人民币对美元汇率影响因素的实证分析剖析.docx
《人民币对美元汇率影响因素的实证分析剖析.docx》由会员分享，可在线阅读，更多相关《人民币对美元汇率影响因素的实证分析剖析.docx（44页珍藏版）》请在冰豆网上搜索。
人民币对美元汇率影响因素的实证分析剖析
专业：
金融学
学生姓名：
张嘉芮41004217
杜凯锐41004229
冯适41004204
指导教师：
黎实
完成时间：
2018年8月9日
人民币对美元汇率影响因素的实证分析
目录
1、问题的提出3
2、文献综述4
3、变量的选取与模型的构造4
3.1变量的设定4
3.2模型的构造5
4、数据以及对数据的处理5
5、计量模型7
5.1平稳性检验7
5.2多重共线性检验
5.2.1检验多重共线性17
5.2.2修正多重共线性18
5.3异方差检验20
5.3.1检验异方差20
5.3.2修正异方差24
5.4误差修正24
6、结论25
7、参考文献26
摘要
人民币汇率在上世纪90年代中期年代经历了第一次市场化改革，伴随着中国经济改革开放的不断深化，经过了数十年的发展，汇率的重要性日益凸显。
面对人民币升值的压力，中央政府在2005年7月又进行了一次意义重大的改革，其变化波动情况值得关注。
本文运用计量经济学的分析方法，结合国际金融学的定性分析，首先回顾了传统的汇率决定理论及其经验研究成果，并参考相关文献对人民币汇率影响因素进行了相关性分析。
从实证分析角度将中美利率差、工业增加值、外汇储备、货币供应量之差、通货膨胀率等作为初始变量，构造线性回归的汇率影响因素理论模型，此模型不仅说明汇率、外汇储备、货币供给量、国民生产总值、实际利用外商直接投资金额作为内生变量的相互传导关系，还能解释他们作为信息时的同期相互影响关系。
关键词
人民币对美元的汇率M2增长速度工业增加值通货膨胀率外汇储备利率
1、问题的提出
摩根大通相关分析表示：
“综合经济复苏趋势逐渐确立与国内私营部门的货币偏好等各项利好以及经常账户顺差减小等因素，预计2013年人民币有望温和升值1%～2%。
”
而中国银行在2012年12月12日发布的《中国经济金融形势展望报告》甚至预计2013年人民币汇率较2012年将有3%左右的升幅。
他们作出此判断主要是基于发达经济体量化宽松政策的延续。
这导致两个后果：
国际金融市场流动性宽松以及发达国家与新兴经济体，特别是亚洲新兴经济体之间的套利利差存在。
这两种现象决定在未来至少一年的时间内，国际资本对中国仍将呈现净流入态势，毕竟中国依然是国际资本理想的投资目的地之一。
汇率的变动对一国的经济有极大的影响。
首先，汇率会造成物价的上涨或下降。
汇率变动后，立即对进口商品的价格发生影响。
首先是进口的消费品和原材料价格变动，进而以进口原料加工的商品或与进口商品相类似的国内商品价格也发生变动。
汇率变动后，出口商品的国内价格也发生变动。
如本币汇率下降，则外币购买力提高，国外进口商就会增加对本国出口商品的需求。
在出口商品供应数量不能相应增长的情况下，出口商品的国内价格必然上涨。
在初级产品的出口贸易中，汇率变化对价格的影响特别明显。
在资本主义周期的高涨阶段，因国内外总需求的增加，进口增多，对外汇需求增加，外币价格高涨，导致出口商品、进口商品在国内价格的提高，并在此基础上推动了整个物价水平的高涨。
其次，汇率变动在一定情况下也会影响出口商品的生产部门。
外币升值时，将使进口商品变得更贵，从而使以进口原材料为主的出口商品生产者的生产成本上升，削弱其在国际市场上的竞争能力，而对以国内原材料为主的出口商品生产者较为有利。
外币贬值时，将使进口商品变得便宜，从而使以进口原材料为主的出口商品生产者的生产成本下降，出口产品的国际市场竞争能力也增强，而同时以国内原材料为主的出口商品生产者则得不到由于汇率变动而带来的好处。
非贸易项目由于受到汇率变动的影响而发生的资本流向的变化等，也将对出口商品生产部门的资金供求等方面发生相应的影响。
除此之外，汇率变动也会对一国资本的流动产生一定的影响。
从长期看，当本币汇率下降时，本国资本为防止货币贬值的损失，常常逃往国外，特别是存在本国银行的国际短期资本或其它投资，也会调往他国，以防损失。
如本币汇率上涨，则对资本移动的影响适与上述情况相反。
也存在特殊情况，近几年，在短期内也曾发生美元汇率下降时，外国资本反而急剧涌入美国进行直接投资和证券投资，利用美元贬值的机会，取得较大的投资收益，这对缓解美元汇率的急剧下降有一定的好处，但这种情况的出现是由于美元的特殊地位决定的。
最后，汇率的变动也会对外贸易、旅游部门和一国的黄金外汇储备产生巨大的影响。
对于中国来说，人民币对美元的汇率无疑是人民币兑外币中最重要的也是最为关键的汇率指标，因此我们小组决定选择研究人民币对美元汇率的影响因素。
2、文献综述
对于人民币汇率的研究在我国早已有许多的经验，大量学者对此有过详细的研究与调查分析，得出的结论在大体方向上趋于一致但也有许多不同的看法。
翟立强在其《人民币汇率波动影响因素的实证分析》中认为，在众多影响人民币实际有效汇率波动的因素中，相对人均实际国内生产总值、相对实际国内生产总值、开放度、相对平均工资、沪深两市A股市值占GDP之比、国内外名义利率的差异对人民币汇率波动有较强的因果关系；国内贷款与GDP之比、相对通货膨胀率、外汇储备与人民币汇率波动有因果关系，但因果关系不太强；而外商在我国的直接投资对人民币汇率波动不存在因果关系（2012.5）。
李文在《人民币汇率影响因素分析》中指出，人民币汇率不但受到外汇储备等宏观经济变量的滞后影响，而且还受到信息变化对外汇主体预期和行为的同期影响（2010.4）。
唐林在《人民币汇率影响因素相关性分析及趋势预测》中提出，近年来人民币汇率与我国GDP增长率、贸易收支差额具有较强的相关性.利率由于受政策影响,解释能力较弱，但是随着我国经济市场化的进一步加强，人民币汇率将会越来越受到利率的影响（2006.4）。
刘杰在《我国人民币汇率影响因素研究》一文中得出我国的GDP增长与否与该国的汇率变化呈现反向变动关系；货币供应量、国家外汇储备变化与该国的汇率变化呈现同向变动关系；实际利用外商直接投资金额变化与该国的汇率变化呈现同向变动关系（2012.5）。
3、变量的选取与模型的构造
3.1、变量的设定
a.被解释变量（人民币对美元的汇率）
直接的汇率数据可以反映出近10年人民币与美元汇率的变动和发展趋势。
b.解释变量
选取与货币相关的变量和两国经济状况反映变量来作为解释变量:
利率、通货膨胀率、中国外汇（美元）储备、M2同比增长速度和工业增长值。
两国利率之差：
根据利率平价理论，如果预期汇率不变，两国汇率取决于两国利率之差；预期其与汇率呈负相关。
两国通货膨胀率之差：
根据相对购买力平价理论，两国汇率取决于两国通货膨胀率之差；预期其与汇率呈正相关。
中国外汇储备：
一国外汇储备越高，其单位币值代表的价值应越高。
由于美元这种货币国际地位的特殊性，在这里就只考虑中国的外汇储备。
预期其与汇率呈负相关。
两国货币供给（M2）增长率之差：
如果一国货币供给增加，在国内生产总值一定的情况下，该国货币贬值，所以汇率还受货币供给增长率之差影响；预期其与汇率呈正相关。
两国GDP（工业）增加值之差：
增加值是国民经济核算的一项基础指标。
各部门增加值之和即是国内生产总值，它反映的是一个国家（地区）在一定期时期内所生产的和提供的全部最终产品和服务的市场价值的总和，同时也反映了生产单位或部门对国内生产总值的贡献，是GDP的指标之一。
在保证其它因素不变的情况下，一国国内生产总值越高，该国货币币值越高，所以两国GDP增长率之差也是汇率的影响因素之一。
（GDP是净产值，扣除成本的最终物品总值，所以应该是工业增加值。
实际上，国家GDP的计算一种方法就是所有行业工业增加值的加总。
由于GDP增长率没有月度数据，我们考虑用工业增加值增长率代替。
）预期其与汇率呈负相关。
根据以上的分析，我们分别以shibor代表中国的利率（因为考虑到在中国银行间的同业拆借能够比较好地反映出资金的市场价格水平），以联邦基金利率代表美国利率，采用的是隔夜拆借利率。
以消费者价格指数，也就是CPI代表通货膨胀率。
虽然考虑到在M2和CPI上两国的统计口径不一致，但是考虑到两国的实际情况，即使统计口径稍有不同，但两国的M2都能反应各自的货币供应量的情况，M2的增长速度也就能反映出货币供应量的增长情况，同理CPI也都能反应出国内通货膨胀的情况，故此处我们忽略这个误差。
我们选取的时间段为2006年10月至2012年10月，因为这段时间在2005年汇改完成一段时间之后，采用月度数据，意在主要分析短期汇率形成的影响因素。
3.2、模型的构造
根据研究目的以及设定的变量,本文构造了以下线性模型:
因变量Y=β0+β1*X1+β2*X2+β3*X3+β4*X4+β5*X5+ε其中βt（t=0,1,2,3,4,5）代表估计参数。
X1、X2、X3、X4、X5分别代表中美利率差、两国通货膨胀率之差、中国外汇储备、两国M2增长率之差和两国工业增长率之差在上面的模型中。
而用Y代表中美货币汇率。
除了我们选取的影响因素之外,还存在其它一些影响因素,但由于各种原因,我们不能很好地观察和研究那些因素。
因此,我们在模型中加入了ε这个随机变量,以修正建立的假设模型。
4、数据以及对数据的处理
时间
人民币对美元汇率
Shibor-FFR（%）
通货膨胀率之差（%）
中国外汇储备（亿美元）
M2同比增长速度之差（%）
工业增加值增长速度之差（%）
Oct/06
787.920
-3.0615
0.09
10096.26
11.82299598
12.00921163
Nov/06
784.36
-2.8339
-0.07
10387.51
11.24444444
13.31945637
Dec/06
780.87
-3.6725
0.26
10663.4
11.09279109
12.66069116
Jan/07
777.76
-3.472
0.12
11046.9
9.94244971
13.24600327
Feb/07
774.09
-3.6074
0.28
11573.7
12.03131093
10.09669272
Mar/07
773.42
-3.4543
0.52
12020.3
11.20890129
15.27662023
Apr/07
770.55
-3.6197
0.43
12465.66
10.70172526
14.73062835
May/07
765.06
-3.4514
0.71
12926.71
10.19330437
15.25507039
Jun/07
761.55
-3.4716
1.71
13326.25
10.70225402
16.94452933
Jul/07
757.37
-3.2224
3.24
13852
12.41713559
15.56586794
Aug/07
756.07
-3.1574
4.53
14086.41
11.43120322
15.14826572
Sep/07
751.08
-2.9475
3.44
14336.11
11.9088529
15.95857702
Oct/07
746.92
-1.8672
2.96
14548.98
12.43829061
15.36575791
Nov/07
739.97
-2.6265
2.59
14969.06
12.52054719
14.04931067
Dec/07
730.46
-1.9506
2.42
15282.49
10.93248313
15.18103119
Jan/08
718.53
-1.9519
2.82
15898.1
13.10361215
15.01921256
Feb/08
710.58
-0.4953
4.67
16471.34
10.62161687
14.34726661
Mar/08
701.9
-0.3252
4.32
16821.77
9.005138931
17.1171213
Apr/08
700.02
-0.114
4.56
17566.55
10.40820809
16.52347838
May/08
694.72
0.8765
3.52
17969.61
11.53451452
17.34420927
Jun/08
685.91
0.7949
2.08
18088.28
11.16763759
17.55020331
Jul/08
683.88
0.5176
0.7
18451.64
10.02060704
16.72239786
Aug/08
683.45
0.6359
-0.47
18841.53
10.57675753
16.51417544
Sep/08
681.83
1.4109
-0.34
19055.85
9.162712657
19.57685186
Oct/08
682.58
1.3221
0.34
18796.88
7.573538872
15.16182387
Nov/08
683.49
1.2042
1.33
18847.17
6.999605863
13.97196993
Dec/08
683.46
0.7871
1.11
19460.3
8.072253698
16.86534418
Jan/09
683.8
0.7783
0.97
19134.56
8.421968321
18.5855557
Feb/09
683.79
0.5867
-1.84
19120.66
10.94655023
24.27377249
Mar/09
683.59
0.6225
-0.82
19537.41
16.13768143
22.65578025
Apr/09
682.5
0.6567
-0.76
20088.8
17.27496189
21.70541061
May/09
683.24
0.6317
-0.12
20894.91
16.46851992
23.78226622
Jun/09
683.19
0.88
-0.27
21316.06
19.34289878
25.72243722
Jul/09
683.23
1.1392
0.3
21746.18
19.90569503
24.69813511
Aug/09
683.12
0.8375
0.28
22108.27
20.2517513
23.87410428
Sep/09
682.9
1.6242
0.49
22725.95
21.94705225
20.95702345
Oct/09
682.81
1.0179
-0.32
23282.72
23.12021907
23.63059145
Nov/09
682.72
1.0692
-1.24
23887.88
23.68728605
25.19462048
Dec/09
682.82
1.0267
-0.82
23991.52
23.94099885
21.31310048
Jan/10
682.7
1.2492
-1.13
24152.21
23.7654277
18.02494686
Feb/10
682.69
1.3015
0.56
24245.91
23.12452278
11.2882816
Mar/10
682.63
1.1788
0.09
24470.84
20.93807577
14.22426723
Apr/10
682.63
1.1973
0.56
24905.12
19.61601835
12.69693076
May/10
682.8
2.1725
1.08
24395.06
19.14055986
8.638742213
Jun/10
679.09
2.0883
1.85
24542.75
16.49277909
5.202581271
Jul/10
677.5
1.2896
2.06
25388.94
15.58321134
5.203777391
Aug/10
681.05
2.13
2.35
25478.38
16.56536551
6.546600618
Sep/10
670.11
2.4075
2.46
26483.03
15.93339312
6.401245794
Oct/10
669.08
1.3942
3.23
27608.99
15.9466538
6.900501258
Nov/10
667.62
1.94
3.96
27678.09
16.29335057
7.325697316
Dec/10
662.27
4.3417
3.1
28473
16.06642043
6.975798336
Jan/11
658.91
4.8442
3.3
29316.74
12.6569172
8.219658042
Feb/11
657.52
2.2183
2.8
29913.86
11.25353688
10.51426059
Mar/11
655.64
1.6592
2.7
30446.74
11.68389684
10.14317555
Apr/11
649.9
2.3992
2.1
31458.43
10.01577449
9.69304763
May/11
648.45
3.7533
1.9
31659.97
9.946277087
10.83273766
Jun/11
647.16
4.9083
2.8
31974.91
9.986222181
12.67577492
Jul/11
644.42
3.4117
2.9
32452.83
6.635483871
11.58998052
Aug/11
638.67
3.2538
2.4
32624.99
3.553882578
10.80264673
Sep/11
635.49
4.8125
2.2
32016.83
3.178817958
11.25469505
Oct/11
632.33
4.625
2
32737.96
3.237824599
9.728391314
Nov/11
634.82
3.345
0.8
32209.07
2.922501859
8.975414826
Dec/11
630.09
4.9292
1.1
31811.48
3.772299393
9.778726846
Jan/12
631.15
2.8875
1.6
32536.31
2.102462652
8.926609998
Feb/12
629.19
2.4933
0.3
33096.57
2.886257102
16.42621671
Mar/12
629.43
2.5433
0.9
33049.71
3.384052104
8.650639272
Apr/12
627.87
2.6567
1.1
32989.13
2.95041511
4.676040356
May/12
633.55
1.7188
1.3
32061.09
3.725812407
5.08866354
Jun/12
632.49
3.4408
0.5
32400.05
4.336988172
5.143625628
Jul/12
633.2
2.4383
0.4
32399.52
6.036559582
4.982127321
Aug/12
634.49
1.9357
0.3
32729.01
7.196828259
6.069819339
Sep/12
634.1
3.14
-0.1
32850.95
7.910552339
6.299072824
Oct/12
630.02
2.795
-0.5
32874.26
6.930866896
7.390440688
数据来源：
国家外汇管理局shibor官网BoardofGovernorsoftheFederalReserveSystem
中国国家统计局美国劳工部美国商务部
5、计量模型
5.1、平稳性检验
由于我们选取的数据为时间序列数据，因此需先进行平稳性检验。
首先观察各解释变量与被解释变量的时间序列图
由图中可以看出，该序列可能存在趋势项，因此选择单位根检验的模型对其进行检验。
NullHypothesis:
D（Y）hasaunitroot
Exogenous:
Constant,LinearTrend
LagLength:
0（Fixed）
t-Statistic
Prob.*
AugmentedDickey-Fullerteststatistic
-5.929180
0.0000
Testcriticalvalues:
1%level
-4.092547
5%level
-3.474363
10%level
-3.164499
*MacKinnon（1996）one-sidedp-values.
AugmentedDickey-FullerTestEquation
DependentVariable:
D（Y,2）
Method:
LeastSquares
Date:
06/07/13Time:
13:
14
Sample（adjusted）:
2006M122012M10
Includedobservations:
71afteradjustments
Variable
Coefficient
Std.Error
t-Statistic
Prob.
D（Y（-1））
-0.692807
0.116847
-5.929180
0.0000
C
-2.814115
0.877385
-3.207390
0.0020
@TREND（2006M10）
0.035293
0.018316
1.926867
0.0582
R-squared
0.341137
Meandependentvar
-0.007324
AdjustedR-squared
0.321759
升级会员 