汇率及其影响因素分析

作者简介：程瑶（1993-），女，汉，四川，本科，重庆交通大学。

摘 要：本文主要对汇率变化进行多因素分析的基础上，搜集1994年到2012年的相关数据，对其进行分析处理，建立多元对数模型，对此进行实证分析。首先，在回归分析的基础上，对模型进行了统计检验、经济意义的检验与计量经济学检验；最终得到了关于汇率影响因素的回归模型。

关键词：汇率；回归分析；影响因素

1.引言

当前，随着中国经济的高速增长、贸易顺差的逐年扩大，人民币汇率问题成为当今世界关注的焦点。人民币汇率的影响因素众多，其中包括中国经济发展状况、国际收支、外汇储备、中美利差及人民币供给量等等。

本文以经济学专家对人民币汇率影响因素的观点为基础，利用收集的数据，通过对其进行分析处理，借助Eviews软件，应用OLS分析法，采用定量和定性分析相结合的方法，构建人民币影响因素实证分析模型，得出了人民币实际影响因素的分析结果。

2.汇率影响因素的分析

在经济活动中，影响汇率变动的因素是多方面的，能够准确的预测汇率变化的趋势是避免外汇风险或进行外汇投资的首要前提，在浮动汇率制度下，汇率的变动基本取决于外汇市场上对各种货币的供求，而影响供求的因素涉及面广，不仅包括一个国家的货币购买力，经济发展趋势，经济的政策变化以及国际上的突发事件，同时世界其他国家的经济、贸易、金融以及政治形势的变化也会对这种供求关系发生作用。因此，研究汇率变化时，必须对各因素进行系统分析。

我国各种现实因素通过直接或间接影响货币的供求关系，主要包括：国际收支，经济增长，通货膨胀，财政赤字，利率变化，国外净资产总额（外汇储备与黄金储备之和），预期，政策等[1]。

通过以上汇率影响因素的分析，可以看出要对汇率进行预测并不是一件容易的事，要使汇率预测结果较为准确，就要综合考虑影响其变动的各种因素。

3.变量的选取

在定性分析汇率的各影响因素的基础上，为更全面地研究汇率的影响因素与人民币均衡汇率之间的数量关系，反映各个汇率影响因素对人民币实际均衡汇率的动态影响效应，本文在动态影响效果分析中选取国内生产总值、净出口、通货膨胀率、利率、货币供应量、国外净资产六个方面的经济指标来进行定量分析。

但是需要注意的是在选取GDP指标时为了得到實际的GDP，必须剔除消费价格指数的影响，将GDP除以消费价格指数得到我国实际GDP。利率指标的选取时应当选取一年期存款利率作为利率指标的替代变量，本来应该采用实际利率作为因素分析，但是由于在数据处理过程中，实际利率出现了很多负值，会影响回归分析线性拟合优度，故采用名义利率作为解释变量。

4.模型的建立与检验分析

4.1数据的处理

在剔除不符合实际意义的数据，对收集的数据进行了数据处理，分别统计出了国内生产总值x1，通货膨胀率x2，国外净资产总额x5，净出口额x6等各项指标自1994年到2012年的变化情况。

4.2建立多元对数回归模型

我们建立年平均汇率y与国内生产在总值x1，通货膨胀率x2，年平均贷款利率x3，广义货币供应量（M2）x4，国外资产总额x5以及净进出口金额x6之间的多元对数回归模型：

lny=β0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+β6lnx6+μi

利用Eviews软件对回归模型进行参数，估计结果如下：

由表1估计结果可知：在α=0.05的显著性水平下，虽然模型拟合效果较好，R2较大，且接近与1，F=40.35>F0.05（6，15）=2.9。所以，认为年平均汇率水平与上诉解释变量间总体线性关系显著显著。系数β1，β2，β3，β5符合经济意义，但变量x4，x6未能通过t检验，同时系数β4=0.074>0，β6=-0.1669<0不符合经济意义；所以认为解释变量之间存在多重共线性。

4.3计量经济学检验

4.3.1多重共线性检验

利用Eviews软件，可以得出lnx1，lnx2，lnx3，lnx4，lnx6相关系数矩阵表：

由上表可以看出，解释变量lnx1与lnx4，lnx1与lnx5，lnx1与lnx6以及lnx4与lnx6之间的相关系数都较大，可见存在多重共线性，在经济意义上，国内生产总值、广义货币供给量（M2）以及净进出口金额之间密切相关，这使得他们之间的相关性很强。下面利用逐步回归法进行修正。

4.3.2逐步回归法修正多重共线性

分别建立lny与lnx1，lnx2，lnx3，lnx4，lnx6单个回归模型：

y=β0+βixi+μi

对各个解释变量进行回归分析，统计分析各模型与解释变量的t统计量，及其对应的显著性概率prob，可决系数R2以及2，结果如表3所示。

由表3数据可知，lnx1，lnx4，lnx6拟合程度都很好，且显著性最高。说明年平均汇率受国内生产总值，广义货币供应量以及净出口总额影响最大，与经验相符，但是变量x4的t检验值最大，因此选择lny=β4+β4lnx4+μ作为初始回归模型，按照显著性程度和拟合程度按照由高到低的顺序分别将解释解释变量lnx1，lnx6，lnx2，lnx3导入ln=3.240-0.097lnx4进行逐步回归修正，寻找最佳回归方程。因此，在上诉基本方程的基础上进行逐步对模型进行逐步回归。

模型y=β0+β4lnx4+β1lnx1+μ2的回归结果如下表所示：

由表4可知，在加入了变量x1后，模型的可调整的可决系数2以较大的幅度递增，在α=0.05的显著水平下模型的拟合效果较好，变量通过了t检验，F统计量的值也维持在较高水平，即F检验显著，模型显著。

参照上述方法，我们在基本方程的基础上利用Eviews软件，分别对模型：

lny=β0+β4lnx4+β1lnx1+β6lnx6+μ3

lny=β0+β4lnx4+β1lnx1+β2lnx2+μ4

进行逐步回归后发现：在加入了解释变量x6后，模型的可调整的可决系数2并无太大变化，F统计量的值减小；同时在α=0.05的显著性水平下，自由度为15=n-4的临界值t0.025（15）=2.131，变量lnx6并没通过了t检验；同时在相关性检验时，lnx1，lnx4与lnx6之间存在较强的相关性，因此，说明引入lnx6降低了模型的优度，故舍去。

在加入了解释变量x2后，模型的可调整的可决系数2较大幅度的增大，说明在α=0.05的显著性水平下模型的拟合效果提高；同时F统计量的值增大并通过检验；在自由度为17=n-2的临界值t0.025（17）=2.11，变量lnx4，lnx1，lnx2通过了t检验，整体来看说明引入变量lnx2提高了模型的优度。

模型lny=β0+β4lnx4+β1lnx1+β2lnx2+β3lnx3+μ4的回归结果如下：

由上表可知，在加入了解释变量lnx3后，模型的可调整的可决系数2并无太大变化，在α=0.05的显著水平下，自由度为17=n-2的临界值t0.025（17）=2.11，变量lnx3并没通过了t检验，同时AIC与SC的值并无太大变化，F统计量的值减小；且系数小于零，与汇率随利率呈正相关性的经济意义不符，故舍弃。因此，用解释变量lnx4，lnx1，lnx2变化来解释汇率lny的变化时模型最优，所以通过逐步回归后模型为：ln=7.69-0.258lnx4-0.205lnx1-0.025lnx2

4.3.3自相关检验

从以上的检验中可以看出，D.W.统计量接近于2，經查表在样本容量为19，解释变量个数为3，显著性水平为0.05的情况下，DL=0.97，DU=1.68。现在DW=2.03落在了无自相关的区域。说明模型的设定在充分考虑了经济行为的滞后性、通过物价指数最大可能的消除随机偶然因素的影响后，其设定偏误已经很小。

5.相关结论与及分析

从回归分析结果可以看出，影响中国汇率变化的最主要的广义货币供给量、国内生产总值和通过膨胀率。一国经济增长较快时必然伴随着国际贸易顺差，该国出口额大于进口额，本国货币在国际市场上汇率有下跌趋势；因此，当一国经济高速增长时，在汇率一定范围波动的情况下，国家应当采取一定的政策措施避免本国货币出现较大幅度的升值，特别是对于持有大量美元国债的国家，更应该引起重视。

国内物价上涨有很多因素，最主要的是需求拉动型，成本推动型，不论哪一种都引起了物价水平的持续上涨，在通货膨胀下，一般会引起出口商品的减少和进口的增加。这些变化通过影响外汇市场上的供求关系和该国货币在国际上的信用地位，导致汇价下跌，本币升值。但是其认为应该亟待解决的是处理国际上本国货币升值与国内大多数民众收入并没有成比例上涨的矛盾。

（作者单位：重庆交通大学）

参考文献：

[1] 雷颖慧.关于人民币汇率的影响因素的分析.经济研究导刊，第15期：125-127页，2013年。