新常态下人民币汇率波动研究.docxVIP

?

?

“新常态”下人民币汇率波动研究

?

?

蒋古月

[摘要]随着人民币国际化、利率市场化程度的不断加深，人民币汇率的波动更具有随机性，对人民币汇率的波动情况做出预测显得越来越重要。在分析1995年-2016年各月份汇率变动的基础上，选取可以代表新常态经济的2010.01-2016.12的月度面板数据，基于向量自回归（VAR）模型，研究人民币汇率的变动状态。本文建立的VAR模型能够揭示汇率、货币供应量、利率三者之间的联動关系，有效补充了前人在汇率预测研究中的不足，并给出了相关政策建议。

[关键词]新常态人民币汇率VAIL模型Granger因果检验

“新常态”是指运行进入增速放缓、经济结构大幅调整的发展时期。一、改变了结构，在不久的将来，或许会发生变化的是出口带动投资促使其上升的模式；二、经济的增速逐渐由高向中平稳变换，以前是大于10%，现在逐渐变换成6%、7%。三、在将来经济增速会下放到个人单位与实施创新并举，不过现在是在逐渐的变换，因为当下的经济上升力度还是政府掌控的。大部分学者认为新常态下经济增速放缓是人民币汇率贬值的重要原因。本文基于VAR模型，利用2010.01-2016.12的月度面板数据，主要研究新常态下人民币汇率的波动情况，并对变动趋势做出有效预测。

一、模型变量的选择

购买力平价理论指出对应的物价水准控制着名义汇率，真正反映货币和物价水准供给亲密的还是它幕后的货币数量理论。利率平价学说指出汇率的不稳定主要是两类货币之间的差价，这就表明汇率受利率水准的干涉。国际收支理论把利率与物价全部总结成作用世界收支的要素，也就是表明利率和货币持平会一块儿作用着名义汇率。纵观所述，虽然在详细的意义办法、作用水准隐含有不一样的因素，不过利率和货币供给扮演者非常核心的作用，名义汇率的决策流程少了这些后果是不可想象的。

所以，这篇文章把以前的实例调研和汇率决定学说当做根基，借助货币利率和供给数量两种要素，和汇率打造三变量VAR模型，一是能够估摸汇率走向，二是能够调研三个间彼此作用的非静态渠道并比较新常态下我国人民币汇率波动与以往的不同和联系。

二、模型原理

VAR（vectorautoregressive）模型最早是由美国经济学家Sims于1980年提出的。VAR模型里面，不存在内生变量的区别，全部把变量当成内生变量，没有制约任何一点的初始模型参数，也就是任何一个方程都存在一样的解释变量。联立方程组，用内生变量的滞后期值回归，以研究变动的关联性。其基本形式为：

VAR模型就好比联立方程，把不少的变量融入到整体一致的模型里面，一块儿借助很多个变量的参数，和单单借助时间顺序的ARIMA模型比较，它涉及到的参数是进一步的完善，可以不错的模仿实体经济，所以实施预计的时候可以供给比较温和真是的估计数值。而且，VAR模型尽管没有完全将经济学说当做根基，不过经济学说却是模型内生变量的根基，在纠正ARIMA模型的缺陷理论性上发挥了不小的作用。

本文建立的VAR（p）模型直观形式如下：

可以清楚地看出，VAR模型中将汇率、利率、广义货币的滞后值作为解释变量，分别对这三者进行回归。模型中不包含变量之间的同期影响。

三、实证分析

（一）数据平稳性检验

VAR模型的实验基础是平稳的时间序列数据。假如随机流程与时间一块儿改变，也就是假如流程是不稳定的，那么仅借助一个简便的代数模型是不能够映射时间顺序的将来和之前。假如随机流程的随机特性没有伴随着时间的改变而改变，那么能够借助隐含确切参数的方程把时间顺序模块化，方程的参数借助时间顺序的历史资料预测获得，因此经济计量模型中对时间序列模型的分析处理首先需要考虑的是平稳性。由图1可以粗略的观察到变量时间序列并不平稳，为此对数据的平稳性进一步检验，具体采用ADF单位根检验法。

由表1可知，银行同行业间隔夜拆借利率IR时间序列数据比较平稳，人民币兑美元汇率FOREX和货币量M2时间序列数据非平稳，但是FOREX和M2的一阶差分数据D（FOREX）和D（M2）都在临界值a=5%的水平下平稳，说明原序列数据是同阶单整序列，方便进行后续研究。

（二）变量协整检验

Johansen协整检验是由SorenJohansen于1991年提出的，并于1995年加以完善。其理论十分复杂，但是其基本思想是基于VAR模型将一个求极大似然函数的问题转化为一个求特征根和对应特征向量的问题。由协整原理可知，变量同阶单整可能存在协整关系，协整检验用以判断变量之间是否存在长期稳定性，检验结果见表2。

协整方程个数为None时，统计量J=32.25964a（0.05）=21.12162，而当协整方程个数至多为1或2时，统计量J均小于5%1临界值。说明变量组（FOREX、IR、M2）至少存在一个协整方程，即各指标之间存在协整关系，验