基于ＶＡＲ模型的人民币汇率与通货膨胀传导效应实证分析.docVIP

基于V A R模型的人民币汇率与通货膨胀传导效应实证分析 内容摘要：本文运用向量自回归模型，对美元/人民币 汇率与国内通货膨胀之间的传导效应进行了实证分析，认 为通货膨胀对人民币汇率不存在传导效应；汇率对通货膨 胀存在传导效应，且传导效应为反向；汇率对通货膨胀的 传导系统稳定性较差。 关键词：人民币汇率通货膨胀传导效应向量自回归模 型 人民币兑美元汇率在XX年到XX年上半年不断升值， 与此同时，国内居民消费价格指数(CPI)也随之上涨，出现 了人民币对内贬值和对外升值并存的经济现象。本文运用 向量自回归模型(VAR)对人民币汇率与通货膨胀的传导效 应做出实证分析，研究二者之间信息的动态传导过程，以 期为货币政策的制定提供相关参考。 VAR模型的设定 1980年向量自回归模型( ve ctorautore gressivemo del, VAR)由Sims提出，采用多方程联立的形式，它不以 经济理论为基础，在模型的每一个方程中，内生变量对模 型的全部内生变量的滞后值进行回归，从而估计全部内生 变量的动态关系。VAR (2)模型设定如下： Ert=all Ert~l+al2I rt-1+bllEr t-2+bl2Irt -2+cl+u 1， t (1) Irt=a 21Ert-l+a2 2Irt~l+b21 Ert-2+b22I rt-2+c2+ y 2，t (2) (1)式和(2)式中，Er t和Irt分别为第t期汇率 收益率和通货膨胀率，aij, bij , ci (i=l, 2； j=l, 2) 是待估计参数，Pl，t和u2, t为误差项。模型中各个元 素的估计值度量了自身市场和市场间传递效应的重要性， 与单变量模型相比，这种多元结构能够度量一个序列变化 的冲击对自身和其他市场的影响。 数据选取和检验 (一)数据选取 本文选取19 96年1月至XX年3月月度同比居民消费 价格指数(CPI)代表通货膨胀率，并选取同时间范围的美元 /人民币月加权平均汇率。所有数据均为月度指数形式，有 效数据148个。为了减少舍入误差，以美元/人民币汇率的 一阶差分作汇率收益率，即Ert=Lnyt -Lnyt-1,其中Ert为 汇率的t期收益率，yt为第t期汇率。对CPI进行一阶差 分处理，得到第t期通货膨胀率Irt。 （二）数据检验 平稳性检验。运用ADF统计量对汇率收益率序列Er和 通货膨胀率序列Ir进行平稳性检验，可知序列中只含有常 数项，不含有时间趋势项，检验结果（见表1）。据表1可 知，Er和Ir序列的ADF值均小于1%显著性水平下的临界 值，因此序列不存在单位根，汇率收益率和通涨率序列为 平稳序列。 Grang er因果关系检验。G ranger非因果性是指其它 条件不变，若加上Xt的滞后变量后对Yt的预测精度不存 在显著性改善，则称X t-1对Yt存在格兰杰非因果性关系。 对汇率收益率序列Er和通货膨胀率序列Ir进行Granger因 果关系检验，结果（见表2 ）。表2中，K代表滞后期，滞 后期的选择分别代表第1、4、8、12个月，括号中是概率 值，括号前是F统计值。分析表2可知，滞后期为1个月 之内，拒绝原假设，即汇率收益率和通涨率存在双向因果 关系；滞后期为4时，通涨率不是汇率变化的原因，汇率 是通涨率变化的原因；滞后期为8和12时，通涨率是汇率 变动的原因，汇率不是通涨率变动的原因。 参数估计和结果分析 本文引用VAR模型分析人民币汇率与通货膨胀的传导 效应，根据SIC准则可知最优滞后阶数为2。运用E views 软件对VA R （2）模型进行参数估计，利用脉冲响应函数方 法对VAR模型做出分析，考察人民币汇率与通涨率之间的 信息传导效应。建立脉冲响应函数，设置追踪期数为10期 （月），计算响应函数标准误差时应用蒙特卡罗模拟法，模 拟1000次，得出脉冲响应函数图（见图1和图2）。 图1和图2中，横轴代表响应函数的追踪期数，以月 为单位；纵轴代表因变量对解释变量的响应程度。图中实 线为响应函数的计算值，虚线为响应函数值加减两倍标准 差的置信带。 分析图1，在基期给汇率收益率ER —个正的冲击后， 通涨率IR有一个反向反应，这种反向反应从基期到第10 期呈现递增趋势。这表明：美元/人民币汇率对国内通货膨 胀存在传导效应，且传导效应为反向，即美元/人民币汇率 升值（贬值）导致国内物价水平下降（上升），也即人民 币/美元汇率升值（贬值），国内物价水平上升（下降）； 汇率对通货膨胀的传导效应明显，汇率收益率的单位新息 （Inn ovation）冲击引起通涨率的最大变化为5%；通货 膨胀对汇率收益率的冲击的反应从第1期到第10期呈现递 增趋势，说明汇率对通货膨胀的传导系统的稳定性较差。 据图2可知，通货膨胀对汇率基本不存在传导效应，通