1、人民币对美元汇率影响因素的实证分析资料专业：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：2019年7月9日1、问题的提出 32、文献综述 43、变量的选取与模型的构造 43.1变量的设定 43.2模型的构造 54、数据以及对数据的处理 55、计量模型 75.1平稳性检验 75.2多重共线性检验5.2.1检验多重共线性 175.2.2修正多重共线性 185.3异方差检验 205.3.1检验异方差 205.3.2修正异方差 245.4误差修正 246、结论 257、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
2、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
3、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
4、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
5、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
6、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
7、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
8、；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
9、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。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=0+1*X1+2*X2+3*X3+4*X4+5*X5+其中t( t=0,1,2,3,4,5) 代表估计参数。X1、X2
10、、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/06787.920-3.06150.0910096.2611.8229959812.00921163Nov
11、/06784.36-2.8339-0.0710387.5111.2444444413.31945637Dec/06780.87-3.67250.2610663.411.0927910912.66069116Jan/07777.76-3.4720.1211046.99.9424497113.24600327Feb/07774.09-3.60740.2811573.712.0313109310.09669272Mar/07773.42-3.45430.5212020.311.2089012915.27662023Apr/07770.55-3.61970.4312465.6610.701725261
12、4.73062835May/07765.06-3.45140.7112926.7110.1933043715.25507039Jun/07761.55-3.47161.7113326.2510.7022540216.94452933Jul/07757.37-3.22243.241385212.4171355915.56586794Aug/07756.07-3.15744.5314086.4111.4312032215.14826572Sep/07751.08-2.94753.4414336.1111.908852915.95857702Oct/07746.92-1.86722.9614548.
13、9812.4382906115.36575791Nov/07739.97-2.62652.5914969.0612.5205471914.04931067Dec/07730.46-1.95062.4215282.4910.9324831315.18103119Jan/08718.53-1.95192.8215898.113.1036121515.01921256Feb/08710.58-0.49534.6716471.3410.6216168714.34726661Mar/08701.9-0.32524.3216821.779.00513893117.1171213Apr/08700.02-0
14、.1144.5617566.5510.4082080916.52347838May/08694.720.87653.5217969.6111.5345145217.34420927Jun/08685.910.79492.0818088.2811.1676375917.55020331Jul/08683.880.51760.718451.6410.0206070416.72239786Aug/08683.450.6359-0.4718841.5310.5767575316.51417544Sep/08681.831.4109-0.3419055.859.16271265719.57685186O
15、ct/08682.581.32210.3418796.887.57353887215.16182387Nov/08683.491.20421.3318847.176.99960586313.97196993Dec/08683.460.78711.1119460.38.07225369816.86534418Jan/09683.80.77830.9719134.568.42196832118.5855557Feb/09683.790.5867-1.8419120.6610.9465502324.27377249Mar/09683.590.6225-0.8219537.4116.137681432
16、2.65578025Apr/09682.50.6567-0.7620088.817.2749618921.70541061May/09683.240.6317-0.1220894.9116.4685199223.78226622Jun/09683.190.88-0.2721316.0619.3428987825.72243722Jul/09683.231.13920.321746.1819.9056950324.69813511Aug/09683.120.83750.2822108.2720.251751323.87410428Sep/09682.91.62420.4922725.9521.9
17、470522520.95702345Oct/09682.811.0179-0.3223282.7223.1202190723.63059145Nov/09682.721.0692-1.2423887.8823.6872860525.19462048Dec/09682.821.0267-0.8223991.5223.9409988521.31310048Jan/10682.71.2492-1.1324152.2123.765427718.02494686Feb/10682.691.30150.5624245.9123.1245227811.2882816Mar/10682.631.17880.0
18、924470.8420.9380757714.22426723Apr/10682.631.19730.5624905.1219.6160183512.69693076May/10682.82.17251.0824395.0619.140559868.638742213Jun/10679.092.08831.8524542.7516.492779095.202581271Jul/10677.51.28962.0625388.9415.583211345.203777391Aug/10681.052.132.3525478.3816.565365516.546600618Sep/10670.112
19、.40752.4626483.0315.933393126.401245794Oct/10669.081.39423.2327608.9915.94665386.900501258Nov/10667.621.943.9627678.0916.293350577.325697316Dec/10662.274.34173.12847316.066420436.975798336Jan/11658.914.84423.329316.7412.65691728.219658042Feb/11657.522.21832.829913.8611.2535368810.51426059Mar/11655.6
20、41.65922.730446.7411.6838968410.14317555Apr/11649.92.39922.131458.4310.015774499.69304763May/11648.453.75331.931659.979.94627708710.83273766Jun/11647.164.90832.831974.919.98622218112.67577492Jul/11644.423.41172.932452.836.63548387111.58998052Aug/11638.673.25382.432624.993.55388257810.80264673Sep/116
21、35.494.81252.232016.833.17881795811.25469505Oct/11632.334.625232737.963.2378245999.728391314Nov/11634.823.3450.832209.072.9225018598.975414826Dec/11630.094.92921.131811.483.7722993939.778726846Jan/12631.152.88751.632536.312.1024626528.926609998Feb/12629.192.49330.333096.572.88625710216.42621671Mar/1
22、2629.432.54330.933049.713.3840521048.650639272Apr/12627.872.65671.132989.132.950415114.676040356May/12633.551.71881.332061.093.7258124075.08866354Jun/12632.493.44080.532400.054.3369881725.143625628Jul/12633.22.43830.432399.526.0365595824.982127321Aug/12634.491.93570.332729.017.1968282596.069819339Se
23、p/12634.13.14-0.132850.957.9105523396.299072824Oct/12630.022.795-0.532874.266.9308668967.390440688数据来源：国家外汇管理局 shibor官网 Board of Governors of the Federal Reserve System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。Null Hypot
24、hesis: D(Y) has a unit rootExogenous: Constant, Linear TrendLag Length: 0 (Fixed)t-StatisticProb.*Augmented Dickey-Fuller test statistic-5.9291800.0000Test critical values:1% level-4.0925475% level-3.47436310% level-3.164499*MacKinnon (1996) one-sided p-values.Augmented Dickey-Fuller Test EquationDe
25、pendent Variable: D(Y,2)Method: Least SquaresDate: 06/07/13 Time: 13:14Sample (adjusted): 2006M12 2012M10Included observations: 71 after adjustmentsVariableCoefficientStd. Errort-StatisticProb.D(Y(-1)-0.6928070.116847-5.9291800.0000C-2.8141150.877385-3.2073900.0020TREND(2006M10)0.0352930.0183161.926
26、8670.0582R-squared0.341137Mean dependent var-0.007324Adjusted R-squared0.321759S.D. dependent var3.581378S.E. of regression2.949459Akaike info criterion5.042455Sum squared resid591.5529Schwarz criterion5.138062Log likelihood-176.0072Hannan-Quinn criter.5.080475F-statistic17.60404Durbin-Watson stat2.
27、160307Prob(F-statistic)0.000001由此可看出Y是一阶单整序列。Null Hypothesis: D(X1) has a unit rootExogenous: Constant, Linear TrendLag Length: 3 (Fixed)t-StatisticProb.*Augmented Dickey-Fuller test statistic-5.5534940.0001Test critical values:1% level-4.0987415% level-3.47727510% level-3.166190*MacKinnon (1996) one-sided p-values.Augmented Dickey-Fuller Test EquationDependent Variable: D(X1,2)Method: Least SquaresDate: 06/07/
