汇率涨跌对上证指数非对称影响的实证研究.docx
《汇率涨跌对上证指数非对称影响的实证研究.docx》由会员分享，可在线阅读，更多相关《汇率涨跌对上证指数非对称影响的实证研究.docx（14页珍藏版）》请在冰豆网上搜索。
汇率涨跌对上证指数非对称影响的实证研究
汇率涨跌对上证指数非对称影响的实证研究
————————————————————————————————作者：
————————————————————————————————日期：
汇率涨跌对上证指数非对称影响的实证研究-金融银行论文
汇率涨跌对上证指数非对称影响的实证研究
李天琦，王国松
（上海大学经济学院，上海200444）
摘要：
本文利用TARCH模型，选取2005年8月—2015年8月人民币名义有效汇率和上证指数的月度数据，并构建人民币名义有效汇率的虚拟变量，分别通过加法和乘法方式引入到均值方程中，来研究汇率涨跌对上证指数产生的影响，发现通过加法方式的引入效果更好。
研究发现：
汇率涨跌与上证指数的变化呈现负向关系，即人民币名义有效汇率上升，上证指数下降，反之亦然；上证指数具有非对称效应，且对好消息的反应更大。
关键词：
人民币名义有效汇率；上证指数；TARCH模型
中图分类号：
F224文献标识码：
Ａ文章编号:
１００３－９０３１（2016）08－００27－０5DOI:
10.3969/j.issn.1003-9031.2016.08.05
收稿日期：
2016-06-12
作者简介：
李天琦（1991-），女，黑龙江哈尔滨人，上海大学经济学院硕士研究生；
王国松（1968-），男，安徽滁州人，上海大学经济学院教授、博士生导师。
一、引言
在2005年7月21日汇改之后，我国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。
人民币汇率不再是盯住单一美元，而是形成了更加富有弹性的人民币汇率机制。
这次汇改之后，人民币兑美元汇率便进入了升值通道，从2005年7月21日的8.2765上升到了2010年6月18日的6.8275的水平，总体升值了大约17.5%的水平。
2010年6月19日央行又宣布汇改重启，将进一步增加人民币汇率弹性，人民币兑美元汇率也从6.8的水平升值到2015年7月的6.1左右。
2015年8月11日央行宣布要进一步完善人民币汇率中间价报价，这是有助于央行货币政策自主性，降低外部冲击对境内金融市场影响的重要举措。
该信息公布后，人民币汇率连续三日贬值，幅度超过5%，创20年来最大跌幅。
这十年间，上证指数从2007年7月21日的1020.63点飞涨至2007年10月16日的6092.06点后，开始迅猛下跌。
近年股市也是经历了上扬，最高涨到2015年6月8日的5131.88点，后又反复调整，目前在两千九百点左右徘徊。
汇率是本国货币的价格，它的变化反映了本国货币购买力的变化。
股价的变化，或者说上证指数的变化，又是经济的“晴雨表”，能够迅速反映实体经济的变化情况。
而且它们二者皆为主要金融市场的价格，又都可以反映经济变化情况。
随着金融国际化的进一步加强，外汇市场和股票市场的关联性也逐步增强，因此研究汇率波动与股价波动的关系具有重要意义。
本文是在这样的大背景之下，研究汇率涨跌对上证指数的影响，这不但有助于进一步理解外汇和股票市场，而且对于未来的改革也有借鉴意义。
二、文献综述
关于汇率与股价的文献综述，主要分为两大类：
（一）理论研究
目前关于汇率与股价之间相关关系的问题上，主要有流量导向模型和股票导向模型[1-2]，这两种模型实际上是基于不同的汇率决定理论。
流量导向模型假设汇率由一国经常账户所决定，认为股价和汇率之间有正向的关系，汇率引起股价的变化，即汇率的上升（本币贬值）导致股价上升。
存量导向模型在汇率决定中更多地强调资本和金融账户而不是经常账户，它又分为资产组合平衡模型和货币模型。
资产组合平衡模型认为股价和汇率之间存在负向的关系，股价对汇率产生影响，即本国股价上升导致本币升值。
货币模型的观点则是：
股价和汇率的走势由不同的因素所左右，股价和汇率间没有什么联系。
（二）实证研究
在上述两个理论模型的基础上，很多国内外学者对汇率与股价之间的关系展开了研究，主要有以下两个方面。
首先，认为汇率与股价之间存在相关关系。
很多学者采用协整检验和格兰杰检验，发现汇率与股价之间有着长期协整关系）[3-5]。
除了协整检验外，很多学者也采用ARCH类模型来研究此问题，近年来，学者多采用复杂的计量模型，对这一问题进行深入研究，刘柏、张艾莲（2014）通过KSS非线性单位根检验和协整检验表明，中国股票价格与汇率的水平值变化属于非线性累积过程，且两者之间存在长期均衡关系[6-8]。
何诚颖、刘林、徐向阳等（2013）基于SV-TVP-SVAR模型，发现汇率与股价之间的关系呈现出显著的时变性：
2009年之前存在人民币升值—股价上涨的联动效应，但2009年之后却出现人民币升值—股价下跌的联动效应，在不同时点上，汇率与股价波动之间的关系呈现较大的不对称性[9]。
吴丽华、傅广敏（2014）构造联动模型，也运用TVP-SV-VAR模型，发现人民币汇率升值导致股票价格上涨，但该影响的程度随时间变化而变化，在2007年之前人民币汇率对股票价格的影响逐年下降；从2007年开始，人民币汇率对股票价格的影响逐年增强[10]。
其次，认为汇率与股价之间不存在相关关系。
这部分的文献比上部分的文献要少。
Bahmani-Oskooee和Sohrabian（1992）首次运用协整检验，发现汇率与股价之间存在双向短期因果关系，但不存在长期协整关系[11]。
Nieh和Lee（2001），Lean（2011）等也发现股价和汇率之间不存在长期均衡关系[12-13]。
巴曙松、严敏（2009）运用EGARCH模型同样发现我国股价与汇率之间不存在长期均衡关系[14]。
阎石、李连伟（2013）运用BEKK-MGARCH
-VAR模型发现股市和汇市之间不存在长期均衡关系[15]。
综合来看这些文献，从计量方法上，主要集中于协整检验、格兰杰检验、ARCH类模型、VAR模型等，关于汇率与股价之间是否有相关关系的问题，没有得出一致结论，这些可能与学者选取的国家、时间、模型、变量等有关系。
本文基于之前学者的研究，选取比较少用的TARCH模型，并且创新性的把汇率作为虚拟变量引入到模型中，研究汇率涨跌对上证指数的影响，以及汇率涨跌对上证指数是否有非对称的影响。
三、数据选取说明及研究方法
（一）数据选取说明
汇率数据选取人民币名义有效汇率。
之所以选择名义有效汇率，首先是由于有效汇率为一种加权平均汇率，通常以对外贸易比重为权数，更能反映人民币的总体情况及其在国际贸易和金融领域竞争中的地位，比单纯选取人民币兑美元或者欧元等汇率要更具说服力，其次是因为上证指数并没有剔除通货膨胀等的影响，所以在此选取人民币名义有效汇率会比选取人民币实际有效汇率更与上证指数匹配，且市场较易对名义汇率变化做出反应。
因为研究汇率涨跌的影响，因此引入虚拟变量更合适，我们把当期人民币名义有效汇率比前一期人民币名义有效汇率上升记为1，下降则记为0。
上证指数选取月度收盘价。
首先由于收盘价的高低反映出市场资金对该股票的关注程度，也预示着下一个交易日的演绎方向，因此是一个比较重要的价格，其次又因为人民币名义有效汇率只有月度数据，为了相匹配，所以选取上证指数的月度收盘价。
2005年汇改前我国实行的是事实固定汇率制度，人民币兑换美元的汇率比价基本保持在8.2765元人民币兑换1美元的水平，所以在此之前研究汇率与上证指数关系并无意义。
因此本文选取汇改后，即2005年8月至2015年8月共121个人民币名义有效汇率和上证指数的月度数据来进行研究。
数据均来自Wind数据库。
（二）研究方法
本文主要选用的TARCH模型是由Zakoian（1990）提出的，是一种非对称的ARCH模型，用于研究股市对利好和利空消息反应的非对称性。
这个方法的理论模型如下：
均值方程为：
四、实证分析
（一）上证指数的描述性统计
为了直观了解数据分布情况及特征，在进行实证分析之前，首先进行描述性统计分析。
从图1可以清晰看出，在此期间，上证指数的最大值为5954.77点，最小值为1092.82点，波动还是比较剧烈的。
偏度大约为1.12，大于正态分布的0，属于右偏；峰度大约为4.53，大于正态分布的3，有厚尾情况。
（二）单位根检验
由于TARCH模型只适用于对平稳数据建模，因此要对变量进行单位根检验。
在进行单位根检验之前，首先对上证指数的收盘价取对数（因为取对数不改变数据的性质和关系，并且易消除异方差的问题），记作lnsc。
从图2可以看出，lnsc波动剧烈，有截距项，但没有时间趋势，而且也没有围绕0均值上下波动，这意味着之后进行单位根检验时需要选择intercept选项。
从表1可以看出，lnsc为平稳变量，可以进行TARCH模型估计。
（三）TARCH模型构建
根据本文研究汇率涨跌对上证指数是否有影响的需要，我们需要在均值方程中引入汇率涨跌的虚拟变量。
由于事先难以确定影响因素的类型，在此将分别以加法和乘法的形式引入虚拟变量。
1.以加法形式引入虚拟变量
本文TARCH模型中的均值方程构建如下：
其中，lnsct为t时期上证指数的对数值，lnsct-1为t-1时期上证指数的对数值，DER为人民币名义有效汇率虚拟变量，如果当期该汇率比上一期上升，记为1，比上一期下降，记为0。
2.以乘法形式引入虚拟变量
本文TARCH模型中的均值方程构建如下：
式（4）的变量解释与式（3）相同，就是将之前的相加项改成了交互项。
（四）TARCH（1，1）模型实证分析
1.以加法形式引入虚拟变量的TARCH模型实证分析。
均值方程为：
条件方差方程为：
上述估计得方程中残差序列不存在ARCH效应，自相关和偏自相关系数近似为0，并且在方差方程中，0.2159-0.3157+0.9505=0.85071，满足TARCH模型的稳定性条件要求，说明模型估计的结果可靠。
2.以乘法形式引入虚拟变量的TARCH模型实证分析
均值方程为：
同理，上述估计得到的方程中残差序列不存在ARCH效应，自相关和偏自相关系数近似为0，并且在方差方程中，0.2111-0.3244+0.9565=0.84321，满足TARCH模型的稳定性条件要求，说明模型估计的结果同样可靠。
由表2可知，方差方程中常数项P都远超过了0.05，不太显著，不过由于常数项的值很小并且只涉及方程的平移，因此不影响结果分析。
但我们发现通过加法引入的方式中，方差方程的?
滋2t-1和?
滋2t-1I-t-1的p值，比通过乘法方式引入的方差方程中的2t-1和2t-1I-t-1对应的p值要小，除此之外，其余变量均在1%水平下显著，说明拟合效果非常好。
因通过加法方式引入的方程拟合优度比通过乘法方式引入的拟合优度稍高，我们更倾向于选择虚拟变量是通过加法方式引入的类型。
3.对最优结果的进一步分析
下面我们对加法方式引入的结果进行进一步的分析。
（1）对均值方程分析如下：
我们可以看到DER的系数为-0.0547，说明人民币名义有效汇率与上证指数是一个负向变动关系，即人民币名义有效汇率上升会引起上证指数下降，人民币名义有效汇率下降会引起上证指数上升。
这与我们常规的理解有所不同：
人民币升值，会使得以人民币标价的商品等更具投资价值，从而吸引大量资金进入国内。
按此道理，假定国际资本流入股市的情况下，对股票需求增加，股价上涨，上证指数应该提高，然而我们这里却得出恰恰相反的结论。
笔者觉得可能有两方面原因：
首先，人民币升值，削弱了出口行业的竞争力，导致出口行业业绩下滑，如2008年7月至10月，人民币有效汇率升值8.92%，减少了我国商品的出口竞争力，间接拖累指数上升；其次，该假定不成立，即虽然有大量资金进入我国，但考虑到股市的风险等问题，大部分并没有流入股市，而是流入了房地产市场和债券市场。
根据国房景气指数显示，从2005年8月—2008年9月，2009年8月—2011年10月，该指数均在100以上，说明这几年投资者对房地产市场看好，很多资金相应进入房地产市场。
以上海商品房销售面积为例，2007年达到峰值3694.96万平方米，至今一直保持2000万平方米左右的销售水平。
从这些数据可以看出，势必有相当部分的资金流入房地产市场。
选择上证国债指数，主要是因为上证国债指数反映我国债券市场的整体变动状况，是我国债券市场价格变动的“指示器”，具有代表性。
通过图3，我们可以看到上证国债指数是呈现上升趋势的，这说明大量资金涌入债券市场，给国债走强提供强力支撑。
由下面图4显示的2005年8月—2015年9月我国债券市场每月现金流当月值，虽然其中起起伏伏，但总体是增加的趋势，更说明了资金确实流入了债券市场。
图5所示的每月A股成交金额呈现出较规则的波动，都是每年12月资金流出股市，每年的其余月份有基本均等的资金流入股市，说明并没有集中大量的资金进入A股市场。
通过上面对房地产市场和债券市场等的粗略分析，发现2005年汇改至今这段时间，确实有大量资金流入其中，这也就间接解释了人民币汇率与上证指数的一个负向关系。
（2）对方差方程分析如下：
，会给上证指数的波动方差产生了一个0.2159-0.3157=-0.0
998倍的冲击。
人民币名义有效汇率上升对上证指数的冲击小于其下降的冲击。
笔者认为其中的原因之一可能是人民币名义有效汇率下降，意味人民币贬值，投资者大多是风险规避型，因此纷纷从股市撤资，造成对股市较大的冲击。
五、结论
名义有效汇率与上证指数之间呈现负向关系。
虽然我们得到的均值方程中系数值很小，这主要是因为影响上证指数的因素有很多，汇率涨跌只是其中很小的一部分，因此系数值很小，却十分显著，说明汇率涨跌确实会对上证指数产生影响。
通过均值方程，将虚拟变量取值带入，发现名义有效汇率上升，上证指数下跌；名义有效汇率下降，上证指数上升。
也就是说人民币升值，上证指数下跌；人民币贬值，上证指数上升。
上证指数具有非对称效应。
即上证指数对好消息和坏消息的反应程度不同。
根据本文的方差方程，上证指数对好消息会产生更大的波动，即人民币名义有效汇率上升对上证指数的冲击小于其下降对上证指数的冲击。
因此，有关当局需要把握好人民币升贬值的节奏以及资本项目完全开放的时机，逐步完善人民币汇率的形成机制，避免汇率的大幅波动对股市产生巨大影响。
同时，管理层也要采取多种手段稳定股市，加快我国证券市场改革，完善股票市场监管和各项机能，提高市场效率。
（特约编辑：
苗启虎）
参考文献：
[1]Dornbusch，R.andS.Fisher.ExchangeRatesandtheCurrentAccount[J].AmericanEconomicReview，1980，70（5）：
9
60-971.
[2]Branson，W.MacroeconomicDeterminantsofRealExchangeRateRisk[M].inRJHerringManagingForeignExchan-
geRateRisk.London：
CambridgeUniversityPress，1983.
[3]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.
[4]周虎群，李育林.国际金融危机下人民币汇率与股价联动关系研究[J].国际金融研究，2010（8）：
69-76.
[5]Singh，G.TheRelationshipbetweenExchangeRateandStockPriceinIndia：
AnEmpiricalStudy[J].IUPJournalofFinancialRiskManagement，2015，12
（2）：
18-29.
[6]Kanas，A.VolatilitySpilloversbetweenStockReturnsandExchangeRateChanges：
InternationalEvidence[J].JournalofBusinessFinanceandAccounting，2000，27（3/4）：
447-467.
[7]陈雁云，何维达.人民币汇率与股价的ARCH效应检验及模型分析[J].集美大学学报（哲学社会科学版），2006
（1）：
72-75.
[8]刘柏，张艾莲.中国股价与汇率非线性累积过程的非对称迭代影响[J].国际金融研究，2014（10）：
87-96.
[9]何诚颖，刘林，徐向阳，王占海.外汇市场干预、汇率变动与股票价格波动——基于投资者异质性的理论模型与实证研究[J].经济研究，2013（10）：
30-42，97.
[10]吴丽华，傅广敏.人民币汇率、短期资本与股价互动[J].经济研究，2014（11）：
72-86.
[11]Bahmani-Oskooee，M.，Sohrabian，A.StockPricesandtheEffectiveExchangeRateoftheDollar[J].AppliedEconomics，1992，24（4）：
459-464.
[12]Nieh，C.C，Lee，C.F.DynamicRelationshipsbetweenStockPricesandExchangeRatesforG-7Countries[J].QuarterlyReviewofEconomicsandFinance，2001，41（4）：
477-490.
[13]Lean，H.H.，Narayan，P.，Smyth，R.ExchangeRateandStockPriceInteractioninMajorMarkets：
EvidenceforIndividualCountriesandPanelsAllowingforStructuralBreaks[J].SingaporeEconomicReview，2011，56
（2）：
255-277.
[14]巴曙松，严敏.股票价格与汇率之间的动态关系——基于中国市场的经验分析[J].南开经济研究，2009（3）：
46-62.
[15]阎石，李连伟.我国股票市场与外汇市场的动态关联性研究[J].宏观经济研究，2013（3）：
32-40.
[16]Mao，C.K.，Kao，G.W.OnExchangeRateChangesandStockPriceReactions[J].JournalofBusinessFinanceand
Accounting，1990，17（3）：
441-450.
升级会员 