{财务管理外汇汇率}计量经济人民币汇率精编

1、可可财务管理外汇汇率计量经济人民币汇率20 XX年XX月精心制作您可以自由编辑序项目 国内生产总 值 货币和准货币 M2（货币供应 外 汇 储 备 人民币汇 率人民 币元假设影响人民币汇率的因素有，国内生产总值，货币和准货币 M2，外汇储备三个变量，为方便量化，用货币供应量同比增长率来描述货币和准货币M2，用与100 美元等值的人民币数值来近似描述人民币的汇率水平。搜集1991-2007 年的数据如下：号年份 （亿元）量同比增长率）(亿美元)（=100 美元)11991 532.320250.47.6217.121992 551.523134.27.6194.431993 576.226364

2、.71121241994 861.929813.411516.251995 835.133070.51173661996 831.436380.4111050.571997 82939762.75.71398.981998 827.942877.45.21449.691999 827.846144.62.31546.8102000 827.823072.32.31655.7112001 827.7107449.72.32121.7122002 827.7117208.322864.1132003 827.7128958.924032.5142004 827.7141964.526099.315

3、2005 819.2169996.42.38188.3162006 797.2204556.12.310663.417 2007 760.42495302.315282.5一、模型参数估计对模型进行多次试验，最终挑选出模型的形式： 并对模型进行了参数估计，结果如下： DependentVariable:LOG(EXCHANGE)Method:LeastSquares Date:1211Time:22:44 Sample:7 Includedobservations:17VariableCoefficientStd.Errort-StatisticProb.C5.0708000.20790324

4、.390210.0000GDP-3.08E-065.55E-07-5.5482960.0001M220.0001496.45E-052.3084140.0381LOG(RESERVE)0.2392850.0316787.5535960.0000R-squared0.829795 Meandependentvar6.642979AdjustedR-squared0.790517 S.D.dependentvar0.158903S.E.ofregression0.072729 Akaikeinfocriterion-2.201825Sumsquaredresid0.068764 Schwarzcr

5、iterion-2.005775Loglikelihood22.71552 F-statistic21.12611Durbin-Watsonstat1.226706 Prob(F-statistic)0.000028经过参数估计的模型方程二、模型的检验（一）对模型进行经济意义检验：表示当没有任何经济变量影响的时候，人民币汇率为 5.070800，但数值本身没有任何意义；表示每当国内生产总值增加一个单位，人民币汇率的对数值会相应减少 3.08E-06 个单位，国内生产总值和人民币汇率呈现负相关关系；表示每当货币供应量同比增长率的平方增加一个单位，人民币汇率的对数值会相应增长 1.49E-04 个

6、单位，货币供应量和人民币汇率呈现正相关关系；表示每当外汇储备的对数值增加一个单位，人民币汇率的对数值会相应增长 0.24 个单位，外汇储备和人民币汇率呈现正相关关系。符合经济学知识,模型通过经济意义检验。1 相关性检验拟合优度检验 R2=0.790517，说明人民币汇率中 79.05%可由国内生产总值，货币和准货币 M2，外汇储备解释，拟合程度比较好。2 显著性检验整体线性关系检验（F 检验）：Prob(F-statistic)=0.0000280.05，整体线性关系显著。回归系数显著性检验（t 检验）：Prob.=0.00010.05，通过 t 检验；gdp 对 log(exchange)线

7、性影响显著。Prob.=0.03810.05，通过 t 检验；m22 对 log(exchange)线性影响显著。Prob.=0.00000.05 未检验出存在异方差。进一步进行 G-Q 检验选取在上述 OLS 结果中未能通过 T 检验的 M22 进行 G-Q 检验。把 M2 的数据按升序排列，并将其分成三部分，选取第一部分 1991-1997 的数据和第三部分 2001-2007 年的数据分别按原方程进行回归。DependentVariable:LOG(EXCHANGE) Method:LeastSquares Date:1209Time:20:35Sample:7 Includedobse

8、rvations:7R-squared0.993658 Meandependentvar6.649499AdjustedR-squared0.987316 S.D.dependentvar0.133113S.E.ofregression0.014991 Akaikeinfocriterion-5.267110Sumsquaredresid0.000674 Schwarzcriterion-5.298018Loglikelihood22.43488 F-statistic156.6808Durbin-Watsonstat1.965270 Prob(F-statistic)0.000856Depe

9、ndentVariable:LOG(EXCHANGE) Method:LeastSquares Date:1209Time:20:36R-squared0.913623 Meandependentvar6.647565AdjustedR-squared0.784058 S.D.dependentvar0.181469S.E.ofregression0.084328 Akaikeinfocriterion-1.873490Sumsquaredresid0.014222 Schwarzcriterion-2.012317Sample:7 Includedobservations:6 Exclude

10、dobservations:1Loglikelihood9.620469 F-statistic7.051470Durbin-Watsonstat0.689236 Prob(F-statistic)0.126725SSR 的比值为 SSR2/SSR1=0.014222/0.000674=21.10F0.05(3,3)=9.28，拒绝原假设，i 存在异方差。对原方程进行加权数 1/abs(e)，消除异方差，并进行回归。DependentVariable:LOG(EXCHANGE) Method:LeastSquares Date:1209Time:19:22 Sample(adjusted):7

11、VariableCoefficientStd.Errort-StatisticProb.C5.1230750.19571326.176500.0000GDP-3.00E-063.62E-07-8.2976280.0000M220.0001561.94E-058.0619410.0000LOG(RESERVE)0.2315770.0284238.1476230.0000WeightedStatisticsR-squared1.000000 Meandependentvar6.712539AdjustedR-squared1.000000 S.D.dependentvar14.87848Inclu

12、dedobservations:17afteradjustingendpoints Weightingseries:1/ABS(E)S.E.ofregression0.005674 Akaikeinfocriterion-7.303547Sumsquaredresid0.000419 Schwarzcriterion-7.107497Loglikelihood66.08015 F-statistic24.33806Durbin-Watsonstat1.308886 Prob(F-statistic)0.000013UnweightedStatisticsR-squared0.826616 Me

13、andependentvar6.642979AdjustedR-squared0.786605 S.D.dependentvar0.158903S.E.ofregressionDurbin-Watsonstat0.073405 Sumsquaredresid1.1842630.070048再一次进行 WHITE 检验:WhiteHeteroskedasticityTest:F-statistic0.37297 Probabilit7 yObs*R-squared6.02527 Probabilit0 y0.9057990.7373870.7373870.05，接受原假设，怀特检验通过且结果较消除异方差前更为良好。加权后的模型不存在异方差。4 序列相关检验图示法检验：通过图示检验，从图中表明的数据可以看出，残差值有逐年减小的趋