汇率与股票价格的动态关系：基于中国的研究外文翻译资料

汇率与股票价格的动态关系：基于中国的研究

摘要：文对人民币(元)实际有效汇率与股票价格之间的动态关系进行了实证分析，用1991年1月份至2009年6月份的月度数据建立GARCH模型。研究结果表明：人民币实际有效汇率和股票价格之间的不存在稳定的长期均衡关系。这也意味着在外汇和股票市场之间不存在溢出效应。此外, 本文利用似然比计量的方法研究了外汇市场和股票市场的交叉波动效应，结果表明：两者之间存在双向波动溢出效应。结果还表明股票市场过去的创新，对外汇市场的未来波动影响较大，反之亦然。

关键词：VAR；多元GARCH；波动溢出效应；汇率；股价；制度改革

1. 引言

汇率与股价之间的关系被很多杰出的经济学家和金融学家。股价和汇率之间关系的理论研究被分为两类。首先，Dornbusch和Fischer (1980)首次提出汇率的流量导向模型，该模型表明，在资本的自由流动下，由于汇率的波动影响一国的国际竞争力、国际收支平衡和该国的实际产出，从而对公司的现金流和股价产生影响，从而会影响股票市场。Gavin (1989)认为，股票市场的改革会通过影响价格和流动性来影响总需求，从而影响货币需求和汇率。其次，Branson (1983)和Frankel (1983)提出了汇率的存量导向模型，模型表明：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，因为金融资产的价值有未来现金流的现值所决定，通货的预期值对股票价格变动至关重要，因此。股价可能影响汇率，也可能被汇率所影响。

实证研究，Jorion(1990)和 Bartov and Bodnar(1994)认为美国上市公司的股价和美元价格变动之间没有关系，Griffin和Stulz(2001)利用汇率周数据，发现对于六个工业国家来说，汇率的变动对工业化股价几乎没有影响。但是Aggarwal (1981)发现股票价格和贸易加权美元呈正相关关系。然而，Soenen和Hennigar (1988)发现美国股价指数和美元的15种货币加权价值呈负相关。Donnelly和Sheehy (1996)认为汇率与英国的出口市场的价值呈正相关。有些研究还关注汇率和股票价格之间的之间和间接影响因素。Bahmani-Oskooee 和Sohrabian (1992)研究表明可以用标准普尔500指数衡量股票价格与美元有效汇率之间存在双向因果关系。Ajayi等人(1998)提供证据表明，发达经济体的股票与货币市场之间存在单向因果关系在新兴市场不存在一致的因果关系。Chiang 和Yang (2003)表明在亚洲的九个国家中股票收益率与货币价值呈正相关。Ramasamy和Yeung (2002)研究外汇和股票市场之间的关系，他们对1995-2001年期间6个亚洲国家资本管制的结果的研究，发现股票价格和汇率之间的二元因果关系并不一致。Pan(2007) 等人，研究了包括中国在内的7个东亚国家的汇率与股票价格之间的动态联系。Yau和Nieh (2009)调查台币对日元的汇率变动对日本和台湾股票价格的影响，调查发现汇率与股票价格之间存在长期均衡但非对称关系。

本文的目的是为中国汇率与股价之间短期动态关系提供依据，更简单的来说，我试图通过研究这两个经济变量之间如何通过短期价格交互作用和波动溢出，来传递信息和填补文此类献的空白。这项研究从两个不同的方面做出了贡献。首先，本文实证研究了中国股票价格和汇率之间的短期动态关系，对金融管理者来说是很有用的，因为这能帮助他们更好的理解短期股票价格变动和汇率之间的关系，帮助他们做出金融和投资决策。其次，股价和汇率之间的线性或非线性的关系将被研究，由于股票价格和汇率之间的关系不一定是线性的，本文将分析扩展到同时包含价格和波动溢出的研究，将对这两个市场之间的关系给出更全面的描述。

本文将应用VAR模型和GARCH模型来分析人民币真实有效汇率和股价之间的动态关系，结果显示：人名币真实有效汇率和股票价格之间不存在长期均衡关系，但是股票市场和外汇市场之间存在溢出效应。此外，外汇市场和股票市场具有显著的时变方差特征和波动持续性，存在双向波动溢出效应。

总体结果表明，平均溢出效应不是双向的，信息只从汇率流向股票价格，这意味着汇率的变化是一个经济体国际贸易基本面发生重要变化的信号，然后将这些信息传递给股票价格。但在波动率方面，汇率和股市具有显著的时变方差特征和波动持续性，存在双向波动溢出效应，即两个经济变量二阶矩相关。因此，在中国汇率与股价之间寄存在线性关系，也存在非线性关系。

本文的其余部分结构如下，下一节讨论数据和模型规范以及相关的计量问题。第三节对数据进行描述，分析汇率和股价的时变方差和协方差，并给出实证结果。第4节总结了实证结果并给出结论。

1. 数据和方法
   1. 数据环境

本文主要分析中国股票价格和人民币汇率之间的动态关系。数据样本从1991年1月—2009年6月，一共222个数据。用人民币真实有效汇率来表示汇率的变动，随着国际经济的复杂化，很难用双边汇率来描述货币的升值或贬值。然而真实有效汇率不仅考虑主要贸易伙伴国家的货币变化，而且还消除了通货膨胀的影响，所以真实有效汇率与双边汇率相比能完全反映货币价值。真实有效汇率数据来源为国际金融统计货币基金组织，用上证指数来表示中国股票市场的变动。数据序列的变化率计算为：

= (1)

其中指的是时间为t 时，市场上i的价格水平（i=1时，表示汇率；i=2时表示股价）

2.2方法

多元GARCH (MGARCH)模型由Engle(1982)和Bollerslev(1986)的单变量自回归条件异方差(ARCH)模型和GARCH模型发展而来， 它们分别考虑了单个变量时间序列的时变方差，但没有考虑方差之间的相互作用，将单变量GARCH模型推广到包含受条件矩影响的参数的MGARCH模型。MGARCH模型已经得到广泛的应用，如资产和市场之间波动的影响，期货套利，交易所利率波动对贸易和产出以及风险价值(VaR)的影响。. Dunne (1999)基于MGARCH模型研究了传统CAPM模型系统风险的时变特征。. Kearney 和Patton (2000)基于三个、四个、五个变量的GARCH模型研究了汇率对欧洲货币体系的协整效应。Kroner 和Lastrapes (1993)用MGARCH模型研究了汇率的波动对出口的影响。本文只考虑BEKK参数化的一个特列(Engle 和 Kroner, 1995),这是最流行的并且作为特列包含其他模型如：GARCH模型 (Engle等人 1990) 和对角线模型Bollerslev 等人(1988)。

首先考虑双变量条件均值模型，即VAR(1)过程:

= A (2)

= Dum 1994_t Dum 2005_t (3)

其中，=^T 是随机误差向量，表示当时市场受到了创新的影响。, ε_t|I_tminus;1sim;N(0, H_t) H_t是一个2X2 的协方差矩阵，I_tminus;1是t-1时的信息集，2X1的向量 =是长期漂移系数，参数aij表示平均溢出效应，表示汇率的变动由其滞后值所影响。表示从股价到人民币汇率的平均溢出，表示从人民币汇率到股价的平均溢出。表示股票收益率由其滞后值所影响。从1991年1月—2006年6月，人名币汇率制度改革两次，1994年，中国改革了双轨汇率制度，实行了汇率统一。统一后，中国建立了以市场供求为基础的有管理的浮动汇率制度。从2005年7月21日起，中国开始实行以市场供求为基础，参考一篮子货币，实行有管理浮动汇率制度。本文使用两个虚拟变量来表示汇率制度改革。D1994_t是第一个虚拟变量，从1994年1月到2005年7月D1994_t=1 其他时间D1994_t=0同理从2005年7月到2009年6月D2005_t=1 其他时间D2005_t=0，和是微分截距系数。根据条件协方差矩阵的变化，Engle和Kroner(1995)建立了MGARCH模型。MGARCH-BEKK模型是：

= = ε_tminus;1C H_tminus;1G (4)

白噪声序列，I是协方差矩阵，B是一个2X2的上三角矩阵，C_ij是2X2阶矩阵C的元素，表示市场i波动对市场j的影响，反映了波动的ARCH效应。g_ij是2X2阶矩阵G的元素，

表示市场i和市场j之间波动传递的持续性，二元GARCH-BEKK(1,1)模型可以写成：

=

表示人民币汇率变动的方差，表示人名币汇率变动与股票收益率之间的协方差，表示股票收益率的协方差。当我们研究外汇市场对股票市场的波动性溢出效应时，我们需要检验系数c₁₂和g₁₂是否与0存在统计学显著差异。当我们研究股票市场对外汇市场的波动性溢出效应时，我们需要检验c₁₂和g₁₂是否为0，如果股票市场和外汇市场之间不存在波动性溢出效应，那么矩阵C和G的非对角线元素：c₂₁、c_12、g_21、g₁₂与0之间的差异没有统计学意义。可以利用似然比检验波动性溢出效应：

lambda;= minus;2(L_r minus; L_ur )sim; (5)

其中L_r和L_ur分别表示约束对数似然函数和无约束对数似然函数的值,根据约束条件个数lambda;确定自由度，服从卡方分布。

表1

摘要统计

注:星号***表示1%水平下显著。JB统计是Jarque-Bera统计。

给定一个T观测样本,未知参数向量theta;和2times;1阶的R_t向量，模型(2)的条件密度函数是:

（6）

对数似然函数为：

L= （7）

采用BHHH (Berndt, Hall, Hall and Hausman)算法，得到最大似然参数估计值及其对应的渐近标准差。

适当指定模型的标准化残差v_t应遵循白噪声过程，最终我们用LB检验统计量Q 来检验残差v_t的随机性，LB检验统计量的Q为：

Q=T(T 2) （8）

其中r (j)是残差滞后j阶的样本自相关函数，Q统计量服从自由度为pminus;k的卡方分布。

1. 实证结果和讨论

3.1摘要统计

表1报告汇总统计数据。样本均值大于0，中国股市月平均收益率为1.41%。在1991年1月至2009年6月的样本期内，汇率的平均变动为正，说明货币在这段时间内是升值的。在标准差方面，股票市场的波动性高于交易所市场，因此股票市场的投资风险高于交易所市场。偏态和峰度的测度表明，股票收益相对于正态分布正偏态和高峰度，而汇率变动则是负偏态和高峰度。JB统计在1%的显著性水平上拒绝了每个序列的正态性。

3.2汇率与股价之间的协整检验

在估计VAR - MGARCH模型之前，需要检验两个变量之间的平稳性和协整关系，因为如果两个变量是协整的，VAR模型应该包含误差修正项(Engle and Granger, 1987)。本文采用Phillips和Perron(1988)的非参数检验检验两个变量的平稳性，因为检验对序列相关和异方差具有robust性。

lt;

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[277800]，资料为PDF文档或Word文档，PDF文档可免费转换为Word