汇率波动与经济增长Word文件下载.docx

汇率波动与经济增长Word文件下载.docx

《汇率波动与经济增长Word文件下载.docx》由会员分享，可在线阅读，更多相关《汇率波动与经济增长Word文件下载.docx（15页珍藏版）》请在冰豆网上搜索。

近年来人民币汇率波动面临着内部和外部的双重压力，而人民币汇率波动是我国经济增长与世界经济发展产生的必然结果，研究人民币汇率波动机制，了解人民币汇率波动对经济的影响是当前亟待解决的问题。

金融危机之后，美国等西方国家不断对中国政府施压，人民币升值压力巨大。

而我国现行的汇率制度不够完善，存在的一些问题会导致汇率波动对经济增长产生不利的影响，我们要通过分析找出汇率波动与经济增长之间的联系，研究人民币汇率波动对国民生产总值的影响，可以明确宏观经济调控手段作用，从而有利于我国政府相关管理部门采取有效措施以缓解人民币升值的压力。

同时，进一步深化外汇体制改革，加快人民币汇率形成机制的市场化进程，完善现行的结汇制度，从而从根本上降低人民币升值压力，降低人民币升值对我国经济增长产生的不利影响。

进而使汇率正确反映中国经济的现状，更好地发挥汇率波动对我国经济增长的有利优势，避免或降低汇率波动带来的不利影响，最终达到通过控制汇率波动实现经济持续稳定增长的目的。

虽然人民币汇率的改革和调整可能会对我国经济增长产生不利的影响（如导致进出口贸易失调、金融投资市场不稳定以及影响货币政策的有效性等），但只有加快汇率制度完善，才能从根本上解决汇率波动对经济增长的不利影响。

短期来看人民币有降低趋势，但是从长期趋势来看，人民币会有小幅升值。

从长远利益来看，会降低进口企业的进口原材料的成本，促进进口，缩减中国在国际贸易中的贸易顺差；

会提高外商投资收益，吸引外商投资企业的投资；

会减轻中国政府的外债还本付息压力，政府财政收入能更好的投入基础设施建设，加强宏观调控对经济建设的作用。

总体来看利大于弊。

人民币汇率波动是内因和外因共同作用的结果，顺应了时代发展潮流。

汇率波动影响到我国经济的各方各面。

如何正确看待人民币汇率波动问题，控制汇率波动实现经济稳定增长是我国将要面临的主要问题。

随着经济不断增长，我国在世界经济中的地位不断提高，人民币汇率问题也受到了广泛的关注。

如何通过政府宏观调控选择适合我国经济发展的汇率制度，维护我国经济持续稳定增长是目前急需解决的问题。

中国与世界各国都存在国际贸易，人民币汇率波动是不可避免的，是符合中国经济发展需要的。

由于人民币汇率波动对经济增长影响的不确定性，它不仅仅会产生有利的影响，也会产生不利的影响。

我国应审时度势，采取相应的合理措施，完善汇率形成机制，扩大汇率波动对经济的有利影响，缩小不利的影响。

人民币汇率波动对中国经济的发展具有深远的意义。

从不同角度考虑汇率波动的影响是有重要意义的。

二、文献综述

（一）国外研究现状

1.汇率的影响因素方面

CesarM.Rodriguez（2016）文章研究考察了汇率制度选择的决定因素，选取1985-2010年间的20个拉丁美洲国家的数据。

他的研究使用一个有序的概率单位基于理论政权和现有的经济文献来分析经济、政治和制度因素的相关关系。

结果表明，拉丁美洲的固定汇率制度与小并且开放的经济体的贸易和资金流动相关。

越大的贸易部门，政府将其货币挂钩的可能性越小。

此外，政治机构的质量、政治力量和信誉会影响汇率制度的设置。

民主制度和政治稳定与灵活的汇率制度是息息相关的，在当前倾向于他们的货币挂钩。

BoTANG（2015）的文章基于VAR模型运用计量方法进行研究分析。

结果表明：

从长远来看，中国经济没有因为人民币汇率降低而获得收益，并且人民币汇率与经济增长之间不存在直接的联系。

但有趣的是，研究发现刺激中国经济增长的是出口和外国资本流入的扩张。

根据经验来看，长期均衡汇率是由外贸、外汇储备和外国直接投资共同决定的。

除此之外，2005年人民币政策改革没有对汇率产生影响，而是促进经济稳定增涨。

从2008年世界金融危机后可以明显看出，人民币汇率的提高在很大程度上依赖于国家力量和外国资本的流入，而不是缓慢的对外贸易增长。

从我国的经济政治和制度因素考虑，我国目前实行的是有管理的浮动汇率制度。

综上所述可以得出国际收支是影响汇率的重要因素。

2.汇率波动对经济增长的影响

国际收支方面：

ThirlwaIl（1979）研究国际收支约束下的经济增长，提出了瑟尔沃模型。

瑟尔沃模型是指出口总额的增长会促进经济增长，但是经济增长却不会导致进口总额增加。

进出口贸易收入、价格弹性的不一致进一步导致贸易收支出现逆差，形成国际收支约束，最终导致经济增长速度变缓。

因此，要想经济持续稳定增长必须保证国际收支的平衡。

Thirlwall和Hussain（1982）选取21个发展中国家1951年至1969年期间的国际收支时间序列数据，分别运用简单模型和扩展模型分析国际收支平衡约束的经济增长率，结果表明考虑资本流动项目的扩展模型比简单模型更加适合。

Hus-sain（1999）选取了20多个非洲国家与10多个亚洲国家，以1970年-1999年的经验数据来进行分析。

研究结果表明，所选取样本中大多数非洲国家的对外贸易乘数偏小，主要是因为这些国家比较落后，依赖出口低收入弹性的原材料，进口高收人弹性的工业制成品，从而导致贸易赤字不断扩大，只能依靠持续的资本流入来弥补对外贸易赤字，经济增长率因此受到限制。

东南亚国家的经济快速增长，主要是因为它们大量出口高收入弹性的工业制成品，所以国际收支平衡对资本流入的依赖性较低。

金融发展程度方面：

Aghionetal.（2009）通过对83个国家的1970-2000年间面板数据进行实证检验，运用计量经济学的方法进行研究分析。

发现汇率济对经济增长的负面影响会随着金融发展程度的加深而变弱，随着金融发展到一定程度时，汇率波动则会促进经济增长。

Sekkat（2012）运用计量方法分析金融发展和汇率错配对于经济增长的作用，结果证明金融发展对于经济增长有正面，汇率高估对于经济增长有负面影响。

然而不论样本国家金融发展到如何程度，汇率低估对于经济增长的促进作用都是不显著的。

（二）国内研究现状

3.汇率的影响因素方面

张新（2011）通过探索国内经济现状，理论上阐述汇率波动的影响因素，例如一国的经济状况、通货膨胀、国家利率政策、收支平衡情况、市场预期等。

王令菲（2014）从他的文章中得出人民币汇率波动的主要影响因素有国内外物价水平的差异、国内外利率水平的差异、经济增长速度、国际收支状况、货币政策等。

通过分析，他推测当时中国经济增长放缓、美国经济逐渐复苏、美国推出QE、央行引导挤出套利资金，以及其他因素对国际收支造成影响，从而影响外汇市场供求关系，最终影响汇率走势，造成人民币汇率双向波动幅度加大。

4.汇率波动对经济增长的影响

石林梅（2014）通过对我国的面板数据进行单根检验、协整检验以及模型估计最终得出结论。

汇率对我国进口存在显著影响，但对出口影响不显著。

我国出口主要受到国外产出、贸易开放度以及贸易条件的影响，又因为我国主要是劳动密集型产业，成本低优势明显；

并且汇率政策调整对出口的作用不明显，最终导致汇率对出口影响不明显。

但是出口产品价格和进口原材料价格的上涨导致成本增加，致使人民币贬值，从而导致进口减少，而非出口增加。

文忠桥，董蕾（2013）选取1994年—2012年年度时间序列为样本，研究基于以人民币实际有效汇率为自变量，国内生产总值为因变量，进出口、外商直接投资为中间变量的分析模型，在时间序列平稳性检验的基础上进行单根检验和回归分析，最终得出结论。

（1）短期内由于商品的需求弹性，人民币实际有效汇率与出口总额关系不显著，而人民币实际有效汇率与进口之间存在反向的相关关系，即人民币实际有效汇率升值，进口增加。

同时进出口对经济增长无论短期还是长期都有显著的影响。

外商投资与人民币实际有效汇率和经济增长之间存在一定的联系，但影响不明显。

（2）长期内人民币实际有效汇率与经济增长存在稳定的相关关系，汇率通过进出口和外商投资对经济增长产生明显影响，同时经济增长通过信贷市场反作用于人民币实际有效汇率。

张学毅，孙静（2006）文章选取17个工业发达国家的经验数据进行研究分析。

通过运用PanelData模型以及有偏估计回归法，分析汇率波动对经济增长的影响最终得出结论。

对于同样实行浮动汇率制度的发达工业国家来说，汇率波动对各国经济增长的影响并不完全一致。

多数工业国家的实际有效汇率贬值促进了其经济增长，但是日本实际有效汇率贬值却阻碍了日本经济的增长。

在不同的经济状况下，汇率波动的经济效应也不是完全一致的。

所以在汇率制度完善过程中，加快外需带动向内需带动的转换，以及产业结构升级是尤为重要的。

邹宗森，原磊（2013）文章选取54个发达国家和24个发展中国家从1980年到2011年的实际有效汇率、金融发展、经济增长数据，进行系统广义矩估计。

得出结论对于发展中国家来说实际有效汇率的波动，阻碍经济发展，而对于发达国家来说，实际有效汇率波动有利于经济增长。

此外还发现各国的经济增长状况成收敛状态，但发展中国家的收敛状况大于发达国家。

从上述理论中我们可以发现汇率济对经济增长的负面影响会随着金融发展程度的加深而变弱，随着金融发展到一定程度时，汇率波动则会促进经济增长。

而我国现在金融发展程度较低，无论长期还是短期内人民币汇率波动对我国经济增长有消极影响。

同时进出口总额变动对我国经济增涨有积极影响，并且存在长期均衡关系。

汇率变动通过直接影响进出口和外商直接投资，来间接影响经济增长。

三、模型构建

（三）模型建立

由于之前的文献中有通过研究国民生产总值、人民币汇率、进口总额、出口总额、外商直接投资、其他投资等之间的关系，了解人民币汇率波动对经济增长的影响。

也有从金融发展的角度来进行相关分析，了解到不同金融发展程度下汇率波动对经济增长的影响是不确定的。

所以，从我国目前金融发展水平较低的情况出发，选取进出口、外商直接投资为中间变量，研究国民生产总值、进口、出口与人民币汇率之间的关系。

根据现有的研究结果来看，汇率对国民生产总值的影响，是通过进出口、外商直接投资等中间变量来完成的。

所以本文利用已有的模型，选取2007—2015年间的季度数据进行分析，检验最近一段时间国民生产总值、进口、出口与人民币汇率之间的关系是否发生变化。

线性回归模型如下：

lnGDP=c+a1lnR+a2lnIMP+a3lnEXP+a4lnFDI

（1）

其中GDP为国民生产总值，R为人民币汇率，IMP为进口，EXP为出口，FDI为外商直接投资，c为常数项，a1、a2、a3、a4为相关系数。

（四）变量选择

与人民币汇率（R）相关的因素有很多，但其中人民币汇率（R）对进口（IMP）、出口（EXP）以及外商直接投资（FDI），有密切的直接影响，并且这些因素对国民生产总值（GDP）有显著影响。

所以选择进口（IMP）、出口（EXP）以及外商直接投资（FDI）作为中间纽带，国民生产总值（GDP）和人民币汇率（R）为内生变量，进口（IMP）、出口（EXP）以及外商直接投资（FDI）为外生变量，研究经济增长与汇率波动之间的联系。

（五）样本选取和数据来源

本文选取2007—2015年间的季度数据为样本数据，数据的时间跨度内，经济体经济增长稳定。

季度数据是由月度数据加总平均得出，国民生产总值（GDP）和人民币汇率（R）以及外商直接投资（FDI）的基础数据来源于EPS全球统计数据/分析平台,进口（IMP）、出口（EXP）的基础数据来源于东方财富网。

四、实证分析

（六）平稳性检验

经典回归分析暗含一个重要的假设，就是数据是平稳的。

数据不平稳往往会导致“伪回归”问题，为了确定没有随机趋势或确定趋势，即不会产生“伪回归”问题（“伪回归”是指数据的高度相关仅仅是因为二者随时间有向上或向下的变动趋势是一致的，但是他们之间没有真正联系。

这样数据中的趋势项、季节项等无法消除，从而在残差分析中不能准确的进行分析）。

所以本文采取ADF检验，对数据进行平稳性分析，如果时间序列检验结果是平稳的，就可以进行接下来的一系列分析；

如果时间序列是不平稳的，则要对数据进行差分，然后再检验差分后数据是否平稳，如果检验结果是平稳的，就说明数据一阶单整。

只有时间序列数据是平的，才能说明接下来的分析才是有意义。

本文的单位根检验结果如下：

表1DLNEXP的平稳性检验

t-StatisticProb.*

AugmentedDickey-Fullerteststatistic-4.3195220.0108

1%level-4.356068

Testcriticalvalues5%level-3.595026

10%level-3.233456

表2DLNFDI的平稳性检验

AugmentedDickey-Fullerteststatistic-7.4768430

1%level-4.323979

Testcriticalvalues5%level-3.580623

10%level-3.225334

表3LNGDP的平稳性检验

t-StatisticProb.*

AugmentedDickey-Fullerteststatistic-4.1202680.0038

1%level-3.711457

Testcriticalvalues5%level 

-2.981038

10%level-2.629906

表4DLNIMP的平稳性检验

AugmentedDickey-Fullerteststatistic-3.4796220.0167

1%level-3.699871

Testcriticalvalues5%level-2.976263

10%level-2.62742

表5DLNR的平稳性检验

AugmentedDickey-Fullerteststatistic-3.1358470.0345

1%level-3.67017

Testcriticalvalues5%level-2.963972

10%level-2.621007

表1结果显示EXP原始序列是不平稳的，差分后检验结果是平稳的，所以EXP数据一阶单整。

表2检验结果显示FDI原始序列是不平稳的，差分后检验结果是平稳的，所有FDI数据一阶单整。

表3检验结果显示GDP原始序列是平稳的。

表4检验结果显示IMP原始序列是不平稳的，差分后检验结果是平稳的，所以IMP数据一阶单整。

结果显示R原始序列是不平稳的，差分后检验结果是平稳的，所以R数据一阶单整。

综合上述检验结果得出：

各变量之间都满足一阶单整的条件。

所以接下来进行的计量统计分析是有意义的。

（七）经典线性回归

表7经典线性回归

VariableCoefficientStd.Errort-StatisticProb.

C17.92566LNEXP1.000916LNIMP-0.402739LNFDI0.163406LNR-2.3180765.29363.386290.00220.1610366.21548800.160363-2.5114220.01830.1177191.3881070.17650.609647-3.8023260.0007

R-squared0.937446AdjustedR-squared0.928178S.E.ofregression0.076727Sumsquaredresid0.158948Loglikelihood39.47259F-statistic101.1561Prob（F-statistic）0Meandependentvar11.69544S.D.dependentvar0.286298Akaikeinfocriterion-2.154537Schwarzcriterion-1.925516Hannan-Quinncriter.-2.078623Durbin-Watsonstat0.647464

lnGDP=17.92566-2.318076*lnR-0.402739*lnIMP+1.000916*lnEXP+0.163406*lnFDI

（2）

决定系数为0.937446.说明模型拟合程度较高。

各变量除了外商直接投资FDI之外的p值均小于0.05，说明变量系数是显著的，可接受的，存在长期均衡关系。

经济增长与出口存在长期均衡的正相关关系，经济增长与进口之间存在长期均衡的负相关性关系，经济增长与人民币汇率之间同样存在长期均衡的负相关关系。

经济增长每增加一个单位会引起出口增加1.000916，同时进口减少0.402739，人民币汇率降低2.318076，常数项为17.92566。

（八）协整检验

对时间序列数据进行分析时，一般要求所选取的时间序列数据必须是平稳的，没有随机趋势或确定趋势，不会产生“伪回归”问题。

但在现实经济中的时间序列数据通常是非平稳的，我们通过差分把它们变平稳，但这样会让我们失去时间序列数据总量的长期信息，而这些信息对分析问题来说又是必要的，所以用协整来解决此问题。

协整即存在共同的随机性趋势。

协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系，伪回归的一种特殊情况——两个时间序列的趋势成分相同，这时可以利用这种共同趋势修正回归使之可靠。

正是因为协整关系传递出一种长期均衡关系，在具有单独随机性趋势的几个变数之间找到一种可靠联系，通过引入这种“相对平稳”对模型进行调整，可以排除单位根带来的随机性趋势，即所称的误差修正模型。

表6变量之间的协整检验

HypothesizedTraceNo.ofCE（s）EigenvalueStatistic0.05CriticalValueProb.**

None 

*0.892001116.652269.818890

Atmost1*0.63219649.8832647.856130.0318

Atmost20.39716419.8771429.797070.4312

Atmost30.1341144.6938215.494710.8404

Atmost40.0123810.3737513.8414660.541

根据上面数据取对数的平稳新检验结果可以对国民生产总值（GDP）、人民币汇率（R）、外商直接投资（FDI）、进口（IMP）和出口（EXP）的对数值直接做协整检验。

从上表中可以看出国民生产总值（GDP）、人民币汇率（R）、外商直接投资（FDI）、进口（IMP）和出口（EXP）的对数值之间存在协整关系。

（九）VAR模型稳定性

如果VAR系统中所有根的模的倒数都小于1，即位于单位圆内，那么VAR系统就是稳定的。

如果VAR系统是不稳定的，即部分根的模的倒数不小于1，位于单位圆外，那么估计的某些结果就可能无效。

表8AR根表

RootModulus

0.961339-0.053525i0.9628277757977715

0.961339+0.053525i0.9628277757977715

0.029663-0.951622i0.952084040461472

0.029663+0.951622i0.952084040461472

-0.9376340.9376339312847947

0.750726-0.443234i0.8718057491498521

0.750726+0.443234i0.8718057491498521

-0.219264-0.309769i0.3795170870561495

-0.219264+0.309769i0.3795170870561495

0.1513310.151********35174

Norootliesoutsidetheunitcircle.

VARsatisfiesthestabilitycondition.

所有根的模的倒数都小于1所以估计的VAR满足稳定性条件，也即进一步进行的误差修正模型结果有效。

（十）误差修正模型

传统的经典回归分析是用来解释变量之间的长期均衡关系，而实际经济中的数据往往产生于“非均衡过程”，因此建模时需要用数据的动态非均衡过程来逼近经济理论的长期均衡过程。

表现在方程式中，就会有每个变量的滞后也会出现在模型之中的情况。

误差修正模型，正是为了度量某一时期，内生变量在某一时点关于外生变量的短期偏离。

之前对变量进行协整检验，发现变量之间存在协整关系，这种关系是一种长期均衡关系并构成误差修正项。

依据协整关系建立短期模型，将误差修正项看作一个解释变量，连同其它反映短期波动的解释变量一起，建立短期模型，即误差修正模型

表9 

误差修正模型

ErrorCorrection:

D（LNEXP）D（LNFDI）D（LNIMP）D（LNR）

CointEq1-0.8324270.680688-0.803310-0.048696

（0.24846）（0.29922）（0.26571）（0.03338）

[-3.35036][2.27491][-3.02330][-1.45877]

D（LNEXP（-1））-0.2790