《人民币汇率波动与股票价格关系实证研究》10000字（论文）

人民币汇率波动与股票价格关系实证研究目录TOC\o"1-2"\h\u4141人民币汇率波动与股票价格关系实证研究 -1-249071文献综述 -2-47391.1国外学者的研究 -2-20711.2国内学者的研究 -3-263232变量和数据 -3-150142.1变量的选择 -3-91652.2变量数据 -4-236563实证过程与结果分析 -5-124373.1VAR模型介绍 -5-275243.2各变量的平稳性检验 -6-163843.3VAR模型的建立 -6-285733.4脉冲分析 -8-252864结论与政策建议 -8-101754.1结论 -8-205184.2政策建议 -9-14574参考文献： -9-16593ratefluctuationsandstockprices -10-内容提要：随着中国市场经济改革的发展，股票价格和人民币汇率波动两者之间的关系不断加强，尤其是在2005年汇改之后，人民币汇率政策和股票市场的改变使股票价格与人民币汇率之间的联动性不断的形成与发展。本文基于外汇市场和股票市场，以人民币兑美元汇率和沪深300指数作为变量，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、采用格兰杰因果检验对模型系数进行检验和分析脉冲响应函数，对股票价格和人民币汇率波动两变量之间的关系进行研究。结果表明，在对人民币汇率波动和股价的Granger因果关系检验中，发现有单向的从人民币汇率波动到股价的因果关系，即人民币汇率波动对股价的影响是显著的。关键词：人民币汇率波动；VAR（向量自回归）模型；股票价格；汇率是我们对外汇市场价格进行判断的一个关键经济变量，并且汇率的高低可直接反映本国的国际购买力。而汇率制度从只盯住美元到“7.21”汇改以一篮子货币为基础，再到“8.11”新汇改都对汇率制度进行了不断地完善，汇率的弹性也一直在不断地增大。作为重要金融市场之一的股票市场，其是使我国资金得以流通的主要场所，而我国经济的发展状况可以通过股票市场的兴盛与萧条反映出来；并且用国民经济的“晴雨表”来表示。在2014年开通了“沪港通”、在2016年开通了“深港通”，这两“通”代表着我国在资本项目这一方面也在逐步的走向开放，这表明中国金融市场与国际金融市场的挂钩正在日益增强。当今，世界正在经历着百年未有之大变局，我国的经济发展也面临着国内外复杂环境发生变化；在贸易战恶化、稳定后疫情时代的经济发展、巩固脱贫成果的内部环境和世界经济低迷、保护主义上升、全球市场萎缩的外部环境下，对人民币汇率和股票价格都存在着一定的影响。因此，研究股票价格和人民币汇率波动的关系对适应复杂多变的环境具有相当程度的实际意义。1文献综述在上世纪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间建立起的固定汇率进行放弃使用，各经济强国逐渐开始将汇率制度转变为浮动汇率制度。随着股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者们逐渐开始研究股票市场与汇率市场之间的相关关系。但学者们的研究方向也会存在不同：以汇率或者是股票价格其中之一作为起始变量的理论分析；通过多个不同的传导中介或传导机制作进行研究两市的关系；以国家的经济发展作为分类，研究发展中国家之间或者其中一个国家的两市关系；以金融危机的发生时间作为研究时间的分界点，研究两市之间在危机前、危机期间以及危机后的关系变化。而由于研究的方向不尽相同，所得到的结论也有差异：在外汇市场与股票市场两者之间的关系有多种情况的存在：有单向影响的关系、也有两者之间相互影响的关系以及两者之间没有任何的相关关系；通过运用不同传导中介或机制来进行分析的两市相关性也各不相同，其在国内和国外市场也存在差别。1.1国外学者的研究Fisher和Dornbusch(1980)最先提出了汇率对股票价格单向的影响关系，并在20世纪80年代建立了流量导向模型。该模型主要以汇率为起始变量，描述了在汇率变动初期，其一国的企业在国际上的竞争力会首先被影响到，紧接着其影响会转换到该国进出口贸易，而国内公司的收益和股票价格将最终被影响到，这是一个单向的从汇率到股价的因果关系，并且还认为股票市场价格变动可以被汇率水平的变动影响到，但是股票价格变动却无法影响到汇率水平变动。Barnson(1981)则提出了股票导向模型，该模型的起始变量是股票价格，认为股票价格上升时，外国投资者会进行大量投资，以便获取高流动性；进而会对本国货币需求增加，而对外币的需求将会有减少的作用，这将会对本国货币起到相对升值的作用，这是一个单向的从股价到汇率的关系。Smyth和Nandha(2003)研究了南亚国家印度、巴基斯坦、孟加拉国和斯里兰卡的外汇市场和股票市场之间的关系，研究的结论表明，货币汇率水平与股价之间不存在长期均衡关系;但斯里兰卡与印度这两个国家的的汇率水平可以格兰杰引起股票市场价格水平波动。Irandoust等(2002)以瑞典作为研究对象，研究了的外汇市场和股票市场两者之间的关系；得出单向的从股票价格水平到汇率水平的因果关系。Pan、Fok等(2007)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之间的动态关系，以汇率制度的变化、资本管制和进出口贸易等为分析二者波动的影响因素，研究表明危机前，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；然而在危机期间，除马来西亚的汇率和股票价格两者之间的关系存在不同之外，其余六国的股票价格的格兰杰原因是汇率；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、和澳大利亚这三个发达国家；通过对比，分析了这三个发达国家在金融危机发生前后，各国的汇率与股票价格两者之间的关系，分别用不同国家的数据建立各自的向量自回归模型，从结果可得到：在短期时，危机前后货币汇率与股票价格两者之间存在着密切的关系；然而在长期时，汇率和股票价格两者之间的均衡关系存在于金融危机发生前，但是这种均衡关系在金融危机发生之后就不存在了。Rahman和Uddin(2009)以印度、巴基斯坦和孟加拉国为研究对象，结果发现这三个国家两者之间均没有协整关系和格兰杰因果关系。Hsing（2006)选择的研究对象是波兰国家，对变量汇率和股票价格的时间序列进行多元线性回归分析，得到的结论表明波兰汇率不受到波兰证券市场价格任何的影响。1.2国内学者的研究与国外的资本市场相比，国内的资本市场发展比较晚。因此，国内学者们对于股票市场和外汇市场的联动效应的研究没有国外早，而且国内现阶段的理论基础和研究模型没有像国外一样比较成熟。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革之后，由于本国与其他各个国家的国情不同，国内在外汇市场和股票市场之间的相关性的研究与国外在这方面的研究也存在着很大的差异。孙建平(2004)以研究资本市场如何被资本项目的变动和汇率弹性引起波动，结论表明，其他国家的财政货币政策的变动以及境外资本的流入流出所带来的乘数效应在宏观经济学上都使汇率发生变动，最终影响产品的价格。刘赣州(2006)通过选取不同的四种传导中介来研究汇率和股票价格这两个市场的深入关系，结果发现由于传导中介的不同，其起作用的传导方式也不同。张迪、郭华、陈垚彤（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影响主要是依靠一系列的传导途径来实现的。刘志军(2008)研究得出，在当前人民币持续升值的情况下，外国资本传导机制的传导性还是非常强的。姚星垣和郭福春(2007)通过研究五种不同的机制传导的影响程度大小和产生作用的强弱，结论显示其在国内外市场之间存在着很大的差别。邓桑和杨朝军(2008)通过研究汇率与股票价格两者之间的关系，结论表明，在长期时，二者表现出反向的均衡关系，与此同时也存在单向的从汇率市场到股票市场的Granger因果关系。张兵等(2008)通过研究可得，在长期时，汇率与股票价格存在长期均衡关系，然而当从短期来看时，二者的因果关系又与长期时的不尽相同；人民币汇率与股票价格两者之间在长短期与之符合的模型不尽相同，长期时为流量导向模型，短期时为股票导向模型，并且股价对汇率的作用更加显著。严敏和巴曙松(2009)把利率之差作为建立模型的外生变量，通过对人民币汇率与股票价格两者之间的均值以及波动溢出效应的分析，发现存在着短期的从外汇到股票市场的单向引导；在对波动溢出方面分析时，则表现出汇率对股价的效应是对称波动溢出，然而股价对汇率的表现则是非对称波动溢出效应；而且人民币汇率和股票市场之间在结合了利率之差后的长期均衡关系是不存在的。唐文进、马千里、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，但在危机发生期间就变成了无波动溢出，而在后危机时期为汇率影响股价的单向波动溢出，这种转变的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2015年汇改前后的相关性进行研究得出，在汇改之前，股票价格和汇率两者之间的长期均衡关系是显著的，然而在汇改之后，股票价格和汇率之间的协整关系的显著性比汇改前变弱了；把中介变量利率加进来之后，对汇改前后的结果进行对比，结果表明汇率和股票市场两者之间在汇改前后存在的联动关系是一样的，即都存在联动关系。2变量和数据2.1变量的选择在外汇市场上，随着汇率制度的不断改善和对外开放程度的不断提高，国家的主要经济贸易合作伙伴逐渐呈现出多元化态势，并且人民币汇率的形成关键以市场供求关系作为基础，也会把一篮子货币作为参考进行合理的调节，而不再与之前一样只是单一地盯着美元。然而，美元在一篮子货币中还是占最大的比列，而且在日常交易中，美元也受到了更多的关注。因此，本文献中的人民币汇率波动变量将选择人民币兑美元来表示。在股票市场中，证券交易所或者是其他提供金融服务的机构会用相对法、综合法或加权法等计算方法来编制股票价格指数，其用来表示股票市场上各版各行业股票市场价格的整体水平以及整个股票市场的价格变动情况。在以不同计算方法和选股标准编制出的各类股票价格指数中，经过比较，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，是以规模性以及流动性作为两个主要选择标准，在深圳和上海这两格证券市场中选取规模较大、流动较强的300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度数据。为了防止出现异方差性，将对原始数据以对数方式处理。数据的来源以及经处理的数据变量字母表示如表1汇总：表1变量、字母表示和数据来源代表变量字母表示数据来源人民币汇率波动e中国人民银行网站沪深300指数pChoice金融数据库利用原始数据做折线图，对原始数据进行描述性统计分析。时间序列人民币汇率波动e，沪深300指数p的折线图如图1、图2所示。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；原始数据的极差为1.9639，平均数是6.7478。折线开始是下滑的趋势，在到达最低点之后呈现出了较明显的上下波动的情况；这说明人民币汇率从开始的8.0608一直呈现出上升的趋势，即人民币升值，美元贬值；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左右上下波动。图2股票价格p由图2的折线波动情况可知，最大值出现在第一个的波动峰值，即是2007年10月的股票价格，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；原始数据的极差为4678.94，平均数是3145.7588。股票价格从一开始的最小直接波动上升到最大值，之后又波动下降，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之后就持续是上升趋势。3实证过程与结果分析3.1VAR模型介绍VAR（vectorauto-regressionmodel）模型的全称是由宏观经济学家西姆斯（C.A.Sims）提出的向量自回归模型。向量自回归（VAR）是一种基于数据统计特性的模型。VAR模型的构造是将系统中的每个内生变量视为系统中全部内生变量的滞后值的函数，进而把单变量自回归模型扩展为由多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之间的相互动态行为，在研究多个相关经济指标之间关系与预测未来趋势时，该模型被普遍地认为是最简易操作的模型之一。在日常的研究中，VAR模型通过预测相互之间存在关联性的时间序列系统以及从随机扰动项条件对变量系统的动态冲击进行分析，被用来解释各种不同的冲击对经济变量所形成的不同影响。对于VAR（p）模型的一般数学表达式，如下所示：yt=Φ1yt−1+式中：yt是维度为k的内生变量的列向量；xtQUOTE是维度为d的外生变量的列向量；而p为内生变量的滞后阶数；T为系统内的样本个数，εtQUOTE是扰动项的k维列向量。Φ和H分别是k×k维矩阵、k×d维矩阵，都是模型中进行待估计系数的矩阵。3.2各变量的平稳性检验如果在建立模型时，把非平稳时间序列看成是平稳时间序列来处理，这就违反了线性回归模型的基本假设；因此当用非平稳时间序列来进行回归分析，所计算所得到的t、F、R2等统计量都将是无意义的，从而之后用这些统计量所进行的检验、分析以及预测而得到的论断也将会是没有效的，这将很大程度的降低了回归分析的有效性。于是，在进行回归分析时，为了防止伪回归现象的发生，需要在建立回归模型前对各变量的时间序列进行平稳性检验，本文将要采用ADF单位根检验方法，结果如表2所示：表2平稳性检验结果序列10%临界值5%临界值1%临界值ADF统计值P值平稳性e2.5752.8853.4842.7130.0718不平稳p2.5752.8853.4843.0140.0336不平稳e12.5752.8853.4845.4900.0000平稳p12.5752.8823.4846.3750.0000平稳由表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0.05的假设检验，对于置信度为0.01下的检验没有通过；综上，时间序列人民币汇率e和股票价格P都不平稳。但在进行了2步差分处理后，序列人民币汇率e1和股票价格p1的ADF统计量分别为5.49、6.375，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。可以进入模型的建立阶段。3.3VAR模型的建立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。表3VAR模型的参数结果e1p1e1（L1）1.123006(0.000)—1.034579(0.144)e1（L2）—0.864145(0.000)1.726772(0.098)e1（L3）0.784130(0.000)—1.286835(0.257)e1（L4）—0.611035(0.000)2.655252(0.020)e1（L5）0.409608(0.000)—2.962958(0.005)e1（L6）—0.225286(0.004)1.666518(0.023)p1（L1）0.001678(0.834)0.941137(0.000)p1（L2）—0.002223(0.838)—0.652766(0.000)p1（L3）0.006809(0.568)0.554121(0.000)p1（L4）—0.012848(0.281)—0.171663(0.126)p1（L5）0.007336(0.497)0.070877(0.486)p1（L6）—0.006510(0.409)—0.073030(0.325)c0.000761(0.291)—0.006514(0.337)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期至滞后6的人民币汇率（e1）对人民币汇率（e1）具有显著影响，而其他的变量对人民币汇率（e1）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。通过运用格兰杰因果检验对估计出来模型参数结果进行因果检验，检验得到的结果如表4所示。表4VAR结果的Granger因果关系EquationExcludedChi2Pe1p11.96520.923e1ALL1.96520.923p1e111.6550.070p1ALL11.6550.070由表4结果显示，在把人民币汇率（e1）作为被解释变量的方程中，如果检验变量股票价格（p1）系数的联合显著性（即在方程中排除变量股票价格[p1]），其卡方统计量为1.9652，相应的p值为0.923，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（e1）和股票价格（p1）系数的联合显著性（即在方程中同时排除变量人民币汇率[e1]和股票价格[p1]），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）都不是人民币汇率（e1）的格兰杰原因。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）系数的联合显著性（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，则拒绝原假设即可得到人民币汇率（e1）是股票价格（p1）的Granger原因。如果同时检验人民币汇率（e1）和股票价格（p1）系数的联合显著性（即在方程中同时排除变量人民币汇率[e1]和股票价格[p1]），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。综上分析可得，格兰杰因果检验结果表明了建立的VAR模型的有效性，即人民币汇率对股票价格具有显著影响，而股票价格对人民币汇率则没有显著影响。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，所以在实际研究的应用中建立模型之前不必对各个变量作出一切先验性的约束。因此，在对VAR模型进行回归分析时，只会对由于一个误差项发生变化对系统产生的变化进行解析，或者是当VAR模型在受到某一种冲击时对系统产生的变化进行解析，而这就是脉冲响应函数方法。利用脉冲响应函数方法对VAR模型内生变量当期的值和未来的值的关系进行脉冲分析。人民币汇率波动脉冲响应的过程如图3所示。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结论与政策建议4.1结论本文通过实证分析来定量研究了人民币汇率与股票价格两者之间的的关系。在第1节内容中，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地发挥其对国际收支的调节作用。第二，增强汇率制度的灵活性。国家应当结合自身的实际情况，来进行汇率制度实施的选择。施行刚性的汇率制度既有益处也会带来不好的影响，制度的刚硬有利于通货膨胀预期的稳定和巩固经济的增长，但在施行刚硬的汇率制度时会对宏观政策的选择有限制的效果，减弱应对危机的能力，并且使经济的自我调节能力不能得到充分的发挥。而施行灵活的汇率制度与强硬的进行相比，其可为货币政策释放出更大的空间以便使国内的经济得到更好的服务，并且灵活的制度还能够有效的缩减应对各类外部冲击时所消耗的成本。二、开拓无形市场在现代经济发展下，无形市场逐渐成为了国际外汇市场中发展的基本趋势。在无形市场中，交易的进行是通过现代化的互联网手段来实现的，不仅其覆盖面更加的广泛，而且对于市场信息传递的速度也更加快捷，还会把交易成本降低；并且也符合进行多种交易工作的需求，能够使市场机制得到更加充分性的发挥。总而言之，在我国外汇市场的逐步健全和完善的进程中，我国的外汇市场将逐步向国际外汇市场靠近，并且其规范化程度将不断提高。并且在外汇市场发展的进程中，也进一步的完善了国内的金融市场和推进了外汇制度的改革。合理利用无形市场进行交易，为外汇市场和股票市场加注更多新鲜血液，使国民经济能得到更加持续、快速、健康地发展。三、持续推进人民币国际化在“十三五”期间，人民币的国际化进程在众多不同的领域实现了一定的新突破，并且人民币国际化也到达了一个崭新的阶段：从在岸人民币到离岸人民币，从储备货币到交易货币，从结算货币再到计价货币……。但对于中国资本账户来说，依然存在着较多的管制，而且现阶段的人民币兑换层次还没有达到完全可自由兑换这个层次，这些都表明着人民币国际化现在所处的阶段仍然是货币国际化初级阶段。进入到“十四五”期间以及再之后,需要继续稳定提升人民币国际化水平。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破性的成功，并且给全球其他国家树立了很多模式和样板，给全球其他国家输出了很多抗击疫情的有效经验，因此，国家也赢得了世界上许多国家及人民的高度认可和尊重。因此，中国的国际地位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，全球中主要的几个发达国家的经济增长基本都出现了负增长，幅度在4%-10%之间，然而本国是全球唯一一个出现正增长的经济体。在现在的后疫情时代，我们更应该抓住机遇把握好实时机，进一步加快推进经济复苏进程，缩小与发达大国之间的经济总量，使国家的国际地位不断提高，稳定推进人民币国际化进程。参考文献：[1]Dornbusch.R，S.Fisher.Exchangeratesandthecurrentaccount[J].AmericanEconomicReview，1980，70:960-971[2]BransonW.H.Macroeconomicdeterminantsofrealexchangeraterisk[J].NberWorkingPapers，1981，3:20-21[3]R.Smyth，M.Nandha.BivariatecausalitybetweenexchangeratesandstockpricesinsouthAsia,appliedeconomicsletters[J]TaylorandFrancisJournals，2003，10：63-69[4]AbdulnasserHatemi-J，ManuchehrIrandoust.Ispricingtomarketbehavioralong-runphenomenon?Anon-stationarypanelanalysis[J].Empirica，2004，31(1):55-67[5]PanM.S，FokC.W，LiuY.A.Dynamiclinkagesbetweenexchangeratesandstockprices:evidencefromeastAsianmarkets[J].InternationalReviewofEconomicsandFinance，2007，16(4):503-520[6]Ki-hoKim.Dollarexchangerateandstockprice:evidencefrommultivariatecointegrationanderrorcorrectionmodel[J].ReviewofFinancialEconomics，2003，12:301-313[7]Md.LutfurRahman，JashimUddin.Dynamicrelationshipbetweenstockpricesandexchangerates:evidencefromthreesouthAsiancountries[J].InternationalBusinessResearch，2009，2:167-172[8]HsingY.AnalysisofexchangeratefluctuationsinPoland:testoftheinterestparitycondition[J].InternationalResearchJournalofFinanceandEconomics，2006，2:1-12[9]张迪，郭华，陈垚彤.人民币汇率波动下股票市场的研究[J].财税金融，2019，14:94-95[10]孙建平.汇率弹性化与资本市场的风险控制[J].金融研究，2004，9:101-107[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，2006，1:58-62[12]郭福春，姚星垣.中国汇率与股票价格联动的实证研究[J].广东金融学院学报，2007，03:55-60[13]刘志军.人民币升值对中国股票市场的影响机制分析[J].经济与管理，2008，2:57-60[14]邓桑，杨朝军.汇率制度改革后中国股市与汇市关系:人民币名义汇率与上证综合指数的实证研究[T].金融研究，2007，12:55-64[15]张兵，封思贤，李心丹，汪慧建.汇率与股价变动关系:基于汇改后数据的实证研究[J].经济研究，2008，9:70-81[16]巴曙松，严敏.股票价格与汇率之间的动态关系一基于中国市场的经验分析[T].南开经济研究，2009，3:46-62[17]唐文进，马千里，宋朝杰.人民币汇率与股价