人民币兑欧元汇率与我国股市间的风险联动性研究.docx

《人民币兑欧元汇率与我国股市间的风险联动性研究.docx》由会员分享，可在线阅读，更多相关《人民币兑欧元汇率与我国股市间的风险联动性研究.docx（25页珍藏版）》请在课桌文档上搜索。

1、毕业论文人民币兑欧元汇率波动与我国股市间的风险联动性研究专业：国际经济与贸易姓名：徐高峰目录摘要1关键词1一、绪论3（一）本文的研究背景及意义3（二）文献综述41、汇市和股市间的关系42、汇市和股市间的风险动态关联性分析43、汇市和股市间的因果关系分析54、汇市和股市间的影响效应分析65、研究述评6二、人民币兑欧元汇率与我国股市波动现状分析7（一）人民币兑欧元汇率波动现状分析7（二）我国股市波动现状分析9三、人民币兑欧元汇率波动与我国股市间的风险联动性实证分析H（一）数据选取H（二）数理统计性分析11（三）人民币兑欧元汇率波动与我国股市间的动态相关性分析121、模型介绍12（四）人民币兑欧元汇

2、率波动与我国股市间的因果关系分析151、1*名召152、iE11J分16（五）人民币兑欧元汇率波动与我国股市间的脉冲响应分析171、名召172、脉冲响应分析17（六）人民币兑欧元汇率与我国股市方差分解分析191、模型介绍192、方差分解分析204.本文结论以及政策建议21参考文献22致谢.24人民币兑欧元汇率波动与我国股市间的风险联动性研究学生：邹玉指导老师：林凌(湖南农业大学经济学院，长沙410128)摘要：本文选取的样本数据是05年浮动汇率制改革后至18年年底期间的人民币兑欧元汇率与沪深300股指的日度数据，随后通过使用动态相关性分析、因果关系分析、脉冲响应分析、方差分解分析等分析方法来探

3、索两者间的风险联动性。结果显示：汇市变化是股市变化的单方面格兰杰原因。汇市与股市的趋势受国际政治经济形势的影响而变化。汇市与股市间存在动态相关性，但关联程度不强。短期来看，股市对汇市脉冲响应扰动先呈现反向变化,之后转为同向变化,汇市对股市的脉冲响应扰动先呈现同向变动,之后转为反向变动，长期来说这种受所有变量扰动带来的影响会逐渐消失。此外，汇市和股市两者的波动因素主要受自身扰动所引起的，但汇市对股市的影响相比于股市对汇市的影响要大许多。因此，汇率当局应严格把控汇率与股市间的风险关联性，加快建设成熟资本市场，减少因汇率波动对股市带来的冲击，必要时可以调整汇率来发展经济。关键词：欧元兑人民币汇率；沪

4、深300股指；因果关系；动态相关性；脉冲响应；方差分解。AnalysisonthecorrelationbetweenRMBexchangeratefluctuationagainsteuroandtheriskofChina,sstockmarketStudenCzouyuTutorIinling(Collegeofeconomics,HunanAgriculturalUniversity,Changsha410128,China)Abstract：ThesampledataselectedinthispaperarethedailydataoftheRMBagainsttheeuroand

5、theShanghaiandShenzhen300stockindexesfromthereformofthefloatingexchangeratesystemin2005totheendof2018andexplorestherisklinkagebetweenthetwobyusingdynamiccorrelationanalysis,causalityanalysis,Pulseresponseanalysisandvariancedecompositionanalysis.Theresultsshowthatthechangesoftheexchangeratecausestheu

6、nidirectionalGrangercausalitytothestockmarket.Thetrendoftheforeignexchangemarketandthestockmarketismainlyaffectedbytheglobalpoliticalandeconomicconditions.Besides,thereexistsweakdynamiccorrelationbetweenthecurrencymarketandthestockmarket.Intheshortterm,thestockmarket,simpulseresponsedisturbancetothe

7、foreignexchangemarketfirstpresentsareversechange,andthenturnsintoahomologouschange.Theimpulseresponsedisturbanceoftheforeignmarkettothestockmarketfirstpresentsahomogeneouschange,andthenturnsintoareversechange.Inthelongrun,thiseffectonallvariabledisturbanceswillgraduallydisappear.Moreover,volatilitie

8、softhecurrencymarketandthestockmarketaremainlydistributedbytheirowndisturbances,andthethestockmarketcanhavegreatinflunceoncurrencymarket,andviseverse.Therefore,theauthoritiesshouldpaymoreattentiontotherisklinkagebetweentheexchangeratemarketandthestockmarket,speeduptheconstructionofmaturecapitalmarke

9、ts,reducetheimpactofexchangeratefluctuationsonthestockmarket,andadjusttheexchangeratetodeveloptheeconomyifnecessary.Keywords:EurotoRMBExchangeRate；Shanghai-Shenzhen300index；Causalrelationship：Dynamiccorrelalion；Impulseresponse；Variancedecomposition一、绪论（一）本文的研究背景及意义改革开放为中国经济高速发展注入了全新的活力，资本市场改革步伐的不断推进

10、，外汇市场中的汇率变动对我们经济的影响也是越来越大。物价的涨跌、国际收支平衡、进出口贸易额、国际资本流动，以及旅游部门的发展等都受汇率波动的影响。如今，外汇市场已经成为影响国与国之间经济联系的枢纽，同时也是作为一种防范外部经济冲击的政策性工具，汇率市场的稳定发展对我国的经济安全尤为重要。我国汇率市场化改革也是伴随着改革开放步伐不断完善。都说股市是经济增长的晴雨表，当经济低迷时，各行业的股票指数也是随之萧条。经济上涨时，企业不断上升的利润指标又会拉动股市一路攀升。近年来，我国股票市场发展极为迅速，规模不断扩大，上市公司数量更是逐年递增，新的业务种类也是不断涌现，融资融券，股指期货期权的出现更是促

11、进了股票市场制度建设的完善发展。有不少学者通过调查发现，汇市每次出现大的波动，股市也会随之出现不小的波澜，作为影响和反映我国的经济走势两大市场一股市和汇市其两者之间是否会有联动关系呢？欧盟作为全球GDP排名前列的的一个经济体，欧元与人民币的汇率变化对我国汇市占据着不可忽视影响地位，市场代表性较强的沪深300指数市值覆盖范围更是达到沪深股市60%以上。因此本文选取人民币兑欧元汇率和沪深300指数分别代表汇市和股市的走势来探讨两市场的关系。随着改革开放的步伐不断迈进，人民币汇率制度取得了由单一固定汇率到官方汇率与市场汇率并存的双轨汇率制度的阶段性成果，最后成功转型为有管理的浮动汇率制度。1994年

12、亚洲金融危机后，我国积极的深化经济体制改革，不断的拓展外汇市场，为完善人民币汇率形成机制打下了坚实的基础。2005年下年年初，我国央行进行了汇率制度浮动化改革，即人民币汇率变动不再以单一美元为参照点，而是转为参考一篮子货币的变动来进行调节。此次汇率改革对市场产生了很大的冲击，因受本次汇改的影响，人民币兑欧元汇率进入了长时间的升值周期（期间的汇率中间价由汇改当天的9.99到15年4月的最高值6.48）o沪深300指数更是从2005年的850点一路高涨至2015年12月份的5350点左右.临近2015年8月中旬，我国央行进一步完善了人民币汇率的形成机制的一篮子货币参照成分改革（其中主要对美元汇率中

13、间价的调整）。市场普遍不看好人民币汇率继续升值的趋势，但市场并不看好本次改革，对人民币继续保持升值趋势也是抱着怀疑态度,人民币兑欧元汇率由当天的6.98贬值到18年12.31日的7.86。沪深300指数更是由当天4080点跳水到2018年12月28日的3010点。这两段区间的股市对汇率的反映展现出一个现象，每次汇市有大幅的波动时.，股市总会掀起波澜。这是否意味着外汇市场和股票市场存在着某种内在关联效应？如果存在关系，我们能否能通过找出这两者之间的关系来解释现存的一些经济现象？考虑到我国股市与汇市之间的互动关系可能会成为影响经济发展的制约因素，进而延缓市场化改革的步伐，本文参考前人使用的检验方法

14、以及结合自身的知识水平能力来探寻人民币兑欧元汇率与沪深300指数的风险联动性，试图以此为人民币兑欧元汇率与股市的论文研究成果中添砖加瓦。(二)文献综述国内外在汇市与股市之间的研究非常丰富。本文根据各位学者的研究方法的不同,综合进行以下分类：1、汇市和股市间的关系论证了汇市与股市存在关系的文献有：Otero-IgleSiaS(2011)认为，人民币升值会带动以其计价的资产收益，从而吸引国外投资者来投资人民币计价的资产。但是一旦人民币贬值，以人民币计价资产的会降低对国外投资者吸引力，进而影响人民币在境外流通，降低人民币国际化的进程。进而使得这类以人民币计价的资产受到国际投资者的青睐，接而促使人民币

15、在境外流通，最终加快人民币国际化的进程。反之亦然。宋琴和宋荣(2009)认为汇率与股价的主要传导机制分为实体传导和金融传导。其中，汇率与股价的关联性在短期内受金融传导机制影响更大，长期内受实体传导机制更深，同时汇率变动的管制程度也是制约着汇市与股市之间的互动因素。姜超(2016)认为股市和汇率的关系如下：新兴经济体中：短期内人民币贬值虽然会拖累股市，但长期内本币贬值却减小了风险，从而提升股市估值。发达经济体中：短期内汇率和股市相对独立，汇率和股市之间并没有确定关系，而长期内本币贬值同样可以提振股市。鲁政委(2016)认为汇率对股市的关系通过三条路径传导：一是流动性，汇率影响外汇占款，从而可能对

16、市场流动性的松紧产生冲击；二是基本面，汇率变化对企业的财务报表产生影响，进而对股市产生影响；三是预期，汇率变化对市场预期形成扰动，进而对股市产生影响。2、汇市和股市间的风险动态关联性分析从汇市与股市间的风险关联性分析的文献有：DanielStavarek(2004)通过研究欧盟成员国和美国两者的汇率与股市关系。结果显示：早起加入欧盟的成员国比后来加入的成员国在汇率与股市之间的正向关联性更强。程海星(2016)认为：人民币汇率变化和中国股市波动间存在负相关关系，但相关程度并不大；汇率贬值会导致资本流出，进而致使股市下跌。张雪(2018)表明名义有效汇率指数与股价呈负相关关系，即人民币的升值会导致

17、股价的下跌;外汇干预对股价的影响具有明显的动态特征，随着我国经济市场化程度的发展，外汇干预对股价的当期影响越来越弱，甚至发生了反转。张蜀林,杨洋,王书平(2017)通过研究15年汇改前后我国股市与汇市的动态风险传染关系发现：我国股市和汇市具有信息联动性，并且汇市受到股市的冲击反应相对于股市受到汇市的冲击反应要滞后和缓慢。汇改后相对于汇改前股市和汇市的脉冲反应维持时间更长。史芳芳,任小勋(2016)基于VAR-GARCh一BEKK扩展模型研究发现汇率对股市不仅存在显著的均值溢出效应一一即前期汇率的贬值会给股市带来收益率均值下行的压力，而且还存在汇率向股市的单向波动溢出效应。王伟,郭哲宇,李成(2

18、016)运用VAR-GARCH-BEKK模型对二次汇改后股票市场、外汇市场与货币政策联动性分析研究发现，我国货币市场、外汇市场和股票市场间均存在显著的波动性特征。股市与利率、汇率与利率间具有显著的双向均值溢出特性加。张之的(2016)运用Stata统计分析软件对19992013年的上证指数研究发现人民币实际有效汇率与股票指数存在强烈的负相关，但市场化指数通过人民币汇率作用后对股票指数有很大的促进作用，而对外贸易依存度通过人民币汇率作用后也与股票指数呈负相关3、汇市和股市间的因果关系分析接下来一些学者实证分析了汇市与股市因果关系。ShUh-ChyiDOOng和AlanTWang(2005)通过对

19、印度尼西亚、菲律宾、韩国、泰国、马来西亚几个国家进行因果关系检验发现，泰国的股市与汇率之间的变动负相关而其他几个国家的股市和汇率呈正相关I。JeffreyAIlenShew(2008)研究发现，新加波的股价指数与汇率从1990到2006并不存在格兰因因果关系，但在分成的子区间中却存在着股价指数对汇率有着格兰因单向因果关系Oguzhan,Aydemir(2009)对土耳其的汇率与股价数据进行实证研究，结果显示汇率与各类股票价格指数都存在双向的因果关系HusamRojoub(2012)对土耳其2001-2009年的名义汇率和该国股票价格指数进行研究发现，在短期内汇率和股票价格间存在着双向引导关系,

20、而长期来看两者具备长期均衡关系同。Sinha和KOhIi(2013)研究了1990年至2011年期间印度市场两者的关系，结果表明两者之间只存在着从汇率到股票价格之间的单向关系I。孙星尧(2010)得出如下结论：金融危机前存在由汇率到美元的因果关系,危机后两者不存在任何因果关系；第三,危机前人民币对美元汇率与股价间存在长期均衡关系,危机后不存在协整关系。赫凤杰(2017)通过调查2015年811汇率改革到2016年6月末的数据之后研究发现：人民币汇率与A股市场之间存在稳定的正相关关系，存在短期波动向长期均衡的反向修正机制，汇率变动是股市涨跌的格兰杰原因I。邓槃,杨朝军(2018)实证结果表明，汇

21、率制度改革后中国股市与汇市存在长期稳定的协整关系，人民币升值是中国股市上扬的单项Granger原因。沈悦,戴士伟,樊锦琳,张蕾.(2019)通过对人民币国际化、汇率、汇率预期三者格兰杰因果检验得出结论：人民币国际化程度提升会导致外国投资者对人民币需求产生变化，从而影响人民币汇率和汇率预期的变化励。宋亚男(2018)运用协整检验和格兰杰因果关系检验对15年汇改到2017年初的人民币兑美元汇率研究发现：汇率与股价间存在长期均衡关系，汇率对股价有单向格兰杰因果关系叫4、汇市和股市间的影响效应分析从汇市与股市的影响效应分析的文献如下。许盼盼(2018)从脉冲响应和方差分解分析得出我国汇市对股市的影响持

22、续且明显提高，而股市虽然对汇市影响不是很大，但是也在不断加强。周兆平,周宙,潘英丽(2018)用脉冲响应函数和方差分解分析考察人民币即期汇率走势、境内外汇差以及升贬值预期对人民币国际化的动态影响。研究结果显示：人民币即期汇率走势对人民币国际化的影响度最高，境内外汇差次之，升贬值预期的影响度最低。李甜,张宇航(2016)运用脉冲响应函数和方差分解等计量方法证明了汇率变动是股票收益率波动的重要影响因素，同时得出在短期内货币供应量机制以及利率机制对股市的作用比较显著，而外贸机制虽然短期内不显著，但在长期内作用更加深远剧烈。李一人,赵靓(2016)通过脉冲响应函数研究了2005年至2015年的汇率对股

23、市的影响发现：1、人民币升值虽然在不同阶段对股市有着不同程度的影响，但总体来看始终会促进股市上涨；2、人民币的贬值在初期会抑制股票市场，之后会推动股市上扬网。5、研究述评从上述研究成果我们可以发现，国内外文献分别从各种不同的视角对汇率和股市的关联性进行了研究，比如时间切入点的经济背景不同，选择的研究方向不一样、以及使用的计量工具的相异，最终使得每个学者的研究结论会出现一定程度上的差异，甚至有时会截然对立。研究结果，有对人民币兑欧元汇率和沪深300股指进行协整检验、GrMg”因果检验、脉冲响应函数分析和方差分解等相对传统的计量方法，也有基于VAR模型或GARCH族模型对汇率和股市进行分析的相关性

24、分析方法。上述国内外文献的分析角度，主要将视角集中于在2005年浮动汇率改革前后、08年金融危机背景下、15年汇率中间价形成机制改革以及各类国际政治经济形势动荡的情况下，来研究汇率与股指的相关关系。但近些年来说,在人民币兑欧元汇率与我国股市的相关性分析较少。本文站在前人研究成果的肩膀上，采用跨度长达十年期间的最新的时间序列数据，来研窕两者之间的的关系是否产生了新的变化，以新的时间角度来解释汇市和股市的风险关联性。二、人民币兑欧元汇率与我国股市波动现状分析(一)人民币兑欧元汇率波动现状分析本文将05年汇改后至18年年底的人民币兑欧元汇率日度数据进行绘图处理后，得出下图。Fig2-1Trendch

25、artofRMB/euroexchangerate汇率,表示两个国家的货币换算价格，其波动会影响经济发展的方方面面(如贸易收支、物价水平、资本流动等因素），同时它又是国家经济发展中的对外贸易中所参考的重要价格指标，它的变动更是能影响一国的进出口商品总量，进而影响到一国的国际收支。欧元的问世，更是为促进世界经济、国际金融、国际贸易的发展添下了浓厚的一笔。同时也是我国人民币国际化进程不可忽视的因素,据2018年5月底欧盟统计局的报告：截止至2017年年底，中国成为了欧盟的最大的进口贸易伙伴，在欧盟的贸易出口对象国的排名更是仅次于美国而言，位居第二。由此可见，人民币兑欧元汇率的波动影响着我国对欧洲进

26、出口的成本和竞争力，进而影响到我国的经济发展进程。从上图可以看出2005年的浮动汇率制改革之后至2008年3月期间，欧元相对于人民币一直在升值，究其原因来说这段时间美国正进入降息周期，美元指数一直处于下跌状态，美元政策的弱势使得欧元对美元不断升值，同时紧跟美元的人民币自然对欧元进行了贬值。接下来的4月到10月期间，欧元相对人民币出现了较大的贬值幅度,两者的汇率由4月份的1.n贬值到了10月份的最低1:8.49左右。从当时的经济形势来看，欧洲刚爆发金融危机，投资者对欧元情绪悲观,都在不断抛售欧元，购入市场上的美元来当做避险工具，由此导致欧元高速贬值。08年11月到09年11月左右，人民币结束了前

27、段时间对欧元的升值反而开始贬值，其原因为欧洲央行在货币政策调整上下了一剂猛药，其一：考虑到私营银行对流动性需求，在固定利率水平上做出了很大程度的政策倾斜、其二：在固定利率水平上，提供了外汇流动性，其三在信贷操作的质押资产范围上大幅扩展，为银行体系的再融资提供了便利性，其四是购买对于银行融资渠道至关重要的抵押债券。这一系列操作发挥了货币市场功能，扩展了银行融资的途径，带动了其国内经济发展。09年12月至10年6月，人民币对欧元汇率由10.30升值到8.13,欧元贬值创下新低,产生这现象的一个重大原因就是欧洲爆发了债务危机,在2009年10月下旬，希腊的财政赤字占GoP的比例超过了欧盟对成员国要求

28、临界值的4倍（欧盟的要求是3%）,紧接着希腊主权信用评级被全球知名的评级公司下调、由此欧洲主权债务危机率先在希腊掀开序幕。次年上半年以来，由于欧元区内部协调机制运行不通畅，欧洲央行和国际货币基金组织等机构没能及时救助希腊，最终导致危机恶化蔓延到德国、法国、葡萄牙、西班牙、爱尔兰、意大利等国。使得整块欧元区在欧债危机沦陷。2010年下半年，美元指数指数下跌,欧元兑美元汇率出现反弹,相应的，欧元对人民币也出现段时间的升值反弹。11年中旬到12年中旬，由于欧元区政治经济因素不稳定,欧元的走势也是向下。自14年初，欧洲的经济就因为通胀原因走势持续下滑，欧洲央行在当年频繁降息，再融资利率更是累计下调了2

29、5个基点；直到14年中旬，欧洲央行为稳定经济，实施了债券购买计划，长期再融资操作等经济措施，才使得欧元汇率开始走强。15年年初，欧洲央行为刺激经济，实施了巨额的欧元资产购买计划，对内采用量化宽松政策，同时扩张资产负债表，采用量化宽松政策的降低利率，而国货币的利率降低会导致其货币出现贬值现象，14年到15年欧元对人民币的贬值的原因便是如此。16年6月的英国为退出欧盟而举行的全民公投，英国的脱欧决定对整个欧盟的政治、经济等各个方面影响巨大，欧元的面临着明显下行压力，欧元兑美元汇率在当年年底跌至08年以来的新低，但同时期人民币因为对美元贬值0.2%,所以在人民币兑欧元汇率上变化并不明显。17年间，法

30、国和荷兰的成功地完成了新一届总统选举，在一定程度上稳定了欧元区的政治，同时伴随着欧元区通胀的回升，市场对欧洲央行收缩经济政策的预期不断加强，欧元出现走强趋势，18年中旬，受中美贸易战的影响，人民币对美元贬值幅度0.5%,相应的欧元对人民币呈现被动升值趋势。（二）我国股市波动现状分析本文将上述时间段沪深300指数的时间序列数据绘图表示如下：沪深300指数趋势图图2-2沪深300指数趋势图Fig2-2Shanghaiandshenzhen300indextrendchart沪深300指数包含了沪深交易所的300支样本股，它是以大规模和高流动性这种指标特征为编制要求，涉及房地产、金融、医药卫生、能源

31、等13个行业，市值更是覆盖了A股市场六成左右，代表性较强。05年-07年我国股市的行情可谓是扶摇直上，沪深300指数由05年7月的843点到07年10月的最高5824点，我国经济的高速发展为社会的财富大量积累打下了坚厚的基础，但当时的资本市场建设还不完善，缺乏理财渠道的资金迫切需要一个释放口，经过01年-05年以来的熊市调整，股市底蕴已经非常充分，再加上05年的股权分置改革向整个市场放出了一个股份进入全流通的信号，非流通股的股东为了股份解禁时能够获得更大收益，相应拉高股价的行动接踵而来，自此A股迎来了一拨牛市。由于受美国次贷危机的影响，08年我国股市经历了一次深度下跌，最大跌幅近70%,沪深3

32、00指数由当年年初的5800点跳水至当年11月的1624点，为挽救股市，证券监管层采两次大调印花税，来阻止市场继续下跌。国家更是推出4万亿救市的投资计划，同时采取宽松的货币政策等一系列措施来刺激经济。时至当年年底,沪深300指数总算是回升到2000点以上。2009年是触底反弹之年，回顾从金融危机中艰难企稳的世界经济，各国政府纷纷出台相应的经济政策来恢复经济，我国投入到股市用来救市的4万亿取得了9.7万亿贷款规模显著的成果，货币供应的充足再加上08年股市暴跌带来的市值低估，我国股市在09年可谓是一路上扬，沪深300指数稳定在3600点左右。10年上半年,世界经济风云诡谪，欧元区发生了主权债务危机

33、，我国政府出台了严厉的房地产调控措施，下半年货币政策从紧，但由于受美国量化宽松货币政策影响，我国呈现出输入性通胀的预期，为此我国央行采取了上调基准利率等抑制经济过热发展措施由此，至年底沪深300指数回落到3000点上下。2011年开始，我国经济存在下行的压力,物价水平相比较高，国内经济存在就业压力与结构性矛盾现象，小微型企业更是出现经营困难，沪深300指数也由上半年的3300点回落到2300点。12-13年经济走势相对平稳。14年，受我国政府推出了包括加大简政放权的力度、允许民间资本创办金融机构、放宽市场主体准入等一系列改革措施的影响，沪深300指数由上半年的2100点上升到至年底的3400点

34、。自08年后，14年下半年至15年中旬，我国迎来了新一轮牛市，沪深300指数至15年中旬时一路飙涨至5300点,这一轮牛市产生的原因主要有央企整合和一带一路概念带来的动力，货币宽松政策带来的刺激效果，再加上各种渠道的加杠杆资金加剧了市场波动。然而股市飞涨的同时产生巨大的泡沫，截至6月中旬，A股的市盈率到了22倍，而在数月前这一数值还处于9.6倍上下，当泡沫炸裂的时候经济也就硬着陆了，当年5月以来国内产业资本大幅减持，减持累计金额高达2000亿元。上证50和中证500股指的面市带来的做空机制也加剧了市场跌势，这一系列的经济走势在沪深300指数的体现是15年中旬的5300点，回落到当年年底的360

35、0点上下。16年-17年我国经济运行总体平稳，在16年我国经济增长率实现了6.7%,经济呈现着向上、向好的发展趋势。17年我国继续实施积极的财政政策和稳健中性的货币政策，我国国内生产总值同比增长6.9%,经济增速开始回升，沪深300指数在这两年由16年的3000点稳步上升至17年底的4000点。18年一季度，全球经济处于复苏阶段,体现在全球制造业景气的上升、大宗商品价格上涨,但从4月份开始，因中美贸易战开打，美国和日本、欧洲的经济摩擦也在加剧，全球经济体均受贸易战的阴霾影响，美联储更是连续加息、仅在4月-8月期间美元强势上涨了5%,人民币贬值幅度达10%,全球的大宗商品价格大幅回落，我国的制造

36、业景气更是降低到50临界点，沪深300指数也由年初的4000多点降低至年末的3000点上下。三、人民币兑欧元汇率波动与我国股市间的风险联动性实证分析（一）数据选取本文选取“05年汇改”后至2018年底汇市与股市总计3270个日度数据，主要研究汇市与股市之间的相关关系，具体说则是通过研窕人民币兑欧元汇率和沪深300指数之间的关系，来探索两市内在的联系。此外，本文数据均来源于同花顺数据库。（二）数理统计性分析考虑到数据的平稳性，本文所采用的数据为对原序列进行对数化一阶差分的序列，对样本数据进行描述性统计分析的处理后，其结果如下表所示表3.2.1描述统计结果Table3.2.1Descriptive

37、statistics变量名称平均值中位数标准差峰度JB检偏度验ADF检验人民币兑-7.39E-050.0000000.00598911.07496-8908.454-57.26737欧元汇率0.233515*沪深3000.0003890.0009800.0176476.7136762053.575-55.54269指数0.567879注：*、*、*分别代表io%、5%、现检验水平。从表中平均值和中位数可以看出，人民币兑欧元汇率均值稳定在-7.39E-05左右，中位数在0.000000,沪深300指数均值稳定在0.000389上下，中位数在0.000980o人民币兑欧元汇率的偏度S=-02335

38、153,因此,与正态分布相比，该汇率变动的分布状态呈现“左偏和尖峰”。同时JB统计量在检验水平a二1%下是显著的，即检验结果为：拒绝服从标准正态分布原假设，该汇率值不服从正态分布。沪深300指数的偏度S=-0.5678793,因此，与正态分布相比，该指数变动分布状态呈现出“左偏和尖峰”。同时JB统计量在检验水平二1%下是显著的，即检验结果为：拒绝服从标准正态分布原假设，该指数值不服从正态分布。从表中的ADb统计量来看,人民币兑欧元汇率统计量的显著性在a二1%的检验水平下，该对数化一阶差分序列是平稳的。沪深300指数的统计量显著水平,在=l%的检验水平下，该对数化一阶差分序列是平稳的。(三)人民

39、币兑欧元汇率波动与我国股市间的动态相关性分析1、模型介绍为了更好对人民币兑欧元汇率和沪深300指数的动态相关性，在这类模型研究这块最早的是Ege(1982)他为了估计金融资产收益率的波动率提出了自回归条件异方差AReH模型，bollerslev在百吆岳的基础上改善了ARcH模型，解决了原模型对参数估计的需求过多的问题，并提出了广义自回归条件异方差GARCH模型，其公式表示如下：at=yhtG(I)PqZZr=o+Za&-夕-/+jh-1i=lJ=I)(2)式(1)中，由为均值方差的残差：&是均值为0、方差为1的i.i.d序列，式中。为哈达玛积：oO,aO,口0,X，(+)1,对+曲的约束条件决

40、定了由的无条件方差是有限的，以及条件方差M是时变的。和后分别为ARCH参数和GARCH参数。为了让GAHC”模型能体现出随时间变化，2002年对GARC模型进行了修正,提出了动态相关。CC-GARe”模型。本文引用OCC-GARC”模型来探索两者间相互影响与作用的内在机理。OCC-GARC”模型动态结构设定如下:r=wr+（3）幽（0典）（4）Hi=DtRiDt（5）MN_MNQt=（1:O1.m:,）Q+：&-mS-+：nQtn（6）m=n=1m=1nlRt=diag（QtylQldiag（Qtyl（7）a=Dln（8）PiN=qgJMJqjjJ式中C-为乃在t时刻的信息集、式（5）中H是条

41、件协方差矩阵、D=dhg（J而,痴7）为对角矩阵，而为对角元素、式（6）中0是无条件方差协方差矩阵、&”、自为模型的待估计参数，前者表示指标当期对下期波动的影响程度，后者表示指标波动的持续性、式（7）中R是动态条件相关系数矩阵、式（8）中值为标准化残差。式（9）中0M是动态相关性系数的公式。2、实证结果分析通过模型分析后得出下表：表3.3.1沪深300指数和人民币兑欧元汇率的动态相关性参数估计Table3.3.1AnalysisoftheDCC-GARCHoftheShanghai-Shenzhen300IndexandtheRenminbiExchangeRateagainsttheEuro

42、系数标准差T统计量P值沪深300指数常数项0.0073800.00390821.888*0.0591变量ARCH0.0572670.00895776.393*0.0000GARCH模型GARCH0.9426110.86835108.6*O.(XXX)人民币兑欧元常数项0.1186520.0740911.6010.1094汇率单变ARCH0.0383720.0107683.563*0.0004GARCH模型GARCH0.9587150.01019994.00*O.(XX)O动态相关性模alpha0.0299270.0174161.718*0.0858型beta0.8010130.146615.4

43、64*0.0000df6.8427760.4405815.53*O.(XXX)注：*、*、*分别代表10%、5%、现检验水平从上述检验结果可以看到，沪深300股指单变量GARCH模型的ARC值和GARCH值分别为0.057267、0.942611,且0.057267+0.942611=0.999878G。人民币兑欧元汇率单变量GARCH模型的ARCH值和GARCH值分别为0.038372、0.958715,且两者之和为0.038372+0.958715=0.997087lo说明检验结果符合GARCH约束条件+vl0同时指数和汇率的ARCH值和GARCH值均通过了0.01显著性水平检验，说明人民

44、币兑欧元汇率和沪深300指数都受滞后一期和历史波动的影响。动态相关性模型一栏中的系数和夕都通过了10%显著性水平的检验，且+=0.029927+0.801013=0.83094l说明模型平稳，人民币兑欧元汇率和沪深300股指两者间存在动态相关性。是动态调整系数，其衡量的是汇率市场与沪深指数间的短期平均调整幅度，a=0.029927表示汇市和股市之间调整的能力较弱、值衡量的是两者间长期持续程度，4=0.801013则意味着汇市与股市间受冲击的影响持续时间长。人民币兑欧元汇率与沪深300指数的动态相关性系数序列图0.5图3-3-1人民币兑欧元汇率与沪深300指数的动态相关性系数序列图Fig3-3-

45、1ThesequencediagramofthedynamiccorrelationcoefficientbetweentheRMBZeuroexchangerateandthecsi300index从上图中我们可以看到汇率与指数随时间的变化而波动，既有正值也有负值,且大体以正值居多，说明了人民币兑欧元汇率与沪深300指数之间具有不确定性，但总体呈现出正相关关系。波动幅度在像08年金融危机、09年左右的欧债危机、16年英国提出脱欧、这些影响较大的事件发生的时间段中表现的尤为剧烈。说明国内国际发生的影响较大的事件会加剧相关性波动幅度。小结：根据单变量GARCH模型的结果可以发现汇市和股市两者存在

46、双向波动,人民币兑欧元汇率和沪深300指数都受滞后一期和历史波动的影响。从DCGGARCH模型分析结果来看汇市与股市两者存在动态相关，两个市场间持续程度较高，但溢出效应强度小。（四）人民币兑欧元汇率波动与我国股市间的因果关系分析1、模型介绍计量经济学中常用因果关系检验来进行判断两个变量之间的因果关系。对于探索两个经济变量X和丫，如果X的变化引起了y的变化，则表示为X是y的格兰杰原因。本文在此处将借助因果关系检验模型来构建如下检验回归方程：匕=ZaXt-i+yyjYt-j+u=y=（1）必二2九必-，+23匕7+必i=j=l（2）式（1）式（2）：X和匕均为原始序列，X-和匕7为原序列滞后i期的

47、值；a、八5对应着方程的系数项，,值和口值为误差项。假定误差项,和口不存在相关性，因果关系检验的原假设是：“X不是引起y变化的原因”或“V不是引起X变化的Grmger原因二对于上述检验结果还得需要分如下几种情况进行讨论：1、如果式（1）中滞后项X值估计结果显著，并且式（2）中的滞后项Y值估计的结果不显著，即可以判定从X到丫有单向因果关系，表示为Xy.2、如果式（1）中滞后项X值估计结果不显著，并且对式（2）中的滞后项丫值所估计的结果显著，即可以判定从y到X有单向因果关系，表示为yx3、如果式（I）中滞后项X值估计结果显著，并且对式（2）中的滞后项y值估计也显著，即可以判定从X到丫有双向因果关系，表示为yx。4、如果式（I）中滞后项X值估计结果和式（2）中的滞后项y值估计结果都不显著，则可