计量经济学论文-人民币汇率研究汇编
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
计量经济学论文
——人民币汇率研究
目录
一、背景分析------------------------------------------3
二、研究目的------------------------------------------4
三、理论模型的设计------------------------------------5
四、模型参数估计--------------------------------------6
五、模型的检验----------------------------------------6
(一)对模型进行经济意义检验
(二)对模型进行统计检验
(三)对模型进行计量经济学检验
六、考察模型的预测能力-------------------------------11
七、对模型进行预测-----------------------------------12
八、参考文献网站------------------------------------13
九、给您的信-----------------------------------------13
一、背景分析
2010年国民经济继续朝着宏观调控预期方向发展,总体保持了平稳较快的运行状态,国际贸易迅速发展,外汇储备再创新高,人民币汇率升值仍然保持一个较高的预期。
汇率受到诸多方面的影响,其变动原因较为复杂。
很明显,汇率首先受到一国外汇储备的制约。
汇率是不同货币之间的比率关系,而外汇储备是一个国家拥有的非本国货币的金额。
2009年6月,我国外汇储
备已经超过2.1万亿美元。
如此庞大的外汇储备导致人民币升值的压力进一步加大。
在外汇储备不断增加的情况下,流通中的货币量也在增加,央行不得不发行更多的人民币来兑换贸易或投资中得到的外汇。
利益方面,在经济起飞过程中汇率升值的问题是肯定会出现的,汇率和人均GDP之间的影响非常之大.。
如韩国,台湾与日本,以起飞过程中汇率都升值了一倍以上.而韩国从2000年到两面仅仅七年时间,汇率就涨了四成.而日本仅在1987年日元的汇率就涨了差不多100%.但中国呢则非常奇怪,在经济起飞的前二十
年,1980-1996,中国的汇率不但不升,反而贬值了560%.1996的时候,中国经济已经高速增长了二十年,按亚洲四小龙的经验,货币已经开始一倍两倍地大幅升值了,但中国人民币却不动如山的稳定了十年,直到2005.而2005到现在,人民币虽然开始了升值,却依然是虫子爬行般地升值.而如果从1980年算起综合起来看,人民币在1980-2007年期间,不但没有升值,反而贬了了差不多500%.这都说明,人民币升值压力加大。
不管中国有何感觉,鉴于此次危机的严重程度,实际上针对中国出口的保护主义力度并不是很大。
其次,中国低汇率的政策相当于提供出口补贴和以统一的税率征收关税,换句话说,带有保护主义色彩。
第三,根据世界银行估计,2010年中国外汇储备将增加到2.818万亿美元,由此压低人民币汇率,达到世界经济史上从未曾见的水平。
尽管中国的经济增长率和经常账户盈余居世界之首,但中国的实际汇率不高于1998年初的水平。
在人民币升值预期不断加强,国际间贸易摩擦加剧的情况下,汇率问题已经成为了一个热点话题。
这不仅仅是国内关注的焦点,更是国际关心的问题。
因为一国的汇率不可能只是自己的问题,它必然也会影响其贸易伙伴国,对于中国这种大型经济体尤为如此。
因此,不管中国喜欢与否,其严格管理的汇率机制都是贸易伙伴的一项合理担忧。
中国的出口规模已超过其它任何一个国家。
2009年11月30日,在中欧南京峰会的闭幕式上,温家宝总理重复了中国的传统说辞:“我们将保持人民币在合理、均衡水平上的基本稳定。
”但是,这并不能抹掉人民币升值的预期,因为全世界都能感觉到人民币是被低估了的货币,只是说,我们政府有意将这种升值进行的更加合理和均衡。
二、研究目的
我们根据2008年的中国统计年鉴、中国金融年鉴得到我国从1991年到2007年这17年的汇率、GDP、M2以及外汇储备的数据,并建立了经济模型,由此对各项可能对我国汇率产生影响的因素运用计量经济检验等方法进行了系统深入的分析。
并根据2007年的数据对2008、2009年的人民币汇率进行了预测,与实际值相对比,检验模型的准确性。
未来几年是加入WTO之后我国全面开放,发展国际贸易和本国经济的关键时刻。
为促进我国对外贸易健康稳定,本国经济保持高速发展,本论文根据搜集到的最新统计数据,运用多元线性回归模型分析汇率和各影响因素之间的内在联系,对未来我国汇率发展趋势和宏观经济走势进行分析和预测,并提出了相应的问题和对策。
选择变量的涵义如下:
选择变量变量涵义
EXCHANGE (人民币汇率)汇率亦称“外汇行市或汇价”,是国际贸易中最重要的调节杠杆。
一国货币兑换另一国货币的比率,是以一种货币表示另一种货币的价格。
由于世界各国货币的名称不同,币值不一,所以一国货币对其他国家的货币要规定一个兑换率,即汇率。
GDP (国内生产总值)GDP即英文gross domestic product的缩写,也就是国内生产总值,(港台地区有翻译为国内生产毛额、本地生产总值)。
通常对GDP的定义为:一定时期内(一个季度或一年),一个国家或地区的经济中所生产出的全部最终产品和提供劳务的市场价值的总值。
M2
(货币和准货币) 准货币(quasi-money)----又叫亚货币或近似货币,是一种以货币计值,虽不能直接用于流通但可以随时转换成通货的资产。
准货币虽不是真正意义上的货币,但因可随时转化为现实的货币,故对货币流通有很大影响,是一种潜在货币。
准货币主要由银行定期存款、储蓄存款以及各种短期信用流通工具等构成,如国库券储蓄存单、外汇券、侨汇券、金融卡等。
RESERVE (外汇储备) 外汇储备(Foreign Exchange Reserve),又称为外汇存底,指一国政府所持有的国际储备资产中的外汇部分,即一国政府保有的以外币表示的债权。
是一个国家货币当局持有并可以随时兑换外国货币的资产。
狭义而言,外汇储备是一个国家经济实力的重要组成部分,是一国用于平衡国际收支,稳定汇率,偿还对外债务的外汇积累。
广义而言,外汇储备是指以外汇计价的资产,包括现钞、国外银行存款、国外有价证券等。
外汇储备是一个国家国际清偿力的重要组成部分,同时对于平衡国际收支、稳定汇率有重要的影响。
三、理论模型的设计
假设影响人民币汇率的因素有,国内生产总值,货币和准货币M2,外汇储备三个变量,为方便量化,用货币供应量同比增长率来描述货币和准货币M2,用与100美元等值的人民币数值来近似描述人民币的汇率水平。
搜集1991-2007
年的数据如下:
序号项目国内生产总
值(亿元)货币和准货
币M2(货币
供应量同比
增长率)
外汇储备(亿
美元)
人民币汇率
人民币元
(=100美元)
1 1991 532.3 20250.4 7.6 217.1
2 1992 551.5 23134.2 7.6 194.4
3 1993 576.2 26364.7 11 212
4 1994 861.9 29813.4 11 516.2
5 1995 835.1 33070.5 11 736
6 1996 831.4 36380.4 11 1050.5
7 1997 829 39762.7 5.7 1398.9
8 1998 827.9 42877.4 5.2 1449.6
9 1999 827.8 46144.6 2.3 1546.8
10 2000 827.8 23072.3 2.3 1655.7
11 2001 827.7 107449.7 2.3 2121.7
12 2002 827.7 117208.3 2 2864.1
13 2003 827.7 128958.9 2 4032.5
14 2004 827.7 141964.5 2 6099.3
15 2005 819.2 169996.4 2.3 8188.3
16 2006 797.2 204556.1 2.3 10663.4
17 2007 760.4 249530 2.3 15282.5 对模型进行多次试验,最终挑选出模型的形式:
LOG(EXCHANGE)=β0+β1*GDP+β2*M2^2+β3*LOG(RESERVE)+υ
四、模型参数估计
并对模型进行了参数估计,结果如下:
Dependent Variable: LOG(EXCHANGE)
Method: Least Squares
Date: 12/16/09 Time: 22:44
年份
Sample: 1991 2007
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 5.070800 0.207903 24.39021 0.0000
GDP -3.08E-06 5.55E-07 -5.548296 0.0001
M2^2 0.000149 6.45E-05 2.308414 0.0381 LOG(RESERVE) 0.239285 0.031678 7.553596 0.0000
R-squared 0.829795 Mean dependent var 6.642979
Adjusted R-squared 0.790517 S.D. dependent var 0.158903
S.E. of regression 0.072729 Akaike info criterion -2.201825
Sum squared resid 0.068764 Schwarz criterion -2.005775
Log likelihood 22.71552 F-statistic 21.12611
Durbin-Watson stat 1.226706 Prob(F-statistic) 0.000028
经过参数估计的模型方程为:
LOG(EXCHANGE)=5.070800—(3.08E-06)*GDP+0.000149*M2^2+0.239285*LOG(RESERVE)
五、模型的检验
(一)对模型进行经济意义检验:
C表示当没有任何经济变量影响的时候,人民币汇率为5.070800,但数值本身没有任何意义;
β1表示每当国内生产总值增加一个单位,人民币汇率的对数值会相应减少3.08E-06 个单位,国内生产总值和人民币汇率呈现负相关关系;
β2表示每当货币供应量同比增长率的平方增加一个单位,人民币汇率的对数值会相应增长1.49 E-04 个单位,货币供应量和人民币汇率呈现正相关关系;
β3表示每当外汇储备的对数值增加一个单位,人民币汇率的对数值会相应增长0.24个单位,外汇储备和人民币汇率呈现正相关关系。
符合经济学知识,模型通过经济意义检验。
(二)对模型进行统计检验:
1、调整后的拟合优度检验R2= 0.790517,
说明人民币汇率中79.05%可由国内生产总值,货币和准货币M2,外汇储备解释,拟合程度比较好。
2、整体线性关系检验(F检验):Prob(F-statistic)=0.000028<0.05,整体线性关系显著。
3、回归系数显著性检验(t检验):
Prob.=0.0001<0.05,通过t检验;gdp对log(exchange)线性影响显著。
Prob.=0.0381<0.05,通过t检验;m2^2对log(exchange)线性影响显著。
Prob.=0.0000<0.05,通过t检验,log(reserve) 对log(exchange)线性影响显著。
回归系数95%的置信区间:
ˆ00/2t S αβββ=±:(4.630046,5.511554);
1
ˆ11/2t S αβββ=± :(-4.3E-06,-1.9E-06);
2
ˆ22/2t S αβββ=± :(1.23E-05, 0.000286);
3
ˆ33/2t S αβββ=±:(0.172128, 0.306442)。
(三)对模型进行计量经济学检验: 1、异方差检验
①图示法检验:
②对上面的模型进行WHITE 检验
White Heteroskedasticity Test: F-statistic 1.490830 Probability
0.306152
Obs*R-squared 11.17166 Probability
0.264126 尾端面积PROB.=0.26412>0.05 未检验出存在异方差。
通过作图分析,模型可能存在递增的异方差。
但这并不能充分证明该模型存在异方差性,要想得到异方差的形式并加以消除,还需要更进一步的采用其他方法。
③进一步进行G-Q检验
选取在上述OLS结果中未能通过T检验的M2^2进行G-Q检验。
把M2的数据按升序排列,并将其分成三部分,选取第一部分1991-1997的数据和第三部分2001-2007年的数据分别按原方程进行回归。
子样1
Dependent Variable: LOG(EXCHANGE)
Method: Least Squares
Date: 12/17/09 Time: 20:35
Sample: 1991 1997
Included observations: 7
R-squared 0.993658 Mean dependent var 6.649499
Adjusted R-squared 0.987316 S.D. dependent var 0.133113
S.E. of regression 0.014991 Akaike info criterion -5.267110
Sum squared resid 0.000674 Schwarz criterion -5.298018
Log likelihood 22.43488 F-statistic 156.6808
Durbin-Watson stat 1.965270 Prob(F-statistic) 0.000856 子样2
Dependent Variable: LOG(EXCHANGE)
Method: Least Squares
Date: 12/17/09 Time: 20:36
Sample: 2001 2007
Included observations: 6
Excluded observations: 1
R-squared 0.913623 Mean dependent
var
6.647565
Adjusted R-squared 0.784058 S.D. dependent var 0.181469
S.E. of regression 0.084328 Akaike info criterion -1.873490
Sum squared resid 0.014222 Schwarz criterion -2.012317
Log likelihood 9.620469 F-statistic 7.051470
Durbin-Watson stat 0.689236 Prob(F-statistic) 0.126725
SSR的比值为SSR
2/SSR
1
=0.014222/0.000674=21.10>F0.05(3,3)=9.28,拒绝原假
设,μi存在异方差。
④对原方程进行加权数1/abs(e),消除异方差,并进行回归。
Dependent Variable: LOG(EXCHANGE)
Method: Least Squares
Date: 12/17/09 Time: 19:22
Sample(adjusted): 1991 2007
Included observations: 17 after adjusting endpoints
Weighting series: 1/ABS(E)
Variable Coefficient Std. Error t-Statistic Prob.
C 5.123075 0.195713 26.17650 0.0000
GDP -3.00E-06 3.62E-07 -8.297628 0.0000
M2^2 0.000156 1.94E-05 8.061941 0.0000 LOG(RESERVE) 0.231577 0.028423 8.147623 0.0000
Weighted Statistics
R-squared 1.000000 Mean dependent var 6.712539
Adjusted R-squared 1.000000 S.D. dependent var 14.87848
S.E. of regression 0.005674 Akaike info criterion -7.303547
Sum squared resid 0.000419 Schwarz criterion -7.107497
Log likelihood 66.08015 F-statistic 24.33806
Durbin-Watson stat 1.308886 Prob(F-statistic) 0.000013
Unweighted
Statistics
6.642979
R-squared 0.826616 Mean dependent
var
Adjusted R-squared 0.786605 S.D. dependent var 0.158903
S.E. of regression 0.073405 Sum squared resid 0.070048
Durbin-Watson stat 1.184263
⑤再一次进行WHITE检验:
White Heteroskedasticity Test:
F-statistic 0.372977 Probability 0.905799
Obs*R-squared 6.025270 Probability 0.737387
0.737387>0.05,接受原假设,怀特检验通过且结果较消除异方差前更为良好。
加权后的模型不存在异方差。
2、自相关检验
①图示法检验:
通过图示检验,从图中表
明的数据可以看出,残差值有逐年减小的趋势,预示着可能呈现序列负相关性,需要进行更进一步的检验。
②对上面的模型进行D-W检验:
参数估计表得到:
Durbin-Watson stat 1.308886
N=17,k=4
dl:0.9 du:1.71 4-dl:3.1 4-du:2.29
dl:0.9<1.308886< du:1.71不能确定是否存在自相关
③进行LM检验,检验是否存在一阶自相关:
Breusch-Godfrey Serial Correlation LM Test:
Obs*R-squared 1.982677 Probability 0.159109 LM检验:Probability=0.159109>0.05,说明模型不存在自相关。
六、考察模型的预测能力
(一)用1991—2007年的数据对模型进行内差检验
做出历史模拟图:
平均绝对百分比误差MAPE=4.84,模型适合进行短期的预测。
(二)用1991—2006年的数据预测2007年的人民币汇率,进行外推检验
去除07年的人民币汇率值,得到07年预测值776.07536534.
相对误差=070707ˆ776.1-760.4 2.065%5%760.4Y Y Y -==.
所以模型外推检验结果良好,模型预测能力较强。
七、对模型进行预测
对08、09年exchange 进行预测
在Estimate equation 中输入:gdp c gdp(-1),做自变量gdp 的自回归模型,得到gdp 的预测值。
同理得到M2和RESERVE 的预测值:
GDP M2 RESERVE
2008 300760 18.8808946047
20433.6279212
2009 326023 18.8808946047
27114.4497961
用2008、2009年的自变量预测值对exchange 进行预测:
用1991—2007年的数据预测2008年的人民币汇率
用1999—2008的数据预测2009年的人民币汇率
预测结果:(/2t α=2.306)
GDP M2 RESERVE: 预测值ˆexchange 0ˆY S (在预测后的盒子里) 下限0ˆ0/2ˆY Y t S α- 上限0
ˆ0/2ˆY Y t S α+ 300760 18.8808 20433.627 715.8101
12.8649 686.1437 745.4766
326023 18.8808 27114.449 708.4070 13.5521 677.1559 739.6581
八、参考文献网站:
[1 ]陈国伟,人民币实际汇率的变动对总产出影响的实证分析[J ]1 经济科
学,2002 , (4) .
[2 ]刘斌 1 我国货币供应量与产出、物价间相互关系的实证研究[J ]1 金融研
究,2002 , (7) .
[3 ]廖明球、李雪等,计量经济学简明教程,北京:首都经济贸易大学出版社,2007年
九、给您的信
尊敬的孙老师:
您好!跟您在一起一个学期了,虽然最后几个礼拜没有见面,但
我深深的感受到您是一个很负责人的老师,因为很少老师带病坚持上课,当我们听不懂时,您又会一遍一遍不厌其烦得给我们讲。
这让我
真的很感动。
一日为师终生为师。
衷心的祝愿您身体早日康复!!!
您可爱的学生
贾鸣浩。