人民币汇率波动与股票价格关系实证探究10000字

—人民币汇率波动与股票价格关系实证研究 2- 3- 3- 4- 8- 量，数据时间跨度为2016年1月至2020年12月，数据类型为月度数据；通过构建VAR模型、采用在上世纪70年代时布雷顿森林体系瓦解之后，全球各经济强国开始逐渐对本国货币与美元之市规模的持续扩大以及汇率市场波动的起起伏伏，从上个世纪70年代以来，国内学者以及国外学研究了7个东亚地区的国家(或地区),在1988年到1998年金融危机发生前后股票价格和汇率两者表明危机前，新加坡、韩国和中国台湾这三个国家(或地区)得到了相同因果方向的结论，即单向的从股价到汇率的Granger因果关系，但是在中国香港、日本、马来西亚和泰国这四个国家(或地区)则存在与其他三国(或地区)相反的因果关系，也即汇率的格兰杰结果是股价；然而在危机期因是汇率；并且七国(或地区)都没有从股价到汇率的格兰杰原因。Kim(2003)研究日本、美国、1.2国内学者的研究熟。而且国内关于外汇市场和股票市场相关性的研究主要集中是在2005年汇率改革和股权分置改陈毒彤(2019)通过对汇率波动对股票市场影响进行理论分析，了解到了汇率的波动对股价产生的千里、宋朝杰等(2014)研究发现，在危机之前，股价与人民币汇率是双向波动溢出的关系，但在情况正是由于我国特定宏观经济环境所引起的。代汶津(2019)通过对汇率市场和股票市场在20152变量和数据汇率波动变量将选择人民币兑美元来表示。本文将选择沪深300指数作为股票价格的的变量以达到变量的代表性。沪深300指数，是以规模性只A股(人民币普通股票)作为编制指数样本来进行编制的一个综合指数。沪深300指数样本涵盖了上海证券市场以及深圳证券市场近60%的股票总价值，并且沪深300指数市场的代表性很强。2.2变量数据本文样本数据所选取的时间区间为2006年1月到2020年12月，并且这两个变量数据都为月量字母表示如表1汇总：人民币汇率波动e中国人民银行网站p300指数p的折线图如图1、图2所示。e9876543210图1人民币汇率波动e由图1的折现波动情况可知，最大值出现在开始的位置，即是2006年1月的汇率，最大值为8.0608;最小值在时间区间的中部位置，即2013年12月的汇率，最小值为6.0969;原始数据的极在2006年7月人民币汇率进入到7,在2008年5月人民币汇率进入到6,在2013年12月达到最低为6.0969;之后在6的数值范围内上下波动，但在2019年8月人民币汇率在进入6的十一年后出现了首次的破7,这也可能是受中美贸易战恶化的影响；在破7之后，人民币汇率在7左右上下p0图2股票价格p由图2的折线波动情况可知，最大值出现在最大值为5688.54;最小值出现在开始的位置，即2006年1月的股票价格，最小值为1009.6;原始后又波动下降，在2008年10月降至1663.66;随后又开始上升，在3000左右上下波动，到2011年7月后下降到2000-3000之间波动；2014年12月又上升到3533.7,此后主要在3000-4000波动，这期间也存在一两个月会升破4000或者是跌破3000;在2020年6月到4163.96之后就持续是上升VAR(vectorauto-regressionmodel)模型的全称是由宏观经济学家西姆斯(C.A.Sims)提出的个时间序列变量构成的“向量”自回归模型。VAR(向量自回归)模型还综合考虑了系统内跨变量对于VAR(p)模型的一般数学表达式，如下所示：yt=Φ₁yt-1+……+Φpyt-p+Hxt+εt,t=1,.…3.2各变量的平稳性检验结果如表2所示：序列10%临界值1%临界值ep由表2数据显示，人民币汇率e的ADF统计值为2.713,大于10%临界值2.575而小于5%和1%的临界值2.885、3.484,并且P值为0.0718,说明只通过了在置信度为0.1的假设检验，对于置信度为0.05和0.01下的检验没有通过；股票价格p的ADF统计值为3.014,大于10%临界值2.575和5%的临界值2.885,而小于1%临界值3.484,并且P值为0.0336,说明通过了在置信度为0.1和0.056.375,都大于10%、5%和1%的临界值，并且P值都为0,因此这两时间序列的平稳性都为平稳的。在时间序列均满足平稳性要求后，根据赤池弘次(1974)提出的赤池信息量准则(AIC)和施瓦茨准则(SC),对人民币汇率(e1)和股票价格(p1)建立滞后阶数为6的VAR模型。对模型进行参数估计所得到的结果如表3所示。C表3中的为参数估计的对应系数，括号内的为系数相应的P值。其中，若P值小于0.1,则估计的参数是显著的；但P值大于0.1,则估计的参数是不显著的。从表3的结果可以看出：滞后1则没有影响。滞后2期、滞后4期、滞后5期以及滞后6期的人民币汇率(e1),滞后1期至滞后3期的股票价格(p1)对股票价格(p1)具有显著性；而其他的变量对股票价格(p1)则没有影响。表4VAR结果的Granger因果关系P则接受原假设即可得到股票价格(p1)不是汇率(e1)的格兰杰原因。然而在同时检验人民币汇率其卡方统计量为1.9652,相应的p值为0.923,则接受“人民币汇率(e1)与股票价格(p1)都不是人民币汇率(e1)的格兰杰原因”的原假设，即人民币汇率(e1)与股票价格(p1)都不是人民在以股票价格(p1)为被解释变量的方程中，如果检验变量人民币汇率(e1)系数的联合性(即在方程中排除变量人民币汇率[e1]),其卡方统计量为11.655,相应的p值为0.070,则拒绝其卡方统计量为11.655,相应的p值为0.923,则拒绝“人民币汇率(e1)与股票价格(p1)都不是股票价格(p1)的格兰杰原因”的原假设，即人民币汇率(e1)与股票价格(p1)都是股票价格(p1)的格兰杰原因。3.4脉冲分析由于VAR(向量自回归)模型是一种非理论性的模型，所以在人民币汇率波动脉冲响应的过程如图3所示。3图3e1(人民币汇率)对p1(股票价格)正交脉冲的响应从图3中可以看出，当人民币汇率波动在受到一单位正向冲击时，股票价格的当期脉冲响应的系数是负值，即在当期股票价格发生了负向反应，且影响立即增大，在第1期达到了脉冲响应负系数的最大值，即2%。随后又立即下降，下降到0后变为正向反应，到第4期的时候达到峰值，意味着在第1期之后，每一期汇率对股票价格的冲击都在不断的负向减小直至0,并且接着转为正向之后不断地增大。然而在第4期后反应开始下降，下降到0后变为负向反应，到第6期时负影响达到峰值；这一过程表明在第4期后汇率波动对股价的冲击将会正向减弱，并且在减弱到0后紧接着开始负向增强。在第6期到第8期的变动趋势和第1期到第4期的变动一样，也是从负向减弱到正向增强，并且在第8期时，正影响的脉冲响应系数达到整个冲击变化中的最大值，即1.8%。在第8期之后，正向冲击开始减小，在第18期时影响基本消失。4.1结论对国内以及国外学者们对于汇率和股票价格的相关研究及其主要文献进行了一些整理。在整理之后对人民币汇率和股票价格两者之间关系的研究现状有了一定的了解，并且进一步确定了本文章的主要研究方向。然后，通过ADF单位根平稳性的检验、对VAR模型参数进行估计，以及采用格兰杰因果检验方法对模型估计的系数进行检验和脉冲响应函数方法分析了股票价格和人民币汇率两者之间的关系。结果表明，人民币汇率波动和股价的Granger因果关系是从汇率波动到股价的单向关系；也即人民币汇率对股票价格存在显著影响，但反之则没有出现显著影响。4.2政策建议根据上文分析得出的结论，本文将提出以下3点建议：一、加快推进汇率市场化程度第一，增强人民币汇率的弹性。目前，美元正处在弱化阶段，但是在未来对于现阶段性的反弹会出现动力增大的趋势，面对如此情形我们更加应该把汇率的价格调节作用更多的发挥出来。尤其是现阶段全球环境多变的情形之中，国家在中美经济贸易和政治关系日益复杂多变以及新冠肺炎疫情长期化影响的双重压力之下，不仅要继续巩固国内经济的稳定、从多方面扩大对外开放的程度，更需要对人民币汇率弹性进行增强，一遍遍更加有效地吸收来自外部的冲击，使汇率能够更加充分保持稳定的经济增长，需要继续提高中国的国际地位。在2020年，中国再抗击疫情取得了突在于世界各国共同抗击疫情中得到了更进一步的提高。在2020年期间，由于疫情的影响，全球中[11]刘赣州.汇率波动与证券市场价格波动的相互作用机制分析一一兼论人民币升值条件下中国证券市场稳定的对策[J].广西财经学院学报，2006,1:58-62Abstract:WiththedevelopmentofChina'smarketeconomyreform,therelationshipbetweenstockpricesandRMBexchangeratefluctuationshasbeenincreasing,especiallyafterthe200developmentofthelinkagebetweforeignexchangemarketsandthestockmarkedata;therelationshipbetweentheinvestigatedbyconstructingaVARmodel,testingthemodelcoefficientsusi