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(ARDL-ecm)得到的证明，本文主要内容关键词为：股票市场论文,汇率论文,中国论文,是否存在论文,模型论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
股票市场和汇率之间的联系已经在现实和理论上得到了广泛分析与研究。古典经济学理论提出股票市场表现和汇率之间存在相互关系，例如汇率决定的流量导向模型(Dornbusch and Fisher,1980)认为，由于货币的运动影响着企业国际竞争力、贸易均衡，以及一国的真实产出，从而依次对公司的现金流和股票价格产生影响：从另一方面讲，公司股东的自有资本作为财富的一部分有可能通过对于资金的需求而影响汇率的变动。实证研究发现股票价格与汇率的相互关系存在不同的结果。Aggarwal(1981)考证月度数据，发现美元的定价就与股票市场回报有着正方向的联系，同时Roll(1992)通过逐日数据分析也发现两个市场间存在着正向关联。与此相反，Chou等人(1997)对月度数据进行分析发现，股票超回报与实际汇率回报之间没有任何关联。更多近期对于股票价格和汇率之间关系的研究运用了Granger因果关系的概念和相关的分析工具。比如，Bahmani-Okooce等人(1992)发表了关于美国股市和汇市之间存在双向因果作用的结论，与此同时Abdalla等人(1997)推断在四个世界新兴市场中也存在一定因果关系。Granger等人(2000)认为逐日的数据更合适分析资本市场短期变化，同时它也是评估单位根数和协积模型的更为适当的根据，他们的实证分析认为，在亚洲大多数国家（香港、马来西亚、新加坡、泰国以及台湾等），汇率与股票价格有着很强的互动关系。
本研究从三个方面与其他不同。首先，这是第一个试图从长、短期中国股票市场表现和汇率的联系进行的研究。在此之前对于中国交易汇率的研究，比如Zu等人(2000),Yin等人(1994),Phylaktis等人(2001)已经对交易汇率与官方汇率或交易汇率和黑市价格的相互关系进行了考证。对于中国股票市场的研究主要还集中在对于变化多端或收益和成交量的相互关系方面，亦或是中国证券市场的交叉作用，比如Su等人(1999),Xu(2000),Copeland(2001)，但对于人民币市场汇率，或美元汇率与股票市场行为的研究成果还没有。第二，由于人民币在资本帐户上不能兑换，外汇市场流动性有限，不同汇率数据系列有可能出现I(1)和I(0)并存的状况，所以为了避免传统分析方法对时间序列数据要求要么I(1)要么I(0)的局限性，我们运用Pesaran教授等人(1996,1999)扩展的ARDL方法来对变量间长期关系进行检验。同时，双重变量的VAR模型是用于检验短期动态运动的有效方法，我们期望从中可以显现出能作为洞察中国股票市场A/B合并的一些理性思考。第三，正如Granger等人(2000)所提出的，逐日数据更适合用于资本运动效果的分析，因而我们采用逐日数据作为样本。我们预期人民币汇率和股票市场价格之间存在一些协同运动或因果关系，而这种关系可能在选用月度数据样本的研究中反映不出来。本论文的以下部分的结构如下：第二部分是数据及其统计特征，第三部分提出了协积分析框架及结果，第四部分分析短期运行或称为Granger因果关系，第五部分是本研究的一些结论性评价。
二、时间序列与其平衡性
每日股票收盘指数包括上海A、B股、深圳A、B股，H股，红筹股和香港恒生指数。四个汇率系列包括中国央行人民币对港币市场汇率(RMB/HKD)，央行人民币兑美元市场汇率(RMB/USD)，香港市场人民币兑日元的即期交叉汇率(RMB/JY)以及纽约市场美元兑日元的即期汇率(USD/JY)。中国大陆的人民币市场汇率和香港市场人民币对日圆交叉汇率以每单位UDS,HKD或JY兑换人民币的数据形式表示。美国纽约市场美元即期汇率以单位日圆兑换美元的数据表示。所有数据所涵盖的阶段从1993年12月27日到2001年4月27日的每日数据。采样阶段开始日的选择是为了从那日开始所有系列数据齐全。1994年合并官方汇率和交换汇率时，定价基准是官方汇率贬值47%使其接近当时的换汇率水平，在数据系列的继承性上央行人民币兑美元汇率继承了上海市场换汇率，人民币兑港币汇率继承了深圳市场换汇率。因此，我们从数据库获取的时间序列中，1994年4月以前的数据分别为上海换汇率(Shanghai Swap Rate)和深圳换汇率(ShenZhen SwapRate)。所有数据来源于Data-stream公司和OECD的数据库。
以时间序列为依据的经验分析都假定时间序列是平稳的(STATIONARY)。广义地说，如果一个随机过程的均值和方差在时间过程上都是常数，并且在任何两时期之间的协方差仅依赖于该两时期间的距离或滞后，而不依赖于计算这个协方差的实际时间，就称其为平稳。如果一个原始序列平稳，我们称之为I(0)过程。如果一个原始时间序列不平稳，而经过一阶差分变成平衡的，我们就说原始（随机）序列是一阶求积，简称I(1)。平稳性的常用检验方法是单位根检验(UNIT ROOT TEST)。由于理论和实践上的原因，通常以下列形式的回归作ADF单位根检验：
上试中t为时间或趋势变量，ΔYt-i为滞后差分项。某一具体数据分析究竟包含多少个滞后差分项，往往是根据经验决定，尤其对于具有自相关特征的金融市场的时间序列，一般应包含足够的滞后项以保证方程(1)中的误差项是序列上独立的。本检验的虚拟假设是δ=0，即存在单位根。
表1 股票价格指数时间序列的单根检验(ADF)
95%的显著水平的ADF(the augmented Dickey-Fuller statistic)的临界值；不包括趋势为-2.8635，包括趋势为-3.4147。
表2 汇率时间序列的单根检验(ADF)
95%的显著水平的ADF(the augmented Dickey-Fuller statistic)的临界值；不包括趋势为-2.8635，包括趋势为-3.4147。
表1-2列出了7个股票指数时间序列和4个汇率时间序列的ADF单位根检验结果。从表1我们可以看出，除了H股，单位根零假设在6个股票指数序列中无论是从一般水平还是对数水平都不能通过检验，即无论是否包括趋势所有ADF值都没有超过临界绝对值，而一阶差分是平稳的。这表示，除了H股很可能为I(0)外，其他6种股票指数系列为I(1)。从表格2，我们可以注意到，央行人民币兑美元汇率、香港交叉汇率可能被认为是I(0)，央行人民币兑港币汇率和纽约美元对日元汇率为I(1)。在本研究中，如果忽略人民币兑美元与人民币兑港币汇率发散程度的差异，或者放弃对人民币兑美元汇率来评价汇率与股票价格之间的相互关系的数据系列，似乎并非理性选择。因此，我们的进一步分析应该考虑能使I(1)或I(0)过程系列兼容的方法，例如ARDL估计程序就不要求所考察的时间序列都是I(1)或者都是I(0)过程。
三、ARDL模型和长期运行联系
专业期刊论文曾提出许多检验协积的方法，其中两个广泛运用的协积回归方法是：Engle和Granger(1987)提出的以残值为基础的ADF方法和Johansen(1988,1991)的最大似然法。但不管用何种方法，都要求进行回归的系列变量均为I(1)，而在某些情况下这也许是不可能的，正如上述检验结果表明中国的人民币兑美元与兑港币的数据序列就存在这种差别。Pesaran等(1996)和Pesaran与Shin(1995)扩展了一种ARDL（自回归分布滞后模型）方法，该方法尤其适用于未知或那些难以确定回归变量是I(1)或I(0)的情形。
如果一组原始时间序列独立来看是不平稳的，而经过一阶差分变成平稳的，则该组变量的线形关系是平稳的，即对该组变量之间进行水平上的回归，它们就可能存在协积关系或长期相关。如果变量之间存在协积关系或长期关系，在短期内也许会出现失衡。有一种误差更正机制（error correction mechanism，简称ecm）最初由Sargan率先使用，尔后由Engle和Granger加以普及，能对短期失衡作出纠正。
现在考虑以下VAR模型：
式中Zt为长期乘数，Π表示长期乘数矩陈，t为趋势，如果上式中Zt的构成变量允许I(0)或I(1)，则其不受限制的向量误差更正机制VECM可以写成：
现在分别考察长期乘数和短期动态相关系数，因为zt=(yt,x't)'，定义vt=(vlt,V'2t)'，则：
我们假设A21=0，以便yt和Xt之间最多只存在一种长期关系。yt为因变量，xt为强制因变量，方程(3)可以写成：
根据方程(7)，如果φ≠0和δ≠0同时满足，则yt和xt，有协积关系或长期关系，且：
如果(9)式中
被拒绝，则yt和xt之间存在协积关系或长期关系。但是，(9)中假定的测验可能由于θ的不易识别而陷入困境，因为被拒绝可能仅仅因为yt或趋势因素。Pesaran,Shin and Smith(1996)证明在不限制误差调整项的情形下，用LM,LR和F统计值综合测验(7)式中,δ=0假定，可以有效判别二变量之间的长期关系并避免θ难以区分的问题。本文运用上述检验方法，令yt为各股票指数水平，xt代表汇率水平，检验(7)式中,δ=0联合假定，其结果见表3。
表3显示，只有沪深两A股指数，香港恒生指数与人民币市场汇率间分别存在显著、方向相符的长期协积联系。表4说明，所涉及到
的方程式检验的统计值是稳定的，没有模型的构建因素不充分的迹象，LM(LAGRANGEMULTIPLIERS)检验显示不存在自相关（而JJ检验只显示了在上海A股与人民币兑港故其结果不在本文中列出）。令人惊讶的是，由美元和港币计价并交易的B股和H股与任何一种形式市场汇率都没有显著性长期关系，由人民币计价并交易的香港红筹股同样与汇率不存在显著长期协积联系，因为表格3中相应的δ=0假定不能被拒绝。这些结果似乎暗示，汇率对股市的影响与不同的标价和交易货币的关系不明显，而与市场流动性有关，因为中国大陆的两种A股，香港恒生股市场比其他市场流动性好。正如所预期的，本研究所采用的股票价格指数与纽约市场美元对日元的汇率以及在香港市场人民币对日元的交叉汇率之间都不存在长期直接相关性。我们认为，人民币钉住美元并不是一种不反映国内货币供求关系的钉住。同时，这一结果人民币汇率稳定不仅是大陆股票市场的有力支撑而且一定程序上是香港恒生指数优越表现的因素之一的事实相符。
表3 汇率与股票价格指数之间的协积关系(T-RATIO WITH P VALUE IN PARENTHENS)
表4 基于ARDL模型的汇率和股票价格指数长期相关系数估计
(order of lags selected by AIC)
ECM(-1)反映的人民币汇率与股市之间长期均衡对短期变动率的调整状况，表5说明，这一调整过程显著地存在于人民币兑港币市场汇率与A股指数，H指数和香港HS指数之间，但变量的数值不是很大，这意味着对于A股和恒生指数，由于人民币汇率短期波动而造成的长期关系失衡需要经过较长时间才能回调到均衡位置。此外，这一更正机制在人民币兑美元汇率与A股票价格数据系列之间并没有一致体现，这一结果可能与人民币兑美元的汇率较之兑港币的汇率更为固定的事实有关。
表5 误差更正机制模型(ECM)估计
表6 双变量向量自回归：因果关系(RMB/HKD)
注：Y[,1t],Y[,2t],Y[,3t],Y[,4t],Y[,5t],Y[,6t],Y[,7t]分别代表按前面顺序的股票价格指数，X[,1],X[,2],X[,3],X[,4]分别代表按前列顺序的汇率。
表7 双变量向量自回归：因果关系(RMB/USD)
注：Y[,1t],Y[,2t],Y[,3t],Y[,4t],Y[,5t],Y[,6t],Y[,7t]分别代表按前面顺序的股票价格指数，X[,1],X[,2],X[,3],X[,4]分别代表按前列顺序的汇率。
四、短期运行动态及因果关系
Miller在1991年以及Miller与Russek在1990年就已经指出，用Granger因果分析考察两个变量间是有直接关系，那么他们之间至少在一个方向上存在着瞬时关系。或者根据Miller的观点进行推理，两变量间的短期运行关系将会支持其长期运行关系趋势似乎是合理的。如果Yt与Xt之间存在协积关系或长期关系，那么一个纠错项在进行短期因果关系检验是必要的（表格5中的ECM(-1)）。所以，我们用双重向量VAR模型检验两变量之间的短期运行关系时，在存在协积关系的时间序列及方程体系中，当然要考虑误差更正项。
在方程组(10)中，Zt-1为误差更正项，1和2分别表示失衡调整的速度。根据Engle和Granger(1987)的结论，协积关系的存在暗示(p1+p2)大于0，变量之间存在短期因果关系。以Granger的观点，如果不能拒绝零假定：α21=α22=…α2k=0和p1=0，则表明汇率的变动不能引起股票价格的变动；同时如果不能拒绝零假定：β11=β12…=β1k=0和p2=0，则表明股票价格的变动不会引起汇率的变动。
如果在Yt与Xt之间不存在协积关系或长期关系，那么在因果关系检验的过程中就不存在纠错项，其检验方程组如下所示：
在上述方程组中，如果不能拒绝零假定：α21=∶α22=…:α2k=0，则表示汇率变动不引起股票价格的变化；同时，如果不能拒绝零假定：β11=β12…=β1k=0则表明股票价格的变化并不引起汇率的变化。
运用以上方法进行检验的结果列于表6-9。从表6，表7可见，人民币兑港币市场汇率(RMB/HKD)与A股市场指数和恒性指数之间确实存在着该种短期反馈或因果关系。然而，人民币兑美元市场汇率与股票价格指数的这种因果关系只存在于两个A股市场与汇率之间，即恒生指数与人民币兑美元汇率之间的关系只表现为股票价格变动引起汇率变动的假定在统计上是显著的。这一结果可能与港币投资者主要投资于以港币标价的深圳B股有关。
表8 双变量向量自回归：因果关系（香港市场人民币兑日元即期汇率）
注：Y[,1t],Y[,2t],Y[,3t],Y[,4t],Y[,5t],Y[,6t],Y[,7t]分别代表按前面顺序的股票价格指数，X[,1],X[,2],X[,3],X[,4]分别代表按前列顺序的汇率。
表9 双变量向量自回归：因果关系（纽约市场美元兑日元即期汇率）
表8显示，香港市场人民币对日元的交叉汇率，从任何角度来看与股票市场之间都不存在相互运动。但表9通过对纽约市场美元兑日元汇率的考察我们发现了一种惊人的现象，即中国两个A股市场指数与纽约美元的即期汇率存在反馈（或者说中国A股市场对于纽约美元对日元的短期波动有显著反应），而且纽约市场美元对日元的即期汇率可以引起H股，红筹股和恒生指数的显著性短期波动，但并不是反之亦然。对这一现象的评价就目前而言只限定于两个方面的解释，其一是人民币钉住美元，美元汇率自然对以人民币面值资产的价格产生影响，其二是在经济全球化的大背景下，中国股票市场作为最有生气的发展中市场不可避免逐渐走向开放。
但令人惊讶的是，虽然大陆B股市场分别以美元和港币标价交易，更有理由对人民币或美元汇率变化较为敏感，但我们的测验不管以什么样形式的汇率衡量方法，无论是从长期运行关系还是短期波动状态，我们都没有发现B股与汇率之间存在显著性相关。这一结果可能与中国大陆的证券市场对于国外投资者很大程度上仍然是封闭的，因而交易相对清淡而缺乏效率的事实有关。作为以大陆为基地的离岸市场，B股市场上市公司的市场资本总额只有A股市场资产规模的3%，并且大多数上市的股票的交股（在香港注册上市但实质由中国大陆控股的公司）进入中国市场。据估计，到2000年12月底，在香港上市交易的与中国相关的股票已经超过了100家，同时他们的市场资本规模已经达到了香港股票市场总资产规模的26%。尤其当今中国即将加入WTO，实现本国货币在资本帐户中完全可兑换只是一个时间问题，因而作为对外开放的保守措施的B股市场必然会逐渐失去吸引力。而且正在中国股票市场实施的旨在减小A股和B股市场间的价格差异的改革应该是对A、B股市场最终合并的中间步骤。由此，我们的研究结果表明，国内B股市场作为中国开放资本市场的一种间接方式，最终将被更加开放的股票市场所取代是合理的也是必然的。
五、结束语
当不能确认被测定的时间序列是趋热平稳还是一阶求积平衡时，运用ARDL方法测定两变量之间的长期运行关系被认为是有效的。本论文证明该方法所反应的汇率与中国股票市场价格行为间的相互关系基本符合现实情况。作为结论，有三个观点需要说明。第一，与大量主流研究不同，运用逐日数据考察中国经济改革和对外开放过程中的汇率与股票价格的关系是新尝试，实证分析结果可能与人们的习惯观念有距离。但仔细推敲又不是没有道理。第二，本研究所反应的人民币汇率与两个A股市场和香港HS市场间长期运行的关系与自亚洲金融危机以来人民币稳定或实际升值为大陆和香港市场的稳定提供了良好的心理预期和资金来源的事实是一致的。第三，显而易见的，不但央行人民币市场汇率，而且纽约市场美元对日元的即期汇率，也对两个A股市场，H股，红筹股和HS指数的回报存在不同程度的影响，但B股市场与汇率之间不存在任何显著性关系，可能的解释是B股市场交易相对清淡，流动性较差，这一实证发现似乎可以作为A/B两市的统一提供支持。当然，如果将本研究扩展到某些有代表性的上市公司的数据，相信本研究的某些结论会更有说服力。
标签：汇率论文; 股票论文; 时间序列论文; 中国股票市场论文; 汇率决定理论论文; 汇率变动论文; 香港汇率论文; 汇率标价方法论文; 外汇论文; 人民币论文; b股论文;