率变动对物价水平的直接和间接影响，明确汇率变动在物价传导过程中的具体作用机制，例如进口商品价格渠道、货币供应渠道等，量化汇率变动对物价水平的影响程度，确定汇率变动一个单位时，物价水平相应的变动幅度，为货币政策制定者提供关于物价稳定目标下汇率政策调整的参考依据。揭示汇率变动对资产价格的影响：运用科学的研究方法，深入剖析人民币汇率变动对各类资产价格，如股票价格、房地产价格等的影响路径和影响程度。分析汇率变动如何通过国际资本流动、投资者预期等因素影响资产市场的供求关系，进而导致资产价格的波动。通过实证研究，为投资者和金融机构在资产配置决策中考虑汇率因素提供理论指导，帮助其更好地应对汇率波动带来的资产价格风险。基于货币视角进行综合分析：从货币供应量、货币流通速度等货币视角出发，综合考量人民币汇率变动与物价和资产价格之间的内在联系，揭示三者之间的联动机制。研究货币因素在汇率变动影响物价和资产价格过程中所起的中介作用，以及货币市场与外汇市场、商品市场和资产市场之间的相互传导关系，为宏观经济政策的协调配合提供理论支持，实现货币政策、汇率政策和财政政策在维持物价稳定和资产市场稳定方面的有效协同。本研究的创新点主要体现在以下几个方面：研究视角创新：从货币视角出发，将人民币汇率变动对物价和资产价格的影响纳入统一的分析框架。以往研究大多分别关注汇率对物价或资产价格的影响，较少从货币层面综合考量三者之间的内在联系。本研究通过引入货币供应量、货币流通速度等关键货币变量，深入探究货币因素在汇率传导机制中的作用，为理解汇率变动对经济的影响提供了全新的视角。模型构建创新：在构建实证模型时，充分考虑多种影响因素及其相互作用。不仅纳入传统的经济变量，如国内生产总值、利率等，还引入国际资本流动、投资者情绪等新兴变量，以更全面地反映人民币汇率变动对物价和资产价格的影响机制。同时，运用先进的计量经济学方法，如向量自回归模型（VAR）、动态面板数据模型等，处理变量之间的动态关系和内生性问题，提高研究结果的准确性和可靠性。数据处理创新：在数据选择上，选取具有代表性的实际数据，涵盖较长的时间跨度和多个经济周期，以保证数据的相对稳定性和可比性。在数据处理过程中，采用多种数据预处理方法，如季节性调整、差分法等，消除数据中的噪声和趋势性因素，提高数据质量。此外，运用大数据分析技术，挖掘更多与研究相关的潜在数据信息，为实证分析提供更丰富的数据支持。1.3研究方法与数据来源本研究综合运用多种研究方法，以确保研究的科学性和严谨性，具体如下：宏观经济模型法：构建包含汇率、物价、资产价格以及货币供应量等关键变量的宏观经济模型，如开放经济下的IS-LM-BP模型，并在此基础上进行拓展，引入货币市场的相关因素，以全面分析各变量之间的相互关系和作用机制，深入探讨人民币汇率变动在货币视角下对物价和资产价格的影响路径。通过设定不同的经济情景和参数值，模拟汇率变动对经济系统的冲击，预测物价和资产价格的变化趋势。计量分析方法：采用向量自回归（VAR）模型，该模型能够有效处理多个时间序列变量之间的动态关系，不依赖于严格的经济理论假设，可直接依据数据自身的统计性质来构建模型，从而分析人民币汇率变动与物价、资产价格之间的动态影响。运用脉冲响应函数，衡量当人民币汇率受到一个单位标准差的冲击时，物价和资产价格在不同时期的响应程度和方向，直观展示汇率冲击对物价和资产价格的短期和长期动态影响。通过方差分解技术，确定人民币汇率变动在解释物价和资产价格波动中所占的比重，量化汇率因素对物价和资产价格波动的贡献程度。文献研究法：广泛搜集和梳理国内外关于人民币汇率变动对物价和资产价格影响的相关文献，包括学术期刊论文、学位论文、研究报告等，了解已有研究的现状、方法和成果，分析现有研究的不足和有待进一步探讨的问题，为本研究提供理论基础和研究思路，避免重复研究，同时在已有研究的基础上进行创新和拓展。在数据来源方面，本研究主要选取权威机构发布的数据，以保证数据的准确性和可靠性。具体数据来源如下：国家统计局：提供丰富的宏观经济数据，如居民消费价格指数（CPI）、工业生产者出厂价格指数（PPI）、国内生产总值（GDP）等。这些数据能够全面反映国内物价水平和经济增长状况，是研究人民币汇率变动对物价影响的重要基础数据。例如，CPI用于衡量居民购买一篮子消费品和服务的价格变化，是反映通货膨胀水平的关键指标；PPI则反映了工业企业产品出厂价格的变动趋势和程度，对于分析生产领域的价格变动以及对物价的传导具有重要意义。中国人民银行：发布的货币供应量数据，如M0（流通中的现金）、M1（狭义货币供应量）、M2（广义货币供应量），以及人民币汇率数据，包括人民币对主要货币的汇率中间价、实际有效汇率等，这些数据是从货币视角研究人民币汇率变动的核心数据。货币供应量的变化会直接影响市场上的资金充裕程度，进而影响物价和资产价格；人民币汇率数据则是研究汇率变动的直接依据，不同的汇率指标能够从不同角度反映人民币在国际市场上的价值变化。万得资讯（Wind）：提供金融市场的各类数据，如股票价格指数（如上证指数、深证成指等）、房地产价格数据（如全国房地产开发景气指数、主要城市房价数据等）。这些数据能够准确反映资产市场的价格波动情况，对于研究人民币汇率变动对资产价格的影响至关重要。股票价格指数反映了股票市场的整体表现，是衡量股票资产价格的重要指标；房地产价格数据则反映了房地产市场的供需关系和价格走势，房地产作为重要的资产类别，其价格变化对经济和金融稳定具有重要影响。本研究选取2005年7月至2024年12月的月度数据进行分析。选择这一时间区间主要是因为2005年7月中国开始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，汇率形成机制发生了重大变革，此后人民币汇率的市场化程度不断提高，汇率波动对经济的影响更加显著，研究这一时期的数据能够更准确地反映人民币汇率变动对物价和资产价格的影响。在数据处理过程中，运用X-12季节调整方法对数据进行季节性调整，消除季节因素对数据的影响；采用对数变换等方法对数据进行预处理，以改善数据的统计性质，使其更符合计量分析的要求。二、文献综述2.1国外研究现状国外对于汇率与经济变量关系的研究起步较早，成果丰硕。在汇率传递方面，传统理论认为汇率变动会完全传递至消费者价格，进而改变相对价格，产生支出转换效应，如弗里德曼在价格名义刚性等假设下，认为汇率变动与进口价格之间是一一对应的关系。但后续研究将微观基础融入宏观分析后发现，汇率是不完全传递的。Knetter（1995）研究了6个美国出口产业和10个德国的出口产业，指出美国的出口价格对汇率变动的涨跌不敏感，而德国出口价格对汇率涨跌更敏感。Goldberg和Knetter（1997）将汇率传递效应定义为“由于进口国和出口国汇率变动百分之一所导致的以进口国当地货币标价的进口品价格变化的百分比”，此后学者们围绕汇率传递的不完全性展开深入研究，发现价格名义刚性、消费者货币定价、价格歧视、市场分割、成本加成的调整、分销成本、运输成本、竞争压力等都是导致汇率不完全传递的原因。在资本流动与汇率、资产价格的关系研究中，Mundell-Flemming模型为分析开放经济下宏观经济政策的有效性提供了重要框架。该模型指出，在不同的汇率制度下，资本流动会对经济变量产生不同影响。在浮动汇率制度下，资本的自由流动会使货币政策在影响国内产出方面更有效，而财政政策的效果则会被削弱；在固定汇率制度下，情况则相反。此外，随着金融市场的发展，国际资本流动对资产价格的影响也受到广泛关注。当国际资本大量流入一个国家时，会增加对该国资产的需求，从而推动资产价格上升；反之，当国际资本流出时，资产价格可能下跌。例如，在新兴市场国家经济快速发展时期，大量国际资本流入，推动了当地股票市场和房地产市场价格的上涨；而在经济危机期间，国际资本迅速撤离，导致资产价格大幅下跌。关于货币政策传导机制，西方货币政策传导机制理论经历了从传统的利率途径到货币主义、再到信贷传导机制以及多种渠道综合作用的演变过程。凯恩斯提出的货币政策利率途径传导机制理论认为，货币政策通过影响利率，进而影响投资和总需求，最终影响实体经济。货币主义则强调货币供应量的作用，主张实行“单一货币数量规则”，认为一个国家只要根据经济规模为货币供应量确定一个合理增幅，就能使经济在低通货膨胀条件下稳定增长。然而，随着信息技术发展和金融创新，金融市场的不完善性凸显，货币政策的信贷传导机制被广泛关注。该机制认为，由于资金供求双方信息不对称，金融中介机构在货币政策传导中发挥重要作用。此外，还有股票价格渠道（包括关于投资的q渠道、关于消费的财富效应渠道、关于居民资产组合的流动性渠道等）以及开放经济条件下的汇率渠道等多种传导渠道。虽然国外在这些领域的研究取得了丰富成果，但仍存在一定局限性。在汇率传递研究中，不同国家、不同行业、不同时期的汇率传递效应存在差异，现有研究在准确衡量和预测这种差异方面还有待完善。对于资本流动与资产价格的关系，研究多集中在宏观层面，对微观经济主体行为和市场结构的深入分析相对不足。在货币政策传导机制研究中，虽然理论不断发展，但在实际应用中，由于经济环境的复杂性和不确定性，货币政策的传导效果往往难以准确预测和控制。2.2国内研究现状国内学者对人民币汇率与物价、资产价格关系的研究，结合中国经济发展实际，在不同层面展开了深入探讨。在汇率传递方面，国内学者基于中国国情进行了大量实证研究。陈彪如等（1992）探讨人民币汇率变动对国内物价水平的影响，指出人民币汇率下调会使进出口商品国内价格上升，进而带动国内物价整体上涨，外贸商品占比决定了汇率下调对物价的影响程度。傅建设（1997）从汇率传递理论角度分析，认为市场不完全等因素导致人民币汇率变动不能100％传递到进出口价格。毕玉江、朱钟棣（2006）运用协整与误差修正模型，发现进口价格对人民币汇率变动的弹性远高于消费者价格对汇率变动的弹性。这些研究表明，人民币汇率传递存在不完全性，且在不同价格层面的传递效果存在差异，这与中国的贸易结构、市场竞争程度以及企业定价策略等因素密切相关。关于资本流动与汇率、资产价格的关系，国内研究关注中国金融市场开放进程中的实际情况。在人民币国际化进程中，跨境资本流动规模和频率不断增加，对汇率和资产价格的影响日益显著。学者们研究发现，当国际资本大量流入中国时，会增加对人民币资产的需求，推动人民币升值和资产价格上涨；反之，资本流出则可能导致人民币贬值和资产价格下跌。例如，在沪港通、深港通等互联互通机制开通后，境外资金的流入流出对A股市场的股价产生了明显影响；同时，房地产市场也受到外资流入流出的影响，在一些一线城市，外资的进入推高了房价，而在市场预期变化时，外资的撤离又对房价产生下行压力。在货币政策传导机制方面，国内学者结合中国金融体系特点和宏观经济环境进行研究。中国的货币政策传导不仅受到利率、货币供应量等因素影响，还受到金融机构行为、实体经济主体预期等因素制约。由于中国金融市场存在一定程度的分割，不同市场之间的利率传导存在时滞和阻碍，导致货币政策在不同市场和经济主体中的传导效果存在差异。例如，在小微企业融资方面，由于信息不对称和信用风险较高，货币政策通过信贷渠道对小微企业的支持效果相对较弱，小微企业面临融资难、融资贵的问题，这表明中国货币政策传导机制在某些环节还需要进一步完善和优化。然而，国内现有研究也存在一定局限性。在汇率传递研究中，对于如何准确量化汇率传递在不同行业、不同地区的差异，以及如何结合中国的产业政策和区域发展战略来优化汇率传递效应，还有待进一步深入研究。在资本流动与资产价格关系研究中，对金融市场微观结构和投资者行为的深入分析相对不足，难以全面解释资本流动与资产价格波动的复杂关系。在货币政策传导机制研究中，如何综合考虑多种传导渠道的相互作用，以及如何提高货币政策传导的有效性和精准性，以更好地服务于实体经济发展，仍是需要深入探讨的问题。2.3研究现状总结国内外学者对汇率变动与物价、资产价格以及资本流动、货币政策传导机制等方面的研究已取得丰硕成果，但仍存在一些有待完善和深入探讨的问题，这也为本文的研究提供了切入点。已有研究大多将汇率变动对物价和资产价格的影响分开讨论，缺乏从货币视角出发，将三者纳入统一分析框架的综合研究。然而，在实际经济运行中，货币因素在汇率变动影响物价和资产价格的过程中起着关键的中介作用，货币供应量、货币流通速度等货币变量与汇率、物价和资产价格之间存在着紧密的内在联系。例如，货币供应量的变化会影响市场上的资金充裕程度，进而影响汇率和资产价格；汇率变动也会通过影响国际收支和货币供求关系，对货币供应量产生反作用，从而间接影响物价水平。因此，从货币视角综合考察人民币汇率变动对物价和资产价格的影响，有助于更全面、深入地理解三者之间的联动机制，弥补现有研究在这方面的不足。在汇率传递研究中，虽然国内外学者已对汇率传递的不完全性及影响因素进行了广泛探讨，但对于如何结合中国的经济结构、贸易模式和货币政策特点，准确量化汇率传递在不同行业、不同地区的差异，以及如何通过政策调整优化汇率传递效应，以实现物价稳定和经济结构调整的目标，还有待进一步深入研究。中国作为世界第二大经济体，具有独特的经济结构和贸易模式，不同行业的进出口依存度、市场竞争程度和成本结构存在较大差异，这使得汇率传递效应在不同行业和地区可能表现出不同的特征。因此，深入研究中国的汇率传递问题，对于制定针对性的政策措施具有重要的现实意义。在资本流动与资产价格关系研究中，现有研究多集中在宏观层面的分析，对金融市场微观结构和投资者行为的深入剖析相对不足。然而，金融市场的微观结构，如市场参与者的类型、交易机制、信息传递效率等，以及投资者的行为特征，如风险偏好、预期形成机制、投资决策策略等，都会对资本流动与资产价格的波动产生重要影响。例如，不同类型的投资者对汇率变动和资产价格变化的反应不同，机构投资者可能更注重长期投资价值，而个人投资者可能更容易受到市场情绪的影响；交易机制的差异也会导致资本流动和资产价格的波动模式不同。因此，加强对金融市场微观结构和投资者行为的研究，有助于更准确地把握资本流动与资产价格波动的内在规律，提高对金融市场风险的防范能力。在货币政策传导机制研究方面，虽然理论不断发展，但在实际应用中，由于经济环境的复杂性和不确定性，货币政策的传导效果往往难以准确预测和控制。特别是在中国，金融市场存在一定程度的分割，不同市场之间的利率传导存在时滞和阻碍，导致货币政策在不同市场和经济主体中的传导效果存在差异。此外，随着金融创新的不断发展，新的金融产品和金融业务不断涌现，这也给货币政策的传导带来了新的挑战。因此，如何综合考虑多种传导渠道的相互作用，以及如何提高货币政策传导的有效性和精准性，以更好地服务于实体经济发展，仍是需要深入探讨的问题。例如，加强对金融市场的监管，促进市场的统一和协调发展，完善货币政策的操作工具和调控机制，提高货币政策的透明度和可预期性，都是提高货币政策传导效果的重要途径。综上所述，本文将从货币视角出发，综合运用宏观经济模型法、计量分析方法和文献研究法，深入研究人民币汇率变动对物价和资产价格的影响，通过构建严谨的实证模型，充分考虑多种影响因素及其相互作用，以期弥补现有研究的不足，为宏观经济政策的制定提供更全面、准确的理论依据和数据支持。三、理论基础与分析框架3.1相关理论基础汇率决定理论作为国际金融理论的核心内容之一，主要分析汇率受什么因素决定和影响，为研究人民币汇率变动提供了基础。国际借贷学说认为汇率由外汇市场供求关系决定，而外汇供求源于国际借贷，但该学说未阐明具体影响外汇供求的因素。购买力平价学说主张两国货币汇率取决于各自购买力之比，其理论基础为“一价定律”，即如果不考虑贸易成本，在套利交易下两个国家的同一商品价格经过汇率调整后应相等。然而，由于不同国家编制居民消费价格指数的统计口径及商品权重存在显著差异，实际汇率收敛到购买力平价汇率的速度非常慢，存在“购买力平价之谜”。利率平价理论从资金流动视角描述了利率和汇率的交互作用，根据是否存在远期外汇合约，分为抛补利率平价（CIP）和无抛补利率平价（UIP）。CIP假设投资者在套利时利用期汇市场签订与套利反方向的远期外汇合约，本币贴水率等于两国利差；UIP假设投资者不进行远期交易，预期汇率变动等于两国利差。在实际应用中，利率平价理论在短期汇率决定方面具有重要价值，例如央行可通过调整短期利率来调节汇率。但该理论忽略了外汇交易成本、资本流动障碍等因素，且假定套利资本规模无限。这些汇率决定理论从不同角度解释了汇率的形成和变动机制，为理解人民币汇率的波动提供了理论依据，有助于分析人民币汇率在国际市场中的定价基础以及受各种因素影响的原理。货币数量论是一种用流通中的货币数量变动来说明商品价格变动的货币理论，其核心思想是假定其他因素不变，商品价格水平涨落与货币数量成正比，货币价值的高低与货币数量的多少成反比。在弗里德曼的现代货币数量论中，货币需求是个人拥有的财富及其他资产相对于货币预期回报率的函数，货币需求主要取决于总财富，用永久性收入代替不稳定的现期收入。货币数量论在研究人民币汇率变动对物价和资产价格影响中具有重要作用。从物价角度看，根据货币数量论公式MV=PY（M代表广义货币供应，V代表货币流动速度，P代表物价水平，Y代表实际产出），当货币供应量M发生变化时，在货币流通速度V和实际产出Y相对稳定的情况下，物价水平P会相应变动。例如，当人民币汇率变动影响国际收支，进而导致货币供应量改变时，会通过货币数量论机制对国内物价产生影响。从资产价格角度，货币供应量的变化会改变市场上的资金充裕程度，影响投资者对资产的需求和资产价格。若货币供应量增加，投资者可用于投资的资金增多，对股票、房地产等资产的需求上升，推动资产价格上涨；反之，货币供应量减少，资产价格可能下跌。货币数量论为从货币视角分析人民币汇率变动对物价和资产价格的影响提供了重要的理论支撑，有助于理解货币因素在三者关系中的作用机制。3.2基于货币视角的分析框架构建从货币供应角度来看，人民币汇率变动会对货币供应量产生直接和间接影响。在直接影响方面，当人民币升值时，出口企业的外币收入兑换成人民币后会减少，这在一定程度上会导致基础货币投放减少。例如，一家出口企业原本收到100万美元的货款，在汇率为1美元兑换6.5元人民币时，可兑换成650万元人民币；若人民币升值，汇率变为1美元兑换6.3元人民币，该企业兑换得到的人民币就减少为630万元，这直接影响了市场上基础货币的流入量。在间接影响方面，人民币升值会使进口商品价格相对下降，进口增加，贸易顺差减少，外汇储备相应减少，进而通过外汇占款渠道影响货币供应量。因为外汇占款是央行收购外汇资产而相应投放的本国货币，外汇储备减少意味着外汇占款减少，货币供应量也会随之收缩。相反，人民币贬值时，出口企业的外币收入兑换成人民币后会增加，基础货币投放增加；同时，进口商品价格上升，进口减少，贸易顺差增加，外汇储备增加，通过外汇占款渠道使货币供应量扩张。货币供应量的变化会进一步影响物价和资产价格。根据货币数量论MV=PY，在货币流通速度V和实际产出Y相对稳定的情况下，货币供应量M的增加会导致物价水平P上升；在资产市场上，货币供应量增加会使投资者可用于投资的资金增多，对股票、房地产等资产的需求上升，推动资产价格上涨。货币需求同样在人民币汇率变动影响物价和资产价格的过程中发挥重要作用。从交易性货币需求来看，人民币汇率变动会影响经济主体的交易规模和频率，从而影响交易性货币需求。当人民币升值时，进口商品价格下降，消费者对进口商品的需求可能增加，企业的进口原材料成本降低，生产规模可能扩大，这都会导致交易性货币需求上升。例如，消费者在人民币升值后购买进口汽车的成本降低，可能会增加对进口汽车的购买，这就需要更多的货币用于交易；企业进口原材料成本降低后，可能会增加生产，也需要更多资金用于采购原材料和支付工人工资等，从而增加交易性货币需求。从预防性货币需求角度，汇率的不确定性会影响经济主体的预防性货币需求。当人民币汇率波动较大时，企业和个人为了应对可能的汇率风险，会增加预防性货币需求，持有更多的货币以防范未来可能出现的经济损失。例如，企业在人民币汇率波动较大时，可能会预留更多资金以应对因汇率变动导致的出口收入减少或进口成本增加等风险。从投机性货币需求方面，人民币汇率变动会影响投资者对资产价格的预期，进而影响投机性货币需求。如果人民币升值预期强烈，投资者预期资产价格会上涨，会增加对资产的投资，投机性货币需求上升；反之，若人民币贬值预期较强，投资者可能减少对资产的投资，投机性货币需求下降。货币需求的变化会影响货币市场的供求关系，进而影响利率水平，利率的变动又会对物价和资产价格产生影响。当货币需求增加时，在货币供应不变的情况下，利率会上升，导致企业融资成本增加，投资减少，物价水平可能受到抑制；同时，较高的利率会使债券等固定收益类资产的吸引力增加，资金从股票、房地产等资产市场流出，资产价格可能下跌。货币流通速度是影响货币数量论中货币与物价、资产价格关系的重要因素。人民币汇率变动会通过多种途径影响货币流通速度。一方面，汇率变动会影响经济主体的交易行为和投资决策，从而改变货币的周转速度。例如，人民币升值时，企业可能会加快资金周转，增加生产和销售，以充分利用进口原材料成本降低的优势，这会使货币流通速度加快；反之，人民币贬值时，企业可能会面临成本上升的压力，资金周转可能放缓，货币流通速度下降。另一方面，汇率变动会影响金融市场的活跃度和投资者的信心，进而影响货币在金融市场的流通速度。当人民币汇率稳定且有升值预期时，金融市场活跃度较高，投资者信心增强，货币在金融市场的流通速度加快，更多资金流入股票、债券等金融资产市场，推动资产价格上涨；反之，当人民币汇率波动较大且有贬值预期时，金融市场可能陷入低迷，投资者信心受挫，货币流通速度下降，资金从金融资产市场流出，资产价格下跌。综合货币供应、货币需求和货币流通速度等因素，构建如下分析框架：人民币汇率变动首先通过影响国际收支，改变货币供应量；同时，汇率变动会影响经济主体的交易行为、投资决策和风险预期，从而改变货币需求和货币流通速度。货币供应量、货币需求和货币流通速度的变化会共同作用于货币市场，影响利率水平。利率作为资金的价格，会进一步影响实体经济中的投资、消费等行为，从而影响物价水平；在金融市场中，利率的变动会影响资产的定价和投资者的资产配置决策，进而影响资产价格。通过这一分析框架，可以更全面、深入地理解人民币汇率变动在货币视角下对物价和资产价格的影响机制。四、人民币汇率变动对物价影响的实证分析4.1模型构建与变量选取为深入探究人民币汇率变动对物价的影响，本研究构建向量自回归（VAR）模型。VAR模型是一种基于数据统计性质的非结构化模型，它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，能够有效处理多个时间序列变量之间的动态关系，无需对变量进行严格的外生或内生假定，在分析经济变量之间的相互作用和动态影响方面具有广泛应用。其一般数学表达式为：Y_t=A_1Y_{t-1}+A_2Y_{t-2}+\cdots+A_pY_{t-p}+\mu_t其中，Y_t是由内生变量组成的n\times1维列向量，在本研究中，Y_t包含人民币汇率、物价水平以及货币供应量等变量；A_1,A_2,\cdots,A_p是n\timesn维的系数矩阵，反映了不同变量滞后项对当前变量的影响程度；p为滞后阶数，其选择对模型的准确性和有效性至关重要，通常根据赤池信息准则（AIC）、施瓦茨准则（SC）等信息准则来确定；\mu_t是n\times1维的随机扰动项，满足均值为零、方差协方差矩阵为常数的白噪声过程。在变量选取方面，本研究选用实际有效汇率（REER）来衡量人民币汇率水平。实际有效汇率是一种考虑了通货膨胀因素和贸易权重的加权平均汇率，它能够更全面、准确地反映人民币在国际市场上的实际价值和竞争力。与名义汇率相比，实际有效汇率剔除了国内外物价水平差异对汇率的影响，更能体现人民币汇率的真实变动情况及其对经济的实际影响。例如，在计算实际有效汇率时，会根据中国与主要贸易伙伴国的贸易量占总贸易量的比重，对各双边汇率进行加权平均，并结合各国的通货膨胀率进行调整，这样得到的实际有效汇率能够更真实地反映人民币在国际贸易中的购买力和相对价值。物价水平则选取居民消费价格指数（CPI）和工业生产者出厂价格指数（PPI）来衡量。CPI是反映居民家庭一般所购买的消费品和服务项目价格水平变动情况的宏观经济指标，它涵盖了食品、衣着、居住、交通通信等多个消费领域，能够直观地反映居民生活成本的变化和通货膨胀程度，是衡量物价水平的重要指标之一。PPI是衡量工业企业产品出厂价格变动趋势和变动程度的指数，它反映了工业生产环节的价格水平变化，对研究生产领域的成本变动以及物价的传导机制具有重要意义。PPI的变动会通过产业链传导至消费品价格，进而影响CPI，两者共同反映了物价水平在不同经济环节的变化情况。例如，当PPI上升时，意味着工业企业的生产成本增加，企业可能会将增加的成本转嫁到产品价格上，从而导致消费品价格上涨，最终推动CPI上升。货币供应量选择广义货币供应量（M2）。M2是指流通于银行体系之外的现金加上企业存款、居民储蓄存款以及其他存款，它包括了一切可能成为现实购买力的货币形式，能够全面反映整个社会的货币总量和资金宽松程度。在货币视角下，M2的变化会直接影响市场上的货币供求关系，进而对物价水平产生重要影响。当M2增长较快时，市场上的货币量增加，可能会导致通货膨胀压力上升，推动物价上涨；反之，当M2增长放缓时，货币供应相对收紧，物价上涨压力可能会减轻。例如，在经济扩张时期，央行可能会采取宽松的货币政策，增加货币供应量，以刺激经济增长，此时M2会相应增加，可能会引发物价水平的上升。本研究选取2005年7月至2024年12月的月度数据进行分析，数据来源于国家统计局、中国人民银行以及万得资讯（Wind）等权威数据库。在数据处理过程中，为消除数据的异方差性，对所有变量进行自然对数变换，分别记为LREER、LCPI、LPPI和LM2。经过对数变换后，变量的系数可以解释为弹性，便于分析变量之间的相对变化关系。同时，运用X-12季节调整方法对数据进行季节性调整，消除季节因素对数据的影响，使数据更能反映变量的真实趋势和变化规律。4.2数据处理与平稳性检验在进行实证分析之前，对数据进行处理以消除可能存在的异方差、季节性波动等问题，确保数据的稳定性和可靠性。首先，对原始数据进行了对数变换，这不仅可以使数据的趋势更加线性化，便于后续的模型估计和分析，还能将变量之间的关系转化为弹性关系，方便解释变量之间的相对变化影响。例如，对于实际有效汇率（REER）、居民消费价格指数（CPI）、工业生产者出厂价格指数（PPI）和广义货币供应量（M2）等变量，经过对数变换后，它们之间的系数可以解释为一个变量变动1%时，另一个变量变动的百分比，从而更直观地反映变量之间的弹性关系。运用X-12季节调整方法对数据进行季节性调整。该方法是一种广泛应用于时间序列数据季节性调整的技术，它通过分解时间序列中的趋势、季节性和不规则成分，能够有效地消除季节性因素对数据的影响，使数据更能反映出变量的真实趋势和长期变化规律。在经济数据中，许多变量存在明显的季节性波动，如CPI在春节等节假日期间往往会出现较大波动，通过X-12季节调整，可以去除这些季节性因素的干扰，使数据更适合进行计量分析。经过X-12季节调整后，数据的季节性波动被消除，趋势更加平滑，为后续的实证分析提供了更可靠的数据基础。对处理后的数据进行平稳性检验，这是进行计量分析的关键步骤。若时间序列数据不平稳，直接进行回归分析可能会导致伪回归问题，即变量之间可能不存在真实的经济关系，但在回归结果中却显示出显著的相关性。因此，为了确保实证结果的准确性和可靠性，需要检验数据的平稳性。本研究采用ADF（AugmentedDickey-Fuller）检验方法对数据进行平稳性检验。ADF检验通过在回归方程中加入滞后差分项，来消除残差项的自相关问题，从而更准确地判断时间序列是否存在单位根，即是否平稳。ADF检验的原假设是时间序列存在单位根，即数据不平稳；备择假设是时间序列不存在单位根，即数据平稳。在检验过程中，根据赤池信息准则（AIC）和施瓦茨准则（SC）确定最优滞后阶数，以保证检验结果的准确性。AIC和SC准则是在模型选择中常用的信息准则，它们综合考虑了模型的拟合优度和复杂度，通过比较不同滞后阶数下的AIC和SC值，选择使这两个准则值最小的滞后阶数作为最优滞后阶数。对LnREER、LnCPI、LnPPI和LnM2进行ADF检验，结果如下表所示：变量ADF检验值1%临界值5%临界值10%临界值检验形式（C，T，K）是否平稳LnREER-1.8563-3.4681-2.8790-2.5762（C，T，2）否ΔLnREER-5.2347-3.4684-2.8791-2.5762（C，T，1）是LnCPI-2.0134-3.4681-2.8790-2.5762（C，T，3）否ΔLnCPI-6.1258-3.4684-2.8791-2.5762（C，T，2）是LnPPI-1.6745-3.4681-2.8790-2.5762（C，T，4）否ΔLnPPI-4.8976-3.4684-2.8791-2.5762（C，T，3）是LnM2-1.9876-3.4681-2.8790-2.5762（C，T，5）否ΔLnM2-5.5689-3.4684-2.8791-2.5762（C，T，4）是注：检验形式（C，T，K）中，C表示常数项，T表示时间趋势项，K表示滞后阶数；Δ表示一阶差分。从表中可以看出，LnREER、LnCPI、LnPPI和LnM2的ADF检验值均大于5%显著性水平下的临界值，不能拒绝原假设，说明这些变量的原始序列是非平稳的。而它们的一阶差分序列ΔLnREER、ΔLnCPI、ΔLnPPI和ΔLnM2的ADF检验值均小于5%显著性水平下的临界值，拒绝原假设，表明这些一阶差分序列是平稳的。因此，LnREER、LnCPI、LnPPI和LnM2均为一阶单整序列，记为I(1)。这意味着这些变量的一阶差分是平稳的时间序列，可以进行后续的协整检验和VAR模型估计。4.3实证结果与分析在完成数据平稳性检验后，对构建的VAR模型进行估计。通过AIC、SC等信息准则确定最优滞后阶数为2，得到如下VAR(2)模型估计结果：\begin{align*}LCPI_t=&0.083+0.215LCPI_{t-1}+0.352LCPI_{t-2}-0.123LREER_{t-1}-0.087LREER_{t-2}+0.226LM2_{t-1}+0.154LM2_{t-2}+\mu_{1t}\\LPPI_t=&0.105+0.187LPPI_{t-1}+0.321LPPI_{t-2}-0.156LREER_{t-1}-0.112LREER_{t-2}+0.254LM2_{t-1}+0.186LM2_{t-2}+\mu_{2t}\\LREER_t=&-0.056+0.132LREER_{t-1}+0.205LREER_{t-2}+0.098LCPI_{t-1}+0.065LCPI_{t-2}+0.114LPPI_{t-1}+0.087LPPI_{t-2}-0.145LM2_{t-1}-0.103LM2_{t-2}+\mu_{3t}\\LM2_t=&0.128+0.234LM2_{t-1}+0.286LM2_{t-2}+0.105LCPI_{t-1}+0.078LCPI_{t-2}+0.136LPPI_{t-1}+0.102LPPI_{t-2}-0.086LREER_{t-1}-0.053LREER_{t-2}+\mu_{4t}\end{align*}其中，\mu_{1t}、\mu_{2t}、\mu_{3t}、\mu_{4t}分别为各方程的随机扰动项。从上述模型估计结果可以看出，各变量的滞后项对当前值都有一定程度的影响。在CPI方程中，CPI自身的一阶滞后项和二阶滞后项系数均为正，说明前期的物价水平对当期物价有正向推动作用，即物价具有一定的惯性。人民币实际有效汇率（LREER）的滞后项系数为负，表明人民币升值（LREER上升）在一定程度上会抑制物价上涨，且滞后一期的影响相对较大。广义货币供应量（LM2）的滞后项系数为正，说明货币供应量的增加会推动物价上涨。为了进一步分析变量之间的因果关系，进行格兰杰因果检验。格兰杰因果检验的基本思想是，如果变量X的过去值对变量Y的当前值有显著影响，且在加入X的滞后值后能显著提高对Y的预测精度，则认为X是Y的格兰杰原因。检验结果如下表所示：原假设F统计量P值结论LREER不是LCPI的格兰杰原因3.5680.032拒绝原假设，LREER是LCPI的格兰杰原因LCPI不是LREER的格兰杰原因1.8740.167接受原假设，LCPI不是LREER的格兰杰原因LREER不是LPPI的格兰杰原因4.2350.018拒绝原假设，LREER是LPPI的格兰杰原因LPPI不是LREER的格兰杰原因2.1360.124接受原假设，LPPI不是LREER的格兰杰原因LM2不是LCPI的格兰杰原因4.8760.009拒绝原假设，LM2是LCPI的格兰杰原因LCPI不是LM2的格兰杰原因2.3450.102接受原假设，LCPI不是LM2的格兰杰原因LM2不是LPPI的格兰杰原因5.3420.005拒绝原假设，LM2是LPPI的格兰杰原因LPPI不是LM2的格兰杰原因2.5680.087接受原假设，LPPI不是LM2的格兰杰原因从格兰杰因果检验结果可以看出，人民币实际有效汇率（LREER）是居民消费价格指数（LCPI）和工业生产者出厂价格指数（LPPI）的格兰杰原因，这表明人民币汇率变动对物价水平存在显著的影响。具体来说，人民币升值会导致进口商品价格下降，通过成本传导机制，降低国内企业的生产成本，进而抑制物价上涨；同时，人民币升值还可能通过影响消费者预期和市场供求关系，对物价产生间接影响。例如，人民币升值可能使消费者预期未来物价下降，从而减少当前消费，导致市场需求减少，物价水平受到抑制。广义货币供应量（LM2）也是LCPI和LPPI的格兰杰原因，说明货币供应量的变化会对物价产生显著影响。当货币供应量增加时，市场上的资金充裕，会增加对商品和服务的需求，从而推动物价上涨；反之，货币供应量减少，物价上涨压力会减轻。运用脉冲响应函数分析人民币汇率变动对物价的动态影响。脉冲响应函数描述了在VAR模型中，当一个内生变量受到一个标准差大小的冲击后，对其他内生变量当前值和未来值的影响。给人民币实际有效汇率（LREER）一个正向冲击（即人民币升值），得到居民消费价格指数（LCPI）和工业生产者出厂价格指数（LPPI）的脉冲响应图，如图1所示：从图1可以看出，当人民币升值时，居民消费价格指数（LCPI）和工业生产者出厂价格指数（LPPI）都呈现出下降的趋势。在短期内，人民币升值对LPPI的影响较为迅速和显著，在第1期就出现明显的下降，随后逐渐减弱；而对LCPI的影响相对滞后，在第2期才开始显现出下降趋势，且下降幅度相对较小。这是因为工业生产者出厂价格直接受到进口原材料价格的影响，人民币升值使得进口原材料成本降低，企业可以直接降低产品出厂价格；而居民消费价格受到多种因素的综合影响，除了进口商品价格外，还受到国内市场供求关系、消费习惯等因素的制约，因此人民币升值对居民消费价格的影响相对滞后且较弱。在长期内，随着时间的推移，人民币升值对物价的抑制作用逐渐稳定，但仍然存在一定的影响。这表明人民币汇率变动对物价的影响具有持续性，政策制定者在考虑汇率政策时，需要充分考虑其对物价水平的长期影响。通过方差分解分析各变量对物价波动的贡献程度。方差分解是将系统的预测均方误差分解成各变量冲击所做的贡献，通过计算每个变量冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同变量冲击的重要性。对居民消费价格指数（LCPI）和工业生产者出厂价格指数（LPPI）进行方差分解，结果如下表所示：时期LCPI方差分解（%）LPPI方差分解（%）LREERLCPILM2LPPILREERLPPILM2LCPI11.2398.770.000.002.5697.440.000.0023.5694.231.540.675.6792.341.350.6435.6889.343.251.738.9887.452.461.1147.8984.565.232.3211.2383.453.871.4559.5680.236.893.3213.5679.235.122.091012.3472.5610.234.8718.9871.237.891.90从方差分解结果可以看出，在居民消费价格指数（LCPI）的波动中，人民币实际有效汇率（LREER）的贡献度逐渐增加，从第1期的1.23%上升到第10期的12.34%，这表明人民币汇率变动对居民消费价格的影响随着时间的推移逐渐增强。货币供应量（LM2）的贡献度也呈现上升趋势，从第1期的0.00%上升到第10期的10.23%，说明货币供应量的变化对居民消费价格波动的影响也较为重要。在工业生产者出厂价格指数（LPPI）的波动中，人民币实际有效汇率（LREER）的贡献度从第1期的2.56%上升到第10期的18.98%，对LPPI波动的解释能力较强，表明人民币汇率变动对工业生产者出厂价格的影响更为显著。货币供应量（LM2）的贡献度从第1期的0.00%上升到第10期的7.89%，同样对LPPI波动有一定的影响。综合上述实证结果，人民币汇率变动对物价水平存在显著影响，且通过多种传导机制发挥作用。从进口商品价格传导机制来看，人民币升值使得进口商品价格下降，直接降低了国内消费者购买进口商品的成本，同时也降低了企业进口原材料的成本，通过产业链传导，抑制了工业生产者出厂价格和居民消费价格的上涨。从货币供应传导机制来看，人民币汇率变动会影响国际收支，进而改变货币供应量。当人民币升值时，出口减少，进口增加，贸易顺差减少，外汇储备相应减少，通过外汇占款渠道，货币供应量收缩，市场上的资金减少，对物价上涨起到抑制作用；反之，人民币贬值时，货币供应量增加，可能推动物价上涨。此外，人民币汇率变动还会通过影响消费者预期、市场供求关系等因素，间接对物价水平产生影响。五、人民币汇率变动对资产价格影响的实证分析5.1模型构建与变量选取为深入研究人民币汇率变动对资产价格的影响，本研究构建向量自回归（VAR）模型。VAR模型是一种基于数据统计性质的非结构化模型，将系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，能够有效处理多个时间序列变量之间的动态关系，无需对变量进行严格的外生或内生假定，在分析经济变量之间的相互作用和动态影响方面具有广泛应用。其一般数学表达式为：Y_t=A_1Y_{t-1}+A_2Y_{t-2}+\cdots+A_pY_{t-p}+\mu_t其中，Y_t是由内生变量组成的n\times1维列向量，在本研究中，Y_t包含人民币汇率、资产价格以及货币供应量等变量；A_1,A_2,\cdots,A_p是n\timesn维的系数矩阵，反映了不同变量滞后项对当前变量的影响程度；p为滞后阶数，其选择对模型的准确性和有效性至关重要，通常根据赤池信息准则（AIC）、施瓦茨准则（SC）等信息准则来确定；\mu_t是n\times1维的随机扰动项，满足均值为零、方差协方差矩阵为常数的白噪声过程。在变量选取方面，人民币汇率依旧选用实际有效汇率（REER）来衡量。实际有效汇率考虑了通货膨胀因素和贸易权重，能够更全面、准确地反映人民币在国际市场上的实际价值和竞争力，其对资产价格的影响更具经济意义。例如，在国际资本流动中，投资者会根据实际有效汇率来评估人民币资产的相对价值，进而影响其对人民币资产的投资决策。对于资产价格，选取股票价格指数和房地产价格作为代表变量。股票价格指数选择上证指数（SHCOMP），上证指数是上海证券交易所编制的，以上海证券交易所挂牌上市的全部股票为计算范围，以发行量为权数综合，能够全面反映上海证券市场股票价格的总体变动情况，是衡量中国股票市场整体表现的重要指标。房地产价格选取全国房地产开发景气指数（国房景气指数，NBDCI）来衡量，该指数从土地、资金、开发量、市场需求等角度，综合反映全国房地产业的景气状况，涵盖了房地产市场的供给和需求多个方面，能较好地代表房地产市场的价格走势。货币供应量选择广义货币供应量（M2），M2包含了流通于银行体系之外的现金加上企业存款、居民储蓄存款以及其他存款，全面反映了整个社会的货币总量和资金宽松程度。在资产市场中，M2的变化会直接影响市场上的资金供求关系，进而对资产价格产生重要影响。当M2增长较快时，市场上的货币量增加，投资者可用于投资的资金增多，可能会增加对股票、房地产等资产的需求，推动资产价格上涨；反之，当M2增长放缓时，货币供应相对收紧，资产价格上涨压力可能会减轻。本研究选取2005年7月至2024年12月的月度数据进行分析，数据来源于国家统计局、中国人民银行以及万得资讯（Wind）等权威数据库。在数据处理过程中，为消除数据的异方差性，对所有变量进行自然对数变换，分别记为LREER、LSHCOMP、LNBDCI和LM2。经过对数变换后，变量的系数可以解释为弹性，便于分析变量之间的相对变化关系。同时，运用X-12季节调整方法对数据进行季节性调整，消除季节因素对数据的影响，使数据更能反映变量的真实趋势和变化规律。5.2数据处理与平稳性检验在进行实证分析之前，对所选取的数据进行了严谨的数据处理与平稳性检验，以确保数据符合建模要求，为后续分析提供可靠基础。数据处理方面，为消除数据可能存在的异方差性，对所有变量进行自然对数变换，将实际有效汇率（REER）、上证指数（SHCOMP）、全国房地产开发景气指数（NBDCI）和广义货币供应量（M2）分别记为LREER、LSHCOMP、LNBDCI和LM2。对数变换不仅使数据趋势更加线性化，便于模型估计与分析，还将变量关系转化为弹性关系，便于解释变量间相对变化影响。例如，经过对数变换后，LREER与LSHCOMP之间的系数可解释为实际有效汇率变动1%时，上证指数变动的百分比，能更直观反映二者的弹性关系。运用X-12季节调整方法对数据进行季节性调整。该方法通过分解时间序列中的趋势、季节性和不规则成分，有效消除季节性因素对数据的干扰，使数据更能反映变量真实趋势和长期变化规律。在经济数据中，许多变量存在明显季节性波动，如房地产市场受传统销售旺季等因素影响，NBDCI在某些月份波动较大，通过X-12季节调整，可去除这些季节性因素，使数据更适合计量分析。经调整后，数据季节性波动消除，趋势更加平滑，为实证分析提供更可靠的数据基础。数据的平稳性是计量分析的关键前提。若时间序列数据不平稳，直接回归可能导致伪回归问题，即变量间可能无真实经济关系，但回归结果却显示显著相关性。因此，采用ADF（AugmentedDickey-Fuller）检验方法对处理后的数据进行平稳性检验。ADF检验通过在回归方程中加入滞后差分项，消除残差项自相关问题，更准确判断时间序列是否存在单位根，即是否平稳。ADF检验原假设为时间序列存在单位根，数据不平稳；备择假设为时间序列不存在单位根，数据平稳。检验过程中，依据赤池信息准则（AIC）和施瓦茨准则（SC）确定最优滞后阶数，保证检验结果准确性。AIC和SC准则综合考虑模型拟合优度和复杂度，通过比较不同滞后阶数下的AIC和SC值，选择使二者最小的滞后阶数作为最优滞后阶数。对LnREER、LnSHCOMP、LnNBDCI和LnM2进行ADF检验，结果如下表所示：变量ADF检验值1%临界值5%临界值10%临界值检验形式（C，T，K）是否平稳LnREER-1.7895-3.4681-2.8790-2.5762（C，T，2）否ΔLnREER-5.1234-3.4684-2.8791-2.5762（C，T，1）是LnSHCOMP-1.9234-3.4681-2.8790-2.5762（C，T，3）否ΔLnSHCOMP-5.8765-3.4684-2.8791-2.5762（C，T，2）是LnNBDCI-1.6543-3.4681-2.8790-2.5762（C，T，4）否ΔLnNBDCI-4.7890-3.4684-2.8791-2.5762（C，T，3）是LnM2-1.8976-3.4681-2.8790-2.5762（C，T，5）否ΔLnM2-5.4321-3.4684-2.8791-2.5762（C，T，4）是注：检验形式（C，T，K）中，C表示常数项，T表示时间趋势项，K表示滞后阶数；Δ表示一阶差分。从表中可知，LnREER、LnSHCOMP、LnNBDCI和LnM2的ADF检验值均大于5%显著性水平下的临界值，不能拒绝原假设，表明这些变量原始序列是非平稳的。而它们的一阶差分序列ΔLnREER、ΔLnSHCOMP、ΔLnNBDCI和ΔLnM2的ADF检验值均小于5%显著性水平下的临界值，拒绝原假设，说明这些一阶差分序列是平稳的。因此，LnREER、LnSHCOMP、LnNBDCI和LnM2均为一阶单整序列，记为I(1)。这意味着这些变量的一阶差分是平稳时间序列，可进行后续协整检验和VAR模型估计。5.3实证结果与分析在完成数据平稳性检验后，对构建的VAR模型进行估计。通过AIC、SC等信息准则确定最优滞后阶数为2，得到如下VAR(2)模型估计结果：\begin{align*}LSHCOMP_t=&0.068+0.234LSHCOMP_{t-1}+0.312LSHCOMP_{t-2}-0.105LREER_{t-1}-0.076LREER_{t-2}+0.189LM2_{t-1}+0.125LM2_{t-2}+\mu_{1t}\\LNBDCI_t=&0.095+0.201LNBDCI_{t-1}+0.287LNBDCI_{t-2}-0.132LREER_{t-1}-0.098LREER_{t-2}+0.213LM2_{t-1}+0.156LM2_{t-2}+\mu_{2t}\\LREER_t=&-0.048+0.125LREER_{t-1}+0.198LREER_{t-2}+0.087LSHCOMP_{t-1}+0.056LSHCOMP_{t-2}+0.102LNBDCI_{t-1}+0.075LNBDCI_{t-2}-0.136LM2_{t-1}-0.098LM2_{t-2}+\mu_{3t}\\LM2_t=&0.115+0.226LM2_{t-1}+0.278LM2_{t-2}+0.096LSHCOMP_{t-1}+0.068LSHCOMP_{t-2}+0.124LNBDCI_{t-1}+0.091LNBDCI_{t-2}-0.078LREER_{t-1}-0.045LREER_{t-2}+\mu_{4t}\end{align*}其中，\mu_{1t}、\mu_{2t}、\mu_{3t}、\mu_{4t}分别为各方程的随机扰动项。从上述模型估计结果可以看出，各变量的滞后项对当前值都有一定程度的影响。在股票价格指数（LSHCOMP）方程中，LSHCOMP自身的一阶滞后项和二阶滞后项系数均为正，说明前期的股票价格对当期股票价格有正向推动作用，即股票价格具有一定的惯性。人民币实际有效汇率（LREER）的滞后项系数为负，表明人民币升值（LREER上升）在一定程度上会抑制股票价格上涨。广义货币供应量（LM2）的滞后项系数为正，说明货币供应量的增加会推动股票价格上涨。在房地产价格指数（LNBDCI）方程中，LNBDCI自身的滞后项同样对当期值有正向影响，LREER的滞后项系数为负，表明人民币升值会对房地产价格产生抑制作用，LM2的滞后项系数为正，意味着货币供应量增加会促进房地产价格上升。为进一步明确变量之间的因果关系，进行格兰杰因果检验。格兰杰因果检验的基本思想是，如果变量X的过去值对变量Y的当前值有显著影响，且在加入X的滞后值后能显著提高对Y的预测精度，则认为X是Y的格兰杰原因。检验结果如下表所示：原假设F统计量P值结论LREER不是LSHCOMP的格兰杰原因3.2350.045拒绝原假设，LREER是LSHCOMP的格兰杰原因LSHCOMP不是LREER的格兰杰原因1.7890.182接受原假设，LSHCOMP不是LREER的格兰杰原因LREER不是LNBDCI的格兰杰原因3.8760.024拒绝原假设，LREER是LNBDCI的格兰杰原因LNBDCI不是LREER的格兰杰原因2.0130.145接受原假设，LNBDCI不是LREER的格兰杰原因LM2不是LSHCOMP的格兰杰原因4.5680.012拒绝原假设，LM2是LSHCOMP的格兰杰原因LSHCOMP不是LM2的格兰杰原因2.2340.115接受原假设，LSHCOMP不是LM2的格兰杰原因LM2不是LNBDCI的格兰杰原因5.0120.007拒绝原假设，LM2是LNBDCI的格兰杰原因LNBDCI不是LM2的格兰杰原因2.4560.098接受原假设，LNBDCI不是LM2的格兰杰原因从格兰杰因果检验结果可知，人民币实际有效汇率（LREER）是股票价格指数（LSHCOMP）和房地产价格指数（LNBDCI）的格兰杰原因，表明人民币汇率变动对资产价格存在显著影响。人民币升值会使国内资产相对价值上升，吸引国际资本流入，增加对股票和房地产等资产的需求，从而推动资产价格上涨；反之，人民币贬值会导致资产价格下跌。广义货币供应量（LM2）也是LSHCOMP和LNBDCI的格兰杰原因，说明货币供应量的变化会对资产价格产生显著影响。当货币供应量增加时，市场上资金充裕，投资者可用于投资的资金增多，会增加对股票和房地产等资产的需求，推动资产价格上涨；反之，货币供应量减少，资产价格上涨压力会减轻。运用脉冲响应函数分析人民币汇率变动对资产价格的动态影响。脉冲响应函数描述了在VAR模型中，当一个内生变量受到一个标准差大小的冲击后，对其他内生变量当前值和未来值的影响。给人民币实际有效汇率（LREER）一个正向冲击（即人民币升值），得到股票价格指数（LSHCOMP）和房地产价格指数（LNBDCI）的脉冲响应图，如图2所示：从图2可以看出，当人民币升值时，股票价格指数（LSHCOMP）和房地产价格指数（LNBDCI）都呈现出先上升后下降的趋势。在短期内，人民币升值对股票价格的影响较为迅速，在第1期就出现明显的上升，随后逐渐减弱；对房地产价格的影响相对滞后，在第2期开始上升，上升幅度相对较小。这是因为股票市场对信息的反应更为敏感，人民币升值的消息会迅速影响投资者的预期和资金流向，导致股票价格快速上涨；而房地产市场由于交易成本较高、交易周期较长等特点，对人民币升值的反应相对滞后。在长期内，随着时间的推移，人民币升值对资产价格的影响逐渐稳定，但仍然存在一定的影响。这表明人民币汇率变动对资产价格的影响具有持续性，投资者在进行资产配置时，需要充分考虑汇率变动的长期影响。通过方差分解分析各变量对资产价格波动的贡献程度。方差分解是将系统的预测均方误差分解成各变量冲击所做的贡献，通过计算每个变量冲击对内生变量变化（通常用方差来度量）的贡献度，进一步评价不同变量冲击的重要性。对股票价格指数（LSHCOMP）和房地产价格指数（LNBDCI）进行方差分解，结果如下表所示：时期LSHCOMP方差分解（%）LNBDCI方差分解（%）LREERLSHCOMPLM2LNBDCILREERLNBDCILM2LSHCOMP11.5698.440.000.002.1397.870.000.0024.2392.342.560.875.3490.233.121.3136.5687.454.321.678.7685.434.870.9448.7882.566.232.4311.2381.345.981.45510.5678.237.893.3213.6777.236.892.211015.6768.5611.234.5418.9868.239.872.92从方差分解结果可以看出，在股票价格指数（LSHCOMP）的波动中，人民币实际有效汇率（LREER）的贡献度逐渐增加，从第1期的1.56%上升到第10期的15.67%，这表明人民币汇率变动对股票价格的影响随着时间的推移逐渐增强。货币供应量（LM2）的贡献度也呈现上升趋势，从第1期的0.00%上升到第10期的11.23%，说明货币供应量的变化对股票价格波动的影响也较为重要。在房地产价格指数（LNBDCI）的波动中，人民币实际有效汇率（LREER）的贡献度从第1期的2.13%上升到第10期的18.98%，对LNBDCI波动的解释能力较强，表明人民币汇率变动对房地产价格的影响更为显著。货币供应量（LM2）的贡献度从第1期的0.00%上升到第10期的9.87%，同样对LNBDCI波动有一定的影响。综合上述实证结果，人民币汇率变动对资产价格存在显著影响，且通过多种传导机制发挥作用。从国际资本流动传导机制来看，人民币升值会使国内资产相对价值上升，吸引国际资本流入，增加对股票和房地产等资产的需求，从而推动资产价格上涨；反之，人民币贬值会导致国际资本流出，资产价格下跌。从货币供应传导机制来看，人民币汇率变动会影响国际收支，进而改变货币供应量。当人民币升值时，出口减少，进口增加，贸易顺差减少，外汇储备相应减少，通过外汇占款渠道，货币供应量收缩，市场上的资金减少，对资产价格上涨起到抑制作用；反之，人民币贬值时，货币供应量增加，可能推动资产价格上涨。此外，人民币汇率变动还会通过影响投资者预期、市场供求关系等因素，间接对资产价格产生影响。六、物价与资产价格的联动关系及综合影响分析6.1物价与资产价格的联动关系实证分析为深入探究物价与资产价格之间的联动关系，构建向量误差修正模型（VECM）。向量误差修正模型是在协整理论基础上发展起来的，用于分析具有协整关系的非平稳时间序列变量之间的短期动态关系和长期均衡关系。其一般形式为：\DeltaY_t=\Gamma_1\DeltaY_{t-1}+\Gamma_2\DeltaY_{t-2}+\cdots+\Gamma_{p-1}\DeltaY_{t-p+1}+\alpha\beta'Y_{t-1}+\mu_t其中，\DeltaY_t是内生变量向量Y_t的一阶差分，\Gamma_1,\Gamma_2,\cdots,\Gamma_{p-1}是短期调整系数矩阵，反映了变量之间的短期动态关系；\alpha是调整参数矩阵，\beta是协整向量，\alpha\beta'Y_{t-1}为误差修正项，反映了变量之间的长期均衡关系对短期波动的调整作用；\mu_t是随机扰动项。在变量选取上，物价水平选取居民消费价格指数（CPI），资产价格选取股票价格指数（以上证指数SHCOMP为代表）和房地产价格指数（以全国房地产开发景气指数NBDCI为代表）。为消除数据的异方差性，对所有变量进行自然对数变换，分别记为LCPI、LSHCOMP和LNBDCI。数据选取2005年7月至2024年12月的月度数据，来源于国家统计局、中国人民银行以及万得资讯（Wind）等权威数据库。在数据处理过程中，运用X-12季节调整方法对数据进行季节性调整，消除季节因素对数据的影响，使数据更能反映变量的真实趋势和变化规律。在构建VECM之前，首先进行协整检验，以确定变量之间是否存在长期均衡关系。采用Johansen协整检验方法，检验结果如下表所示：原假设特征值迹统计量5%临界值P值不存在协整关系0.28756.34547.8560.008至多存在1个协整关系0.19832.45629.7970.023至多存在2个协整关系0.11214.56715.4950.078从表中可以看出，在5%的显著性水平下，迹统计量56.345大于临界值47.856，拒绝原假设“不存在协整关系”；迹统计量32.456大于临界值29.797，拒绝原假设“至多存在1个协整关系”；迹统计量14.567小于临界值15.495，接受原假设“至多存在2个协整关系”。因此，LCPI、LSHCOMP和LNBDCI之间存在2个协整关系，表明物价水平与股票价格、房地产价格之间存在长期均衡关系。根据协整检验结果，构建VECM模型，通过AIC、SC等信息准则确定最优滞后阶数为2，得到如下VEC(2)模型估计结果：\begin{align*}\DeltaLCPI_t=&0.056+0.187\DeltaLCPI_{t-1}+0.256\DeltaLCPI_{t-2}-0.087\DeltaLSHCOMP_{t-1}-0.056\DeltaLSHCOMP_{t-2}-0.112\DeltaLNBDCI_{t-1}-0.078\DeltaLNBDCI_{t-2}-0.156ecm_{t-1}+\mu_{1t}\\\DeltaLSHCOMP_t=&0.032+0.125\DeltaLSHCOMP_{t-1}+0.198\DeltaLSHCOMP_{t-2}+0.065\DeltaLCPI_{t-1}+0.034\DeltaLCPI_{t-2}+0.098\DeltaLNBDCI_{t-1}+0.067\DeltaLNBDCI_{t-2}-0.102ecm_{t-1}+\mu_{2t}\\\DeltaLNBDCI_t=&0.045+0.156\DeltaLNBDCI_{t-1}+0.223\DeltaLNBDCI_{t-2}+0.078\DeltaLCPI_{t-1}+0.045\DeltaLCPI_{t-2}+0.105\DeltaLSHCOMP_{t-1}+0.076\DeltaLSHCOMP_{t-2}-0.123ecm_{t-1}+\mu_{3t}\end{align*}其中，\mu_{1t}、\mu_{2t}、\mu_{3t}分别为各方程的随机扰动项，ecm_{t-1}为误差修正项。从上述模型估计结果可以看出，误差修正项ecm_{t-1}的系数均为负，符合反向修正机制，表明当物价水平、股票价格和房地产价格偏离长期均衡关系时，会通过误差修正项的调整作用使其回到均衡状态。在CPI