【股价和汇率的关系实证探究（论文）11000字】

股价和汇率的关系实证研究目录TOC\o"1-2"\h\u7060摘要 144861引言 1103712研究背景及意义 3307212.1国外研究现状 339222.2国内研究现状 3118862.3研究基本思路和创新 4324133汇率和股价的理论关系 5121553.1流量导向模型 5314403.2股票导向模型 5308344汇率和股价关系的实证检验 6134024.1数据描述 6100284.2研究方法和模型 8195264.3整体实证分析 11206634.4分段实证分析 12253055结论与政策建议 1776895.1研究结论 17265975.2政策建议 1732885.3局限性与展望 18摘要本文基于我国2015年8月至2021年4月的日数据，采用协整检验和格兰杰因果检验方法对沪深300指数和美元兑人民币汇率进行实证研究，并从经典的流量导向模型和股票导向模型出发对研究结果加以解释。本文研究发现，在整个样本区间内，股价和回汇率并不存在明显的长期均衡关系。在考虑到样本区间内中美贸易战和疫情对股市和汇率的影响，将区间划分为贸易战前，贸易战期间以及贸易战且疫情开始后共三部分研究。分段研究发现在关键词：股价指数汇率Granger因果1引言在现在全球一体化进程快速变化的今天，汇率在资源配置过程中占据着至关重要的地位。随着我国金融双向开放程度的不断提高,外国资本的流入使得人民币汇率同资本市场的联系更加紧密，而国际金融市场的波动影响也会进一步向国内传导。汇率是连接国内市场与国际市场的桥梁，并且也是平衡中国内外部经济的核心指标之一。宏观层面上，汇率的变动所带来的进出口价格变化直接影响着本国的内出口贸易和经济增长，同时，为了维稳汇率所引起的货币和财政政策变化也会对经济发展产生长期而广泛的影响。微观层面上，汇率的变动直接影响企业的生产经营和投融资决策，进而影响成本和投资收益。股票市场是国内反应实体经济的主要窗口，而其中，股票价格指数是灵活反应我国经济变化状况的晴雨表，所以针对汇率和股指的实证研究有利于剖析汇率市场和股票市场之间的联动关系。基于二者关系的实证研究，宏观上，有利于汇率相关的政策的制定和改善；微观上，有利于企业及时调整外汇投融资，以降低汇率变化带来的战略风险。2研究背景及意义2.1国外研究现状国外对于汇率与股市的关系已有过诸多探讨，相关的实证研究主要集中在发达国家的汇率与股价情况，但实证研究结论各异。Aggarwal（1981）基于美国自1974至1978年实际汇率和股价指数的月数据，发现了美国汇率和股价变动存在着正相关关系。而在Soenen和Hennigar（1988）的研究中，根据自1980年至1986年的美国实际汇率和股价指数，发现了汇率和股价存在负相关关系。Bahmani-Oskooee和Sohrabian（1992）基于1973年至1988年美国S&P500指数和美元实际汇率的月数据，最早采用了协整检验和格兰杰因果检验方法，实证研究发现长期来看美国股价和汇率之间并不存在显著的协整关系；但在短期内，二者存在双向的格兰杰因果关系。Issam和Victor（1997）研究了印度、巴基斯坦和菲律宾等新兴国家的金融市场中汇率和股票价格之间的关系。结果表明，菲律宾的股价对汇率存在格兰杰因果，且符合股价导向模型，而对于其他所有样本国家，都呈现出汇率对股票价格的单向格兰杰因果关系。Granger等（2000）的研究发现，在亚洲大多数国家或地区中，汇率和股价存在很强的互动关系。其中，韩国的分析结果符合流量导向模型，菲律宾符合股价导向模型，而香港，马来西亚，新加坡等地区的数据显示出强烈的反馈关系。Arjunan（2020）采用印度2015年2月至2019年8月的指数和汇率数据发现了汇率条件均值和方差与股价波动之间的反馈效应。Salah和Jamal（2021）采用线性ARDL模型和NARDL模型分析亚洲东盟5国的股票价格和汇率之间的关系研究，结果表明，虽然模型结果中变量之间的关系主要是短期的，但NARDL模型提供了更多的证据支持股票价格和汇率之间不对称的长期关系。2.2国内研究现状我国自2005年7月汇率制度改革至今不足20年，国内针对汇率市场和股票市场的关系的实证研究起步较晚，并且现有的相关实证研究得到的研究结果也并不一致。张碧琼和李越（2002）基于1993年12月至2001年4月的日数据，运用ARDL模型实证研究汇率对我国股票中以不同货币定价和交易的股票价格产生的影响。结果表明，人民币汇率与上证A股、深圳A股指数和香港恒生指数均存在短期相互作用，但未发现B股市场和人民币汇率之间存在相互作用关系。陈雁云和何维达（2006）基于中国股价和人民币各种汇率的日数据，运用ARCH效应检验实证表明了人民币与股价的反向关系。邓燊和杨朝军(2008)采用Granger因果检验研究了自2005年7月汇改至2007年3月时间段内股市和汇市的关系。研究表明，汇改后我国股市和汇市存在显著的长期协整关系，且人民币升值是我国股市上涨的单向格兰杰原因。张兵等（2008）研究得到，长期来看，汇改后汇率和股价存在均衡的协整关系，且符合流量导向模型；短期来看，股市和汇市存在交互影响,且分行业分析了不同板块指数与汇率的关系，指出汇率变化是其中多个板块指数的格兰杰原因。谢晓闻等（2013）首次采用非线性的格兰杰因果检验方法，研究我国股票市场与外汇市场之间的非线性关系，结果表明股票市场周期和股票市场规模在汇率与我国股票价格变动的非线性关系中起着非常重要的作用，且参与者之间的非线性关系随着股票市场周期和股票市场规模的变化而变化。2.3研究基本思路和创新本文总结已有的国内外研究经验，利用经典的格兰杰因果检验方法探究2015年8月后的中国汇率与股价二者的长期均衡关系，并运用已有的理论加以解释。计划采取从2015年中国股灾（2015年8月）至2021年4月的人民币兑美元汇率和沪深300指数进行实证研究。本文第一部分是对全部数据集进行人民币汇率变动和中国股市价格变动的关系研究，并针对研究结果给出相关原因解释；第二部分是依据数据集所在时间段内影响股价波动的重要事件进行划分，分阶段地对汇率和指数价格的关系进行进一步的探究，并找到统计学意义上的关系式；第三部分是基于已有的理论结束，结合本文得到的实证研究结果，对全文进行总结并提出理论可行的政策建议。总结来说，现有的国内研究主要关注于2015年前中国汇率与股价的关系研究，研究结论较为滞后。而本文的创新之处在于关注2015年中国股灾至今的最新数据，希望紧跟汇率市场和股票市场的发展，对汇率和股市的关系做出更具有时效性的研究。3汇率和股价的理论关系货币和股价之间的关系与影响已经引起了诸多投资者、经济学家和政策制定者的相当多的关注。截至目前的研究，由于汇率与股价之间的诸多影响因素，并未得到关于汇率与股价关系的广泛认同的理论解释。理论上，汇率与股价之间的因果关系可以从两个不同的角度来看待:分别是，汇率波动影响股价的流量导向模型，和股价影响汇率的股票导向模型。3.1流量导向模型 Dornbusch和Fischer（1980）首先提出了流量导向模型（Flow-orientedModel），认为汇率对股价存在单向的格兰杰因果关系，这意味着汇率的波动会导致股价的波动。该模型强调经常账户的重要性，核心在于经常账户下的贸易收支平衡。并指出汇率波动会影响一国的贸易平衡、国际收支水平和国际竞争力，进而对企业的利润和现金流产生影响，引起股价波动。对企业而言，由于汇率升值会减少公司在全球市场的竞争力进而减少公司的利润和股价。具体可分为国际公司和非国际公司。对国际公司而言，汇率波动会直接影响其收益表损益，而利润损益会直接影响其股价的变动。对于非国际公司，如国内公司而言，本币汇率波动的影响取决于其自身的进出口性质和各自比重，通过对公司现金流的影响进而影响股价。3.2股票导向模型 Branson（1983）最早提出了股票导向模型（Stock-orientedModel），该模型源于汇率的资产组合平衡理论。它从资产组合平衡的角度强调资本和金融账户的重要性，认为国际资本与金融账户的变动是影响汇率的主要因素，并提出汇率与股价的传导机制是股价对汇率的单向传导且为负相关关系。具体来说，当本国股价上涨，带动财富增长，使得国内对本国货币的需求量上升，进而利率下降后吸引资金流入，致使本国货币升值。另一方面，本国股价上涨会吸引更多的投资者持有本国股票，国际热钱会涌入本国股票市场，需要用其他资产购买本国货币以购买更多的本国股票，因此导致本币升值。

4汇率和股价关系的实证检验4.1数据描述4.1.1数据来源 本文的数据选取了从2015年8月24日至2021年4月14日的沪深300指数和人民币兑美元汇率的日数据，一共得到1372组数据，数据均来源于Wind数据库。为了凸显中国证券市场中股票价格变动的整体表现，且需要较好的流通性，本文选择沪深300指数作为代表，采用的是开盘日每日下午3点的收盘价。在选取汇率数据时，考虑到外汇市场和股票市场收盘时间的不同，为了与沪深300指数价格的收盘时间相对应，采用的是人民币对美元汇率每日下午3点收集到的实时数据，消除了单日内时间差异导致的偏移，为后续二者的关系探讨消除了一定的噪音影响。4.1.2数据处理由于沪深300指数和人民币对美元汇率是不同类型的指标，数量级也有所不同，所以选择对原始数据进行标准化处理。考虑到二者均是正数，选择log标准化处理的方法，使得处理后数据=log（原始数据）。由图1和图2可见，处理前后的数据变动趋势并没有改变。图1：沪深300指数数据前后对比图2：美元兑人民币数据前后对比4.2研究方法和模型 本文将对沪深300指数和美元兑人民币汇率做相关性分析。通过协整检验确定二者是否存在长期均衡关系。若序列通过协整检验，则对二者进行格兰杰因果检验分析其因果联系。4.2.1平稳性检验对于时间序列的分析，必须先检查序列数据的平稳性。在计量分析中，往往假定时间序列是平稳的，但实际上，金融和经济相关的时间序列，如汇率和股价，往往是非平稳的。若直接采用非平稳序列进行回归分析，可能会出现伪回归现象，伪回归现象不能作为自变量和因变量关系的真实反应。为了避免伪回归的出现，需要对时间序列数据首先进行平稳性检验。标准的检验方法是检验时间序列是否存在单位根，常用方法是ADF单位根检验法（AugmentedDickey-FullerTest）。以时间序列Xi∆原假设为H0:ρ=0，假设检验统计量是否服从ADF分布。如果接受H0，则时间序列Xi存在单位根，这表明Xi4.2.2协整检验协整检验是用来分析变量之间的长期均衡关系。若存在长期均衡关系，则表明多个时间序列存在共同漂移的方向。在对两个变量进行协整分析的过程中,如果自变量和因变量是协整的，则能表明这两个变量存在长期稳定的均衡关系，且若对二者进行回归不会产生伪回归结果。常用方法是恩格尔-格兰杰检验（Engle-GrangerTest），是通过对两个变量进行回归，对得到的回归方程残差进行单位根检验。若残差存在单位根，即残差是平稳的，则可以认为两个变量具有协整关系。原理上来说，因变量序列若能被自变量序列的线性组合解释，说明二者之间具有稳定的均衡关系。其中，不能被解释的部分构成一个残差序列，该序列应该是与原序列不相关的，即残差序列是平稳的。第一步，用OLS方法估计：Y计算均衡误差，得到：Ye第二步，对回归残差e进行单位根检验。若残差序列e不存在单位根，即e为平稳时间序列，则说明Yt与Xt之间存在着协整关系；若残差序列4.2.3格兰杰因果检验格兰杰因果检验（GrangerCausalityTest）对两个平稳序列Xt和Yt，直接利用增加一个序列的历史值能否改善对另一个序列的预测来判断是否有格兰杰因果关系。其原理为，若在包含了变量Xt和Yt过往信息时对Yt的预测效果要优于单独用变量Yt的过往信息对Yt的预测结果，即可认为变量Xt有助于解释变量Yt的将来变化，就可称变量Xt是导致变量Yt的单向具体过程如下，使用最小二乘法估计做如下回归：YXt=其中k0=1，γ1和γ2为常数项，k1和k2为变量H采用多个回归系数为零的F检验，如果得到的F检验值大于给定α显著性水平下的下F分布所相应的临界值Fα(m,n−k)，则拒绝原假设，说明Xt是Yt的格兰杰原因；反之，当无法拒绝原假设时，Xt不是Yt格兰杰原因。相似的，可以检验Yt是否为Xt的格兰杰原因。若检验结果得到Xt是Yt的格兰杰原因，然而，需要注意的是，格兰杰因果关系并不意味着真实的因果关系，格兰杰因果的结论只是统计意义上的因果关系。另外，格兰杰因果检验是基于VAR模型下的检验方法，其中滞后项的选择具有一定的主观性。然而，VAR模型的结果对于滞后期的选择较为敏感，滞后期的选择不宜过于主观，此时，一般根据赤池信息准则AIC信息量取值最小的准则来确定VAR模型的滞后阶数。4.2.4赤池信息准则 赤池信息准则AIC（Akaike’sInformationCriterion）由日本统计学家赤池弘次提出，这是一种权衡估计模型复杂度和拟合数据优良性的标准。设k是模型估计参数的数量，假设L是模型似然函数的最大值。那么模型的AIC值如下：AIC=2k其中，n为观察数，RSS为残差的平方和，AIC则变为：AIC=2k+n∗ln⁡(RSS/n)在AIC规则下，AIC鼓励了数据拟合的优良性，同时也避免了过度拟合的出现。因此，最优选择是AIC值最小的那一个。4.3整体实证分析4.3.1平稳性检验结果使用ADF单位根检验方法检验数据的平稳性。如果不存在单位根，则时间序列平稳，否则无法确定其平稳性，并且无法进入之后的协整检验过程。检验结果如下：表4.1：数据平稳性检验结果变量ADF检验值P值是否平稳沪深300指数-2.34760.4311否美元兑人民币汇率-1.29430.877否由表4.1可见，在5%的显著性水平上，沪深300指数和美元对人民币汇率序列的未通过ADF平稳性检验的ADF检验，所以无法拒绝序列存在单位根的原假设。将汇率和股价数据分别进行一阶差分后，再次进行ADF检验，结果如下：表4.2：一阶差分后平稳性检验结果变量ADF检验值P值是否平稳沪深300指数（一阶差分后）-10.4830.01是美元兑人民币汇率（一阶差分后）-10.0590.01是由表4.2可见，经一阶差分之后，在5%的显著性水平上，沪深300指数和美元兑人民币序列可以拒绝ADF检验的原假设，即一阶差分后序列均已平稳。所以，沪深300指数和美元兑人民币为一阶单整序列。4.3.2协整检验结果完成平稳性检验后，对序列进行E-G协整检验，检验结果如下：表4.3：恩格尔-格兰杰检验结果变量F检验值1%临界值5%临界值10%临界值P值是否协整回归残差-1.3245-2.58-1.95-1.620.2416否结果显示，序列残差的F检验值的P值明显大于5%临界值，且P值显著大于0.05，所以无法拒绝原假设，因此无法证实沪深300指数和人民币汇率之间存在协整关系。上述实证分析表明，在整体样本区间内，沪深300指数和美元兑人民币汇率之间不存在明显的协整关系，但这与经典的经济学理论不符。根据图1的沪深300指数时序图可以很容易发现，在2018年6月至2021年4月的时间段中，股价有很大起伏，前期主要受到中美贸易战的影响。随着中美贸易战的开始和随后冲突的加剧，中美之间政局关系的紧张对中国股市波动的影响是极大的。在中美贸易战暂停在2019年10月11日，美国总统特朗普·唐纳德宣布中美双方达成第一阶段贸易协议，正式宣布决定暂缓实施预定生效的关税。为了厘清其中重大事件对汇率和股价关系的影响，之后本文将进行分段的实证分析。4.4分段实证分析 为了进一步的深入探究股价与汇率的关系，将中美贸易战和疫情等重大事件的影响在实证分析中分开考量，本文选择对原时间序列数据进行分段研究。分段依据为：1.2018年6月15日，以中美双方分别发布加征关税的商品清单为标志，中美贸易战正式开始。美国政府将对从中国进口的约500亿美元商品加征25%的关税，同时我国国务院关税税则委员会于2018年6月16日决定，对原产于美国的659项约500亿美元进口商品加征25%的关税；2.2020年1月3日，中国政府从这一天起开始向世界卫生组织以及全球各国通报疫情，所以以这两个关键时间点作为分界。据此，将原时间序列划分为以下三个阶段，并在各时间段内分别进行股价与汇率的关系研究。4.4.1时间段1：2015年8月24日至2018年6月14日平稳性检验如下：表4.4：数据平稳性检验结果变量ADF检验值P值是否平稳沪深300指数-2.25020.4724否美元兑人民币汇率-1.16730.9117否由表4.4可见，在5%的显著性水平上，股价和汇率序列均未通过ADF单位根检验，说明二者并非为平稳序列。将汇率和股价数据分别进行一阶差分后，再次进行ADF检验，结果如下：表4.5：一阶差分后平稳性检验结果变量ADF检验值P值是否平稳沪深300指数（一阶差分后）-8.33810.01是美元兑人民币汇率（一阶差分后）-7.49580.01是由表4.5可见，经一阶差分之后，沪深300指数和美元兑人民币序列的P值显著小于5%，即一阶差分后序列均已平稳。所以，沪深300指数和美元兑人民币为一阶单整序列。完成平稳性检验后，对序列进行E-G协整检验，检验结果如下：表6：恩格尔-格兰杰检验结果变量F检验值1%临界值5%临界值10%临界值P值是否协整回归残差-2.2497-2.58-1.95-1.620.045是结果显示，序列残差的F检验值小于5%临界值，且P值小于5%，因此可以拒绝残差序列非平稳性的原假设，说明在时间段1（2015年8月24日至2018年6月14日）内，沪深300指数和人民币汇率之间存在协整关系。 确定了时间段1内指数与汇率具有协整关系，则接下来进行下一步格兰杰因果检验，探求二者的因果关系。根据AIC法则，确定了沪深300指数作为因变量时应选择15作为滞后项，而汇率作为因变量时滞后项应选择5。格兰杰因果检验结果如下：表4.7：时间段1格兰杰因果检验结果因变量滞后项F检验值Pr（>F）沪深300指数150.51610.9326美元兑人民币汇率52.89520.0135 由上表可见，在时间段1内，检验结果拒绝了“沪深300指数不是美元兑人民币汇率的单向格兰杰原因”，接受了“美元兑人民币汇率不是沪深300指数的单向格兰杰原因”。这意味着在统计意义上，沪深300指数是美元兑人民币汇率的单向格兰杰原因，即股价有助于解释汇率变化。 沪深300指数对汇率作用的回归结果如下：Log且回归结果的R2=0.084。由此可见，从长期来看，沪深300指数的对数每上升1，美元兑人民币汇率的对数就会下降0.094.4.2时间段2：2018年6月15日至2020年1月3日平稳性检验如下：表4.8：数据平稳性检验结果变量ADF检验值P值是否平稳沪深300指数-2.01750.5703否美元兑人民币汇率-1.95520.5967否由表4.8可见，在5%的显著性水平上，股价和汇率序列均未通过ADF单位根检验，说明二者并非为平稳序列。将汇率和股价数据分别进行一阶差分后，再次进行ADF检验，结果如下：表4.9：一阶差分后平稳性检验结果变量ADF检验值P值是否平稳沪深300指数（一阶差分后）-8.10740.01是美元兑人民币汇率（一阶差分后）-7.14560.01是由表4.9可见，经一阶差分之后，序列均已平稳。所以，该时间段内，沪深300指数和美元兑人民币为一阶单整序列。E-G协整检验，检验结果如下：表10：恩格尔-格兰杰检验结果变量F检验值1%临界值5%临界值10%临界值P值是否协整回归残差-1.1105-2.58-1.95-1.620.2786否结果显示，残差的F检验值大于5%临界值，且P值明显大于5%，因此不能拒绝非平稳性的原假设，即该时间段内，无法证实沪深300指数和人民币汇率之间存在协整关系。4.4.3时间段3：2020年1月6日至2021年4月14日平稳性检验如下：表4.11：恩格尔-格兰杰检验结果变量ADF检验值P值是否平稳沪深300指数-2.51090.361否美元兑人民币汇率-2.47890.3745否由表4.11可见，在5%的显著性水平上，股价和汇率序列均未通过ADF单位根检验，说明二者并非为平稳序列。将汇率和股价数据分别进行一阶差分后，再次进行ADF检验，结果如下：表4.12：一阶差分后平稳性检验结果变量ADF检验值P值是否平稳沪深300指数（一阶差分后）-6.75730.01是美元兑人民币汇率（一阶差分后）-6.63820.01是由表4.12可见，一阶差分后序列均已平稳。所以，该时间段内，沪深300指数和美元兑人民币为一阶单整序列。E-G协整检验，检验结果如下：表4.13：恩格尔-格兰杰检验结果变量F检验值1%临界值5%临界值10%临界值P值是否协整回归残差-2.1245-2.58-1.95-1.627.747e-06是结果显示，残差的F检验值明显小于5%临界值，且P值显著小于5%，因此可以拒绝残差序列非平稳性的原假设，即该时间段内，沪深300指数和美元兑人民币汇率之间存在协整关系。确定了时间段3内指数与汇率具有协整关系，则进行下一步格兰杰因果检验。根据AIC法则，确定了沪深300指数和汇率作为因变量时均应选择1作为滞后项。格兰杰因果检验结果如下：表4.14：时间段3格兰杰因果检验结果因变量滞后项F检验值Pr（>F）沪深300指数11.6650.1979美元兑人民币汇率17.98330.0050 由上表可见，在时间段3内，检验结果拒绝了“沪深300指数不是美元兑人民币汇率的单向格兰杰原因”的假设，接受了“美元兑人民币汇率不是沪深300指数的单向格兰杰原因”的假设。这意味着在统计意义上，在时间段3内，股价指数是汇率的单向格兰杰原因，即股价有助于解释汇率变化。沪深300指数对汇率作用的回归结果如下：Log且回归结果的R2=0.084。由此可见，从长期来看，沪深300指数的对数每上升1，美元兑人民币汇率的对数就会下降0.934.4.4分段研究小结在分段进行实证分析中，可以发现在中美贸易战期间，沪深300指数和美元兑人民币汇率之间不存在明显的协整关系；而在其他两个阶段中，二者均存在明显的协整关系，并且都得到了各时间段内证实了股价是汇率的单向格兰杰原因。针对中美贸易战期间，二者未呈现出协整关系。该时间段内，汇率对数上涨了4.5%，同时股指对数上涨了1.2%，可能是因为汇率受到股价外其他因素的影响作用较大，至少可以归纳为以下几点：1.国内金融政策波动较大。2018年，随着“资管新规”的推行落地，逐步清理“影子银行”，切实推进“去杠杆”，对实体的流动性造成了较大的影响，企业融资成本大幅上行，影响企业盈利。2018年，调整后的社会融资增速从年初的13.3%回落至年底的10.2%，新增非标融资数据也持续为负，企业的融资成本大幅上行，影响企业盈利，导致股市大幅下跌。2019年开始，随着政策逐步从“去杠杆”过度到“稳杠杆”，企业融资成本逐步下行，利好企业盈利，股市开始逐步恢复。2.期间，中美贸易摩擦事件对企业盈利影响较大，从而对我国A股市场影响较大。2018年3月，美国政府发布“301备忘录”，后续1个月A股下跌2.55%；2018年5月30日，美方称将对我国500亿商品征收25%关税，2018年6月19日美国考虑对额外2000亿美元的中国商品征收10%的关税，2018年8月1日，2000亿关税税率从10%提高至20%。2019年5月6日，2000亿关税税率上调至25%。2019年8月2日，3000亿关税加征10%。在关税持续加码的背景下，出口企业受到影响巨大，企业盈利能力被削弱，而伴随着企业产业链转移，在2019年之后企业的盈利能力逐步恢复，股市开始回暖。3.中国证券市场的投资者结构有待发展，其中占主力的散户受非理性因素较大。我国证券市场的投资者中，专业性机构所占的比例较小，而个人投资者较多。我国股票市场建立至今，个人投资者占比在逐步下降，但目前仍是主流。相比与机构投资者，个人投资者的交易行为往往具有交易频繁、投机性强、缺乏理性等特点，这导致了对整体市场的可预测性变差，且不理性情绪较强。在中美贸易摩擦期间，全球最大的两个经济体之间发生贸易冲突，必然让诸多投资者对股票市场产生了一定的悲观情绪，但情绪影响的程度较难量化。针对其他两个阶段，得到了股价对汇率的单向格兰杰因果关系，且二者呈现负相关关系，这可以采用股票导向模型加以解释。2015年中国股灾在8月随着救市行动的展开得到了初步平息，随后，中国股市逐步恢复稳步上涨。类似的，2020年3月开始，中国股市经历了多轮暴涨，一方面可能由于中国疫情的控制较好导致经济恢复速度较快，而同时国际疫情沦陷导致经济停滞，另一方面可能是因为我国股市非理性因素较热导致暴涨。因此，中国股价的上涨使得国内投资者更倾向于投资本国资产，导致对本国货币的需求量上升，致使本国货币升值。另外，这也会会吸引更多外国投资者的资金流入，国际热钱涌入中国股票市场，而这需要用投资者其他资产购买人民币以购买更多的国内股票，二者的双重原因都会人民币的升值。

5结论与政策建议5.1研究结论本文采用沪深300指数和美元兑人民币汇率（开盘日下午3点的实时汇率）的日数据，以2015年8月24日至2021年4月14日为样本区间，基于协整检验和格兰杰因果检验，对我国股价和汇率的关系进行了整体和分阶段的实证研究。实证结果表明：对整个区间，我国股价和汇率之间并不存在明显的长期均衡关系。在将样本区间进行分段之后，可以发现在中美贸易战的时间段内，可能由于市场其他影响因素的原因，没有分析发现股价和汇率