汇率和股价的关系基于汇改后中国市场的实证研究 发百度.docx

汇率和股价的关系基于汇改后中国市场的实证研究 发百度.docx

《汇率和股价的关系基于汇改后中国市场的实证研究 发百度.docx》由会员分享，可在线阅读，更多相关《汇率和股价的关系基于汇改后中国市场的实证研究 发百度.docx（16页珍藏版）》请在冰豆网上搜索。

汇率和股价的关系基于汇改后中国市场的实证研究发XX

汇率和股价的关系：

基于汇改后中国市场的实证研究

摘要：

本文在总结国内外文献的基础上，对汇率与股价之间的关系进行了较为完整的分析，并使用更细致和精确的数据建立VAR模型进行实证分析，得出各变量在金融危机后的关联效应。

研究表明作为新兴和转轨的中国资本市场,汇率和股市关系呈现出了特殊性,即从长期来看符合流量导向模型,短期来看股票导向模型有一定的解释能力。

对推进中国汇率制度的改革具有理论和现实意义。

关键词：

汇率；股价；影响机制；滚动时间窗口；VAR模型

一、文献综述

（一）国外研究现状

在宏观经济均衡分析框架下，汇率与股价的传导机制会涉及商品市场、货币市场和外汇市场。

Dimitrova（2005）以IS-LM-BP模型作为分析框架，讨论股价变化与汇率之间的联动关系，认为在资本不完全流动的情况下，通过汇率下降（直接标价法）引起的经常账户恶化，以抵消高利率水平导致的资本账户的净流入，一国国内股价的上涨与该国货币的升值相关。

Hsing（2004，2005，2006）在Romer（2000）提出的IS-MP-IA（总需求-货币政策-通货膨胀调整）模型基础上考虑了股票价格，他认为低息货币远期升水，低利率一方面会使消费和投资增加，另一方面又会使净出口减少，如果前者的效应大于后者，那么本币升值将使产出增加，股价将上升。

短期中，由于汇率变动时滞的存在，本币升值对净出口的影响较小，因此，本币升值将使股价上升。

长期中，本币升值会降低本国产品在国际市场上的竞争力，使净出口减少的幅度大于消费和投资增加的幅度，产出会减少，股价会下跌。

ObstfeldandRogoff（1995）创立的具有微观基础的开放宏观经济一般均衡模型，将效用函数及其约束条件下的最大化和跨时分析融入到理论分析中，更符合现实情况。

尽管在理论框架下，汇率与股市之间的关系比较明显，但实证结论却有很大差别。

关于汇率和股市关系的实证检验方法主要有三种：

协整检验、格兰杰因果检验、ARCH类模型检验。

Jae-KwangHwang（2003）通过EG两步法检验了1980年-1997年韩国股票价格与汇率之间的协整关系，证实了二者在韩国市场存在着长期稳定的均衡关系，韩元对外贬值对国内股票价格有单向的负面影。

BenjaminM.Tabak（2006）运用单位根检验和协整检验研究了巴西的股价和汇率的长期关系，结果表明二者不存在长期关系，但存在从股价到汇率的格兰杰线性负相关因果关系。

另外，从汇率到股价存在非线性的格兰杰因果关系。

（二）国内研究现状

吕江林、李明生、石劲（2007）利用2005年7月21日中国汇率制度改革这个特殊事件，研究人民币升值对中国不同种类股票收益率以及波动率的短期影响。

结果表明：

在“汇改”宣布后的第二天，所有类型股票均显示出了显著的正超常收益率。

张兵、封思贤、李心丹、汪慧建（2008）分别对股指和汇率进行协整检验，发现汇率和股市指数之间存在着长期的协整关系。

周虎群、李育林（2010）的检验结果表明人民币汇率与中国股票价格具有长期均衡关系，而这种均衡关系是风险在汇市与股市这两个金融市场之间传播的内在原因之一。

短期来看，人民币汇率和股票价格偏离其长期均衡水平时，其误差修正项将以一定比例进行调节，使其价格逐渐回归到长期均衡水平。

二、变量说明与数据描述

（一）变量的选取与数据描述

由于美元是世界货币，并且美国作为我国的主要贸易国，因此采用直接标价法下人民币对美元的名义利率作为汇率指数的代理变量。

在沪深证券市场的选择上，一方面，沪深证券市场在长期具有高度的正相关性；并且，据中央银行公布的《全国股票交易统计表》，上海证券市场上市公司市价总值约占沪深证券市场总市值的80%。

因而，本文选取上证综指代表中国股票价格的变化情况。

样本区间为2005年7月21日到2011年08月1日，采用日度数据。

以hl代表人民币兑美元名义汇率中间价，sz表示上证综指收盘价，剔除其中非交易日数据，共1483组日数据。

在进行多变量协整分析和VAR检验时，本文选取外汇储备代表货币传导途径，外汇储备的增加导致了货币供应量的增加，引起了流动性的增加，从而对股市产生影响。

对于利率，本文选则了银行间7天回购利率。

由于此次金融危机是从美国发起的，模型中增加了道琼斯工业平均指数以探究美国股票市场对国内股指的影响。

考虑到预期因素，投资者对未来的预期也会对股票价格产生影响，因此我们选择A股投资者开户数环比增长来代表预期的影响。

由于外汇储备和开户数等只有月度数据，出于数据一致性考虑，我们分别对上证综指收盘价、人民币兑美元名义利率中间价、银行间7天回购利率、外汇储备增长率、A股市场投资者当月新增开户数和美国道琼斯工业平均指数选取月度数据。

数据来源于wind数据库、国家外汇管理局网站、中国人民银行网站等。

数据分析采用Eviews7.0。

具体变量及含义如下：

表1：

变量选取及其含义

代表变量

含义

字母表示

自然对数

上证综指

A股股价

Sz

Lnsz

人民币对美元汇率中间价

人民币汇率

Hi

Lnhl

银行间7天回购利率

国内利率

R

外汇储备增长率

货币供给

Wh

道琼斯工业平均指数

美国股价

Dz

Lndz

A股投资者当月新增开户数

投资者对A股的预期

Kh

（二）变量的描述性统计

对2005年7月21日到2011年08月1日的上证综指和人民币对美元名义汇率的日度数据进行描述性统计结果如下：

表2：

上证综指和人民币对美元名义汇率的日度数据的描述性统计

观测数

均值

标准差

变异系数

最大值

最小值

Sz

1483

2765.10

1074.65

0.389

6092.06

1079.19

Hi

1483

720.53

55.03

0.076

810.9

638.49

数据来源：

wind金融数据库

对2005年7月21日到2011年08月1日的上证综指对数、人民币对美元名义汇率对数、美国道琼斯工业平均指数对数、银行间7天回购利率、外汇储备增长率、A股市场投资者当月新增开户数的月度数据进行描述性统计结果如下：

表3：

各变量的月度数据的描述性统计

观测数

均值

标准差

变异系数

最大值

最小值

Lnsz

50

8.0096

0.2705

0.0338

8.6698

7.5369

Lnhl

50

6.5321

0.0403

0.0062

6.6308

6.4629

R

50

2.5376

1.1731

0.4623

5.9000

0.9400

Lndj

50

9.2880

0.1661

0.179

9.5418

8.8626

Wh

50

0.2735

0.1000

0.3656

0.4512

0.1436

Kh

50

90.9040

83.1576

0.9148

479.89

18.05

数据来源：

wind金融数据库、中国人民银行网站、国家外汇管理局网站

在表2中，从变异系数9我们可以看出，上证指数的波动要比汇率市场大的多。

上证指数的剧烈波动可能受多因素影响；外汇市场受制于我国的外汇管制，虽然我国已经实行有管理的浮动汇率制度，但是，每日人民币对美元汇率上下浮动区间限定为千分之五，还没有实现完全自由浮动，因此波动较为平稳。

在表3中，我们从变异系数来看，SZ，HL以及DJ三个变量中，道琼斯工业平均指数的波动是最大的，可能的原因是美国在此期间爆发了次贷危机，股票价格受经济低迷的影响最大。

开户数、外汇储备增长率及利率中，波动都较为剧烈，其中开户数主要是因为受股市低迷所致，外汇储备增长率及利率波动主要是受我国货币政策影响所致。

三、实证结果及分析

1.相关性分析

图3是股指和汇率的走势图。

从图中可以看出，2007年8月份前，股价与汇率反方向变动，股价上涨，汇率下降，两者表现出明显的负相关；而之后，汇率和股价则表现出较弱的正相关性，股价下降的同时汇率也下降。

进一步做两者的相关关系，可知汇率和上证A指之间具有很高的相关性，我们以2007年08月（即次贷危机）为分界线，在次贷危机之前，汇率和上证A指呈现负相关，相关系数为-0.9702；次贷危机之后至2011年9月初，汇率和上证A指呈现正相关，相关系数为0.7055。

图1：

上证综指与汇率走势图

数据来源：

wind金融数据库

进一步，汇率和上证A指之间到底是谁居于主动地位，需要用其他计量方法来检验。

2.单位根检验

表3表示汇率和上证综指它们的对数价格以及一阶差分的单位根检验结果。

采用了ADF检验方法，并以AIC和SC选择滞后阶数。

可以看出，在无趋势项下，汇率和上证综指的对数价格的ADF统计量均小于5%的临界值，不能拒绝存在单位根的原假设，因此它们的对数价格序列是不平稳的。

而对上证综指和汇率的对数价格进行一阶差分后的ADF统计量均显著大于5%的临界值，所以拒绝存在单位根的原假设。

所以，上证综指和汇率的一阶差分的时间序列是平稳的，符合一阶单整I

（1）过程。

表3：

上证综指和汇率的对数价格的单位根检验

被检验形式（C，T，K）

ADF统计量

5%临界值

是否平稳

Lnsz

C030

-2.141397

-2.863280

不平稳

Lnhl

C030

-0.421686

-2.863280

不平稳

Insz

C030

-38.15816

-2.863282

平稳

Inhl

C030

-36.73833

-2.863282

平稳

注：

（c,t,k）分别表示常数项、趋势项、滞后阶数，0表示不含趋势项；滞后阶数以AIC和SC最小来确定。

3.协整检验

基于单位根的ADF检验表明，差分后的lnhl、lnsz是平稳的，都是一阶单整的，可以进行协整检验分析。

我们对股票价格和汇率进行Johansen极大似然法协整检验，单位根检验显示汇率和股票的对数价格存在单位根，是不平稳的，存在一定的趋势。

因此本文假定序列有均值和线性趋势，协整方程只有截距项。

并根据常用的AIC和SC最小准则，选择滞后期。

检验结果如表4所示。

表4：

上证综指和汇率的协整检验结果（Johansen极大似然法）

协整向量的个数

特种值

迹统计量

5%水平标准值

P值

没有

0.015503

29.81474

15.494

0.0002

至多一个

0.008497

11.280

12.518

0.0798

由上表可知，迹统计量大于5%的临界值，因此拒绝不存在协整向量的原假设；实证结果在至多一个协整向量的原假设下，迹统计量小于5%的临界值，因此接受存在一个协整关系的原假设。

这说明股价和汇率之间只存在一个协整向量。

与大多数文献得出的结论一致，这说明汇率制度改革后，我国上证综指和汇率之间是存在协整关系的。

4.滚动时间窗口的稳健性检验

对基于整个时间区间的时间序列进行协整检验只能反应出股指与汇率之间的静态关系，并不能反映二者随时间变化的动态情况。

为了解决这一问题，可以采用rollingwindow的方法。

滚动时间窗口法是进行稳健性分析的一种有效方法。

由上文可知，当2007年8月以后，相关系数发生了重大变化，符号都发生了变化。

这种结构性的改变很可能表明其他外生解释变量对汇率与股指之间的长期关系存在重大影响。

尤其是2007年美国次贷危机以后，全球股指深跌，样本区间前后的市场环境发生不可忽视的重大变化，而前文结论在此基础上是否具有稳健性，需要进一步的做稳健性检验，而采取滚动窗口的协整分析则不失为此情形下进行稳健性检验的方法。

我们采用500个交易日为步长（大约2年），第一个样本子区间为2005年7月21日（第1个交易日）至2007年7月10日（第500个交易日），依次往下推，滞后期选为20交易日，下图为协整检验的迹统计量随时间的变动情况。

红线表示5%的临界水平，蓝线表示迹统计量随时间变化的动态情况。

由图中可以看出，汇率和股价的均衡关系并不是一成不变的，而是随时间变化的。

具体来说，约400个交易日区间之前，迹统计量均小于5%的临界值，说明股价和汇率之间不存在协整关系，即使某个区间存在，那么股价和汇率的这种均衡关系也是不稳定的10。

而在400个交易日区间之后，迹统计量的轨迹均大于5%的临界值，因此拒绝不存在协整关系的原假设。

也就是说，在2007年8月份之后，上证综指和汇率之间存在稳定的协整关系。

图2：

汇改以来上证综指和汇率滚动时间窗口的协整检验

数据来源：

wind金融数据库

为了进一步揭示股价和汇率的引导关系，我们继续采用滚动时间窗口的格兰杰检验方法。

与协整方法一致，滚动窗口的格兰杰因果检验取窗口长度为500个交易日，根据拟合度最大、AIC和SC最小准则，取滞后阶数为4个交易日。

分别对以下原假设进行检验：

1.股价波动不是汇率变动的格兰杰原因。

2.汇率波动不是股价变动的格兰杰原因。

图3和图4分别是基于这两个原假设进行滚动的格兰杰检验的F统计量的轨迹图。

其中，蓝线表示格兰杰检验F统计量，红线表示5%的显著水平。

图3：

原假设：

股价波动不是汇率变动的granger原因

由图3可知，在约350个交易日区间前，F统计量均显著低于5%的统计水平，接受原假设，即股价不是汇率变动的原因。

在约350个交易日区间后，F统计量均大于5%的临界值，因此拒绝原假设，接受股价是汇率变动的格兰杰原因。

这就是说，2007年之前，股价波动不是汇率变动的原因；2007年之后，股价波动是汇率变动的格兰杰原因。

图4：

原假设：

汇率波动不是股价变动的granger原因

由图4可知，在整个时间区间上，F统计量均大于5%临界值，显著拒绝汇率不是股价变动原因的原假设。

因此，汇率制度改革后，汇率波动一直是上证综指变化的格兰杰原因。

而在2008年之后，汇率和股价的双向引导关系变强，股价也成为了汇率变动的grange原因。

通过以上对汇率和股价基于移动时间窗口的动态分析，发现：

汇改之后，汇率与股价存在一个长期的均衡关系，但是股价与汇率的均衡关系并不是一成不变的，而是随时间变化的。

在2007年10月前，股价和汇率不存在协整关系，而之后股价和汇率协整关系显著。

这说明，直接对整个时间序列进行协整分析而得出是否存在协整关系的做法是不合理的，不能反映出二者之间均衡关系的动态变化规律。

具体来说，2007年8月之后，股价与汇率之间的协整关系基本上是显著的，并且互为因果；然而在2007年8月之前，我国股市与汇率之间基本上不存在显著的协整关系。

5.次贷危机后的多变量协整检验

上文中分析了汇率和股价这两个变量的长期均衡关系和动态协整变化，并没有考虑到其他因素的冲击，基本模型的简化可能降低结论的可靠性。

那么，加入其他变量之后，股指和人民币之间稳定的关系还存在么?

（1）单位根检验

表5：

多变量VAR模型的单位根检验

被检验形式（C，T，K）

ADF统计量

5%临界值

P值

是否平稳

Lnsz

C02

-1.1141

-1.9478

0.2578

不平稳

△lnsz

C02

-3.0337

-1.9478

0.0000

平稳

Lnhl

C02

-1.4779

-1.9480

0.1288

不平稳

△lnhl

C02

-2.0804

-1.9478

0.0037

平稳

R

C02

-0.3788

-1.9478

0.5427

不平稳

△R

C02

-6.0805

-1.9478

0.0000

平稳

KH

C02

-1.1033

-1.9478

0.2411

不平稳

△kh

C02

-10.2953

-1.9478

0.0000

平稳

Lndj

C02

-0.3741

-1.9477

0.5325

不平稳

△lndj

C02

-5.2546

-1.9478

0.0000

平稳

WH

C02

-1.5428

-1.9477

0.1143

不平稳

△WH

C02

-5.4294

-1.9478

0.0000

平稳

注：

（c,t,k）分别表示常数项、趋势项、滞后阶数，0表示不含趋势项；滞后阶数以AIC和SC最小来确定。

由上表可以看出，在无趋势的情况下，上证综指、汇率、利率、外汇增长率、道琼斯工业平均指数以及开户数的ADF值都小于置信度5%水平的临界值，说明以上各个变量ADF统计量均不显著，不能拒绝存在单位根的原假设，说明各个变量时间序列是不平稳的。

但是其一阶差分ADF统计量在5%显著性水平上是平稳的，符合一阶单整I

（1）过程。

（2）协整分析

鉴于lnsz、lnhl、r、lndj、wh、kh都为一阶非平稳序列，所以可以进行协整检验，以考察是否存在长期的均衡关系。

本文假定序列有均值和线性趋势，协整方程有趋势项。

并根据常用的AIC和SC最小准则，取滞后阶数为1。

本文采用Johansen协整检验法。

表6：

多变量协整检验结果（Johansen检验）

协整向量的个数

特种值

迹统计量

5%水平标准值

P值

None

0.734985

195.1516

117.7082

0.0000

Atmots1

0.638729

131.4092

88.80380

0.0000

Atmots2

0.510326

82.53915

63.87610

0.0006

Atmots3

0.450259

48.26641

42.91525

0.0133

Atmots4

0.265382

19.54765

25.87211

0.2497

Atmots5

0.094111

4.744233

12.51798

0.6334

由表6我们可以看出：

在5%的显著水平下，迹统计量195.1516>117.7082，P值为0.0000，拒绝不存在协整关系的原假设；同理，我们也拒绝了存在至多存在1个，2个，3个的原假设，接受至多存在4个协整向量的原假设。

进一步，得到股票指数、汇率、利率、道琼斯工业平均指数、外汇储备、开户数之间标准的长期均衡关系，其协整方程如下：

由上述回归方程式可以看出，次贷危机后汇率对股价有长期正向影响，并且统计结果显著。

汇率上升，即人民币贬值，则股价上升，符合流量导向模型。

利率和开户数对股价影响较弱，其系数统计结果不显著。

长期来看，外汇储备与股价负相关。

而美国股指对A股有正向影响，符合我们的预期。

6.脉冲响应和方差分解

由于LNSZ、LNHL、LNDJ、LNKH、R、WH均是一阶单整序列，因此可以建立VAR模型。

我们先来确定滞后阶数p，我们应用信息准则，对不同的滞后期进行试验选择。

我们选择

作为内生变量构建VAR模型，即：

应用LagLengthCriteria（滞后长度准则）来确定模型内生变量的最优滞后阶数。

检验结果如下表7，根据滞后长度准则，我们应该选择4为最优滞后阶数。

即建立VAR（4）

表7：

VAR模型最优滞后阶数的检验结果

lag

Logl

LR

FPE

AIC

SC

HQ

0

157.9331

NA

4.71e-11

-6.752581

-6.511693

-6.662781

1

180.8674

38.73357

8.54e-11

-60171886

-4.485668

-5.543281

2

225.9378

64.10002

6.22e-11

-6.575012

-3.443463

-5.407602

3

279.9958

47.47623

3.53e-11

-7.377593

-2.800715

-5.671379

4

333.4066

62.46712

2.72e-11

-8.151405

-2.129196

-5.906386

注意：

“*”即为5个评价统计量各自给出的最小滞后期；

（1）VAR模型稳定性检验

接下来我们要对VAR模型进行稳定性检验，只有模型是稳定的，才能进行脉冲响应函数分析和方差分解。

如下表8可知：

全部根的倒数值都在单位圆之内，因此表明我们建立的模型是稳定的。

表8：

VAR模型稳定性检验

Root

Modulus

0.719737-0.259250i

0.765005

0.719737+0.259250i

0.765005

-0.002514-0.759255i

0.759259

-0.002514+0.759255i

0.759259

0.265382-0.547062i

0.608033

0.265382+0.547062i

0.608033

-0.367392-0.379421i

0.528145

-0.367392+0.379421i

0.528145

-0.362210

0.362210

0.337938

0.337938

-0.125461-0.080690i

0.149169

-0.125461+0.080690i

0.149169

Norootliesoutsidetheunitcircle.

VARsatisfiesthestabilitycondition

InverseRootsofARCharacteristicPolynomial

图5：

单位圆

（2）脉冲响应函数

ResponsetoCholeskyOneS.D.Innovations±2S.E.

ResponseofD（LNSZ）toD（LNHL）

ResponseofD（LNHL）toD（LNSZ）

图6：

上证指数Dlnsz和汇率Dlnhl的脉冲响应图

从上图我们可以看出：

（1）给本期汇率一个正的冲击，股票价格在第一期小幅下降之后，第二期迅速大幅回升，之后小幅波动，二期之后就一直维持在一个长期稳定的正向影响；

（2）从响应的峰值来看，第三期达到最大，之后汇率冲击的作用效果开始衰减，第五期之后开始处于稳定状态（3）给本期上证指数一个正向冲击，汇率在三期之前缓慢上升，第三期开始迅速下降，之后缓慢回升，上证指数对汇率冲击前期是正向反应之后震荡下行，长期股指的冲击作用趋向于0；（4）从峰值来看，汇率对上证指数的冲击影响远远大于上证指数对汇率的冲击影响，并且长期来看两者关系符合流量导向模型，短期来看两者存在交互影响。

（3）方差分解

表9：

对上证综指的对数价格的方差分解

Period

S.E.

D（LNSZ）

D（LNHL）

D（R）

D（LNDJ）

D（WH）

D（KH）

1

0.067397

100.0000

0.000000

0.000000

0.000000

0.000000

0.000000

2

0.070601

96.51518

0.192501

0.275188

2.185024

0.829715

0.002392

3

0.077317

83.98301

8.672508

0.363852

2.106143

4.808113

0.066368

4

0.078583

81.98024

9.350