匯率與股價波動:基于中國與日本高頻數(shù)據(jù)的ARCH檢驗(yàn)

宋 琴

(1.廈門大學(xué) 博士后流動站，廈門 361005;2.廈門國際銀行 博士后科研工作站，廈門 361001)

2007年初爆發(fā)的次貸危機(jī)對全球的資本市場尤其是股票市場和金融衍生產(chǎn)品市場產(chǎn)生了深遠(yuǎn)的影響，更對全球經(jīng)濟(jì)增長的態(tài)勢產(chǎn)生顯著的影響。此次危機(jī)影響到美國居民消費(fèi)和企業(yè)投資，房地產(chǎn)市場持續(xù)疲軟，經(jīng)濟(jì)增長減緩，美元面臨貶值態(tài)勢。次貸危機(jī)由信貸市場向金融市場進(jìn)一步蔓延，國際金融市場利率大幅波動，引起全球主要股指較大波動。次貸危機(jī)的溢出效應(yīng)日益嚴(yán)重，全球經(jīng)濟(jì)面臨下行風(fēng)險。次貸危機(jī)對中國匯市與股市的影響，主要還是間接的，在心理層面上的作用可能更大一點(diǎn)。其進(jìn)程在不斷發(fā)展中，并且有逐漸波及實(shí)體經(jīng)濟(jì)的趨勢。因此，當(dāng)討論人民幣匯率對股市的影響時，應(yīng)該考慮由于次貸危機(jī)所產(chǎn)生的結(jié)構(gòu)性變化。

從已有的文獻(xiàn)來看，匯率和股票價格波動可能存在關(guān)聯(lián)，正向的、負(fù)向的，或者是不顯著的。從方法差異上來看，主要有協(xié)整檢驗(yàn)、因果檢驗(yàn)和GARCH模型分析方法。導(dǎo)致二者研究結(jié)果的差異，既有數(shù)據(jù)頻率的原因(Solnik，1987)，也有各國貿(mào)易形態(tài)的原因(Christopher，Wench，1990)和金融市場的開放度(Ajayi，F(xiàn)riedman，Mehadian，1998)的原因，突發(fā)事件也會引發(fā)股票價格和匯率關(guān)系的差異。Bodart和Paul(2001)發(fā)展了股票收益的二元變量—兩國GARCH模型的證明在突發(fā)金融事件發(fā)生時，如金融危機(jī)前后將會導(dǎo)致匯率和股票連動性發(fā)生顯著的變化。Schamsuddim與Kim(2003)發(fā)現(xiàn):在亞洲金融風(fēng)暴前，股價影響外匯匯率并沒有顯著的影響，但在亞洲金融風(fēng)暴后同時也未存在長期均衡關(guān)系，但在短期內(nèi)，股價和外匯匯率在亞洲金融風(fēng)暴的連動性則非常強(qiáng)烈。

選取2005年7月21日我國開始實(shí)行以市場供求為基礎(chǔ)，參考一籃子貨幣進(jìn)行調(diào)節(jié)，有管理的浮動匯率制度后的上證指數(shù)、日經(jīng)225指數(shù)、日元/人民幣匯率的高頻數(shù)據(jù)，采用ARCH模型來分析次貸危機(jī)對人民幣匯率，日本股票價格變動與中國股票價格指數(shù)波動的影響。

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)

選取2005年7月21日-2008年8月29日日度數(shù)據(jù)，共計(jì)761組樣本數(shù)據(jù)。日元/人民幣(中間價)數(shù)據(jù)來自外匯管理局，上證指數(shù)數(shù)據(jù)來自長江證券交易系統(tǒng)。日經(jīng)225指數(shù)來自華爾街日報網(wǎng)站。其中日元/人民幣(JRMB)中間價為名義匯率，上證指數(shù)數(shù)據(jù)(SZ)，日經(jīng)225指數(shù)(NINK225)為每日收盤價。

圖1 2005年7月21日-2008年8月29日日元/人民幣、日經(jīng)225指數(shù)和上證指數(shù)走勢圖

由樣本統(tǒng)計(jì)期間的日元/人民幣、日經(jīng)225指數(shù)和上證指數(shù)走勢圖可以發(fā)現(xiàn):在統(tǒng)計(jì)期間，隨著人民幣升值，日經(jīng)225指數(shù)波動較為頻繁，上證指數(shù)與日經(jīng)225指數(shù)同趨勢性不是很強(qiáng)。

表1 收益率描述統(tǒng)計(jì)量

從收益率指標(biāo)來看，在均值方面，上證指數(shù)收益率大于日經(jīng)指數(shù)收益率;從偏度來看，除上證指數(shù)收益率符號為負(fù)，左偏外，其余符號均為正，右偏;從標(biāo)準(zhǔn)方差來看，上證指數(shù)收益率標(biāo)準(zhǔn)方差大于日經(jīng)指數(shù)收益率標(biāo)準(zhǔn)方差，說明上證指數(shù)收益率波動更大;從峰度來看，上證指數(shù)收益率的峰度大于日經(jīng)指數(shù)收益率的峰度，說明上證指數(shù)收益率易受到新息的沖擊。

1.2 研究思路與方法

研究思路是:匯率與股價是否存在ARCH效應(yīng)，隨機(jī)干擾對股價波動是否存在沖擊，不對稱信息對股價波動有何影響，次貸危機(jī)是否對人民幣匯率與股價波動產(chǎn)生顯著的影響，實(shí)證方法主要采取ARCH檢驗(yàn)。第一步，依據(jù)AIC和SC準(zhǔn)則建立均值模型;第二步，使用ARCH-LM檢驗(yàn)均值方程是否存在ARCH效應(yīng);第三步，如果存在ARCH效應(yīng)，則可以建立ARCH模型;第四步，如果ARCH(7)時，仍然存在ARCH效應(yīng)，則可以建立GARCH模型;第五步，引入不對稱信息，建立EGARCH模型，并分析好消息與壞消息的影響。

2 中日匯率與股價ARCH檢驗(yàn)

2.1 危機(jī)前

表2 NINKE225指數(shù)、上證指數(shù)和日元/人民幣匯率ARCH模型

對均值方程的殘差A(yù)RCH檢驗(yàn)，在5%的顯著水平下，統(tǒng)計(jì)上是顯著的，故存在ARCH效應(yīng)，可以建立ARCH模型。在ARCH模型中，5%的顯著水平下，模型各系數(shù)在統(tǒng)計(jì)上是顯著的。前期日經(jīng)225指數(shù)收益率變動1%，將引起當(dāng)期日經(jīng)225指數(shù)收益平均變動-0.085 774%。前期日經(jīng)225指數(shù)收益率和日元/人民幣匯率不變的情況下，上證指數(shù)收益率1%，將引起當(dāng)期日經(jīng)225指數(shù)收益平均變動0.095 535%。前期日經(jīng)225指數(shù)和上證指數(shù)收益率不變的情況下，當(dāng)期匯率收益率變動1%，將引起當(dāng)期日經(jīng)225指數(shù)收益率變動0.050 445%。在ARCH(1)為0.076 479，小于1，該模型是穩(wěn)定的。反映日經(jīng)225指數(shù)波動率依賴前期干擾，即意外沖擊。當(dāng)前期方差變動1%，將引起當(dāng)期日經(jīng)225指數(shù)波動率平方平均變動0.076 479%。日經(jīng)225指數(shù)和上證指數(shù)呈正方向移動，日元/人民幣與日經(jīng)225指數(shù)呈正方向移動。在10%的顯著水平下，對ARCH(7)的殘差進(jìn)行ARCH檢驗(yàn)，拒絕零假設(shè)，故存在GARCH效應(yīng)(如表2所示)。

表3 NINKE225指數(shù)、上證指數(shù)和日圓/人民幣匯率GARCH模型

在GARCH模型中，5%的顯著水平下，模型各系數(shù)在統(tǒng)計(jì)上是顯著的。前期日經(jīng)225指數(shù)收益率變動1%，將引起當(dāng)期日經(jīng)225指數(shù) 收益平均變動-0.142 651%。前期日經(jīng)225指數(shù)收益率和日元/人民幣匯率不變的情況下，上證指數(shù)收益率1%，將引起當(dāng)期日經(jīng)225指數(shù)收益平均變動0.085 195%。前期日經(jīng)225指數(shù)和上證指數(shù)收益率不變的情況下，當(dāng)期匯率收益率變動1%，將引起當(dāng)期日經(jīng)225指數(shù)收益率變動0.063 860%。雖然ARCH(1)+GARCH(1)=0.987007＜1，但是GARCH模型要求方差的所有3個參數(shù)都是非負(fù)的，所以該模型是不穩(wěn)定的(如表3所示)。

表4 NINKE225指數(shù)、上證指數(shù)和日元/人民幣匯率EGARCH模型

在EGARCH模型中，10%的顯著水平下，模型的各系數(shù)在統(tǒng)計(jì)上是顯著的。前期日經(jīng)225指數(shù)收益變動1%，將引起當(dāng)期日經(jīng)225指數(shù)收益平均變動-0.005 805%。前期日經(jīng)225指數(shù)收益率和日元/人民幣匯率不變的情況下，上證指數(shù)收益率1%，將引起當(dāng)期日經(jīng)225指數(shù)收益平均變動0.031 989%。前期日經(jīng)225指數(shù)收益和上證指數(shù)收益率不變的情況下，當(dāng)期匯率收益率變動1%，將引起當(dāng)期日經(jīng)225指數(shù)收益率平均變動-0.011 767%。α的估計(jì)值為-0.274 647，非對稱項(xiàng)γ的估計(jì)值為-0.545 888。當(dāng)殘差項(xiàng)大于0，當(dāng)正面消息沖擊時，該信息沖擊對條件方差的對數(shù)有一個-0.274 647-0.545 888=-0.820 54倍的沖擊;當(dāng)殘差項(xiàng)小于0時，即負(fù)面消息沖擊時，它給條件方差的對數(shù)有一個帶來的沖擊大小-0.274 647+(-0.545 888)*(-1)=0.271241倍，即利好消息給股票市場帶來更大的波動。EGARCH(1)=0.149 034≤1，模型是穩(wěn)定的，說明日經(jīng)225指數(shù)波動的持續(xù)性。在匯率變動和股票價格變動的作用下，前期日經(jīng)225指數(shù)風(fēng)險變動1%，對當(dāng)期日經(jīng)225指數(shù)風(fēng)險增加了0.149 034%(如表4所示)。

2.2 危機(jī)后

表5 NINKE225指數(shù)、上證指數(shù)和日圓/人民幣匯率聯(lián)動模型

建立均值模型，在5%的顯著水平下，除了前期日經(jīng)225指數(shù)收益率的系數(shù)之外在統(tǒng)計(jì)上是顯著。前期日經(jīng)225指數(shù)收益變動1%，將引起當(dāng)期日經(jīng)225指數(shù)收益平均變動-0.091 082%。前期日經(jīng)225指數(shù)收益率和日元/人民幣匯率不變的情況下，上證指數(shù)收益率1%，將引起當(dāng)期日經(jīng)225指數(shù)收益平均變動0.116 857%。前期日經(jīng)225指數(shù)收益和上證指數(shù)收益率不變的情況下，當(dāng)期匯率收益率變動1%，將引起當(dāng)期日經(jīng)225指數(shù)收益率平均變動-0.267 883%。對均值方程的殘差A(yù)RCH檢驗(yàn)，在5%的顯著水平下，在統(tǒng)計(jì)上是不顯著的，故不存在ARCH效應(yīng)(如表5、表6所示)。

表6 ARCH-LM檢驗(yàn)

3 結(jié)論

全球經(jīng)濟(jì)放緩的條件下，我國應(yīng)改善貿(mào)易條件，合理控制進(jìn)出口規(guī)模;增加研發(fā)力量，改善出口產(chǎn)品的結(jié)構(gòu);擴(kuò)大國內(nèi)需求，合理引導(dǎo)消費(fèi)。加強(qiáng)人民幣匯率彈性，繼續(xù)完善匯率機(jī)制改革，促進(jìn)國際收支平衡;加大對沖操作力度，合理控制貨幣供給量，加強(qiáng)東亞地區(qū)貨幣合作。防范資產(chǎn)價格劇烈波動，完善股票市場，加強(qiáng)資本市場抗風(fēng)險能力。關(guān)注資產(chǎn)價格波動，支持和鼓勵資本市場的發(fā)展，提高國際競爭力;規(guī)范信息披露機(jī)制，保護(hù)投資者利益，建全股票市場的基礎(chǔ)性制度;加強(qiáng)國際金融合作，建立快速預(yù)警反應(yīng)機(jī)制，防范全球金融動蕩沖擊。宏觀經(jīng)濟(jì)政策需要在需求減緩和通脹上升之間取得平衡，增加匯率管理的靈活性，暢通實(shí)體與金融國際傳導(dǎo)機(jī)制，防止股票市場大幅波動，沖擊實(shí)體和虛擬經(jīng)濟(jì)。

［1］ADUSEI J，ROBERT M K.The Effects of Exchange-Rate Exposure on Equity Asset Markets［J］.Working Paper Institute for Advanced Studies in its series Economics Series，2101，94:1-26

［2］AJAYI R A.MOUGOUE M.On the Dynamic Relation Between Stock Prices and Exchange Rates［J］.Journal of Financial Research，1996，19:193-207

［3］ANGELOS K.Volatility Spillovers Between Stock Returns and Exchange Rate Changes:International Evidence［J］.Journal of Business Finance＆ Accounting，2000，27:447-467

［4］BENJAMIN M，TABAK.Dynamic Relationship between Stock Price and Exchange Rates:Evidence for Brazil［J］.Working Paper，Banco Central Do Brasil，2006，124:1-37

［5］SOLNIK B.Using Financial Prices to Test Exchange Rate Models:A Note［J］.Journal of Finance，1987，42:141-149