中國股價與匯率的連動關(guān)系
——基于Morlet小波時頻相關(guān)性分析*

蘇志偉　姚宗良

(中國海洋大學(xué) 經(jīng)濟學(xué)院，山東 青島 266100)

?

中國股價與匯率的連動關(guān)系
——基于Morlet小波時頻相關(guān)性分析*

蘇志偉姚宗良

(中國海洋大學(xué) 經(jīng)濟學(xué)院，山東 青島 266100)

應(yīng)用Morlet小波時頻相關(guān)性分析對中國股價和匯率間的連動關(guān)系進行實證研究。該方法既能分析時域維度上的結(jié)構(gòu)性轉(zhuǎn)變，又能分析頻域上的短期、中期和長期相關(guān)性。研究結(jié)果表明，中國股價只在短期(一年以內(nèi))與匯率存在正相關(guān)關(guān)系，且股價是導(dǎo)致該時期內(nèi)匯率波動的重要因素。最后，本文認(rèn)為，要想在人民幣國際化進程中保持匯率穩(wěn)定，就應(yīng)該要求中國股市健康平穩(wěn)發(fā)展。

股價；匯率；小波相關(guān)性；時域；頻域

一、引言

自布雷頓森林體系解體以來，國際金融體系發(fā)生了巨大的變化，浮動匯率制的確定，使得股價與匯率之間是否存在相互作用的問題引起越來越多經(jīng)濟學(xué)家的討論，尤其是在亞洲金融危機爆發(fā)、美國次貸危機爆發(fā)之后，股市中股票價格與人民幣匯率兩者之間是否具有因果關(guān)系，甚至兩者之間是否具有長期的均衡關(guān)系，不論是對股市后市走勢的判斷，還是對政府政策解讀與調(diào)整效果的判斷都有重要意義。此外，由于美國次貸危機之后國際金融危機在全球范圍內(nèi)蔓延、中國加快推進人民幣國家化進程中匯率的市場化改革，以及中國股市實行注冊制改革等等，使得對人民幣匯率、中國股市的異常波動的研究，以及它們之間聯(lián)動關(guān)系的研究具有重要的理論價值與實踐意義。

股票價格作為一國實體經(jīng)濟的“晴雨表”，它是資本市場子市場的重要價格，可以迅速反映實體經(jīng)濟的細(xì)微變化。而匯率作為一國貨幣的國際價格，它能直觀地反映出該國貨幣的國際購買力,換句話說，匯率能反映出一國貨幣國際購買力的經(jīng)濟基本面的變化。股價和匯率作為金融市場兩個主要的價格變量，又能同時反映實體經(jīng)濟的變化，兩者之間存在著內(nèi)在聯(lián)系，匯率的變化可能導(dǎo)致股價的波動，反之亦然。隨著金融市場進程的推進，外匯市場和資本市場的關(guān)聯(lián)性日益增強，這在歐關(guān)、日本、韓國等一些發(fā)達國家已得到證明。

定量分析來看，近年來的各個國家匯率變動和股價之間存在某種聯(lián)系。例如，從日元升值的過程，我們可以清晰地看到一國貨幣升值與股市之間的聯(lián)動反應(yīng)。日本政府于1985年9月履行了“廣場協(xié)議”，日元兌美元匯率隨之突破200:1，此后一路攀升，并于1988年初已逼近120:1。與此同時，日本股市出現(xiàn)連續(xù)暴漲，到1989年底，日經(jīng)指數(shù)創(chuàng)下了38957點的歷史高點。韓國(1998-2005年)和巴西(2002-2006年)也曾出現(xiàn)類似的聯(lián)動反應(yīng)。國內(nèi)方面，人民幣兌美元匯率從2005年7月22日的8. 11到2007年年底的7.3，人民幣經(jīng)歷了大幅升值。與此同時，我國股票市場也從2005年5月股權(quán)分置改革以來經(jīng)歷了大幅上漲，出現(xiàn)了中國股市與匯市兩年多來的聯(lián)袂上揚。但是2007年中下旬出現(xiàn)的全球金融危機，使我國的股市經(jīng)歷了由牛市轉(zhuǎn)向熊市的大規(guī)模跳水，上證指數(shù)從金融危機之前的6000多點一直跌到2000點左右。但與此同時，我國匯率卻一路高升，屢創(chuàng)新高，人民幣對美元的中間價位更是一度跌破620，這種背道而馳的走向似乎打破了之前良好的聯(lián)動性。

目前，關(guān)于股票價格和匯率之間的連動關(guān)系已有兩種理論來解釋。第一種是由Branson提出的股票導(dǎo)向模型(stock-oriented models)，該模型表明二者之間存在由股價到匯率的單向因果關(guān)系。[1]具體表述為：若本國股價上升將會吸引外國投資者的資金流入，促使國內(nèi)資產(chǎn)需求增加，從而導(dǎo)致本幣升值。若本國股價下降則意味著國內(nèi)財富的減少，從而導(dǎo)致對本幣的需求量下降，進而國內(nèi)利率下降；股價下降還導(dǎo)致國外投資者對國內(nèi)的資產(chǎn)需求量下降，進而對國內(nèi)的貨幣需求量下降，二者共同作用使得本幣貶值。第二種理論是由Dornbusch和Fisher提出的關(guān)于匯率波動的流量導(dǎo)向模型(flow-oriented models)，該模型表明二者之間存在由匯率到股價的單向因果關(guān)系。[2]具體表述為：匯率波動將直接影響一國的國際競爭力、國際收支平衡和實際產(chǎn)出三個方面，這將對本國上市公司的現(xiàn)金流和股價產(chǎn)生影響，繼而影響股票市場。上述兩個理論表明，股票導(dǎo)向模型著力于資本與金融項目，而關(guān)于匯率波動的流量導(dǎo)向模型強調(diào)的是經(jīng)常項目。

針對股票價格與匯率之間的相關(guān)性問題，國內(nèi)外學(xué)者做過細(xì)致的實證研究，并得出不同的結(jié)論。從國外學(xué)者研究看Pan得出結(jié)論:東亞七國(或地區(qū))匯率和股市之間在金融危機時期不存在因果關(guān)系。[3]但是，也有學(xué)者通過不同的方法得出匯率與股價之間存在雙向的因果關(guān)系。[4-6]此外，也有認(rèn)為二者只存在單向關(guān)系的研究:匯率波動對股票價格產(chǎn)生單向影響；[7-9]然而Tai通過實證研究分析股票價格與匯率的關(guān)系時卻得到了截然相反的結(jié)論，他發(fā)現(xiàn)存在由股票價格到匯率的單向因果關(guān)系。[10]除此之外,隨著對該問題研究的深入,很多學(xué)者通過對不同國家不同時期的實證研究，得出了不同的結(jié)論。例如，Aggarawal用1974-1978年的美國數(shù)據(jù)發(fā)現(xiàn)二者間的正相關(guān)關(guān)系，認(rèn)為匯率波動會影響跨國公司的利潤，引起公司股價波動，即匯率波動引起股價波動，同時發(fā)現(xiàn)發(fā)達國家較發(fā)展中國家表現(xiàn)出更加明顯的因果關(guān)系，而且采用距今越近的數(shù)據(jù)得到的關(guān)系更為強烈。[11]Bahmani-Oskooee和Sohrabian第一次將協(xié)整分析用于對股價和匯率關(guān)系的檢驗，用標(biāo)準(zhǔn)普爾500指數(shù)和美國實際有效匯率分析，得出兩個變量至少在短期內(nèi)存在因果關(guān)系，但它們長期不存在穩(wěn)定關(guān)系。[12]Smith通過日度數(shù)據(jù)分析發(fā)現(xiàn)股市和匯市之間存在著正向關(guān)聯(lián)。[13]Desislava認(rèn)為，當(dāng)股票價格是引致變量時，兩者的關(guān)系是同向的，即股票價格上漲導(dǎo)致匯率下跌；當(dāng)匯率是引致變量時，兩者的關(guān)系是反向的，即貨幣貶值導(dǎo)致股票市場下跌。[14]

國內(nèi)也有很多學(xué)者對這一問題從不同角度進行了相關(guān)研究。陳然方指出我國外匯市場和股票市場是松散的、不明顯的。[15]但后來學(xué)者得出不同的結(jié)論，他們認(rèn)為股票價格與匯率之間存在協(xié)整關(guān)系。[16-20]此外，陳雁云，何維達通過人民幣匯率與股票價格的ARCH效應(yīng)檢驗得出人民幣對美元名義匯率與股票價格之間為顯著的正向關(guān)系，即人民幣幣值與股價為顯著的反向關(guān)系，而人民幣對日元名義匯率與股價為微弱的正向關(guān)系。[21]陳雁云，何維達通過對人民幣匯率與股價的日度、月度及年度數(shù)據(jù)的相關(guān)分析，得出人民幣幣值與股指正相關(guān)的基本結(jié)論。但同時指出中國的股市向來是自行其事，與匯率呈顯著相關(guān)可能是由于兩者的變化由其他變量所引起。[22]楊清玲選用二元VAR模型、協(xié)整檢驗和Granger因果關(guān)系檢驗得出股票價格與匯率之間存在雙向的負(fù)相關(guān)關(guān)系，且匯率對股價的影響大于股價對匯率的影響。[23]袁懷宇，張宗成運用協(xié)整檢驗和差分VAR模型研究發(fā)現(xiàn)，人民幣升值與股價之間先后經(jīng)歷了顯著的正向相關(guān)關(guān)系與反向相關(guān)關(guān)系，二者之間不存在協(xié)整關(guān)系，只在短期內(nèi)匯率是A股價格波動的Granger原因。[24]周虎群，李育林基于國際貿(mào)易說、J曲線理論和國際資本流動理論，對國際金融危機背景下的人民幣匯率與股價的聯(lián)動關(guān)系進行理論分析，并通過協(xié)整分析、格蘭杰因果關(guān)系檢驗和脈沖響應(yīng)函數(shù)得出，人民幣匯率與中國股票價格在長期具有均衡關(guān)系，在短期存在誤差修正機制;在國際金融危機背景下兩者之間高度正相關(guān)，通常股票價格先下跌，隨之人民幣匯率波動加??；人民幣匯率波動對股票價格影響較大，而股票價格波動對人民幣匯率影響相對較小。[25]葉文娛通過非線性的MS-VAR模型分析我國匯率與股價關(guān)系的動態(tài)變化，得出我國匯率與股價的關(guān)系存在兩個明顯的區(qū)制，即高相關(guān)和低相關(guān)，低相關(guān)占據(jù)樣本的時間高于高相關(guān)的時間。并且高相關(guān)下的相關(guān)系數(shù)也不是很高，這說明在樣本期內(nèi)我國股票價格與匯率之間相關(guān)性不高。[26]馬超采用格蘭杰因果關(guān)系檢驗，將2006年至2011年的恒生AH股溢價指數(shù)和滬深300指數(shù)周數(shù)據(jù)與人民幣對美元匯率進行分析得出結(jié)論：流量理論和存量理論在我國表現(xiàn)的皆不明顯，匯率預(yù)期與我國股價之間長期不存在協(xié)整關(guān)系。[27]賀文龍)選取2005年7月匯率制度改革后的數(shù)據(jù)，以金融危機的發(fā)生為分界點，分兩個樣本，通過單位根檢驗、協(xié)整檢驗和因果檢驗等方法得出:金融危機以前，我國的匯率和股價顯示出良好的協(xié)整關(guān)系，但金融危機后，這種聯(lián)動關(guān)系被打破了。[28]

關(guān)于研究方法,小波相關(guān)性分析的優(yōu)勢在于既能有效地分析時間序列之間在時域(Time Domain)維度上的結(jié)構(gòu)性轉(zhuǎn)變,又能清晰地分析它們之間在頻域(Frequency Domain)維度上的短期、中期和長期相關(guān)性。此外,小波相關(guān)性分析能處理和分析非平穩(wěn)的經(jīng)濟和金融時間序列，所以對于大多數(shù)經(jīng)濟和金融類時間序列具有很強的非平穩(wěn)性問題具有很強的適用性。本文采用基于Morlet小波的時頻相關(guān)性分析方法應(yīng)用于中國股票價格與匯率波動之間相關(guān)關(guān)系的研究，并系統(tǒng)的介紹和運用連續(xù)小波變換、小波功率譜、小波相關(guān)系數(shù)和相位差等分析工具，為國內(nèi)該領(lǐng)域的實證研究作出新的貢獻。研究內(nèi)容上，本文全面而系統(tǒng)地分析中國股票價格和匯率之間有無相關(guān)性、相關(guān)性大小、相關(guān)性動態(tài)路徑和不同時期的相關(guān)性狀況問題，從而為分析中國匯改后匯率變化對股市的影響提供較為全面的分析與判斷。

二、研究方法介紹

傅立葉變換(Fourier Transformation)和小波變換(Wavelet Transformation)是學(xué)術(shù)界和實際應(yīng)用部門在信號分析領(lǐng)域中較常采用的信號轉(zhuǎn)換的兩種方法。其中，傅立葉變換把時間序列數(shù)據(jù)視為一系列不同頻率的正弦波的疊加，從而變換后的時間序列在頻域上具有良好的局部化性質(zhì)，但由于局部頻率下的結(jié)構(gòu)性轉(zhuǎn)變卻無法得到甄別，因而良好的時域局部化性質(zhì)無法得到體現(xiàn);此外,傅立葉變換還要求時間序列具有良好的平穩(wěn)性，但實際問題中的時間序列數(shù)據(jù)往往具有很強的非平穩(wěn)性。盡管Gabor通過短時傅立葉變換(Short-Time Fourier Transformation)來克服實際問題中時間序列的非平穩(wěn)性問題,但良好的時域局部化性質(zhì)卻得不到體現(xiàn)。[29]

小波變換于20世紀(jì)80年代中期得以產(chǎn)生,并在信號處理、物理學(xué)、地理學(xué)，以及海洋學(xué)等領(lǐng)域得到廣泛的應(yīng)用。經(jīng)過十年左右的發(fā)展，Goffe、Ramsey和Lampart等將其引入經(jīng)濟和金融領(lǐng)域。[30-32]作為一種新的信號分析處理技術(shù),小波變換克服了傅里葉變換的不足,它在分析不同頻率波動的同時分析不同長度的時間窗口,從而考慮到包括非平穩(wěn)時間序列中的結(jié)構(gòu)性轉(zhuǎn)變等傅里葉變換無法考慮的性質(zhì)，所以能更好地甄別時間序列，同時具有良好的時域和頻域局部化性質(zhì)。下面本文將主要介紹連續(xù)小波變換以及由此發(fā)展而來的小波功率譜、小波相關(guān)系數(shù)和相位差。

(一)連續(xù)小波變換

小波變換的原理是由某個特定的母小波(Mother Wavelet)經(jīng)過位置平移和尺度伸縮后將原始時間序列分解為一系列基小波(Basis Wavelet)的疊加,從而獲得一個原始時間序列不能體現(xiàn)的信息在時域和頻域上都能進行體現(xiàn)的時間—頻率的二維平面。它通常有離散小波變換(Discrete Wavelet Transformation)和連續(xù)小波變換(Continuous Wavelet Transformation)兩種形式。其中,通過實踐發(fā)現(xiàn),連續(xù)小波變換更適合于信號特征的提取,[33]自然在經(jīng)濟和金融領(lǐng)域也運用得較多，[34-37]本文采用小波變換中的連續(xù)小波變換。

給定原始時間序列x(t)，那么它的連續(xù)小波變換的表達式為：

(1)

(2)

(3)

(4)

隨著小波變換理論的發(fā)展,出現(xiàn)了多種形式的母小波函數(shù),如Morlet小波、Meyer小波和Mexican草帽小波等等。[38-40]其中，Morlet小波最常應(yīng)用于連續(xù)小波變換，本文采用Morlet小波作為母小波函數(shù)，下面詳細(xì)介紹Morlet小波。

Morlet小波是高斯包絡(luò)下的高頻率復(fù)正弦函數(shù)，其表達式為：

(5)

Ψ(t)=π-1/4eiω0te-t2/2

(6)

在式(5)和式(6)中，波數(shù)ω0代表高斯包絡(luò)線內(nèi)震蕩的次數(shù)。ω0較高導(dǎo)致Morlet小波的時域局部化性質(zhì)較差,而ω0較低導(dǎo)致Morlet小波的頻域局部化性質(zhì)較差。所以，為確保Morlet小波在時域和頻域上均具有較好的局部化性質(zhì),通常取ω0=6。此外，由Morlet小波函數(shù)形式可知它為復(fù)值函數(shù)，這意味著小波變換函數(shù)也為復(fù)值函數(shù)。我們可以通過小波變換函數(shù)的實數(shù)部分計算出反映時間序列之間的波動性的振幅(Amplitude),從其虛數(shù)部分計算出反映領(lǐng)先-滯后關(guān)系的相位(Phase)，即后文中將要介紹的小波功率譜、小波相關(guān)系數(shù)和相位差三種小波分析工具。

(二)小波功率譜

在小波理論中,小波自功率譜表示單個時間序列x(t)的小波功率譜(Wavelet Power Spectrum)，它被定義為|Wx(u,s)|2。它的作用是反映時間序列在時域和頻域組合下的波動性，具體可通過式(7)得出：

(7)

(三)小波相關(guān)系數(shù)

(8)

式(8)中，S代表時頻正態(tài)化處理下的平滑因子。由式(8)我們可知R2(u,s)的取值范圍在0—1之間。當(dāng)R2(u,s)取值為0時，代表時間序列x(t)和y(t)之間完全無關(guān)；當(dāng)R2(u,s)取值為1時，代表x(t)和y(t)之間完全相關(guān)。R2(u,s)的數(shù)值大小，從后文中的圖1的(a,1)部分的色彩刻度條反映出來。其中，顏色由藍到紅依次對應(yīng)著中國股票價格和人民幣對美元的匯率之間的相關(guān)系數(shù)由小到大。

(9)

(10)

(11)

拒絕原假設(shè)H0，即接受備擇假設(shè)H1，則表明時間序列x(t)和y(t)通過了顯著性水平為5%的紅噪聲標(biāo)準(zhǔn)譜檢驗，即x(t)和y(t)之間顯著相關(guān)。在此基礎(chǔ)上，Cohen和Walden以及Sheppard等等還進一步檢驗了小波相關(guān)系數(shù)的顯著性[43-44]，這里我們不再詳細(xì)介紹。時間序列x(t)和y(t)的紅噪聲標(biāo)準(zhǔn)譜檢驗，從后文圖1的(a.1)部分中的一條黑線圈閉的“島嶼”反映出來，“島嶼”范圍內(nèi)表示特定時頻下中國股票價格與匯率之間的相關(guān)系數(shù)通過了顯著性水平為5%的紅噪聲標(biāo)準(zhǔn)譜檢驗。

(四)相位差

Bloomfield等定義時間序列x(t)和y(t)之間的相位差(Phase Difference)等于交叉小波功率Wxy(u,s)的虛數(shù)部分J與實數(shù)部分R的比值，[45]如式(12)所示：

(12)

三、數(shù)據(jù)來源與實證分析

(一)數(shù)據(jù)來源

中國人民銀行決定于2012年4月16日起，將外匯市場人民幣對美元匯率浮動幅度進一步擴大。銀行間即期外匯市場人民幣對美元交易價浮動幅度由0.5%擴大至1%。外匯指定銀行為客戶提供當(dāng)日美元最高現(xiàn)匯賣出價和最低現(xiàn)匯買入價之差不得超過當(dāng)日匯率中間價的幅度由1%擴大至2%。2015年8月11日，中國人民銀行完善人民幣對美元匯率中間價報價，并在下一步推進匯改安排中提出加快外匯市場發(fā)展，豐富外匯產(chǎn)品，推動外匯市場對外開放，延長外匯交易時間，引入合格境外主體，促進形成境內(nèi)外一致的人民幣匯率。自811匯改至今,人民幣對美元匯率一路走低。2015年11月30日國際貨幣基金組織(IMF)執(zhí)董會正式批準(zhǔn)人民幣加入特別提款權(quán)(SDR)貨幣籃子成為國際貨幣，加速了人民幣國際化的進程等等。股市方面，后金融危機時代,中國股市也發(fā)生了翻天覆地的變化,經(jīng)歷了從“熊市”到“牛市”再到“熊市”的周期性轉(zhuǎn)變，期間“滬港通”、IPO重啟、政府救市、熔斷機制的實施與取消和注冊制實施提上日程等等事件都對中國股市帶來變化。所以，本文為了進行中國股票價格與匯率之間的小波時頻相關(guān)性分析，選取從2011年1月4日到2016年3月1日的中國上證指數(shù)每日收盤指數(shù)*之所以選取上證指數(shù)，是因為在上海證券交易所上市的公司，通常是行業(yè)的主力，甚至是行業(yè)龍頭，其股票價格的變化可以反映出中國股市的大致變化，也能影響到股票市場。和人民幣對美元匯率的日度數(shù)據(jù)作為相應(yīng)的指標(biāo)變量。本文從Wind數(shù)據(jù)庫和St.Louis網(wǎng)站分別得到上證指數(shù)收盤指數(shù)和人民幣對美元的原始日度數(shù)據(jù)。

(二)實證結(jié)果

本文利用前文介紹的連續(xù)小波變換、交叉小波功率譜、小波相關(guān)系數(shù)，以及相位差等小波分析工具，借鑒Aguiar-Conraria和Soares所提供的小波工具包，[46-47]并利用Matlab軟件運行，對上證指數(shù)與人民幣對美元匯率之間的關(guān)系進行小波相關(guān)性和相位差分析，圖1為小波程序運行所得的實證結(jié)果。

在圖1中，(a.1)部分左側(cè)出現(xiàn)的以一條黑線圈閉的“島嶼”用來表示特定時頻下中國股票價格和匯率之間顯著相關(guān)(顯著性水平為5%)，兩條對稱黑線以內(nèi)的“錐形影響域”(Cone of Influence,COI)意味著該區(qū)域內(nèi)二者之間的相關(guān)系數(shù)不容易受到邊緣效應(yīng)的影響，右側(cè)帶有刻度的彩條用來表示二者之間的相關(guān)系數(shù)；(a.2)部分和(a.3)部分則分別表示二者之間在1-4年頻段和4-8年頻段下的相位差。為了更加詳細(xì)地觀察這兩個時間序列之間的關(guān)系，本文將短期定義為1-2年的頻段；中期和長期分別定義為2-4年和4-8年。[48]

圖1　中國上證指數(shù)與人民幣對美元匯率的小波相關(guān)系數(shù)和相位差

我們再來看短期內(nèi) (4個月到一年)兩個時間序列之間的相關(guān)關(guān)系。從圖1(a.1)和(a.2)我們可以直觀地發(fā)現(xiàn)，2012年3月下旬到該年年末和2015年4月-2015年9月二者之間存在顯著的正相關(guān)，相關(guān)系數(shù)在0.6以上；從對應(yīng)時期二者的相位差我們可知，中國上證指數(shù)領(lǐng)先于人民幣對美元匯率,即這兩個時期內(nèi)的人民幣對美元匯率的波動受到了早些時期(4個月到一年)上證指數(shù)的滯后性影響，這意味著在過去的時間里，相關(guān)學(xué)者在預(yù)期人民幣匯率時能較好地參照上證指數(shù)的變化。這也符合實際走勢：2015年4月初-2015年9月初人民幣匯率對美元匯率一路走高，除了中國“811”匯改的政策影響之外，它還與中國股市2014年下半年到2015年上半年的大“牛市”有不可磨滅的影響。即中國“牛市”期間股價的上升吸引外國投資者的資金流入，這使得國內(nèi)的資產(chǎn)需求得到增加，從而人民幣匯率提高。

四、結(jié)語及建議

如前文所述，小波相關(guān)性分析在分析時間序列變量之間的時頻相關(guān)性方面具有很大的優(yōu)勢。在時域維度上，它能有效分析時間序列變量之間的結(jié)構(gòu)性轉(zhuǎn)變；在頻域維度上，它能有效分析出時間序列變量之間在短期、中期和長期內(nèi)的關(guān)系。此外，小波變換也同樣適用于處理和分析非平穩(wěn)時間序列變量之間的關(guān)系。本文系統(tǒng)地介紹了連續(xù)小波變換、交叉小波功率譜、小波相關(guān)系數(shù)，以及相位差等小波分析工具，并首次將其應(yīng)用到中國股票價格與匯率之間關(guān)系的研究中，很好地填補了國內(nèi)該研究領(lǐng)域內(nèi)的空白，為國內(nèi)該領(lǐng)域的實證研究貢獻了一份力量。

借助小波相關(guān)性分析方法，本文對2011年1月到2016年3月以來的股票價格和匯率之間的關(guān)系進行了詳細(xì)的分析。結(jié)論表明，中國股票價格與匯率之間只在短期(1年以內(nèi))存在著高度顯著的正相關(guān)，而在中期和長期內(nèi)不存在相關(guān)性。在存在高度顯著相關(guān)性的時期內(nèi)，都顯示的是中國上證指數(shù)領(lǐng)先于人民幣對美元匯率的波動，即對于中國來說，人民幣對美元匯率的波動要滯后于中國上證指數(shù)。綜合來看，存在由中國上證指數(shù)到人民幣對美元匯率的單向正相關(guān)性，即當(dāng)中國股市向好時，人民幣對美元匯率指數(shù)在接下來的1年以內(nèi)會有所提高，人民幣相對于美元會貶值。

本文的實證研究使樣本期限內(nèi)的中國股票價格和匯率之間的結(jié)構(gòu)性轉(zhuǎn)變得到較好的反映，并且詳細(xì)地給出了二者之間在短期、中期和長期內(nèi)的相關(guān)關(guān)系，因而能較準(zhǔn)確為中國股市研究部門提供政策評價的信息?？偟膩碚f，在中國未來加速人民幣國際化的進程中，短期資本在匯市和股市上頻繁轉(zhuǎn)換，這既為投資者提供了更廣泛靈活的投資機會，也使金融子市場的波動迅速擴散，想要使人民幣在國際中占有一席之地和順利完成匯率市場化改革，就要保證人民幣匯率的穩(wěn)定，這也就要求中國股市要保持平穩(wěn)發(fā)展。而如何維護金融市場穩(wěn)定，促進兩個市場協(xié)調(diào)發(fā)展，防止股市和匯市兩個市場間不利變動的傳播擴大已經(jīng)成為日益突出的問題，值得我們的重視。

[1] Branson, W. Macroeconomic Determinants of Real Exchange Rate Risk, in R.J. Herring (ed.), Managing Foreign Exchange Rate Risk. United Kingdom: Cambridge University Press, 1983.

[2] Dornbusrh, R., Fisher, S. Exchange Rates and the Current Account[J].American Economic Review,1980, (70):960-971.

[3] Ming-Sbiun, P., Robert, C.W., Y. Argela Liu Dynamic Linkages between Exchange Rates and Stock Prices: Evidence from East Asian Markets[J]. International Review of Economics &Finance, 2007, (16):503-520.

[4] Granger, W.J., Huang, B.N., Yang, C.W. A bivariate causality between stock prices, and exchange rayes: evidence from recent Asian flu[J]. The Quarterly Reviews of Economics and Finance, 2000, 40:337-354.

[5] Ramasany, B., Yeung, M.C. The causality between stock returns and exchange rates: revisited[J]. Australian Economic Papers, 2005, (2):162-169.

[6] Tabak, B.M.The dynamic relationship between stock prices and exchange rates: evidence far Brazil[D]. Banco Central do Brasil working paper, No.11, 2006.

[7]Abdalla, I.S., Murinde, V. Exchange rate and stock price interaction in emerging financial markets: evidence on India, Korea, Pakistan and the Philippines[J].Applied Financial Economics, 1997, (1):25-35.

[8] Hwang, J.K. The relationship between stock prices and exchange rates: evidence from Canada[J].International Advances in Economic Research, 1999, (3):397.

[9] Padhan, P.C. The dynamic relationship between the stock price and exchange rate in India[J]. The Icfai Journal of Monetary Economics, 2006, (3):26-36.

[10] Tai, C.S. Market integration and contagion: evidence from Asian emerging stock and foreign exchange markets[J]. Emerging Markets Review, 2007, (4):264-283.

[11] Aggarwal. Exchange rates and stock prices: A study of the US capital markets under floating exchange rates[J]. Akron Business and Economic Review, 1981, (12): 7-12.

[12] Bahmani-Oskooee,M., Sohrabian, A. Stock prices and the effective exchange rate of the dollar[J].Applied Economics, 1992,(4):459-464.

[13] Smith, C. Stock Markets and the Exchange Rate: A Multi-country Approach[J]. Journal of Macroeconomics, 1992, 14:607-629.

[14] Desislava, D. The relationship between stock prices and exchange rates: studied is multivariate Model[J]. Political Economy, 2005, (14):1-25.

[15] 陳然方.論匯率和股價的相互作用與影響[J].財經(jīng)理論與實踐,1999,(2):54-57.

[16] 張碧瓊,李越.匯率對中國股票市場的影響是否存在:從自回歸分布滯后模型(ARDL-ecm)得到的證明[J].金融研究,2002,(7):26-35.

[17] 陳亮，夏亮.人民幣匯率形成機制改革后人民幣匯率和股價之間關(guān)系的實證分析[J].金融經(jīng)濟,2007,(2):103-104.

[18] 鄧燊，楊朝軍.匯率制度改革后中國股市與匯市關(guān)系——人民幣名義匯率與上證綜合指數(shù)的實證研究[J].金融研究,2008,(1):29-41.

[19] 張兵,封思賢,李心丹,等.匯率與股價變動關(guān)系:基于匯改后數(shù)據(jù)的實證研究[J].經(jīng)濟研究,2008,(9):70-81.

[20] 張敏.匯改后中國股價與匯率聯(lián)動關(guān)系的實證研究[J].時代金融，2013,(10):52.

[21] 陳雁云，何維達.人民幣匯率與股價的ARCH效應(yīng)檢驗及模型分析[J].集美大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2006,(3):72-75.

[22] 陳雁云,何維達.人民幣匯率與股價的相關(guān)分析[J].江西金融職工大學(xué)學(xué)報,2006,(3):16-19.

[23] 楊清玲.股價與匯率間聯(lián)動關(guān)系的實證分析[J].財政金融,2007,(8):36-39.

[24] 袁懷宇,張宗成.宏觀調(diào)控下的匯率與股價關(guān)系[J].財經(jīng)科學(xué)，2009,(5):32-38.

[25] 周虎群,李育林.國際金融危機下人民幣匯率與股價聯(lián)動關(guān)系研究[J].國際金融研究,2010,(8):69-76.

[26] 葉文娛.我國匯率與股價關(guān)聯(lián)性的變化及影響因素——基于MS-VAR模型的分析[J].貴州財經(jīng)學(xué)院學(xué)報,2010,(5):47-52.

[27] 馬超.從匯率預(yù)期角度研究我國股價和匯率之間的關(guān)系[J].中國外資,2012,(4):230-231.

[28] 賀文龍.匯率和股價聯(lián)動性的實證研究——基于金融危機前后數(shù)據(jù)的對比 [J].金融視線,2013,(7):92-94.

[29] Gabor, D. Theory of Communication[J]. Journal of the Institute of Electrical Engineers, 1946, (93):429-457.

[30] Goffe, W. Wavelets in macroeconomics: an introduction. In D. Belsley (Ed.), Computational Techniques for Econometrics and Economic Analysis. Netherlands: Kluwer Academic, 1994.

[31] Ramsey, J., Lampart, C. Decomposition of economic relationships by time scale using wavelets: money and income[J].Macroeconomic Dynamics, 1998a, 2:49-71.

[32] Ramsey, J., Lampart, C. The decomposition of economic relationships by time scale using wavelets: expenditure and income[J]. Studies in Nonlinear Dynamics and Econometrics, 1998b, 3:23-42.

[33] Grinsted, A., Moore, J.C., Jevrejeva, S. Application of the Cross Wavelet Transform and Wavelet Coherence to Geophysical Time Series[J]. Nonlinear Process Geophysics, 2004, 11:561-566.

[34]Aguiar-Conraria, L., Azevedo, N., Soares, M.J. Using wavelet to decompose the time-frequency effects of monetary policy[J]. Physica A: Statistical Mechanics and its Applications, 2008, (387):2863-2878.

[35] Caraiani, P. Money and Output: New Evidence Based on Wavelet Coherence[J]. Economics Letters, 2012, (116):547-550.

[36] Rua, A. Money Growth and Inflation in the Euro Area: A Time-Frequency View[J]. Oxford Bulletin of Economics and Statistics, 2012, 74(6):0305-9046.

[37] Tiwari, A.K., Mutascu, M., Andries, A. M. Decomposing time-frequency relationship between producer price and consumer price indices in Romania through wavelet analysis[J]. Economic Modelling, 2013, 31:151-159.

[38] Grossman, A., Morlet, J. Decomposition of Hardy functions into square integral wavelets of constant shape[J]. SIAM J. Math. Anal, 1984, 15(4):723-736.

[39] Meyer, J. Wavelets: Algorithms and Applications. SIAM. Philadelphia, 1993.

[40] Torrence, C., Compo, G. A practical guide to wavelet analysis[J]. Bulletin of the American Meteorological Society, 1998, 79:61-78.

[41] Hudgins, L., Friehe, C., Mayer, M. Wavelet Transforms and Atmospheric Turbulence[J]. Physical Review Letters, 1993, 71(20):3279-3282.

[42] Torrence, C., Webster, P. J. Inter decadal changes in the ENSO-monsoon system[J]. Journal of Climate, 1999, 12(8):2679-2690.

[43] Cohen, E., Walden, A. A Statistical Study of Temporally Smoothed Wavelet Coherence[J]. IEEE Transactions of Signal Processing, 2010, 58(6):2964-2973.

[44] Sheppard, L., Stefanovska, A. andMcClintock, P. Testing for Time-localized Coherence in Bivariate Data[J]. Physical Review, 2012, 85:046-205.

[45] Bloomfield, D.,McAteer, R., Lites, B., Judge, P., Mathioudakis, M., Keena, F. Wavelet phase coherence analysis: Application to a Quiet-Sun magnetic element[J]. The Astrophysical Journal, 2004, (617):623-632.

[46] Aguiar-Conraria, L., Soares, M.J. Business cycle synchronization and the Euro: A Wavelet Analysis[J]. Journal of Macroeconomics, 2011, (33):477-489.

[47] Aguiar-Conraria, L., Soares, M.J. Oil and the Macroeconomy: Using Wavelet to Analyze Old Issues[J]. Empirical Economics, 2011, (40):645-655.

[48] 江春,李小林,張蒼耀.中國貨幣供給變動與物價變動之間的關(guān)系——基于Morlet小波時頻相關(guān)性分析[J].南方經(jīng)濟,2013,(6):9-24.

[49] 程昆，周銳聰.中國股價與匯率動態(tài)關(guān)系的實證分析[J].華南農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版),2009,(1),58-64.

[50] 呂江林,李明生,石勁.人民幣升值對中國股市影響的實證分析[J].金融研究,2007,(6):23-24.

責(zé)任編輯：王明舜

The Relationship between Stock Prices and Exchange Rate in China: A Time-and Frequency-Varying Approach

Su ZhiweiYao Zongliang

(School of Economics, Ocean University of China, Qingdao 266100, China)

This paper employed wavelet analysis to examine the relationship between stock prices and exchange rate in China. Wavelet analysis takes into account the simultaneous examination of correlation, causality and periodicity in both the time and frequency domains. We do find the positive correlation between the two, and stock prices lead to the fluctuation of exchange rate in the time domain, and they only correlate with each other in the short run (within a year) in the frequency domain. These findings provide important implications that China's stock market should foster a healthy and stable development if we want to stabilize the exchange rate in the path of RMB's internationalization.

stock prices; exchange rate; wavelet analysis; time domain; frequency domain

2016-03-23

蘇志偉(1973-)，男，臺灣人，中國海洋大學(xué)經(jīng)濟學(xué)院教授，繁榮哲學(xué)社會科學(xué)人才工程特聘教授，博士生導(dǎo)師，教育部新世紀(jì)人才，主要從事應(yīng)用時間序列、國際金融與區(qū)域經(jīng)濟發(fā)展研究。

F224.0

A

1672-335X(2016)04-0072-08