《人民币汇率与股价的ARCH效应检验及模型分析.pdf》由会员分享，可在线阅读，更多相关《人民币汇率与股价的ARCH效应检验及模型分析.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、 第9卷第1期集 美 大 学 学 报(哲学社会科学版)Vol.9,No.12006年3月Journal of JimeiUniversity(Philosophy and Social Sciences)Mar.,2006收稿日期 2005-10-10修回日期 2005-12-07作者简介陈雁云(1970-),江西吉水人,讲师,博士生,主要从事产业组织理论、金融产业研究。人民币汇率与股价的ARCH效应检验及模型分析陈雁云1,何维达2(1.江西财经大学 经济与社会发展研究院,江西 南昌 330013;2.北京科技大学 管理学院,北京 100083)摘要随着人民币汇率弹性的加大,汇率与股价的关联效
2、应开始显现出来,有可能导致外汇市场、股票市场乃至整个金融市场的紊乱,所以两者的关联研究对于整个金融市场的安全与发展具有较大的现实意义。通过对人民币各种汇率与股价的逐日数据所作的ARCH效应检验,得出相应的GARCH和EGARCH模型,并证明人民币币值与股价呈反向关系。关键词汇率;股价;ARCH中图分类号 F 830文献标识码 A文章编号 1008-889X(2006)01-72-042005年7月21日汇率改革之后,汇率弹性将加大、资本控制将出现放松,那么各金融市场价格波动的关联效应将加大,有可能导致整个金融市场的震荡及紊乱。因此,现阶段加强各金融市场的价格(如汇率与股价)波动之间的关系研究(
3、如ARCH效应检验)具有相当的紧迫性。一、汇率与股价关联的相关理论概述(一)关联理论股价指数是国民经济的“晴雨表”,而汇率变动反映货币国际购买力的变化,两者既是两个主要金融市场(股票和外汇市场)的价格,又同为反映国民经济实力的指标,那么两者之间必能存在内在的关联。关于汇率和股价之间的关系,已有两种成熟的理论:汇率决定的流量导向模型和股票导向模型。前者强调经常项目或贸易平衡,认为存在由汇率到股价的反向关系;而后者强调资本项目是动态汇率的主要决定因素,认为存在由股价到汇率的正向关系。国内外学者也已对两者的关系作过细 致 的 实 证 研 究,如Apte(2001)通 过EGARCH模型研究了印度的名
4、义汇率与股市发散性的关系,数据选择为从1991-2000年的汇率(美元/印度卢比)和股价指数的收盘价。研究发现存在由外汇市场到股票市场的正向溢出,反之则不然。但以前的研究中涉及发展中市场的较少,而关于“人民币汇率与中国股价的关联”的研究成果更为少见,所以本文通过人民币汇率与股价的ARCH效应检验及模型建立,以取得支持该领域理论的中国方面的实证证明。(二)ARCH系列模型的概述在股票价格、汇率的应用分析当中,常常有大的误差与小的误差成群出现的情况。为此,恩格尔(Robert Engle)等 先 后 提 出 了ARCH、GARCH、EGARCH等一系列模型。最简单的GARCH模型是GARCH(1,
5、1)模型:2t=0+12t-1+12t-1误差项的方差为三个组成部分:一个常数项,前一时刻的变化量(ARCH项),以及前一时刻的方差(GARCH项)。在对ARCH效应的LM检验中,若LM检验的辅助回归方程的p值很大(如p 7)时,检验依然显著,即残差序列存在高阶ARCH(p)效应,此时可以采用GARCH模型。另外,对于股票市场的研究发现,股价下跌和上涨的幅度相同时,股价下跌过程往往会伴随着更剧烈的波动性。为解释此现象,可引入非对称的ARCH模型,其中应用较广泛的有EGARCH模型(Nelson,1991)。第1期陈雁云等:人民币汇率与股价的ARCH效应检验及模型分析二、数据准备所准备的数据,包
6、括汇率数据和股价指数两部分。汇率数据为名义汇率,名义汇率采用直接标价法,包括人民币对美元、日元、欧元的每日汇率。此处选择中国实行浮动汇率制之后处于稳定阶段的2001-2005年的每日数据(截止2005年6月30日的1069个交易日数据,数据来源为中国人民银行及中国银行网站)进行实证分析,这样的选择反映了新时期新汇率制下的汇率变化,更具有时代意义,所分析的结果对未来经济政策的参考意义更大。本文希冀通过高频率的逐日数据的分析,以取得具有普适性的、说服力的研究成果。还需说明一点的是,每日汇率取的是人民币外汇牌价的基准价,而欧元的基准价是从2002年3月29日开始公布的。由于数据表庞大,本文略之。由于
7、深圳成份指数或综合指数与上证指数的走势如出一辙,所以选择上证指数作为中国股价的代表。指数有开盘价、最高价、最低价、收盘价之分,但收盘价最具有代表性,所以选取收盘价作为上证指数的代表。上证指数的每日数据与汇率一致,也选择2001-2005年的1069个交易日数据。由于数据表格庞大,此处略之。三、ARCH效应检验及模型建立此处选用Eviews311软件对数据进行分析。为了减缓序列的波动程度,对数据进行自然对数处理,并将ARCH、GARCH及EGARCH模型简称为ARCH系列模型。先对数据建立分布滞后模型,对之进行ARCH效应检验。若存在低阶ARCH效应,则建立各阶ARCH模型,并经比较选择最优的A
8、RCH模型;若存在高阶ARCH效应,则建立GARCH及EGARCH模型。LDSTO、LDRAT、LDRAT1、LDRAT2分别为股指、美元汇率、日元汇率、欧元汇率数据,后缀(-1)则为滞后变量。(一)人民币对美元名义汇率与股价的ARCH系列模型的建立1.分布滞后模型。以股指为因变量,为考察变量间的动态影响,故采用自回归分布滞后模型。通过比较R2、t、F值等,选取一个较好的模型形式。模型的拟合优度为01993,F检验也通过,虽然部分系数的显著性不高,但模型整体效果尚可。由于模型包含因变量的滞后项,所以D.W检验失效,则采用LM检验代替自相关检验,LM检验的相伴概率为0143 0105,故不存在自
9、相关。2.ARCH效应检验。所得到的相伴概率为01027 9 0105,故存在ARCH(1)效应。继续进行二阶及高阶ARCH效应检验,发现p=8时,相伴概率为01000 834 0105,序列存在高阶ARCH效应,即GARCH效应。3.GARCH模型建立。由于用GARCH(1,1)模型就能够描述大量的金融时间序列数据,所以此处建立的数据为GARCH(1,1)模型。表1GARCH(1,1)模型结果DependentVariable:LDSTOCoefficientStd.Errorz2StatisticProb.C-43.007210.128268-335.29300.0000LDSTO(-1)
10、0.9994520.002147465.59340.0000LDRAT14.602780.022825639.77060.0000LDRAT(-1)5.7479360.040563141.70450.0000Variance EquationC2.02E2053.53E2065.7252590.0000ARCH(1)0.1845210.0202909.0941650.0000GARCH(1)0.7238740.02789025.954540.0000R2squared0.993152Mean dependent var7.345771Adjusted R2squared0.993113S.D.
11、dependent var0.165487S.E.of regression0.013733Akaike info criterion-5.855878Sum squared resid0.200099Schwarz criterion-5.823279Log likelihood3134.039F2statistic25646.51Durbin2Watson stat1.966124Prob(F2statistic)0.00000037集美大学学报(哲学社会科学版)第9卷 上表中ARCH(1)和GARCH(1)的系数之和为01908 1,满足平稳条件。模型的R2为01993,各系数的显著性检
12、验对于99%的置信度通过,F检验通过,且A I C和SC值都比较小,可以认为该模型较好地拟合了数据。经ARCH LM检验,该模型的残差不再存在ARCH效应。该模型的表达式为:LDSTO=-431007+01993LDSTO(-1)+14.63LDRAT+5.753LDRAT(-1)t2=0.00 002+0.185t-12+0.724t-124.EGARCH模型建立。该模型的表达式为:LDSTO=-57.81+1.0 0013LDSTO(-1)+19.013LDRAT+8.3423LDRAT(-1)logt2=-0.467+0.198|t-1/t-1|+-0.128t-1/t-1+0.963
13、logt-12模型的R2为01993,各系数的显著性检验对于99%的置信度通过,F检验通过,且A I C和SC值都比较小,可以认为该模型较好地拟合了数据。并经ARCH LM检验,该模型的残差不再存在ARCH效应。序列的EGARCH模型中RES/SQR GARCH (1)的系数为负数-01128,说明股市对正的和负的股票报酬产生不对称的反应,整个股市中一个大的负价格变动比相同规模的正的价格变动导致更高的波动性。因此,从这一点看,EGARCH模型比GARCH模型更贴切地反映股市的实际波动及其相应的关系变化(如与汇率之间的关系变化)。(二)人民币对日元名义汇率与股价的ARCH系列模型的建立同理先建立
14、分布滞后模型,再进行ARCH效应检验,发现p=8时,相伴概率为0.000 554,序列存在高阶ARCH效应,即GARCH效应。1.GARCH模型建立。LDSTO=0.028+0.9983LDSTO(-1)+0.0273LDRAT1-0.033LDRAT(-2)t2=0.000015+0.170t-12+0.764t-12ARCH(1)和GARCH(1)的系数之和为0193 0105,故不存在自相关。2.ARCH效应检验。所得到的相伴概率为013177 0105,故不存在ARCH(1)效应,也就不必建立ARCH系列模型。四、总结分析具体从人民币对美元名义汇率与股价的ARCH系列模型来看,股价对名
15、义汇率的调整系数都显著大于0,显示名义汇率与股价为显著的正向关系,即人民币币值与股价为显著的反向关系;再从人民币对日元名义汇率与股价的ARCH系列模型来看,股价对汇率变动的调整系数微弱大于0,且对二阶滞后汇率变动的调整系数为负数,所以显示两者为微弱的正向关系,即币值与股价为微弱的反向关系;这种币值与股价的反向关系与中国目前只在经常账户实行本币可自由兑换的实际情况相一致,符合汇率决定的流量导向模型。也就是说,人民币的小幅升值削弱上市公司的国际竞争力,减少公司的出口,从而对公司的现金流和股票价格产生不利影响。但是,2005年7月21日开始汇率弹性加大后,汇率与股指的关系将发生深刻的变化,需要对上述
16、结果作进一步的分析与验证(待数据积累到一定时候,如一年时间)。由于建立了人民币对美元、日元名义汇率与股指的GARCH、EGARCH模型,就“有法可47第1期陈雁云等:人民币汇率与股价的ARCH效应检验及模型分析依”用来预测汇率与股指的变动趋势。但是,ARCH系列模型也存在几个不容忽视的缺陷:(1)模型形式过于复杂,不利于实际预测。(2)ARCH系列模型的样本数据的频率一般较高,对长周期的预测效果值得考虑。(3)对于市场的突发事件,ARCH系列模型一般很难做出回应。而中国股市恰恰是逢利好骤涨、逢利空骤跌的典型甚至“过敏型”,所以ARCH系列模型对中国股市的相关分析具有局限性。参考文献 1 APT
17、E P G.TheInterrelationshipbetween StockMarkets andtheForeignExchange Market J.Prajnan,2001,XXX(1):17-29.2 BODART V P RED ING.Do Foreign ExchangeMarkets MatterforIndustryStockReturns?AnEmpiricalInvestigation DB/OL.http:/www.ires.ucl.ac.be/DP/I RES_ DP/2001-16.pdf 3 SHENG,SHUH.Priceand Volatility Spil
18、loversbet ween Stock Prices and Exchange Rates:EmpiricalEvidence from the G27 Countries J.InternationalJournal of Businessand Econom ics,2004,3(2):139-153.4张碧琼,李越.汇率对中国股票市场的影响是否存在:从自回归分布滞后模型(ARDL2ecm)得到的证明J.金融研究,2002,(7):26-35.5 张晓峒.计量经济学软件Eviews使用指南 Z.天津:南开大学出版社,2003.ARCH Tests andM odels of RM B E
19、xchange Rate and Stock PriceCHEN Yan2yun1,HEWei2da2(1.Institute for Economic and SocialDevelopment,JiangxiUniversity of Finance and Economics,Nanchang 330013,China;2.Management College,BeijingUniversity of Science and Technology,Beijing 100083,China)Abstract:W ith the increment of RMB exchange rates
20、 flexibility,the relationship between RMBexchange rate and stock price comes out.The research on this relationship has larger practical significance tothe safety and development of the whole financial market.Through ARCHtests of daily data,thecorresponding ARCH models are set up,and the reverse relationship between RMB valuta and stock price istestified.Key words:exchange rate;stock price;ARCH(责任编辑 陈蒙腰)57