1703698750

1703698751

1703698752

1703698753 7. 非贸易品相对价格（+）

1703698754

1703698755

1703698756

1703698757 数据处理与模型构建

1703698758

1703698759 由于基本面指标中如全要素生产率、偿债率等指标为年度指标，如果将其纳入模型，则模型样本量过小，不利于建模。因此，在最终模型中仅考虑以下指标：经济开放程度、广义货币供应量、贸易条件、政府支出水平占GDP的比重、国外净资产和国内信贷过度供给。实际汇率选择前文编制的广义人民币实际有效汇率指数。为了保证模型的稳定性，采用2005年汇率制度改革后的数据进行建模，样本区间为2006年第一季度至2012年第四季度，基本面数据均由万得数据库中的基本数据经二次加工获取。

1703698760

1703698761 对所有变量的对数数据做单位根检验，发现原始数据无法通过单位根检验，但一阶差分数据均能通过单位根检验，即所有数据均在5%显著性水平下为一阶单整。单位根检验结果如表6–4所示。

1703698762

1703698763 表6–4 变量的单位根检验

1703698764

1703698765  零假设：D（OPEN）有单位根   外生：常数   滞后期长度：0（根据SIC准则，最大滞后期为5）            t 统计量  概率   ADF检验统计         –4. 401 337   0. 002 2   检验统计值：   1%      –3. 737 853         5%      –2. 991 878         10%      –2. 635 542         零假设：D（M2）有单位根   外生：常数   滞后期长度：0（根据SIC准则，最大滞后期为5）            t 统计量  概率   ADF检验统计         –3. 068 551   0. 042 7   检验统计值：   1%      –3. 737 853         5%      –2. 991 878         10%      –2. 635 542                     零假设：D（TOT）有单位根   外生：常数   滞后期长度：0（根据SIC准则，最大滞后期为5）            t 统计量  概率   ADF检验统计         –5. 549 678   0. 000 1   检验统计值：   1%      –3. 737 853         5%      –2. 991 878         10%      –2. 635 542      零假设：D（GOVG）有单位根   外生：常数   滞后期长度：0（根据SIC准则，最大滞后期为5）            t 统计量  概率   ADF检验统计         –14. 12 276   0. 000 0   检验统计值：   1%      –3. 788 030         5%      –3. 012 363         10%      –2. 646 119      零假设：D（NFA）有单位根   外生：常数   滞后期长度：0（根据SIC准则，最大滞后期为5）            t 统计量  概率   ADF检验统计         –3. 156 095   0. 035 7   检验统计值：   1%      –3. 737 853         5%      –2. 991 878         10%      –2. 635 542         零假设：D（EXC）有单位根   外生：常数   滞后期长度：0（根据SIC准则，最大滞后期为5）            t 统计量  概率   ADF检验统计         –3. 865 817   0. 007 5   检验统计值：   1%      –3. 737 853         5%      –2. 991 878         10%      –2. 635 542         零假设：D（INDEX）有单位根   外生：常数   滞后期长度：0（根据SIC准则，最大滞后期为5）            t 统计量  概率   ADF检验统计         –4. 930 701   0. 000 6   检验统计值：   1%      –3. 737 853         5%      –2. 991 878         10%      –2. 635 542     利用E-G两步法建立ECM（误差修正）模型，实际均衡汇率为各基本面指标的函数

1703698766

1703698767 lERER=f（OPEN，M2，TOT，GOVG，NFA，EXC）

1703698768

1703698769 模型结果

1703698770

1703698771 长期均衡方程

1703698772

1703698773 首先，将实际有效汇率指数作为因变量，其他基本面数据作为自变量构建多元回归模型，结果如表6–5所示，尽管模型拟合效果较好，且可以通过F检验，但部分自变量的系数并不显著，如国内信贷过度供给、政府支出水平占GDP的比重以及贸易条件。将这些变量剔除后，重新进行多元回归，结果如表6–6所示，剩余三个自变量均能通过显著性检验，并且模型整体拟合效果较好，可得到如下回归方程

1703698774

1703698775 LNREER_LN_SA = –0.2473×LNM2 + 0.1155×LNNFA – 0.4886×LNOPEN + 3.1729

1703698776

1703698777 表6–5 多元回归模型拟合结果

1703698778

1703698779     系数   标准误   t 统计量  概率   常数   2. 923 846   0. 345 787   8. 455 625   0. 000 0   LNEXC   –0. 004 392   0. 025 244   –0. 174 003   0. 863 7   LNGOVG   –0. 026 478   0. 063 274   –0. 418 461   0. 680 3   LNM2   –0. 248 637   0. 062 967   –3. 948 686   0. 000 9   LNNFA   0. 139 706   0. 038 883   3. 593 000   0. 001 9   LNOPEN   –0. 471 242   0. 110 631   –4. 259 597   0. 000 4   LNTOT   0. 117 785   0. 125 968   0. 935 039   0. 361 5   R方   0. 955 920            调整R方   0. 942 000            回归标准差   0. 025 362            残差平方和   0. 012 221            F统计量   68. 672 920            概率（F统计量）   0. 000 000           表6–6 剔除变量后的多元回归模型拟合结果

1703698780

1703698781     系数   标准误   t统计量   概率   常数   3. 172 872   0. 104 544   30. 349 660   0. 000 0   LNM2   –0. 247 344   0. 048 599   –5. 089 518   0. 000 0   LNNFA   0. 115 476   0. 026 457   4. 364 684   0. 000 2   LNOPEN   –0. 488 610   0. 097 513   –5. 010 729   0. 000 1   R方   0. 952 968            调整R方   0. 946 555            回归标准差   0. 024 346            残差平方和   0. 013 039            F统计量   148. 590 400            概率（F统计量）   0. 000 000           该回归方程即为长期均衡方程。长期均衡方程反映了人民币均衡汇率与这些基本经济变量之间的长期均衡关系。估计结果表明，国外净资产对人民币实际有效汇率有正向的影响，而经济开放程度和广义货币存量对人民币实际有效汇率指数则为负向的影响。与经典理论的结论相符。

1703698782

1703698783 短期动态方程

1703698784

1703698785 将残差项命名为ECM，并进行平稳性检验，结果如表6–7所示，ADF检验的t统计量为–3.167 378，在5%的显著性水平下，拒绝原假设，即残差项序列平稳。长期均衡关系成立。

1703698786

1703698787 表6–7 残差项的平稳性检验

1703698788

1703698789        t统计量   概率   ADF检验统计      –3. 167 378   0. 034 3   检验统计值：   1%   –3. 724 070         5%   –2. 986 225         10%   –2. 632 604     因此，可建立短期动态方程，以实际有效汇率指数的一阶差分为因变量，以残差项EMC及其他基本面变量的一阶滞后项为自变量，构建多元回归方程，模型拟合结果如表6–8所示。

1703698790

1703698791 表6–8 短期动态方程

1703698792

1703698793     系数   标准误   t统计量   概率   常数   0. 015 035   0. 007 579   1. 983 640   0. 061 2   ECM（–1）   –0. 678 848   0. 208 598   –3. 254 328   0. 004 0   DLNM2   –0. 147 553   0. 049 663   –2. 971 115   0. 007 6   DLNNFA   –0. 146 361   0. 117 347   –1. 247 252   0. 226 7   DLNOPEN   –0. 346 921   0. 072 464   –4. 787 474   0. 000 1   R方   0. 631 350            调整R方   0. 557 621            回归标准差   0. 019 126            残差平方和   0. 007 316            F统计量   8. 563 017            概率（F统计量）   0. 000 339           误差修正模型把变量的长短期参数集于一体，描述了变量之间的长期均衡关系对短期变动“负反馈”的调整机制。误差修正模型的结果显示，一阶滞后误差修正项的弹性系数为–0.678 848，反映了误差修正模型自我修正的动态机制，系数的绝对值反映了系统自我修正功能的强弱。

1703698794

1703698795 基本面因素的长期均衡

1703698796

1703698797 根据长期均衡方程中人民币实际有效汇率指数和各个变量之间的关系，可以计算出人民币均衡汇率指数的长期趋势。但是，长期均衡方程并没有解决各个影响因素本身是不是均衡的问题。因此需要处理各个影响因素变量从而得到其长期趋势，从而测算长期的均衡汇率水平。本书采取H-P滤波法对各个变量做平滑处理，由各变量的长期趋势值可以计算出人民币均衡汇率的长期趋势值。利用H-P滤波处理，各个变量的长期趋势图见图6–5。

1703698798

1703698799 人民币均衡汇率指数

[ 上一页 ]  [ :1.70369875e+09 ]  [ 下一页 ]