基于VAR模型人民币汇率与股价联动关系的实证研究证券投资论文目录数据的来源及变量的选择（1）内生变量（2）控制变量实证结果4.1单位根检验4.2Johaen协整检验4.3Granger因果检验4.4建立VAR模型4.5脉冲响应分析（1）在汇率向股价的传导机制中（2）在股价向汇率的传导机制中4.6方差分解结论与政策建议5.1结论5.2政策建议正文摘要：基于向量自回归（VAR）模型，研究了人民币汇率与股价之间的关系，使用2000月的月度数据，并且在模型中加入三个控制变量以保证平稳性。研究结果表明发现人民币兑美元汇率对上证综合指数有着单向的因果关系，不具有双向的因果关系；通过对加入三个控制变量的模型进行脉冲响应分析和方差分解得到人民币汇率对上证综指的变动存在一定影响关键字：汇率；股价；脉冲响应分析；VAR模型中图分类号：F83文献标识码：Adoi：10.19311/-.052引言在我国加速推进人民币国际化进程和股票市场实行注册制改革的背景下，股票市场作为一国宏观经济运行的“晴雨表”作用日益凸显，同时人民币汇率作为反映一国货币国际购买力大小的政策工具，对开放经济环境下维护国家经济安全和金融稳定具有重要的意义。
因此，对股市和汇市之间的信息传导及波动的相互影响进行深入研究，不仅有利于货币当局更加准确地对金融市场改革等发面制定相关的政策，还有利于股票市场中的投资者判断市场形势，把握和分析市场信息。自布雷顿森林体系解体之后，国际金融体系发生了巨大的变化，改变了以黄金为基础的单一储备货币体系，确定了浮动汇率制，使得汇率与股价之间的关系逐渐引起经济学者的关注。自2005起，我国改变了单一盯住美元的计算汇率方式，而是以市场供需为前提，选择多种货币组成一个货币篮子，参考这一篮子的货币进行计算的浮动汇率制度，此后人民币受到外界的环境压力表现为持续升值。2007年由美国次贷危机的发展演化成了一场席卷全球的国际金融危机，这场波及范围广、危机程度大、影响程度深的国际金融危机给全球的经济带来了巨大的损失，中国作为世界上最大的发展中国家也难以独善其身。我国的股市在此次金融危机中受到了巨大冲击，200710月后一年内累计跌幅达到70%，同时我国为应对危机采取的一系列经济刺激政策带来了严重的通货膨胀。人民币汇率的波动于股票价格的变动也自此开始出现改变，因此需要深入研究股市中股票价格和人民币汇率之间是否存在因果关系，这些问题的答案不论是对投资者了解股市行情的需要，还是对政府制定和调整汇率政策都具有重要的意义，本文基于VAR模型研究人民币汇率与股价之间的关系，对以上问题进一步解答。
相关文献综述关于汇率和股价之间的是否存在联动关系，国内外的学者已经做出了不少的研究，并取得了一些研究成果。第一，经济学家对汇率与股价之间是否存在相关关系得到了不同的研究结果。Granger（2000）等人通过运用单位根及协整检验等计量方法研究了九个亚洲的国家和地区，认为汇率变动会经由资产投资组合渠道对股价产生影响。Pan（2007）研究认为东亚七国（地区）的汇率与股市之间在金融危机时期不存在因果关系。吴志明、谢欣甜（2009）等人通过研究中国大陆、香港和台湾的数据发现人民币汇改后大陆汇率与股价之间存在显著的相关关系，台湾股市与汇市之间在短期内存在联动关系，而香港的汇市与股市之间不存在因果关系。第二，关于汇率与股价之间存在的是单向相关关系还是双向相关关系，不同的经济学家给出了不同的结论。Ibrahim和MaorH（2000）利用了实际和名义汇率以及马来西亚币对美元的汇率，使用多元回归模型等研究方法得出汇率对股价单向影响的结论。Lorenzo和Roberto（2005）认为不同国家汇率之间的变动作为平衡器起到了平衡两者之间预期回报率在股票市场上的区别的作用，符合套利理论的核心和根本，且股价对汇率有着单向影响。
屈晶（2013）认为汇率对股价的影响都是正向的，且不存在时滞，而股价对汇率的影响不仅存在时滞，同时也是正向的，两者之间的关系是双向相关关系。第三，关于汇率和股价的相关关系，使用不同的方法构建不同的模型会得到不同的结果。Yang和Doong通过EGARCH方法对七个国家的数据进行研究，发现汇率与股价之间并不存在相关关系。陈雁云和何维达（2005）通过建立人民币汇率与股价的ARCH系列模型得出人民币对美元名义汇率会引起股价的显著性变动，而人民币对日元名义汇率与股价的相关关系则较为微弱。孙刚和杨树文（2015）基于滚动相关系数和Toda-Yamamoto检验得到人民币实际汇率走势与上证股市走势之间存在联动关系，即两者之间可以相互预测。本文根本目的在于研究人民币汇率与股价的因果关系，即以人民币兑美元汇率和上证综合指数为内生变量，加入通货膨胀率、货币供应量和利率作为控制变量来维持稳定以便更加深入的研究两者之间的联动关系。本文在数据、方法和变量方面具有创新性：第一，国内外研究学者大多使用日度数据，而本文选取2000-2016年中国的月度数据，使用196个时间序列数据，避免了日度数据的平穩性，同时包括了汇率改革以及金融危机前后的数据，充分保证了估计的有效性。
第二，本文基于VAR模型，运用单位根检验、协整检验、格兰杰因果检验、构建VAR模型、脉冲响应分析以及方差分解的计量经济方法，更加全面深入的对人民币汇率和股价之间的相关关系进行探究。第三，现有的研究大多数仅包含汇率和股价两个变量，而本文加入了通货膨胀率、货币供应量和利率作为控制变量，从计量经济学的角度考虑，要想研究某一因素对被解释变量的影响就必须剔除其他因素对其存在的影响，这样得到所要研究的因素的估计量更为准确。数据的来源及变量的选择本文建立的VAR模型包含两个内生变量和三个控制变量。内生变量分别为：人民币汇率（NEER），上证综合指数收盘价（SIZ）。控制变量包括：通货膨胀率（CPI），货币供应量（M2），利率（I）。其中，货币供给量M2使用Eviews8.0中的X12进行了季节调整，使其更加准确地反映数据本身的基本趋势，并且对变量数据为比例数据的，均乘以100进行正规化处理。（1）内生变量。人民币汇率NEER：美元作为国际主导货币，在我国的外汇储备中占有主导地位，因此选取人民币对美元的有效汇率来反映人民币的变动更具有现实意义。数据来源：中国人民银行网站。上证综合指数收盘价SIZ：上证综合指数反映的是股票市场的总体走势，是用上海证券交易所所有股票加权平均后计算所得，用于衡量大盘整体涨跌的指标，本文使用上证综合指数的收盘价来代表我国股票市场的价格指标。
数据来源：中经网统计数据库。（2）控制变量。通货膨胀率CPI：一国货币的贬值程度以及通货膨胀的程度是通过通货膨胀率反映出来的，本文选取居民消费价格的月度同比（上年等于100）作为通货膨胀的衡量指标。数据来源：中经网统计数据库。货币供应量M2：流通中的现金（M0）、狭义货币（M1）、广义货币（M2）和流动性负债（M3）是我国对货币层次的划 分，其中，M2 代表的是货币和准货币，反映的是现实和潜在的购买力 状况，本文选取M2 作为货币供应量的代理量，并对该数据进行了季节 调整。数据来源：中国人民银行网站。利率I：利率是我国实施货币 政策的重要工具，本文选取银行间7 天内同业拆借加权平均利率作为 利率的代理量。数据来源：中国人民银行官网。 实证结果4.1 单位根检验 由于本文选取的时间序列数据，即按照时间先后顺序进行排列的数 据，因此需对其平稳性进行检验后在分析其因果关系，本文使用的是 ADF 检验对五个变量的原始数据和一阶差分项分别作单位根检验。检验 结果如表1 所示。 的检验结果看出，人民币兑美元汇率、上证综合指数、通货膨胀率、货币供应量和银行间同业拆借利率的原始序列都存在单位 根，是不平稳序列，但经过一阶差分后均为一阶单整序列。
4.2 Johaen 协整检验 原序列为非平稳序列，因此通过Johaen 协整检验检验变量之间是 否存在稳定的关系。引入通货膨胀率、货币供给量和利率三个控制变 量，选择序列有线性趋势但协整方程只有截距的结构，同时采用差分 阶滞后，进行Johaen协整检验。结果如表2 所示。 的检验结果可知，五个变量之间存在两个协整关系，这表明人民币兑美元汇率和上证综合指数之间存在长期均衡关系。 4.3 Granger 因果检验 当我们在对经济变量间的因果关系进行判断时，一般都要采用 Granger 检验来分析因果，本文中使用Granger 因果检验来进一步研究 人民币兑美元汇率的波动和上证综合指数的变动之间是否存在联动关 选择最佳滞后阶数选择最佳滞后阶数需要根据AIC 和SC 准则，取AIC、SC 等指标中 的数值最小值所对应的滞后期最大值为最佳滞后阶数。结果如表3 Granger因果检验 根据表3 的检验结果确定最佳滞后阶数为3 阶，运用Eviews8.0 人民币兑美元汇率和上证综合指数进行Granger因果检验。结果如表4 所示。 “人民币汇率不是上证综指的格兰杰原因”的P 值为0.029，在显著性水平下拒绝原 假设，认为人民币兑美元汇率的变动是上证综合指数变动的原因；而 原假设“上证综指不是人民币的格兰杰原因”的P 值为0.177，在显著 性水平下接受原假设，认为上证综合指数的波动不会引起人民币兑美 元汇率变动，故不存在因果关系。
4.4 建立VAR 模型 建立模型 根据表3 可以得出模型的最佳滞后期应为3，构建滞后期均为3 VAR模型，运用EVIEWS 软件，得到VAR 模型为，模型方程结果如下： 从模型的结果来看，上证综合指数受人民币兑美元汇率的影响较为 显著，随着滞后期的延长影响程度呈现先增高后降低的趋势，且方向 有所变化。人民币兑美元汇率在滞后1 期时，引起上证综合指数的方 向变化；在滞后2 期时，引起上证综合指数的同向变化，并且影响显 著；在滞后3 期时，人民币兑美元汇率对上证综指的影响程度降低， 且引起上证综指的反向变化。此外，人民币兑美元汇率受上证综合指 数的影响微弱。 模型的平稳性检验 建立VAR 模型要求系统平稳，即所有特征根的倒数都在单位圆内。 对模型进行平稳性检验，得到如图1 所示的结果。如图所示，此模型 中单位根都小于1，因此是一个平稳系统。 4.5 脉冲响应分析 在模型的平稳性检验之后，为了进一步研究分析人民币兑美元汇率 和上证综合指数之间的传导机制，采用了脉冲响应图来分析验证。 （1）在汇率向股价的传导机制中，确定变量的差分次序为人民幣 兑美元汇率（DNEER）、上证综合指数（DSZI）、通货膨胀率 （DCPI）、季节调整后的货币供给量（DM2-SA）以及利率（I），得到 了脉冲响应函数图如图2 所示。
的脉冲响应图可以得到人民币兑美元汇率对上证综合指数、通货膨胀率、货币供给量、利率及自身这些冲击因素的反应。分析可 得，人民币兑美元汇率自身的正冲击会使其自身在第2 期内急剧下 降，但是在第3 期又快速增加，在后面的滞后期内缓慢下降，大致在 第10 期后趋于稳定；而上证综合指数的正冲击会使得人民币兑美元汇 期有极小幅度的下降后又恢复，说明上证综合指数的变动对人民币兑美元汇率的变动影响并不显著；通货膨胀率、货币 供给量及利率的一个正冲击都会给人民币兑美元汇率带来小幅度的波 动影响。 （2）在股价向汇率的传导机制中，确定变量的差分次序为上证综 合指数（DSZI）、人民币兑美元汇率（DNEER）、通货膨胀率 （DCPI）、季节调整后的货币供给量（DM2-SA）以及利率（I），得到 了脉冲响应函数图如图3 所示。