人民币汇率波动影响我国外汇储备变动的理论模型和实证研究

本文在综合考虑国际收支和外汇储备需求的基础上构建了人民币汇率波动影响外汇储备的理论模型, 并利用相关数据实证检验了人民币汇率波动对外汇储备的影响. 模型结果表明: 规模变量、进口倾向、国外收入及汇率因素对外汇储备需求的影响取决于这些变量各自对外汇储备瞬时变化的确定性部分μ的影响. 实证结果表明: 长期上, 规模变量、进口倾向、名义有效汇率、实际有效汇率对外汇储备变动都具有显著正效应; 而储备增长自身波动、实际有效汇率波动及汇率制度对外汇储备变动均呈明显负影响; 国外收入、中美实际利差、名义有效汇率波动对外汇储备变动的影响不明显. 短期内, 名义有效汇率及实际有效汇率变动对外汇储备变动都呈明显负效应, 国外收入具有显著正影响, 而其它变量的变化对外汇储备影响不明显.     

石油价格冲击对我国实际汇率波动的影响程度

在Blanchard和Quah(1989)的提出的框架下,建立一个四变量的结构向量自回归模型SVAR(Structural Vector Autoregression Models),讨论了石油价格上涨冲击对实际汇率波动的影响程度,以及需求、供给、货币这些宏观因素对汇率波动的影响。实证结果表明,石油价格冲击是导致实际有效汇率发生变化的原因之一,石油价格冲击长期会引起实际汇率的一定程度升值,但远不及需求和供给的影响程度大。因此,在油价持续高企的情形下人民币实际汇率水平上升某种程度上有助于减缓当前人民币的升值压力,但摆脱国内需求不足,才是缓解人民币升值压力的主要办法。     

汇率波动对中国出口有非对称影响吗?

通过构建汇率和出口的二元GARCH-M-BEKK模型,研究人民币汇率波动对中国出口的影响关系.假设误差向量服从二元t分布,应用极大似然方法估计模型参数,检验了双边实际汇率波动对美国、英国和日本等六个国家或地区的出口在升值和贬值期的非对称效应.实证结果表明除韩国和泰国之外,汇率波动对出口变化有负效应.进而,非对称效应表现在汇率升值时汇率波动抑制出口变化的影响比汇率贬值时更大.实证结果还发现除韩国和泰国外,美国、英国、欧元区17国和日本的收入水平对出口变化有显著的正效应;人民币贬值对出口变化有显著的正效应;出口变化的波动对汇率波动有溢出效应.     

基于改进GARCH-M模型的汇率波动特征

在分析汇率数据的基础上,本文理论构建了改进的GARCH(1,2)-M模型,实证检验汇改前、后实际汇率波动的特征。结果表明:我国汇率形成体制具有较强的内在稳定器功能;实际汇率波动主要受汇率风险与上期汇率波动的影响,比例值约为44∶53;2005年7月汇改后,实际汇率波动的稳定性略有提高,但结构性变化不明显;汇率波动具有1期路径依赖性与时滞连带性;汇率风险具有1.8倍的乘数效应,且对汇率波动具有1.5倍累积效应;新息冲击、利率变动对实际汇率波动的影响较弱,皆有2期时滞性。模型启示:稳定汇率、稳定经济基本面与预防和管理新息冲击是新一轮汇改要考虑的三项重点,这有利于在可控、主动与渐近的原则下稳定人民币汇率。     

人民币汇率的稳定机制及其动态过程(Ⅱ)——实证分析

首先应用协整方法检验人民币汇率、外汇储备、进出口及国际外汇市场的汇率（日元对美元的双边汇率）变化的可积性和变量之间的协整关系，进而建立用来描述人民币汇率由短期波动向长期均衡非线性调整的动态过程的误差修正模型．实证分析结果表明，模型的所有估计系数具有我们建模时设定的符号；并且人民币汇率、外汇储备及美元／日元汇率之间存在唯一的长期稳定关系，即协整关系；短期预测模型不仅具有令人满意的拟合效果和预测能力，而且具有结构稳定性     

人民币汇率决定模型的实证分析

应用多种经济计量学方法实证分析宏观经济变量对人民币汇率的影响 .研究结果表明 ,1994年以来的人民币汇率稳定主要归因于中央银行的外汇干预、适度从紧的货币政策、高速的经济增长以及对外债余额与通货膨胀的有效控制 ,日元的大幅度贬值对我国实施人民币汇率稳定政策带来了巨大压力 .1996年以来的多次降息使得国内外利率差的作用逐渐消失 .而未来的人民币汇率稳定将主要取决于上述宏观经济变量和国际金融环境 ,特别是日元不再进一步贬值.     

及时性自适应高维经济基本面建模与汇率预测分析

在人民币国际化不断推进,人民币汇率双向波动加强的背景下,构建具有优良预测能力的汇率预测模型愈发重要.参数模型对汇率预测的能力不仅取决于模型设定是否正确,还取决于模型能够同时:一方面能否迅速探测模型参数的结构性变化以使用最佳信息估计模型参数,另一方面能否及时识别模型解释变量以使用最佳解释变量对汇率进行预测.本文构建了自适应变元算法.该算法不仅能实时检测模型参数的结构性变化,探测参数的最大化同质区间,同时还能对变量进行及时识别以选择最佳模型解释变量,提高模型的预测能力.在样本外向前3至24个月的汇率预测中,自适应变元算法能显著超越随机游走,马尔可夫机制转换模型,误差修正模型,实时最优窗算法,多元自适应可变窗算法与其他经济基本面模型包括:弹性货币模型,购买力平价模型,利率平价模型,泰勒规则模型,偏移泰勒规则模型.变量选择结果显示,自"811"汇改以后,经济基本面因素决定了人民币汇率走势.中国与其他发达经济体包括欧元区,英国与日本的经济基本面同样能够决定美元兑人民币汇率走向.另外,自"811"汇改之后,人民币汇率预期相比于"811"汇改之前更易受到外部冲击的影响,合理的人民币汇率预期监管依然需要依赖于实行有管理的浮动汇率制度,防止汇率风险.     

人民币汇率预测的两种模型

通过对汇改后人民币对美元汇率的波动情况进行分析,采用周期-ARMA模型和多变量的CAR模型,对人民币汇率进行短期预测.结果表明,两种模型都能对原始数据达到很好的拟合,对于实际的预测分析,周期-ARMA模型的预测结果较为平稳,而参考了恒生银行汇价的CAR模型对汇价的波动更加敏感.因此,利用两个模型进行组合预测,可以得到更高的预测精度.     

基于跳-扩散过程的人民币汇率收益率波动模型

通过对人民币汇率收益率波动性的统计分析,发现其存在"尖峰厚尾"现象.鉴于此,引进跳-扩散过程,建立汇率收益率波动模型,并给出了模型参数估计方法.利用人民币/美元的实际日汇率数据进行实证分析,得出用跳-扩散过程拟合人民币汇率收益序列能更好地解决"尖峰厚尾"问题.进一步,利用跳-扩散过程与无跳随机扩散过程的模拟数据与真实观测数据进行拟合分析,发现前者的拟合效果更好.     

人民币汇率的半参数预测模型

利用从2006年1月4日到2008年7月18日人民币对美元汇率中间价的日均数据, 同时运用非参数函数系数模型和GARCH模型来分析人民币对美元汇率收益率与波动率的非线性时间序列特征. 实证结果表明, 半参数组合模型具有较好的拟合以及预测效果, 而且汇率管制政策变动的虚拟变量的估计 系数显著不为0. 跨度为50天的样本外预测显示: 96%的收益率真实值都落在2.5%以及97.5%的非参数分位 数回归预测线区间之内; 参数GARCH(1,1)模型拟合的波动率所显示出的汇率震荡与实际情况一致.