波动性检验范文

波动性检验范文（精选6篇）

波动性检验 第1篇

本次金融危机所造成的全球金融市场动荡促使学界和坊间认识到:金融市场的流动性对于整体金融体系稳定的重要意义。同时基于金融危机触发的全球主要经济体的经济衰退深化了各国对经济增长干预程度, 综观各国的经济刺激措施, 从美国的各级量化宽松政策到欧洲央行的注资再到中国史无前例的4万亿投资, 充分证明了依靠注入流动性阻止经济衰退的主要政策意图。但是截止到目前, 以注入流动为主的刺激政策不仅没有促使经济显著复苏, 反而诱发了资产价格泡沫、地方政府债务失控及金融系统潜在的巨大风险, 也成为未来经济增长的隐患。在此意义上而言, 在当前金融扩张和金融系统已占据经济体系中关键地位的条件下, 重新厘定流动性和经济增长之间的内在关联已成为现实之需。基于此, 本文章的内容安排如下:第二部分为关键文献述评, 第三部分为研究设计, 第四部分为经验事实, 最后即是研究结论和启示。

二、关键文献述评

已有的经验研究和实践揭示, 一个经济体系内的流动性运行特征不仅受到宏观经济运行规律客观制约, 同时也受到政府和金融扩张政策的干扰。

(一) 流动性:宏观经济效应

学界和坊间针对宏观经济运行的一个周期四个阶段的研究早已形成定论, 概括而言经济周期也可以划分为繁荣和萧条两个主要阶段, 宏观经济运行的每一个阶段都具有其独特特征, 其对流动性的影响也独具一格。

Ir ving Fish er (1933) 提出的债务通缩理论 (Debt-Deflation Th eor y) 隐含了宏观经济运行环境和流动性之间内在关联。Fish er (1933) 研究指出, 在宏观经济环境所引致的负向冲击对微观企业的资产价值形成侵蚀条件下, 企业经营者的理性行为就是折售其持有的资产以满足当期的债务清偿, 但是资产的折售行为进一步引致资产价格的下降, 从而引起企业资产状况恶化;同时企业的债务存量也会被通货紧缩效应放大, 进一步引起企业债务负担加重, 这一循环引致的结果就是企业进入了债务—通货紧缩周期。Bernanke, Ger tler (1989) 的代表性研究认为, 当外部负面冲击引起企业净值下降形成既定事实时, 企业抵押资产质量就会下降, 进而银行对企业融资行为就会表现出风险厌恶选择, 这一结果就会显著的侵蚀企业再融资能力, 企业的进一步融资限制就会极大削弱企业投资活动。在一定程度上而言企业就会面临流动性紧缩的困境。Kiyotaki, Moor e (1997) 通过对农耕者的土地出售及去杠杆化所形成的价格螺旋的研究, 指出土地价值的缩水直接或间接的引致土地所有者净值及投资下降。尤其是在经济危机条件下, 以房地产为代表的资产价格泡沫的破裂引致资产价格缩水, 而相关金融机构的风险预期引致的折现及收紧流动性的行为进一步加剧资产价格缩水。而这一逻辑也得到自2008年以来针对金融机构通过资产负债表收紧流动性的研究文献支持 (Kashyan, Stein (2000) ) 。Holmstrom, Tirole (1998) 从预防性流动性需求角度研究认为, 基于微观企业或银行理性预期行为, 二者会形成现金窖藏的行为, 而这种现金窖藏行为基于未来不确定性的流动性需求, 但是这种窖藏现金行为能否起到平滑微观主体流动性波动的作用还有待进一步验证。Mc Candless, Weber (1995) 代表性研究证实, 长期内经济发展状况表明货币供给的增加与经济体系产出水平存在显著的相关关系。随后Taylor (1998) 研究进一步明确指出, 货币供给的增加是经济增长的主要原因之一。Mich ael Bor do (2009) 基于美国历史经济危机演化状况认为, 刺激经济复苏的量化宽松政策应当适时退出, 并且退出的时机选择也影响到政策实施的预期效果。Hagen, Jean Pisani-Ferry, Jackob von Weizsack er (2009) 的关键研究指出, 在经济危机末期阶段及复苏初期阶段, 宽松的货币政策和财政政策应当回到常规渠道, 但其退出的力度要配合恰当的政策。间接地反映了以向经济实体注入流动性的宽松货币政策在刺激经济复苏进程中的重要作用。戚自科 (2004) 研究指出, 基于宏观经济运行态势的央行的货币政策渠道选择依赖于信贷和货币两种途径。但其实质就是通过两个渠道向经济体系中注入或收紧流动性进而影响宏观经济的运行。Philippon (2008) 的研究通过分析股票收益率与经济发展状态之间的关系, 其指出微观企业资金流的净值预期缩水是引致经济运行衰退的主要根源。

(二) 流动性:金融扩张效应

凯恩斯主义宏观经济学为政府干预经济提供了理论支撑, 其干预的手段就是通过相机选择的财政政策和货币政策引导宏观经济运行。主要特征之一就是通过宽松或紧缩的货币政策释放或收紧流动性, 进而引导经济运行。经验研究和实践表明其收紧或释放流动的主要途径就是通过银行等金融系统的扩张或收缩得以实现。Diamond, Dy bvig (1983) 研究指出, 以银行为代表的金融机构的主要功能就是承担资金期限转换及经济体系中的流动性创造, 并相应地承担对应的风险。Kashyan, Stein (2000) 指出, 以银行为代表的金融机构净值的缩水和资产质量的恶化, 直接或间接引致其信贷供给的控制及信贷收缩现象, 最终引致通过银行贷款渠道的流动性紧缩现象。He, Kang, Kr ish anmur th y (2010) 的经验研究揭示, 2009年以来, 银行通过可能的贷款收缩行为大幅度提高现金持有存量 (Ivashina, Sch ar fstein (2010) ) 。在一定程度上证实了宏观经济危机引起经济体系中流动性紧缩的可能性。Caballero, Simsek (2010) 研究认为, 其他银行尤其是银行交易对手的偿付能力的波动也会引致银行现金窖藏行为。但是这种银行现金窖藏行为被始发于2008年金融危机所引致的经济危机放大, Aeharya, Shin, Yorulmazer;Brunnermeier, Salmik ov (2010) 和Diamond, R ajan (2010) 等的研究对宏观经济危机与金融机构现金窖藏行为及其引致的流动性问题进行探索。Sh leifer, Vish ny (2010a) 基于行为金融学的角度研究认为, 经济繁荣阶段乐观预期形成的激励效应对银行的理性行为形成冲击, 引致银行的信贷扩张及高度的杠杆化经营行为, 而这种行为的后果就是市场流动性充裕, 但是经济危机就会引致银行等金融机构的过度理性回归, 其去杠杆化行为和过度收紧流动性的措施造成显著信贷紧缩, 而信贷紧缩和降价折售行为引致市场流动性紧缩出现。

综观已有的研究, 虽然代表性文献对于流动性与经济运行及银行的金融机构的行为之间关系进行直接或间接分析, 但已有的研究不足以支撑以下2个问题:问题 (1) 在金融扩张条件下, 流动性存在周期性吗?如果存在周期性, 那么其与经济周期关系如何?问题 (2) 在以上问题的基础上, 金融扩张与经济增长能有效地解释流动性周期性波动吗?针对以上问题, 现有文献研究的不足也正是本文研究现实意义所在。

三、研究设计

(一) 周期性测度及模型设定的经济学解释

结合本文研究核心和已有的相关研究文献 (饶为民, 孙剑, 2010) , 我们采用频谱滤波分析框架中的带通滤波 (BP—BK) 对我国流动性及经济增长进行分解, 并在分解出趋势成分和周期成分的基础上给出二者频率响应函数 (Frequency response function) 进而分析二者运行的实际状态与理想状态的分布状况, 也即是针对上文问题 (1) 进行分析。

结合频谱分析的数理原理, 我们假定流动性序列与经济增长序列近似于随机过程{bt}, 其线性变换形式为:

针对 (1) 式, 利用BP线性滤波延迟多项式中内生的延迟算子进行线性变换为:ht=G (L) *bt2 (2) 。在此基础上结合谱分析有关知识, 的谱功率可以表示为:

其中我们定义 (2) 式中的G (e-jc) 为e-jc=cos (c) -j*sin (c) 的指数函数, 其被定义为:

结合谱分析有关知识中的随机过程迭代计算原理, 我们给出带通固定长度对称滤波 (BP-BK) 的频率响应函数:

则通过频谱滤波分解的数理过程可以看出, 结合经济时间序列的随机过程特征, 时间序列在频率域中的结构表现为不同谐波之间的叠加, 而不同谐波的组成体现了近似不相关的周期 (频率) 分量的叠加, 因此可以利用频谱滤波分解原理对具有随机过程的变量序列进行周期 (频率) 分解, 进而剥离出随机过程波动特征。

基于频谱滤波分解的优点从周期 (频率) 的角度而言, 固定长度对称滤波 (BP-BK) 中则带通滤波可以近似的定义为:

在给出周期性测度数理基础的条件下针对问题 (2) , 结合已有的针对流动性、金融扩张与经济增长之间关系及相互作用机制的研究, (4) 我们在检验三者波动之间的Granger因果关系的基础上, 对三者之间关系和相互作用机制采用向量自回归模型框架进行经验验证, 并在此基础上经济增长波动因素和金融扩张波动因素对流动性的冲击的脉冲响应分析。

(二) 变量设定及样本数据选取的经验解释

结合已有文献和研究思路, 相对于已有的对流动性广义界定 (鲁政委, (2006) ;任碧云, 王越凤, (2007) ;曾康霖, (2007) 等) , 本文对于流动性界定是基于实体经济对货币量的需求标准, 如果货币供应规模高于实体经济需求规模, 则是流动性过剩;反之则为流动性紧缩。基于此, 本文利用广义货币余额 (M2) 的增长率 (Mg) 与经济增长率 (g) 之间相对差率 ( (Mg-g) /g) 表征我国流动性运行状态 (LIQ) 。其次, 结合我国银行机构信贷创造的特征及相关的货币银行学理论, 本文选取广义货币余额 (M2) 和狭义基础流动性规模 (M1) 之差表征我国信贷规模存量, 进而利用信贷规模存量的增长率捕捉我国金融扩张取向 (EOF) , 相对于传统的利用M2与GDP比率而表征金融深化变量而言, 文章基于以下两个因素选取 (EOF) , 其一就是本文综合分析经济增长与金融扩张对流动性之间内在关联, 因此如果选取M2/GDP会引致可能变量高度相关进而引起拟合回归偏误;其二就是M2与M1差额能更好的映射出金融机构创造信贷的能力和金融在实体经济中扩张规模;最后本文承接既有的研究选取经济增长率 (g) 捕捉经济运行状况。

结合数据可获得性和经验研究的需要, 本文选取改革开放以来的1992~2013年度中的季度数据作为样本数据。数据来自于中经网产业数据库和《中国统计年鉴》。同时为了提出价格因素的干扰, 我们选取对应时期的居民消费价格指数 (CPI) 对GDP进行微调, 借以反映我国真是GDP运行状况。

四、经验分析

(一) 周期性测度

依据前文周期性测度经济学原理, 本节我们对流动性和经济增长周期进行分解。首先, 由于变量特征具有时间序列特征, 有必要针对变量序列进行平稳性检验 (饶为民, 孙剑, 2010) , 其检验结果如下表1。 (5)

则由检验结果来看, 变量序列在1%的显著水平上拒绝原假设, 也即是在计量意义上变脸序列统计分布具有平稳性特征。

在数据平稳检验的基础上, 我们对流动性变量 (LIQ) 和经济增长率 (g) 进行频谱滤波分解, 依据前文分析的滤波分解的经济数理过程及构建频率响应函数过程, 我们对流动性及经济增长1992~2013期间季度运行状况进行频谱滤波分解, 结果如图1所示。

则从BP-BK滤波分解结果可以看出, 在1992~2013期间经济增长存在1995~1998、1998~2001、2001~2005、2005~2009四阶段的短周期波动;同时存在1995~2009的长周期波动现象;样本期内, 针对流动性而言存在1996~2000、2000~2003、2003~2005、2005~2008和2008~2011五阶段短周期波动现象, 同时存在2000~2010长周期波动现象 (6) 。从分解结果看, 无论是长周期还是短周期运行, 整体上流动性周期运行均滞后于经济增长运行, 虽然无法精确判定是否是经济运行周期引致了流动性周期性波动, 但至少可以肯定经济增长周期性波动在一定程度上引致了流动性周期波动。进一步从二者的频率响应函数看, 二者实际运行均偏离了其理想水平, 并且二者偏离趋向和幅度近似。

(二) 脉冲响应分析

在周期性测度基础上, 结合问题 (2) 我们利用向量自回归方法对三者之间关系进行进一步分析。首先对流动性、经济增长率及金融扩张三者之间进行Granger因果关系检验, 检验结果如下表2。

从Granger检验结果看, 经济增长可以Granger引起流动性和金融扩张, 同时金融扩张可以Granger引起流动性。则结合VAR相关原理, 有必要进行进一步Johansen协整检验, 其检验结果摘录如下表3。

则检验结果表明在5%的显著水平上不能拒绝至少存在2个协整向量的原假设, 表明流动性、经济增长与金融扩张之间存在协整关系。

在以上分析基础上, 基于问题 (2) 和周期性分析结果, 进一步进行基于VAR模型分析框架的脉冲响应分析, 分析结果如下图表2。

则从脉冲响应分析结果看, 当期给予金融扩张一个单位冲击, 流动呈现出先上升后下降的趋势, 并在第四期达到其稳态;同样若当期给予经济增长一个单位冲击, 流动性呈现出先下降在第2期达到底部后开始上升的趋势, 同样在第4期达到原均衡路径。与此对应, 若当期给予流动性一个单位的冲击, 经济增长表现出上升并在第3期达到峰值后略微下降的趋势, 基本在第4期回到均衡路径;而金融扩张呈现出先下降并在第3期达到底部后上升趋势, 也基本在第5期回到其原均衡路径。综合分析可知, 经济增长与金融扩张对流动性初始影响互为补充, 其影响效应持续时间均为4期, 而流动性对经济增长与金融扩张二者初始影响呈现互补效应, 但效应持续5期左右。但从流动性和经济增长相互冲击影响效应来看, 二者影响效应相反, 但流动性对经济增长冲击影响持续效应高于经济增长对流动性影响的持续效应, 同时流动性与金融扩张之间相互影响与此类似。

五、研究启示

虽然诸多的代表性研究对于经济增长与金融扩张之间关系基本形成共识, 同时实践也验证了金融扩张、流动性与经济增长之间的关联, 但针对三者之间关系的系统性量化分析并没有取得一致。本文通过测度流动性和经济增长之间周期性特征及在其基础上对于经济增长、流动性及金融扩张三者之间相互关系进行初步系统性量化研究, 经验分析揭示, 首先, 样本期内流动性和经济增长存在显著的周期性波动特征, 其中流动性的短周期波动和长周期波动均滞后于经济增长短周期波动和长周期波动, 同时经济增长可以Gr anger引起流动性, 因此在一定程度上表明经济增长的周期性波动是流动性周期性波动的根源, 同时金融扩张也是流动性产生的Gr anger原因。其次, 金融扩张和经济增长均形成对流动性短期冲击效应, 但二者对流动性的冲击效应相反;与此对应的就是流动性对金融扩张和经济增长冲击效应分别与二者对流动性冲击效应形成对偶性状, 并且流动性对二者冲击效应持续时间高于二者对流动性的冲击效应持续时间。基于此, 结合当前宏观经济运行状况而言, 我们不仅要关注经济活动和金融扩张所产生的流动性规模, 同时也更应当注意流动性的产生对经济增长波动和金融扩张的影响。这也正是未来研究所要关注的命题。

摘要：经验研究揭示, 在金融扩张条件下, 样本期内流动性和经济增长存在显著的周期性波动特征, 其中流动性的短周期波动和长周期波动均滞后于经济增长短周期波动和长周期波动, 同时经济增长可以Granger引起流动性, 因此在一定程度上表明经济增长的周期性波动是流动性周期性波动的根源, 同时金融扩张也是流动性产生的Granger原因, 金融扩张和经济增长均形成对流动性短期冲击效应, 但二者对流动性的冲击效应相反。

关键词：流动性周期,经济增长,金融扩张,频谱滤波

参考文献

[1]Ben S.Bernanke, Reinhart, Vincent R.Condueting Monetary Policy at Very Low Short-Term Interest Rates[J].American Economic Review, 2004 (05) .

[2]Chong, Marylin Choy.Monetary Policy Operating Procedures:The Peruvian Case[J].Monetary Policy Operating Procedures in Emerging Market Economies, BIS Policy PaPer, 1999 (55) .

[3]Goodhart, Chaeles A.E.What Should Central Banks Do?What Should be Their Macroeconomic Objectives and Operations[J].Economic Journal, 1994 (104) :1425-1430.

[4]Krugman, Paul.It.s Baaaek!Japan’s Slump and the Return of the Liquidity TraP[J].Brookings papers on Economic Activity, 1998 (02) :138-160.

[5]饶为民, 孙剑.中国股市的周期性波动与价值投资的应用[J].金融教学与研究, 2010 (04) :55-58.

[6]刘明志.货币供应量和利率作为货币政策中介目标的适应性[J].金融研究, 2006 (01) .

波动性检验 第2篇

现今, 开放式基金已经成为中国证券市场重要的机构投资者。基金业对中国股市起到稳定作用, 这也是基金发展如此之快的原因。随着我国基金业的不断快速发展, 基金业绩问题也成为诸多经济学家关注的焦点。基金绩效持续性着眼于对基金过去表现与未来表现之间关系的研究, 即基金绩效是否具有可预测性。如果基金业绩确实有持续性, 投资者通过分析前一期基金业绩, 可以在下一期买进业绩好的卖出业绩不好的, 通过选择业绩良好的基金来投资股市, 比如自己直接投资有较小的风险和较高的收益。而相反, 如果基金业绩没有持续性, 那么投资者对基金经理前期业绩的评价分析来决定后期的投资就没什么意义了。研究基金业绩的持续性, 对于投资者挑选基金, 促进基金的优胜劣汰和基金业的长期健康发展有重要意义。

二、文献回顾

国外学者早在20世纪60年代就开始了对互助基金的业绩持续性进行研究。早在1968年, Jensen对从1945年至1964年期间的115家互助基金的业绩进行了研究, 发现其中的72家基金在扣除管理费和交易成本后其风险调整收益为负值。因此, Jensen认为互助基金的业绩缺乏持续能力。其后, 在20世纪七八十年代, 有大量的学者继续对基金业绩的持续性能力进行了大量的研究分析工作, 主要得出两种结论。一部分学者认为互助基金的业绩具有持续性, 或者至少在一定条件下具有持续性倾向, 因而可以根据基金的历史业绩来推断其未来业绩。而另一部分学者认为互助基金业绩并不具有持续性倾向。

但是, 不论最终得出哪种研究结论, 最初的研究一般只考虑基金的管理费用、交易费用、信息收集成本和风险调整。比较典型的是Gurney (1976) 、Black、Fraser和Power (1992) 发现基金的业绩具有一定的优先等级, 一般而言历史业绩好的基金其未来业绩也较好;Allen和Tan (1999) 对1989至1995年的13家基金进行了研究, 最终发现有较强的证据表明基金具有长期的业绩持续能力, 但在短期内这一现象并不存在。而Bing Liang (1999) 对对冲基金的业绩进行了研究, 发现大部分对冲基金具有无法解释的正向收益存在;Louis Cheng、Lynn Pi和Don Wort则对香港的互助基金进行了研究, 结论表明在1986年至1995年期间, 从短期和长期两个方面来看, 香港的基金并不具有显著的业绩持续能力。一些主要研究结果在表1列示。

对比国外文献多印证持续性的存在, 国内现有文献多不支持业绩持续性, 从国内的研究成果来看, 我国也有大量学者对基金业绩持续性进行研究, 其中比较有代表性的一些成果, 如刘建和 (2001a, 2001b) 对国内基金净值持续性的检验, 最终认为不仅基金季度业绩缺乏持续性, 而且基金业绩还受整个市场行情的影响。复旦大学国际金融系课题组 (2001) 也曾对基金季度收益和月收益的业绩持续性进行研究, 发现其均不表现出业绩持续性。另外刘建和、杨义群 (2002) , 吴启芳、陈收和雷辉 (2003) , 肖奎喜、杨义群 (2005) , 刘建和 (2006) , 刘建和、李承双 (2006) 以及刘建和、韦凯升等都对基金业绩持续性进行了相应的检验, 大量的成果都认为业绩欠缺持续性或持续性不强。

值得注意的是, 这些研究成果虽然丰富, 但是也存在着相应的不足之处。首先, 分组及方法单一。大量的研究只涉及到列联表和回归检验, 有必要对基金进行进一步区分检验;其次, 样本时间较短。国内证券投资基金历史还很短, 尤其是开放式基金的历史则更短。在这种情况下大部分研究都是月度、季度作为检验周期, 短期效应并不能完全体现基金等机构投资者的优势, 也会影响到实证的检验结果;最后, 基金分类检验成果尚少。大量的成果都把基金作为一个整体来进行考察, 单独对股票型基金、开放式基金和封闭式基金进行相关考察的成果仍不多见。因此, 随着基金数量的增加, 开放式基金成为目前国内证券投资基金中的主流品种, 也有必要对开放式的股票型基金进行进一步的业绩持续性检验。

三、数据和方法

从国内第一只开放式基金成立起的2001年下半年到2006年下半年有十个半年期, 笔者运用半年期收益率进行分析, 避免由于利用季度数据或月收益进行检验带来的弊端。由于2002年上半年之前开放式基金为数不多, 笔者选择的研究区间为2002年下半年至2006年下半年八个半年期。尽管只把整个开放式基金群体作为研究对象, 因此并不能够有效地检测单只基金是否存在持续性, 更不能给出持续性强度的大小, 但是对于刚接触基金业不久的国内投资者来说, 了解整个基金行业的业绩持续性再进行投资还是具有很大帮助的, 这也是研究单只基金业绩持续性的前提。笔者使用了检验基金业绩持续性的一般方法:列联表等实证方法, 在用列联表研究的同时加入了交叉积率检验, 最后进行了的业绩波动性分组检验。业绩波动性分组研究在国内文献中较为少见, 目前笔者只发现刘建和 (2006) 采用了些方法进行研究, 但他是把整个基金群体 (包括开放式基金和封闭式基金) 作为检验对象, 并不能反映出开放式基金的业绩波动性影响下的业绩持续性特征。

对于国内证券投资开放式基金的业绩持续性能力, 笔者直接使用半年期单位净值和收益进行检验, 考虑到分红等除权因素导致基金价格和净值的异常变化, 在计算每只基金半年收益的时候使用单位累计净值。同时由于债券式基金和偏债式基金对股票投资的幅度不大, 对这些基金进行适当的剔除, 最后至2006年末所余已交易的有效样本基金数量为139家。笔者的基金收益并非风险调整收益, 也未对基金风险进行单独的衡量, 研究有待进一步深入。

(一) 列联表分析

列联表 (也可称为双向表或四格表) 实际上是表明当期业绩处于一定等级的基金下一期处于何种等级的概率分布表。简言而之, 笔者把基金根据业绩序列分为赢方和输方两组。正常情况下, 本期列入赢方的基金下一期列入赢方或输方的可能性均为50%;反之亦然。如果本期列入赢方的基金下期也列入赢方的可能性较大, 则称为正向的业绩持续性;反之则为负向的业绩持续性。

(二) 业绩波动性的考察

笔者对前面的表2进行进一步的划分, 把所有基金按业绩波动情况排序并分成高波动率组和低波动率组两个部分, 数据见表3。经检验发现, 收益波动率较高的基金有一定的负向持续性, 且业绩持续性不强, 而收益波动率低的基金中, 本期列入赢方的基金在下一期列入赢方的可能性较大。总体上来看, 开放式基金整体的业绩持续性表现都不强;但业绩低波动率组的业绩持续性明显强于业绩高波动率组。

四、结论

总体来看, 以上的计算结果表明:

(一) 开放式基金整体业绩持续性较差

从表2的结果不难发现χ2统计值普遍偏低, 只有三个阶段在0.01水平下显著, 很难说明开放式基金具有长期的业绩持续能力。而且χ2统计值保持在较低水平并且高低起伏, 说明了基金业绩几乎没有持续性且检验效果不理想, 表中的交叉积率 (CPR) 值说明的结果也大致相同。检验结果说明在2004年至2005年这一段时间内基金业绩出现了短暂的持续性表现, 这可能是与2004年这一年我国《证券投资基金法》的实施和一系列法律法规的出台和基金政策的放宽使这一年基金规模快速扩张, 基金市场开放和EFT、LOF的推出等种种原因促使2004年至2005年这段时间基金业发展迅速有关。开放式基金的这一业绩持续性特点说明基金业的成熟还需要很长一个过程。

*代表在0.01水平下显著。

(二) 开放式基金的业绩持续性受业绩波动的影响很大

从表3波动率分组列联表的检验中不难发现, 高波动率组的开放式基金业绩持续性明显差于低波动率组, 无法根据高波动率组开放式基金的历史业绩判断其未来业绩的表现;而低波动率的开放式基金却显示一定的业绩持续性特征, 即在低业绩波动率组中, 前期列入赢家的基金在后期列入赢家的可能性更大, 前期列入输家的基金在后期列入输家的可能性也更大。总体来看, 业绩波动高的开放式基金其业绩不稳定的程度也高, 从而影响了整个开放式基金的业绩持续性表现。而业绩波动率较低的基金则表现出了一定的业绩持续性。

(三) 基金投资要注意两个方面的问题

一是对于历史业绩波动较大的开放式基金, 投资者应该更多地关注短周期特征。在检验的过程中发现在前一期表现好或是表现差的开放式基金在下一期有很大的概率表现出相反的业绩特征, 这一表现说明投资者在进行基金投资尤其需要注意进行短周期投资, 并对基金投资品种按照短周期进行相应的轮换。而对于业绩波动较稳定的开放式基金, 则有必要选择业绩表现较好的品种进行较长期的投资。

摘要：运用常用的列联表 (Contigency table) 、卡方检验和交叉积值等方法对我国开放式基金从2002年下半年至2006年12月31日的业绩持续性进行了研究, 并根据业绩波动进行分组检验, 结果发现开放式基金整体业绩持续性表现较差, 这种表现是由业绩波动较高的开放式基金引起的。而业绩波动率较低的开放式基金则表现出了一定的业绩持续能力。

波动性检验 第3篇

2007年初爆发的次贷危机对全球的资本市场尤其是股票市场和金融衍生产品市场产生了深远的影响,更对全球经济增长的态势产生显著的影响。此次危机影响到美国居民消费和企业投资,房地产市场持续疲软,经济增长减缓,美元面临贬值危机。次贷危机由信贷市场向金融市场进一步蔓延,国际金融市场利率大幅波动,引起全球主要股指较大波动。次贷危机的溢出效应日益严重,全球经济面临下行风险。次贷危机对中国汇市与股市的影响主要还是间接的,在心理层面上的作用可能更大一点,并且有逐渐波及实体经济的趋势。因此,当我们讨论人民币汇率对股市的影响时,应该考虑由于次贷危机所产生的结构性变化。

从已有的文献来看,汇率和股票价格波动可能存在关联——正向的、负向的或者是不显著的。从方法差异上来看,主要有协整检验、因果检验和GARCH模型分析方法。导致两者研究结果的差异,既有数据频率的原因(Solnik,1987),也有各国贸易形态的原因(Christopher,Wench,1990)和金融市场的开放度(Ajayi,Friedman,Mehadian,1998)的原因,突发事件也会引发股票价格和汇率关系的差异。Bodart和Paul(2001)发展了股票收益的二元变量——两国GARCH模型的证明。在突发金融事件发生时,如金融危机前后将会导致汇率和股票连动性发生显著的变化。Schamsuddim与Kim(2003)发现:在亚洲金融风暴前,股价对外汇汇率并没有显著的影响,但在亚洲金融风暴后短期内股价和外汇汇率在亚洲金融风暴的连动性则非常强烈。

在新的历史条件下,次贷危机对汇率与股价之间的关系产生怎样的结构性冲击?本文的创新性和研究价值在于:选取2005年7月21日中国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度后的上证指数、日经225指数,日元/人民币汇率的高频数据,采用ARCH模型来分析次贷危机对人民币汇率、日本股票价格变动与中国股票价格指数波动的影响。

二、数据与研究方法

(一)数据

本研究选取2005年7月21日—2008年8月29日日度数据,共计761组样本数据。日元/人民币(中间价)数据来自外汇管理局,上证指数数据来自长江证券交易系统,日经225指数来自华尔街日报网站,其中日元/人民币(JRMB)中间价为名义汇率,上证指数数据(SZ),日经225指数(NINK225)为每日收盘价(如图1所示)。

由样本统计期间的日元/人民币、日经225指数和上证指数走势图可以发现:在统计期间,随着人民币升值,日经225指数波动较为频繁,上证指数与日经225指数同趋势性不是很强。

如表1所示,从收益率指标来看,在均值方面,上证指数收益率大于日经指数收益率;从偏度来看,除上证指数收益率符号为负、左偏外,其余符号均为正,右偏;从标准方差来看,上证指数收益率标准方差大于日经指数收益率标准方差,说明上证指数收益率波动更大;从峰度来看,上证指数收益率的峰度大于日经指数收益率的峰度,说明上证指数收益率易受到信息的冲击。

(二)研究思路与方法

研究思路:汇率与股价是否存在ARCH效应,随机干扰对股价波动是否存在冲击?不对称信息对股价波动有何影响?次贷危机是否对人民币汇率与股价波动产生显著的影响?实证方法主要采取ARCH检验。第一步,依据AIC和SC准则建立均值模型;第二步,使用ARCH-LM检验均值方程是否存在ARCH效应;第三步,如果存在ARCH效应,则可以建立ARCH模型;第四步,如果ARCH(7)时,仍然存在ARCH效应,则可以建立GARCH模型;第五步,引入不对称信息,建立EGARCH模型,并分析好消息与坏消息的影响。

三、中日汇率与股价ARCH检验

(一)危机前

对均值方程的残差ARCH检验,在5%的显著水平下,在统计上是显著的,故存在ARCH效应,则可以建立ARCH模型。如表2所示,在ARCH模型中,在5%的显著水平下,模型各系数在统计上是显著的。前期日经225指数收益率变动1%,将引起当期日经225指数收益平均变动-0.085774%。前期日经225指数收益率和日元/人民币汇率不变的情况下,上证指数收益率1%,将引起当期日经225指数收益平均变动0.095535%。前期日经225指数和上证指数收益率不变的情况下,当期汇率收益率变动1%,将引起当期日经225指数收益率变动0.050445%。在ARCH(1)为0.076479小于1,该模型是稳定的。反映日经225指数波动率依赖前期干扰,即意外冲击。当前期方差变动1%,将引起当期日经225指数波动率平方平均变动0.076479%。日经225指数和上证指数呈正方向移动,日元/人民币与日经225指数呈正方向移动。在10%的显著水平下,对ARCH(7)的残差进行ARCH检验,拒绝零假设,故存在GARCH效应。

注:**表示5%的显著水平在统计上是显著的。

如表3所示,在GARCH模型中,5%的显著水平下,模型各系数在统计上是显著的。前期日经225指数收益率变动1%,将引起当期日经225指数收益平均变动-0.142651%。前期日经225指数收益率和日元/人民币汇率不变的情况下,上证指数收益率1%,将引起当期日经225指数收益平均变动0.085195%。前期日经225指数和上证指数收益率不变的情况下,当期汇率收益率变动1%,将引起当期日经225指数收益率变动0.063860%。虽然ARCH(1)+GARCH(1)=0.987007<1,但是GARCH模型要求方差的所有三个参数都是非负的,所以该模型是不稳定的。

注:**表示5%的显著水平在统计上是显著的。

如表4所示,在EGARCH模型中,10%的显著水平下,模型的各系数在统计上是显著的。前期日经225指数收益变动1%,将引起当期日经225指数收益平均变动-0.005805%。前期日经225指数收益率和日元/人民币汇率不变的情况下,上证指数收益率1%,将引起当期日经225指数收益平均变动0.031989%。前期日经225指数收益和上证指数收益率不变的情况下,当期汇率收益率变动1%,将引起当期日经225指数收益率平均变动-0.011767%。α的估计值为-0.274647,非对称项γ的估计值为-0.545888。当残差项大于0,当正面消息冲击时,该信息冲击对条件方差的对数有一个-0.274647-0.545888=-0.82054倍的冲击;当残差项小于0时,即负面消息冲击时,它给条件方差的对数有一个带来的冲击大小-0.274647+(-0.545888)×(-1)=0.271241倍,即利好消息给股票市场带来更大的波动。EGARCH(1)=0.149034,模型是稳定的,说明日经225指数波动的持续性。在汇率变动和股票价格变动的作用下,前期日经225指数风险变动1%,对当期日经225指数风险增加了0.149034%。

注:***表示1%的显著水平在统计上是显著的。

(二)危机后

如表5所示,建立均值模型,在5%的显著水平下,除了前期日经225指数收益率的系数之外在统计上是显著的。前期日经225指数收益变动1%,将引起当期日经225指数收益平均变动-0.091082%。前期日经225指数收益率和日元/人民币汇率不变的情况下,上证指数收益率1%,将引起当期日经225指数收益平均变动0.116857%。前期日经225指数收益和上证指数收益率不变的情况下,当期汇率收益率变动1%,将引起当期日经225指数收益率平均变动-0.267883%(见表6)。对均值方程的残差ARCH检验,在5%的显著水平下,在统计上是不显著的,故不存在ARCH效应。

注:**表示5%的显著水平在统计上是显著的。

注:**表示5%的显著水平在统计上是显著的。

四、结论

全球市场联系日益紧密,无论是外汇市场还是股票市场。由信贷危机引发的一系列连锁反应波及世界经济的每个角落。次贷危机引发全球经济下行风险,使得受危机影响严重的国家货币贬值。汇率通过货币供应量、利率、贸易等实体传导和金融传导渠道对微观经济主体产生影响,波及上市公司业绩,对投资者心理和行为产生深远的影响,则导致股票市场出现未预期的变化。对于中日市场,危机后,上证指数对日经225指数的影响加大,日元/人民币汇率变动,引起日经225指数收益率平均变动幅度加大。由于危机的发生,原有资本市场和外汇市场的系统性和非系统性风险暴露出来,使投资者更加理性地认识到投资风险,及时进行投资策略研究,从而使股票市场回归理性。

在全球经济放缓的条件下,中国应改善贸易条件,合理控制进出口规模;增加研发力量,改善出口产品结构;扩大国内需求,合理引导消费。增强人民币汇率弹性,要继续完善汇率机制改革,促进国际收支平衡;加大对冲操作力度,合理控制货币供给量,加强东亚地区货币合作。防范资产价格剧烈波动,完善股票市场,提高资本市场抗风险能力。关注资产价格波动,支持和鼓励资本市场的发展,提高国际竞争力;规范信息披露机制,保护投资者利益,健全股票市场的基础性制度;加强国际金融合作,建立快速预警反应机制,防范全球金融动荡冲击。宏观经济政策需要在需求减缓和通胀上升之间取得平衡,增加汇率管理的灵活性,畅通实体与金融国际传导机制,防止股票市场大幅波动,冲击实体和虚拟经济。

参考文献

[1]AduseiJumah,RobertM.Kunt,2001.The Effects of Exchange-Rate Exposure on Equity Asset Markets,Working Paper.,Institute for Advanced Studies in its series Economics Series,94.

[2]Ajayi,R.A.,M.Mougoue,1996.“On the Dynamic Relation Between Stock Prices and Exchange Rates”,Journal of Financial Research,19.

[3]Angelos Kanas,2000.Volatility Spillovers Between Stock Returns and Exchange Rate Changes:InternationalEvidence,Journal of Business Finance&Accounting,27.

[4]Benjamin M.Tabak,2006.Dynamic Relationship between Stock Price and Exchange Rates:Evidence for Brazil,Working Paper,Banco Central Do Brasil,24.

波动性检验 第4篇

关于浮动汇率制的一个长久的争议在于, 汇率的波动是否会给贸易带来负面影响。如果汇率波动不可被预期到, 则汇率风险加大, 将导致风险厌恶的出口商减少贸易量, 并进一步影响国内的生产计划。然而, 从以往的实证研究结果来看, 不同国家和地区, 在不同经济背景下, 其贸易对汇率波动的反应不尽相同。

20世纪80年代, 中国由固定汇率制转变为浮动汇率制, 但仅仅盯住美元, 浮动幅度有限。2005年, 我国实行又一次汇率改革, 人民币从盯住美元改为盯住一揽子货币, 实行有管理的浮动汇率制, 加剧了汇率波动。此外, 由美国次贷危机引发的全球金融危机, 自2007年下半年以来持续至今, 导致国际经济情况恶劣而不稳定, 汇率持续震荡, 更使得人们对汇率波动的预期增加。因此我们认为, 在这一背景下汇率波动对我国出口的影响很可能胜于以往任何时候。考虑到出口贸易在我国的GDP增长中扮演的举足轻重的角色, 在汇改后兼金融危机背景下, 研究汇率波动对出口的影响, 具有重要的现实意义。

全文的内容安排如下:首先是汇率波动与贸易关系文献回顾。然后, 我们利用历史数据和适当的计量经济学方法, 实证分析中国在近年来汇率波动对出口的影响, 并进一步讨论实证结果的逻辑原因和政策应用, 最后总结了研究的长处和不足。

1 文献回顾

自1973年引入浮动汇率制以来, 汇率波动与贸易量之间关系的成为一个研究热点。许多学者考察了不同国家间的双边贸易, 试图从实证结果上总结规律, 但是他们的结论却随着国家不同, 经济背景改变而有所差异。一些研究表明, 汇率波动对双边贸易有负面影响。如Coes[1]考察了巴西从1965年到1974年的出口情况, 对影响变量取对数值回归, 认为汇率不确定性的减少显著地促进了国家出口。 Arize, Osang和Slottje[2]认为对于所有拉美国家, 不论长期还是短期, 都存在上述效应。他们认为, 尽管发达国家具有成熟的货币远期和期货市场以供对冲风险, 但它们的作用很有限;并且, 使用这些对冲工具不论对进口还是出口方, 都会带来相应成本, 因此双边贸易受到打击。Brada和Mendez[3]研究了15个拉美国家, 数据覆盖了1973到1977年, 他们使用一系列的虚拟变量来表征浮动利率制和固定利率制下的不同特征。同样, 他们发现汇率的不确定性抑制了双边出口。

然而, 学术界也不乏与之相反的结论。De Grauwe[4]认为, 生产者风险厌恶的程度决定了他对汇率波动的反应。厌恶程度高, 则生产者为规避汇率风险而减少出口;当其厌恶的程度低时, 汇率波动增加甚至会促使他增加出口。 Doyle[5]则给出了另外一种正面效应的可能原因——跨国所有权。他认为汇率的波动使得跨国公司能够在各国的子公司之间分散汇率风险, 并从中获益。

而关于中国的此方面实证研究也缺乏统一的结论。W. L. Chou[6]使用ERM和ARDL 模型来分别考察汇率的波动对不同行业的贸易影响, 结果表明, 其对食品, 燃料等行业存在长期的负效应, 而对工业材料出口则有正效应。 此外, 他认为汇率波动导致负效应的主要原因是中国缺乏健全的套期保值市场。

然而, 周宏山和李琪[7]的研究结果表明, 不论从长期抑或短期的角度, 汇率的波动对中国出口都没有影响, 真正的影响因素是中国居民的收入水平和物价。他们在研究中使用了1994年汇率改革后的月度数据, 并且以ARCH模型来衡量汇率的波动。

同时, 也有学者认为汇率波动对出口和进口的作用规律是不一样的, 如蒋竞[8]专门研究了中美两国贸易和汇率波动的关系, 发现随汇率波动的增加, 我国对美国的出口减少, 进口增加;曹阳和李剑武[9]研究了1980年至2004年的进出口, 并使用AR-Garch模型来度量汇率的波动, 得到了类似的结论;此外, 他们用Engle-Granger检验来确定因果关系, 并发现从长期角度来看, 汇率波动增加使得出口减少, 而短期的效应却难于检验。

本文试图选取2005年至2008年这一时段数据作为研究对象, 基于面板数据方法, 考察汇率波动对我国出口贸易的影响程度, 并以同样方法考察2001年至2004年这一对称时段的影响规律, 作为参照对比, 来获得新经济形势下 (2005年至2008年间) 的规律表现。

面板数据适合“宽而短”的数据组, 即截面对象多, 时间期数少, 很符合我们的研究需要 (本文采用12个国家截面, 4个时期) 。此外, 它由于提供了大量数据点, 增加了自由度并减少解释变量之间了的共线性, 因而可以改进计量的有效性, 并且能够显著地减少缺省变量带来的问题。

2 模型建立与数据处理方法

2.1 模型构建

引力模型在国际经济研究中被广泛地使用。它于1962年由荷兰计量经济学家丁伯根首次提出, 其最初形式是双边贸易量与两国GDP乘积成正比, 而与两国之间距离成反比;即, 两国的国内生产总值越大, 距离越近, 互通贸易量就越大。因为国内生产总值代表各国国民的购买能力, 而距离则为贸易带来运输成本, 因此会影响贸易量。

20世纪80年代后, 不断有研究者对此模型加以改造。例如引进虚拟变量, 用以描述两国是否语言共通, 是否同属一个贸易区, 这些因素都将促进贸易;或是引进一国的人均国内生产总值 (GDP per capita) , 用以代表专业化程度, 通常专业化程度越高贸易量越大;更多的学者引入了汇率波动指标, 因为汇率波动越大, 贸易商越倾向于减少国际 (进) 出口, 来规避风险, 等等。现采用改造后的引力模型:

lnEXPORT=γ+β1lnGDP1+β2 lnGDP2+

β3lnXR +β4EV +ε。

其中, EXPORT表示中国对进口国的年度出口额, GDP1为进口国的年度国内生产总值, GDP2为进口国的人均国内生产总值。根据进口国GDP越高, 专业化程度越高, 我国出口量越大这样的关系, 可以推断GDP1和GDP2的回归系数均应为正;XR (Exchange Rate) 是进口国货币对币的名义汇率, 理论上XR越大外币购买力越低, 我国出口量越小, 系数应为负;EV (Exchange rate Volatility) 是描述中国对进口国汇率波动的指标, 按照我们的逻辑, 波动越大, 出口越小, 回归系数也应该为负。

由于余珊萍[10]的研究表明, 出口国的GDP对贸易的影响并不显著, 因此这里没有把我国的GDP作为回归变量。此外, 由于现代交通网络的发达, 我们认为贸易国与本国的距离对贸易的影响不大, 因此本文也未做考虑。

2.2 数据的来源和处理

首先, 综合2005年至2008年中国出口各国的贸易量及相对占比, 选出排名前15位的国家。其中, 我们注意到法国、德国、荷兰和意大利是欧元区国家, 使用单一货币欧元;而本文主要研究的是一国货币 (通常一国只有一个币种) 汇率波动对贸易的影响, 因此将此四国数据略去, 以欧元区的数据代之。所以, 最后我们选取的12个样本国 (地区) 是:美国、欧元区、中国香港、日本、韩国、英国、俄罗斯、新加坡、印度、加拿大、马来西亚, 以及澳大利亚。中国在2008年对以上各国家 (地区) 的年出口量见图1。EXPORT数据来自中国统计年鉴, 以及海关统计资讯网;各国的年度GDP和人均GDP值来自IMF的World Economic Outlook Database。

由于名义汇率与实际汇率存在一定线性关系, 且实际汇率的数据较难取得, 我们直接使用名义汇率, 各国月度汇率数据来自IMF的IFS数据库。此外, 钟伟, 胡松明, 代慧君[11]的研究表明, 汇率的波动对中国出口贸易的影响是滞后的, 大约一个季度后才能体现出来, 因此我们将每年的月度汇率数据提前3个月处理, 例如, 2005年的汇率变动用2004年9月～2005年8月时段的月度数据处理得到, 这样更符合实际规律。

汇率波动的衡量指标有多种, 但根据Giovanni Dell' Ariccia[12]的研究结果, 采用各种指标回归的结果大致相同, 因此本文仅采用其中一种, 将进口国对中国的月度汇率求对数值后作一阶差分, 再求标准差获得, 见以下公式:

$EV=\left[\frac{1}{11}{\displaystyle \sum _{i=1}^{12}(}R{}_1-\overline{R}){}^2\right]{}^{\frac{1}{2}}$

Ri=lgXRi-lgxri-1。

根据孙柏, 谢赤[13]的研究, 以上这一指标综合考虑了汇率波动的动态性和金融序列标准差的统计意义, 故能很好地反映汇率波动的特征, 是目前研究中度量汇率波动的最主要计量指标。因此本文采用此方法。

依照以上计算方法, 我们求得2000年到2008年这一时段内, 人民币对美元, 欧元, 港币及日元的汇率波动趋势指标, 见图2。从图2中可以看到, 人民币兑美元、港币的汇率波动趋势不同于人民币兑欧元和日元的波动趋势, 人民币兑欧元的汇率波动最明显, 其次是兑日元的汇率波动。人民币兑港币和美元的汇率波动趋势几乎一样。很明显, 在2005年汇改之前, 由于我国采用盯住美元的制度, 人民币对美元汇率固定, 故对美元的汇率波动为零。自2005年之后, 这一汇率波动才开始产生。

3 实证结果及分析

2005年至2008年这一时段是本文的主要研究对象, 同时, 为了比较新经济形势前后汇率波动对出口的影响程度, 又不干扰面板数据方法的回归效果, 我们向前选取一个长短对称的时段:2001年至2004年, 以相同的方法回归, 并比较结果。为了讨论的方便, 我们将2005年～2008年称为时段1, 即, 代表汇改后兼金融危机新经济形势下的时段, 并将2001年～2004年称为时段2, 也即对比时段。

首先, 利用Eviews 5.1软件, 将两时段分别做混合回归, 初步观察其规律;然后再通过Hausman检验, 来进一步确定固定效应模型, 还是随机效应模型的结果更可靠。

3.1 混合回归模型 (Common Effect Model)

两时段的混合回归结果见表1。显然, 两个时段下的各变量均通过显著性检验, 方程的F检验也均可通过, 说明引力模型较符合我国实际情况。回归的决定系数在时段1达到0.63, 在时段2达到0.73, 说明拟合优度较高。

各回归系数的符号也基本符合原来的假设。进口国的GDP和进口国人均GDP均与贸易量成正的指数关系, 表明两国生产力越旺盛, 专业化程度越高, 贸易量越大。 而XR的符号却与之前的逻辑推理不符合, 人民币汇率越高出口量反而越大。我们认为这可能是由于, 出口商的生产计划和合同均是确定的, 因此无法根据汇率短期的高或低更改。此外, 由于我国对出口商有退税补贴, 使得短期内汇率走高并未导致出口的减少, 反而有所增加。并且, 考虑到回归系数绝对值并不大, 仅为0.14和0.2, 说明汇率走高后出口的增加也并不多。

最值得关注的是, 汇率波动对双边贸易呈显著的负指数影响, 时段1的系数达到-50.79, 时段2达到-43.38, 说明在2005年汇率改革前, 汇率波动的影响明显弱于汇率改革后。

考虑到混合模型的D-W统计量都偏小, 仅为0.48和0.29, 为避免回归在两个时段存在序列自相关问题, 我们进一步建立个体固定效应模型或随机效应模型。

3.2 Hausman检验

为决定建立固体效应还是随机效应模型, 我们使用Eviews 5.1软件, 分别对两个时段的数据进行Hausman检验, 结果见表2。检验结果表明, 两个时段下的Chi-Sq统计量均落在拒绝区域内, 因此拒绝原假设, 即个体固定效应模型的结果将更加可靠。

3.3 个体固定效应模型 (Fixed Effect Model)

我们将个体固定效应模型的回归结果列于表3。可见, 此时两时段的可决系数均达到0.99以上, F检验均可以通过, 说明了模型具有适用性, 并且D-W统计量在5%置信水平下落在拒绝域, 表明回归已经不存在序列自相关问题。时段1的各回归系数通过显著性检验, 汇率波动性的系数仍为负。然而在时段2, 汇率波动指标EV的回归结果却不显著。说明在2001年至2004年时段内, 汇率的波动对出口影响并不显著, 而从2005年汇率改革以来到2008年这一时段内, 汇率波动的影响却变得非常显著了。

此外, GDP2和XR的回归系数符号不符合我们原来的假设。与我们对混合模型的分析一样, XR符号为正, 可能是由于即期汇率无法影响合同的固定性, 以及出口退税存在的原因。而对于进口国人均GDP, 我们认为它不像GDP那样, 一年的GDP增加, 马上导致国民的购买力变强, 但若一年的人均GDP增加, 我们很难说这个国家的专业化程度马上增强了, 可以说, 人均GDP是衡量专业化程度的一个长期指标。

根据实证结果, 我们做了以下逻辑分析。我们认为2005年～2008年期间, 汇率波动对出口的负面影响显著, 主要有三方面原因:

(1) 首先, 我国出口生产商的风险厌恶程度较高, 汇率的波动使出口的利润不确定性增加, 尤其在2005年汇率改革后, 汇率进一步放开, 波动幅度加大, 生产商则更倾向减少出口, 转为国内销售;

(2) 其次, 我国外汇对冲市场不成熟, 生产商无法对出口贸易套期保值, 此外, 这一市场的不成熟也使生产商缺乏使用保值品的意识和能力, 因此短期的汇率波动增加直接导致未来一段时期的出口量减少;

(3) 最后, 在全球金融危机的背景下, 经济情况不稳定, 生产商容易过高地估计汇率的波动和不确定性, 而我国在此次危机中受到影响相对较小, 人民币升值期望较高, 使得生产商更愿意在国内交易, 而非出口赚取外汇。

因此, 在这一情况下, 我们认为政府不宜进一步放开汇率, 当务之急是加强汇率的监管以求其稳定, 增加出口商的信心, 否则我国出口贸易容易陷入低迷。

4 总结

现采用两组4年 (2001～2004, 2005～2008) 12个截面的面板数据, 通过改造后的引力模型回归, 研究双边汇率的波动对我国出口的影响。通过Hausman检验, 最后建立个体固定效应回归模型。其结果表明, 自2005年汇改至2008年, 汇率的波动已经明显给我国出口造成负面影响。因此, 我们建议在汇改后兼金融危机的新背景下, 政府应加强汇率管制以求稳定, 增强本国出口商的信心以保障出口量, 暂时不宜进一步放开汇率。

在研究方法上, 本文对比以往的研究有以下3方面改进:

(1) 计算EV指标时, 采用一个季度的时滞, 而非其他学者惯于采用的1年;除了有相关文献 (钟伟, 胡松明等) 的结果支持外, 在金融危机背景下, 汇率的波动风险易被出口商夸大, 因此其对于出口量的影响也将更快地体现出来。因此, 这一处理方法不仅有实证研究的支持, 也更符合经济实况;

(2) 样本国中采用欧元区, 而不是欧盟, 也不是欧盟中的单一国家, 更能精确地说明单一币种对人民币的汇率波动, 对我国出口量的影响;

(3) 使用面板数据回归分析, 并采用将2001年到2008年的数据对称分组的方法, 比照汇改前后的实证结果, 得到2005年至2008年这一时段的新特征。目前尚无方法类似的研究。

然而, 由于有些数据不易取得, 使研究仍存在一些需改进之处。例如, 在实际情况中, 购买力平价理论并不一定成立, 因此只使用名义汇率的研究结果仍不够精确, 若能使用代表各国货币真实购买力的实际汇率, 会更有说服力。

波动性检验 第5篇

关键词：房地产价格,银行信贷,格兰杰检验,误差修正模型

在我国的房地产业的投资中, 大部分资金来自银行贷款, 大约70%的房地产开发资金来源于银行贷款。房地产价格的波动通过影响银行信贷从而对产出和宏观经济因素的波动产生深刻影响。我国银行贷款的增长幅度也呈现出时而扩张、时而紧缩的势头。这与房地产价格波动出现惊人的一致。研究房地产价格与银行信贷增长的关系具有重要的理论意义和现实意义。

一、我国房地产价格波动与银行信贷增长的协整分析

1. 数据的来源及处理

本文选用2002年1月至2007年9月期间的月度数据。选取的变量为我国房地产价格 (HP) 、银行贷款 (L) 、经济增长 (Y) 与银行贷款利率 (LI) 。为了消除统计数据中价格因素的影响, 以变量实际值进行计量检验, 故对相关数据进行了处理:因为没有月度的GDP数据, 故用工业增加值代替。对选取的数据用消费指数进行指数平减, 以消除通货膨胀因素的影响。将银行贷款以外的其他数据取自然对数, 消除异方差的影响得到的房地产价格 (LHP) 、银行贷款 (LL) 、经济增长 (LY) 、利率 (LI) 。所有原始数据均来自《中国统计月报》各期。

2. 单位根检验

在分析是否具有协整关系之前要对各变量之间进行平稳性进行检验。本文运用ADF方法对原序列LL、LHP、LY、LI和差分序列DLL、DLHP、DLY、DLI平整性进行单位根检验。

注:其中DLL、DLHP、DLY、DLI分别表示原序列的一阶差分序列, (c, t, n) 分别表示单位根检验模型中的截距项、时间趋势项和滞后阶数。**表示在1%水平显著。滞后阶数的选取根据AIC准则, 所选的滞后阶数使得AIC统计量为最小。

从上面的结果可以看出, LL、LHP、LY、LI都是一阶单整序列。

3. Johansen协整检验

本文根据Johansen的最大似然方法来检验LL、LHP、LY、LI之间的协整关系, 其中最优滞后期的选择, 是根据AIC信息准则, 将VAR模型中的自回归滞后阶数取为6, 另外, 由于各个变量具有明显的确定性趋势, 因此将协整方程设定为含截距项。

从以上的检验结果可以看出, 在5%的显著性水平上已经被拒绝, 所以四个变量之间存在一个协整关系。该协整关系可以表示为:

以上的式子表明了银行贷款、房地产价格、经济增长和贷款利率之间的长期均衡关系。其中, 房地产价格对银行贷款具有正面作用, 房地产价格对银行贷款的长期均衡弹性为1.368。

4. Granger因果检验

从Granger长期因果性检验结果可以得到, 在10%的显著性水平上, 房地产价格和银行贷款之间存在单向因果关系, 银行贷款是房地产价格的原因。工业增加值和银行贷款之间存在双向因果关系, 银行贷款与工业增加有着互相推动作用。此外, 房地产价格与工业增加值和利率都具有互为因果关系。

二、基于误差修正模型的短期动态关系检验

误差修正模型可以反映变量之间的长期均衡关系对短期波动的影响, 并反映变量之间的短期动态关系, 因此本文在协整关系检验的基础上进一步建立起向量误差修正模型。四个变量之间的协整关系可以误差修正项形式表示为:

关于房地产价格的短期动态关系方程可以表示为:

1.在短期, 就房地产价格本身而言, 房地产价格的滞后一期、滞后四期和五期的系数为负, 说明有反向调节作用, 说明在短期内房地产价格的变化趋势具有回归正常水平的趋势, 而协整方程的误差修正项系数为正, 是0.370, 所以误差修正机制对房地产价格的上升时有促进作用。

2.银行贷款变动在短期内的对房地产价格有反向调节作用, 对房地产价格有降低作用, 随着房地产价格的增加会降低银行贷款的上升。

3.利率的也对房地产价格有着反向作用。

三、结论

通过上述的实证检验, 可以得出如下主要检验结论:

1.银行信贷与房地产价格的长期均衡关系来看, 房地产价格与银行信贷的弹性系数为1.368, 即长期内房地产价格增长1个单位, 银行贷款也会同向增加1.368个单位。

2.从长期看, 银行信贷是房地产价格的格兰杰原因, 即房地产信贷会在长期内影响房地产价格。

3.房地产价格变动在短期内的对银行贷款有反向调节作用, 对银行贷款有降低作用, 随着房地产价格的增加会减少银行贷款的上升。

参考文献

[1]闫之博:GDP与FDI 对中国房地产价格影响效果的实证分析[J].经济研究导刑, 2007 (1)

[2]肖本华:我国的信贷扩张与房地产价格[J].山西财经大学学报, 2008 (1)

波动性检验 第6篇

(一) 出口方程的设定和说明

协整检验的实证模型具体形式如下:

方程中各参数采用对数形式, 具体含义说明:EXt表示第t个季度我国对美国进口额 (以美元为计价货币, 下同) ;UGDPt表示第t季度美国的实际国内生产总值;REt表示第t季度人民币对美元的实际汇率;REVt表示t季度人民币对美元的实际汇率的波动率;ut随机干扰项, 服从均值为0的正态分布。

(二) 数据含义说明及来源

本文样本数据区间为2001年1月至2011年12月每个季度的数据。

(1) 实际出口额[LEXt=LN (EXt/CPIct) ]。Et、CPIct表示t季度我国对美的进出口总额和消费者物价指数。通过将月度数据分别加总得到季度数据, 月度数据来源于中经网数据库 (以下来源和处理方法相同) ; (2) 人民币实际汇率[LREt=LN ( (Et×CPIct) /CPIut) ]。Et、CPIct和CPIut分别表示t季度人民币对美元的名义汇率、中国和美国季度消费者物价指数; (3) 人民币实际汇率波动率 (LREVt) 。LREVt表示第t季度的实际汇率与样本期间总的平均汇率之间的标准差。

二、模型实证检验

(一) 单位根检验

首先采用ADF方法检验时间序列的平稳性。根据AIC准则确定时间序列的滞后阶数, 根据折线图的走势来判断常数项和趋势项。ADF检验结果如下所示。从ADF检验结果可以看出, 各变量经过一阶差分后平稳, 即各变量满足I (1) , 从而满足了同阶单整的要求, 可以进行协整检验。

ADF检验结果

(二) EG协整检验

本文采用EG两步法研究人民币实际汇率水平、波动率与中国对美国进出口额之间的协整关系。使用Eviews软件进行回归检验, 回归方程式设:

由于常数项不显著, 所以在方程中不设置常数项, 该方程的R2=0.9045, DW=0.3015, 调整后的R2为0.8998, F值和P值均较为显著, 说明模型的拟合优度较好, 并且各变量系数符号也符合预期假设。再对残差进行单位根检验, 不含常数项和趋势项, 结果如下所示:

ut的单位根检验结果

(三) 实证结论分析

检验结果显示了人民币汇率实际水平、波动率和中对美进出口额之间确实存在协整关系, 从各个变量的角度来看:

(1) 美国实际GDP的系数为正, 并且在1%的水平上显著, 说明中国对美出口额与美国实际国民收入同向变动; (2) 人民币实际汇率LRE的系数为负, 并在1%水平上显著, 这说明人民币实际汇率反向影响中国对美国的出口额; (3) 人民币实际汇率波动率LREV的系数为负, 表示人民币实际汇率波动率也会对中国出口会产生反向影响。

通过上述实证检验, 可以得出以下结论:第一, 人民币实际汇率水平与中国向美国的出口额反向变动, 这种反向关系比较显著;第二, 人民币实际汇率波动率与中国对美国出口变动方向也相反, 但是显著程度不高, 美国的经济发展水平是拉动中国对美国出口增加的主要因素;第三, 人民币实际汇率水平显著影响中国对美出口额, 但中国对美国出口的变动方向不是由单独一个因素的决定的, 而是相关因素合力的结果。

三、政策建议

要实现中美贸易的繁荣, 外汇管理当局应将人民币汇率水平和汇率波动率都纳入考虑因素范围, 不能只考虑变动一个因素而忽略另一个因素。汇率和贸易政策应该考虑三者之间的协整关系。在市场供求为基础、参考一篮子货币有管理的浮动汇率制度下, 外汇管理当局在考虑人民币水平的时候, 也应当将汇率的波动这一因素考虑进去, 实现人民币汇率水平与汇率波动对出口的双向调节作用。

摘要：近些年来, 国际上对人民币升值和国际化的呼声越来越高, 有很多国内外的学者认为人民币在一定程度上存在价值低估。2010年6月19日, 中国人民银行决定“进一步推进人民币汇率形成机制改革, 增强人民汇率弹性”。那么, 中国对美进出口额将会呈现怎样的变动趋势呢?基于这个问题, 本文选取了中国对美国的实际出口总额的季度数据作为样本, 运用协整检验的方法去探究实际汇率水平和波动率与中国对美国进出口额之间是否存在某种稳定的相关关系。

关键词：人民币升值,中美贸易,协整检验,实证分析

参考文献

[1]安辉, 黄万阳.人民币汇率水平和波动对国际贸易的影响—基于中美和中日贸易的实证研究[J], 金融研究, 2009, (10)