人民币汇率、利率、货币供应量三者变动关系的研究

摘要：汇率是两种货币之间的兑换比率，汇率的波动会影响一个国家的进出口贸易甚至是经济稳定，尤其关系到外贸企业的生存以及一国的货币金融环境。本文着眼于汇率与宏观经济因素之间存在互动与反馈这个事实，利用能够揭示多变量间互动关系的向量自回归模型（VAR），揭示汇率、货币供应量、利率三者之间的联动关系和影响程度。

关键词：人民币汇率；利率；货币供应量；向量自回归模型（VAR）

中图分类号：F822.0 文献识别码：A 文章编号：1001-828X（2016）006-000-02

一、绪言

汇率是两种货币之间的兑换比率，亦可视为一个国家的货币对另一种货币的价值。汇率又是各个国家为了达到其政治目的金融手段。汇率虽然会因为一国利率和通货膨胀以及国家的政治与经济等原因而发生变动，但汇率最终是由外汇市场决定。由于汇率的波动会影响一个国家的进出口贸易甚至是经济稳定，尤其关系到外贸企业的生存以及一国的货币金融环境。学术界对人民币汇率预测问题的研究较多，国内学者普遍使用如ARIMA、小波分析等单变量模型或其组合，而忽视了宏观经济基本面在汇率预测中的作用。单变量模型的原理为使用一个时间序列过去值所包含的信息来预测其未来值，是一种数据挖掘手段。其优点是充分挖掘了数据内在的信息，不失为一种客观的研究方法。但是这类方法缺乏经济理论支撑，现实生活中经济体的方方面面相互关联，影响汇率的因素错综复杂，抛开汇率与其他经济变量的联系，单纯地靠汇率自身来预测汇率，这类做法显然难以令人信服。因此，本文着眼于汇率与宏观经济因素之间存在互动与反馈这个事实，利用能够揭示多变量间互动关系的向量自回归模型（VAR），基于多种汇率理论选择了汇率、货币供应量、利率三个变量建立模型，揭示汇率、货币供应量、利率三者之间的联动关系和影响程度，补充前人在汇率预测研究中的不足。

二、实证分析

本文使用中国人民银行公布的人民币对美元汇率（月平均数），全国银行同业隔夜拆借利率（月度加权平均），以及广义货币（M2）存量数。观测期间为2005年2月至2015年12月。数据频率为月度。样本容量为131。计量软件采用python。

1.平稳性检验

不平稳的时间序列可能导致虚假回归，建立的模型将毫无意义。本文与主流观点一致，主张用平稳数据建模。首先检验数据的平稳性。用ADF方法进行平稳性检验，汇率和利率首先满足1%水平下的平稳性要求，对M2进行一阶差分后，也满足了平稳性要求。

2.滞后阶数选择

VAR（P）模型中用变量的滞后值作为解释变量，自然需要选择合适的滞后期数P。在10阶的范围内选择滞后期数，bic准则和fqic准则的最优滞后阶数都是1阶，同时，aic准则和fpe准则的最优滞后阶数分别是10阶和9阶。有两种准则都选择1阶，也为了简化分析过程，所以本文选择建立了一个VAR（1）模型。

3.参数估计

如图表中结果显示，对汇率和货币供应量的VAR模型回归结果的系数显著性较高，但对利率的回归结果的t统计量显著性达不到要求。从具体系数上看，模型受其自身的滞后变量的影响较大，受另外两个变量的影响较小。

4.Granger因果检验

基于Granger因果检验的结果，利率变动和广义货币增长量都是汇率变动的格兰杰原因，说明利率的变动和广义货币的增长都有助于解释人民币汇率水平的变化。汇率变动和利率都是广义货币增长量的格兰杰原因，说明央行在决定货币增发量时很可能参考了人民币汇率和利率的走向。上述检验结果显示汇率与广义货币增长量不是利率变动的格兰杰原因，说明汇率的信息对于利率预测并没有显著意义。

5.脉冲响应函数

如图所示，利率对汇率的影响波动较小，收敛速度也较为缓慢；货币供应量对汇率的影响极低，并迅速收敛。同时，汇率和利率对货币供应量的影响较大，波动也较为剧烈，汇率的影响在4期后由负转正，但不明显。由于汇率与广义货币增长量不是利率变动的格兰杰原因，因此不讨论对利率的脉冲响应。

三、结论

利率的变动和广义货币的增长都有助于解释人民币汇率水平的变化。其中，利率对汇率的影响波动较小，持续性较强，货币供应量对汇率的影响极低并会迅速衰减。央行在决定货币增发量时很可能会受到人民币汇率和利率的走向的影响。相对于汇率所受到的影响，这种影响更加强烈，波动性也更大。汇率从长期看对货币供应量有正向影响，但不明显。汇率与广义货币增长量不是利率变动的格兰杰原因，说明汇率的信息对于利率预测并没有显著意义。利率水平是货币当局的可控工具。提高利率水平将带来货币的贬值。货币供应量是也一个可以用来调控的变量。为了保证汇率的稳定性，货币供应量增长率应保持相对平稳。但综合考虑上述因素，相比于利率水平，货币供应量对汇率的影响小而短暂，不是货币当局影响汇率的可操作手段。

参考文献：

[1]易纲，范敏.人民币汇率的决定因素及走势分析[J]，经济研究，1997（10）：26-35.

[2]魏红燕，孟纯军.基于模型的短期汇率预测[J]，经济数学，2014，31（1）：81-84.

[3]黄志伟，谢合亮.汇率波动与货币供应量的不确定性关系—基于中国的经验论证[J]，时代金融旬刊，2011（10）.

[4]张奕韬.基于ARIMA模型的外汇汇率时间序列预测研究[J].华东交通大学学报，2009.

[5]Wes McKinney，Python for Data Analysis[M]，First Edition，USA：OREILLY，2013.

[6]彭红枫，鲁维洁.中国金融市场基准利率的选择研究[J]，管理世界，2010（11）.

作者简介：杨晓峰（1989-），男，山西太原人，硕士，山西财经大学统计学院研究生，研究方向：宏观经济。