◆

中美利率与汇率联动关系的实证研究：2005～2008(下)

三、利率与汇率的联动关系检验

　　下面我们通过对利率与汇率之间的协整关系检验、因果关系检验、冲击反应分析和方差分解检验来全面地对中美利率与汇率的联动关系进行了实证分析。

　　（一）变量间的协整关系检验

　　若用简单差分变量模型，虽避免了非平稳问题，但又会由于差分处理而导致长期信息缺失。而协整分析方法则可以弥补这一缺陷。按照协整理论，对于非平稳变量，只有当变量之间存在协整关系时，线性回归才具有现实意义。

　　具体应用协整理论进行时间序列分析时，必须先分别检验各变量时间序列是否单整阶数相同，进而判别其协整性。主要的检验方法有EG两步法，Johansen极大似然法，Gregory Hansan法，自回归分布滞后模型（ADL）法，频域非参数谱回归法，Bayes法，等等。本文分别采取目前应用最广泛的EG两步法，Johansen极大似然法两种方法来验证利率和汇率的协整关系。

　　1.两变量的Engle——Granger检验

　　为了检验两变量xt和Y：是否为协整，Engle和Granger于1987年提出了以两步单方程最小二乘法为基础的两步检验法，也称EG检验法。第一步，用OLS法估计协整回归模型（长期均衡模型）：用  作均衡误差的估计值。第二步，采用OLS法估计回归模型：然后检验ut的单整性，如果零假设

说明为ut——I（1），xt和Yt不是协整的；反之，接受零假设，认为xt和Yt是协整的。

　　（1）对IRGAP和ER进行回归，得：

　　其中，n=46，k=1，显著水平为0.05，则DW=0.031335<dt=1.48，所以该残差项具有一阶正的自相关，且R2=0.539226，线性拟合度不是太理想。考虑在模型中加入一阶滞后项，得ER与IRGAP的分布滞后模型，进行回归得到：

　　其中，n=46，k=2，显著水平为0.05，则du<DW=1.743033<4——du，所以该残差项不具有自相关，且R2=0.995481，线性拟合度相当好。此外，由变量的系数可知该模型满足“利率评价理论”，本国利率提高，国内外利差正向扩大，人民币汇率即期升水远期贴水（直接标价法），且预期是加剧人民币汇率变动的的主要因素。

　　（2）再对方程①的残差RESID作单位根检验，具体数值见表3。

　　2.Johansen极大似然估计法检验

　　EG检验两步法解决时间序列的非平稳性，由于此方法易于计算，因而早期被广泛采用，但其缺点是在小样本下，参数估计的误差较大，并且当变量超过两个以上时，变量间可能存在多个协整关系，此方法无法找到所有可能的协整向量，其分析结果不易解释。针对上述问题，Johansen于1988年，以及1990年与Juselius一起提出基于向量自回归模型的多重检验方法，Johansen检验法。该检验法不仅克服了EG两步法的缺陷，而且做多变量检验时，还可以精确的检验出协整向量的数目（Johansen & Juselius，1990）。下面，我们采用Johansen极大似然估计法来检验ER与IRGAP的协整关系。

　　Johansen协整检验是用被解释变量的一阶差分△yt对自身滞后变量△yt——1、△yt——p，和其他解释变量及其滞后变量进行回归的，此时比原序列的最大滞后期数要小1，故此时协整的滞后区间应该为（1，1）。而根据数据的特性及时序图，并结合经济意义，可知检验协整形式取序列有线性趋势且协整方程只有截距。得到具体检验结果，见表4。

　　从表4中我们可以看出，极大似然比率统计量在5％水平上拒绝了没有协整关系的原假设。验证了人民币汇率ER和利差IRGAP之间是存在协整关系的，这与我们采用E——G两步法得到的结论是一样的，即ER与IRGAP在长期存在协整关系。

　　（二）中美利差IRGAP与人民币兑美元汇率ER之间的因果关系检验

　　当两个变量在时间上有先导—滞后关系时，能否从统计上考察这种关系时是单向的还是双向的?1969年，格兰杰从预测的角度提出了因果关系检验法（Granger test of causality）。为了研究IRGAP与ER之间的相互引导关系，我们将采用基于Granger的因果关系（causal relationshiv）检验的方法对中美利差IRGAP与人民币对美元汇率ER之间的因果关系作检验，进行Granger因果关系检验。由于Granger因果关系检验对滞后期的阶数非常敏感，这里采用依次多滞后几期看结构是否具有同一性的方法，我们分别取滞后期为1、2、3、4、5、10、14，表5给出了检验结果。

　　通过表中的Granger因果关系检验我们可以看出，大多数的滞后期中，拒绝“IRGAP不是引致ER的Granger原因”，换句话说即认为“IRGAP是引致ER的Granger原因”。这和我们一般认为的中外利差的扩大或减少会引起国际投机资本套利套汇，进而使人民币汇率即期升值或贬值的现象是吻合的。同时，在大多数的滞后期中，都接受“ER不是引致IRGAP的Granger原因”，即认为“ER不是引致IRGAP的Granger原因”，这说明人民币汇率的变动对利率变动的影响比较小。

　　（三）冲击反应分析和方差分解

　　1.特征根检验

　　格兰杰非因果性检验只能说明利率与汇率之间是否存在因果关系，却无法说明变量之间相互影响的方向、作用力度及作用时滞，因而需进一步使用脉冲响应函数和方差分解进行分析。仍运用差分序列建立向量自回归模型，为了防止此处两个方程的误差项之间存在相关性，我们首先进行特征根检验。结果显示所有特征根都在单位圆内（图略），没有数值大于1的特征根，是一个平稳的系统，符合向量自回归模型建模要求，表6给出了模型估计结果。

　　2.脉冲响应函数检验

　　脉冲响应函数（Impulse Response Function）是指系统对其中某一变量的一个冲击或新生所作的反应，它用于研究一个时间序列变量的变化对另外一个变量的影响程度，同时，也用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。下面，分别给各个变量一个标准差大小的冲击，得到关于人民币汇率和中美利差的脉冲响应函数图，具体见图1。

　　从ER响应图（Response of ER to Cholesky One S.D.Innovations）可见，ER对其自身的一个标准差一开始就有反应，第一期急剧上升，然后缓慢上升，说明了我国人民币升值和预期带来的汇率上升。同时，ER对来自IRGAP的冲击第一期就有反应，而后影响程度递减，说明利差是引起汇率的原因，这与格兰杰因果检验的结论相符合；从IRGAP响应图（Response of IRGAP to Cholesky One S.D.ER Innovations）可见，IRGAP对其自身的冲击在第一期就有反映，第二期开始逐渐缓慢下降，持续时间较长，也反映了我国利率非市场化下的特性。对来自ER的信息，负方向变动，而且越来越大、持续时间长。

　　3.方差分解检验

　　脉冲响应函数描述的是模型中一个内生变量的冲击给其他内生变量所带来的影响。而如果要分析每一结构冲击对内生变量变化的贡献度，有必要进一步对向量自回归模型作方差分解，即对脉冲反应函数中的各个冲击项同时对一个解释变量回归所得到的说明系数进行正交化分解，以测算出各个冲击项自身对被解释变量的独立的“贡献度”，人民币对美元汇率ER和中美利差IRGAP预期误差的Cholesky方差分解结果见表7。

　　从方差分解的检验结果可知，人民币汇率ER的方差分解显示中美利差IRGAP的冲击对人民币汇率ER波动的解释微乎其微，而对人民币汇率ER波动的解释主要依靠汇率ER自身过去的滞后期数据，这与我国金融资本市场不发达及利率和汇率非市场化的现状是基本相符合的；从中美利差IRGAP的方差分解来看，人民币汇率ER的冲击对中美利差IRGAP波动是有影响的，并且随着时间推移影响程度呈增长趋势，利差IRGAP波动主要依靠、IR——GAP自身过去的滞后期数据，这与长期内人们理性预期因素等有关，人民币的升（或贬）值趋势，国际投机资本涌人（或逃离）国内，以及影响人们持有人民币的意愿，造成国际资本市场上对人民币需求的波动，大量的外汇占款使得国内流动性过剩（或资本外逃使国内资金短缺），从而国内利率上升（或下降），使中美利差波动。与协整分析结果大致相同，无论国内利率还是汇率，其波动的主要因素是自身过去的历史数据值，而利率与汇率之间的联动影响程度比较低。

四、结论和建议

　　本文通过对中美利率和汇率的联动关系实证研究发现，中美利率和汇率在长期之内存在协整关系，但短期内联动影响程度比较低，其中，利率对汇率的传导影响作用，要大于汇率对利率的传导影响作用。此外，通过实证研究还发现，汇率的变动更多的取决于其自身历史数据，而不是利率的当前和历史数值。同样，利率的变动更多的取决于其自身历史数据，而不是汇率的当前和历史数值。总之，在有管理的浮动汇率机制下，中美利率和汇率联动关系有一定程度的改善，然而，从整体来看，联动关系还是不足。

中美利率和汇率尚不能形成良好的联动效应，其主要原因是人民币在资本项目下不能实现可自由兑换、利率还未市场化、弹性的汇率机制尚未形成，这必将影响我国经济金融的发展。因此，我们应该把握经济金融全球化带来的机遇，并结合中国实际，继续推进利率市场化进程，积极完善人民币汇率形成机制，有序推进资本项目开放，合理安排金融改革次序，以奠定利率和汇率有效联动的基础，使我国利率政策和汇率政策相互协调，促进宏观经济向内外均衡靠拢和我国国内经济又好又快发展。

（来源：《国际金融研究》  2009年第4期）

责任编辑：文雯