（武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院， 武漢 430072）

引言

2008 年由美國房地產(chǎn)市場引發(fā)的次貸危機(jī)給全球金融市場造成了嚴(yán)重沖擊，全球主要證券市場的股價(jià)指數(shù)紛紛出現(xiàn)了暴跌。這次危機(jī)期間傳統(tǒng)貨幣政策的無效性讓世界各國意識到，僅憑傳統(tǒng)的財(cái)政政策和貨幣政策是無法實(shí)現(xiàn)金融穩(wěn)定的。2009 年，國際清算銀行提出用宏觀審慎的概念來解決危機(jī)中“大而不能倒”、順周期性和監(jiān)管不足等問題。2010 年，中國明確提出要“構(gòu)建逆周期的金融宏觀審慎管理制度框架”。不管是微觀審慎還是宏觀審慎，目標(biāo)都是要實(shí)現(xiàn)金融穩(wěn)定，而金融穩(wěn)定的重點(diǎn)是匯率和金融資產(chǎn)價(jià)格的穩(wěn)定［1］。

外匯市場是連接國內(nèi)資本市場和國外資本市場的重要橋梁，匯率作為開放經(jīng)濟(jì)的關(guān)鍵經(jīng)濟(jì)變量之一，對國民經(jīng)濟(jì)有著重要的影響。從宏觀上看，匯率的變動會影響國際資本的流向；從微觀上看，匯率的波動會通過影響產(chǎn)品的生產(chǎn)成本和相對價(jià)格等方式對企業(yè)的生產(chǎn)經(jīng)營活動帶來顯著的影響。隨著我國匯率市場化進(jìn)程的推進(jìn)，以及美元加息和貿(mào)易摩擦加劇等因素的影響，人民幣匯率的波幅會不斷增加。

股票市場是在中國經(jīng)濟(jì)轉(zhuǎn)型過程中逐漸發(fā)展起來的新興市場。我國采取了多項(xiàng)改革措施來幫助國內(nèi)股票市場與國際接軌，如2005 年4 月啟動股權(quán)分置改革，2014 年11 月17 日開通滬港通，2016 年12 月5 日啟動深港通以及2018 年12 月14 日開通滬倫通等。隨著經(jīng)濟(jì)的不斷發(fā)展，我國經(jīng)濟(jì)總量躍居世界第二，2018 年我國GDP 首次突破90 萬億，居民可支配收入不斷增加，可是投資渠道卻相對有限，股票市場作為我國金融市場的重要組成部分，是我國居民的主要投資渠道。

張碧瓊和李越（2002）利用我國數(shù)據(jù)發(fā)現(xiàn)匯率和股價(jià)之間存在著某種傳導(dǎo)機(jī)制，二者相互影響，表現(xiàn)出明顯的相關(guān)性［2］。因此，在匯率市場化改革的進(jìn)程中需要控制匯率變動對國內(nèi)股票市場的沖擊，避免外部經(jīng)濟(jì)沖擊通過人民幣匯率使實(shí)體經(jīng)濟(jì)產(chǎn)生大幅波動。鑒于此，在我國經(jīng)濟(jì)進(jìn)入新常態(tài)的背景下，本文研究2008 年金融危機(jī)以來人民幣匯率和股價(jià)之間的傳導(dǎo)機(jī)制，這對維護(hù)我國金融體系穩(wěn)定以及防范系統(tǒng)性金融風(fēng)險(xiǎn)的發(fā)生具有重要意義。

研究匯率和股價(jià)之間傳導(dǎo)機(jī)制的最經(jīng)典的兩個理論是流量導(dǎo)向模型（Flow-oriented Model）和存量導(dǎo)向模型（Stock-oriented Model）。流量導(dǎo)向模型是Dornbusch 和Fisher 在1980 年提出的，該理論認(rèn)為一國匯率的變動會通過影響商品的國際競爭力來影響該國的經(jīng)常賬戶，進(jìn)而影響該國進(jìn)出口企業(yè)的利潤和未來現(xiàn)金流，最終導(dǎo)致股價(jià)發(fā)生變化［3］。存量導(dǎo)向模型是Branson（1981）和Frankel（1983）提出來的，該理論認(rèn)為一國股價(jià)的變動會影響國際投資者對它的投資，從而通過影響對該國貨幣的需求使利率發(fā)生變化，進(jìn)而影響匯率［4，5］。

在實(shí)施跨境貿(mào)易人民幣結(jié)算、與多個國家簽署雙邊本幣互換、建立離岸人民幣市場、提出“一帶一路”倡議以及成立亞投行等舉措的幫助下，人民幣國際化進(jìn)程取得了很大的進(jìn)展。與匯率市場化的進(jìn)程相比，我國資本賬戶開放的步伐相對較慢。資本項(xiàng)目尚未完全開放，資本賬戶還存在著較多的管制，我國股市對外資的進(jìn)入設(shè)置了諸多限制。因此，從理論上推斷，相較于從股價(jià)到匯率的傳導(dǎo)機(jī)制，在我國從匯率到股價(jià)的傳導(dǎo)機(jī)制會更通暢，即我國匯率和股價(jià)之間的關(guān)系應(yīng)該符合流量導(dǎo)向模型。

為了判斷這一推斷是否正確，本文采用動態(tài)相關(guān)系數(shù)-廣義自回歸條件異方差（DCC-GARCH）模型和VAR 模型，利用我國人民幣匯率數(shù)據(jù)和股價(jià)數(shù)據(jù)實(shí)證檢驗(yàn)匯率和股價(jià)之間的傳導(dǎo)機(jī)制，判斷二者之間的關(guān)系究竟符合哪一種理論模型，并分析了相應(yīng)的影響機(jī)制。這不僅豐富了相關(guān)方面的研究，有助于我國股票市場的健康長遠(yuǎn)發(fā)展，而且能夠?yàn)楸O(jiān)管當(dāng)局進(jìn)行系統(tǒng)風(fēng)險(xiǎn)控制和制定相關(guān)政策提供一定的理論支持。

1 文獻(xiàn)綜述

1973 年布雷頓森林體系解體之后，流向?qū)蚰Ｐ秃痛媪繉?dǎo)向模型這兩個經(jīng)典理論相繼被提出，國內(nèi)外越來越多學(xué)者圍繞著這兩個理論進(jìn)行實(shí)證檢驗(yàn)。

早期的研究對象主要集中在發(fā)達(dá)國家，尤其是美國，如Aggarwal（1981）、Soenen 和Henniger（1988）和Ajayi 和Mougoue（1996）等［6-8］。而在1997 年亞洲金融危機(jī)之后，學(xué)者們開始把目光轉(zhuǎn)向新興市場國家。Abdalla 和Murinde（1997）以巴基斯坦、菲律賓、韓國和印度4 個國家為研究對象［9］。Aydemir 和Demirham（2009）、Rjoub（2012）和Doong（2005）等也對該問題進(jìn)行了研究［10-12］。

還有不少學(xué)者同時(shí)研究發(fā)達(dá)國家和新興市場國家，Pan 等（2007）選擇了7 個亞洲新興市場國家和地區(qū)作為研究對象，研究發(fā)現(xiàn)股價(jià)和匯率之間的傳導(dǎo)機(jī)制依賴于匯率制度、股票市場規(guī)模和資本控制程度等因素［13］。Moore 和Wang（2014）選擇了6 個亞洲新興市場國家和4 個發(fā)達(dá)國家，實(shí)證結(jié)果表明匯率和股價(jià)之間的傳導(dǎo)機(jī)制取決于這些國家金融市場的成熟度［14］。Wong（2017）采用CCC、DCC 和MGARCH 等多種回歸方法，以德國、菲律賓、馬來西亞和韓國等多個國家為樣本進(jìn)行了相關(guān)研究［15］。

與國外學(xué)者相比，我國學(xué)者在這方面的研究起步較晚。鄧燊和楊朝軍（2008）研究了2005 年7 月21 日人民幣匯率制度改革以后我國匯率和股價(jià)之間的關(guān)系，發(fā)現(xiàn)匯率制度改革以來，人民幣升值是股市上漲的單向Granger 原因［16］。張兵等（2008）研究表明在短期內(nèi)匯率和股價(jià)之間存在著交互影響，在長期內(nèi)人民幣匯率和股價(jià)之間的關(guān)系符合流量導(dǎo)向模型［17］。劉維奇和董晨昱（2008）以及劉莉和萬解秋（2011）通過實(shí)證研究發(fā)現(xiàn)匯率和股價(jià)之間的關(guān)系是隨時(shí)間變化的［18，19］。

上述這些文獻(xiàn)都是用匯率和股價(jià)這兩個變量建立實(shí)證模型來判斷匯率和股價(jià)之間的相關(guān)關(guān)系以及傳導(dǎo)機(jī)制，還有一些學(xué)者則引入了其他變量來考慮匯率和股價(jià)之間的關(guān)系。吳麗華和傅廣敏（2014）用TVP-SV-VAR 模型分析人民幣匯率、短期資本和股價(jià)三者之間的動態(tài)關(guān)系［20］。陳創(chuàng)練等（2017）用TVP-VAR 模型研究了我國外匯市場、債券市場和股票市場之間的動態(tài)關(guān)系［21］。陶士貴和范佳奕（2018）用TVP-SV-VAR 模型發(fā)現(xiàn)QFII、人民幣匯率和股價(jià)三者之間的關(guān)系是隨時(shí)間變化而變化的［22］。然而，還有一些學(xué)者的研究表明匯率和股價(jià)之間不存在長期均衡關(guān)系，如巴曙松和嚴(yán)敏（2009），王兆瑞和方壯志（2016）等［23，24］。

通過上述文獻(xiàn)梳理可以發(fā)現(xiàn)，國內(nèi)外文獻(xiàn)從多種角度分析了不同時(shí)期內(nèi)各個國家匯率和股價(jià)之間的關(guān)系。相較于國外學(xué)者而言，國內(nèi)學(xué)者在這方面的研究起步較晚，所采用的計(jì)量方法主要是Granger 因果檢驗(yàn)、協(xié)整檢驗(yàn)和VAR 系列模型，根據(jù)匯率和股價(jià)的脈沖響應(yīng)圖來判斷匯率和股價(jià)之間的傳導(dǎo)機(jī)制。本文與國內(nèi)現(xiàn)有文獻(xiàn)的主要不同之處在于：（1）用DCC-GARCH 模型計(jì)算匯率和股價(jià)之間的動態(tài)條件相關(guān)系數(shù)（DCC），動態(tài)條件相關(guān)系數(shù)不僅可以很好地代表匯率和股價(jià)之間的相互依賴程度，而且，時(shí)變的動態(tài)條件相關(guān)系數(shù)還可以反映出經(jīng)濟(jì)狀況的改變；（2）分別選擇凈出口和中美利差作為經(jīng)常賬戶和資本賬戶的代理變量，根據(jù)凈出口和利差對DCC 的解釋程度來判斷匯率和股價(jià)之間的傳導(dǎo)機(jī)制，當(dāng)凈出口對DCC 的影響顯著時(shí)，匯率和股價(jià)的關(guān)系符合流向?qū)蚰Ｐ?，?dāng)利差對DCC 的影響顯著時(shí)，匯率和股價(jià)的關(guān)系符合存量導(dǎo)向模型。

2 實(shí)證部分

本文以DCC-GARCH 模型為基礎(chǔ)，先計(jì)算出匯率收益率序列和股價(jià)收益率序列之間的動態(tài)相關(guān)系數(shù)，然后在此基礎(chǔ)上用VAR 模型分析人民幣匯率和股價(jià)之間的傳導(dǎo)機(jī)制。

2.1 DCC-GARCH 模型簡介

Engle（2002）提出了動態(tài)條件相關(guān)系數(shù)-自回歸條件異方差模型（DCC-GARCH 模型），該模型假定變量間的相關(guān)系數(shù)是隨時(shí)間變化而變化的，每一期的相關(guān)系數(shù)都依賴于前期所能得到的所有信息，該模型可以很好地刻畫變量間的聯(lián)動性。模型假設(shè)收益率序列的殘差項(xiàng)服從均值為0、協(xié)方差矩陣為Ht的正態(tài)分布。DCC-GARCH（1，1）模型的具體方程如下：

其中Dt是單變量GARCH 模型計(jì)算出的條件標(biāo)準(zhǔn)差所組成的對角矩陣，Rt就是所要求的動態(tài)條件相關(guān)系數(shù)矩陣。ρi，j，t是變量i和變量j在時(shí)刻t的動態(tài)相關(guān)系數(shù)，是標(biāo)準(zhǔn)化殘差的無條件方差，εi，t是變量i的標(biāo)準(zhǔn)化殘差序列，是變量j的標(biāo)準(zhǔn)化殘差序列，α是滯后一期的標(biāo)準(zhǔn)化殘差的系數(shù)，β是滯后一期的條件協(xié)方差的系數(shù)。將式（7）寫成矩陣形式，如下所示：

Qt是標(biāo)準(zhǔn)化殘差序列的條件協(xié)方差矩陣，S為標(biāo)準(zhǔn)化殘差的無條件方差矩陣，εt和是向量標(biāo)準(zhǔn)化殘差，α和β是系數(shù)矩陣。

DCC-GARCH 模型的計(jì)算分為兩步：（1）針對每個變量建立單變量GARCH 模型，用殘差除以條件方差，得到標(biāo)準(zhǔn)化殘差序列；（2）用第一步得到的標(biāo)準(zhǔn)化殘差序列計(jì)算動態(tài)條件相關(guān)系數(shù)。

2.2 變量選擇與數(shù)據(jù)來源

由于我國在相當(dāng)長的時(shí)間內(nèi)采取了盯住美元的匯率政策，因此本文選擇美元兌人民幣在岸匯率（EX）作為匯率的代理變量。股價(jià)指數(shù)選擇的是上證綜指（SP），它的樣本股包括所有在上海證券交易所掛牌上市的股票，是我國最早發(fā)布的指數(shù)，具有很好的代表性而且被廣泛使用?；跀?shù)據(jù)的可得性以及避免2008 年國際金融危機(jī)的影響，本文的數(shù)據(jù)區(qū)間是2009 年6 月1 日至2018年10 月31 日，扣除節(jié)假日等沒有交易數(shù)據(jù)的天數(shù)外，還有2291 個數(shù)據(jù)，數(shù)據(jù)來源是WIND 數(shù)據(jù)庫。本文所使用的計(jì)量軟件是Stata15.0，各變量的描述性統(tǒng)計(jì)結(jié)果見表1。

表1 描述性統(tǒng)計(jì)結(jié)果

由表1 中的J-B 統(tǒng)計(jì)量和p 值可知，變量均不服從正態(tài)分布，從偏度和峰度可以看出，收益率序列均存在明顯的尖峰厚尾，這是金融時(shí)間序列的普遍特征，適合建立GARCH 類模型。

3 動態(tài)相關(guān)系數(shù)估計(jì)

3.1 ARCH 效應(yīng)檢驗(yàn)

建立任何計(jì)量模型的前提條件是變量必須是平穩(wěn)的時(shí)間序列，為了獲得平穩(wěn)的時(shí)間序列，取各原始序列的對數(shù)收益率序列，計(jì)算方法如下：

變量的原序列及其收益率序列的ADF 檢驗(yàn)結(jié)果表略。由ADF 檢驗(yàn)結(jié)果可知，在1%的顯著性水平上，兩個變量的原序列都不符合平穩(wěn)性要求，而它們的收益率序列都是平穩(wěn)的時(shí)間序列，可以用來建立GARCH 模型。建立GARCH 模型的前提條件是時(shí)間序列存在ARCH 效應(yīng)，因此需要對變量的收益率序列進(jìn)行ARCH 效應(yīng)檢驗(yàn)，本文采用最常用的LM 檢驗(yàn)（結(jié)果表略），從LM 檢驗(yàn)結(jié)果可以看出，在不同的滯后階數(shù)下，P 值都為0，這表明匯率和股價(jià)指數(shù)的收益率序列均存在非常明顯的ARCH 效應(yīng)。綜上，可以建立GARCH 模型。

3.2 單變量GARCH 模型的參數(shù)檢驗(yàn)

Bollerslev 等（1992）表明，最簡單的GARCH（1，1）模型就可以很好地?cái)M合金融時(shí)間序列的波動特征［25］。因此本文選擇GARCH（1，1）模型來估計(jì)單變量GARCH 模型，針對每個變量單獨(dú)建立的GARCH（1，1）模型的回歸結(jié)果表略。

ARCH 參數(shù)是滯后的殘差平方項(xiàng)的系數(shù)，GARCH 參數(shù)是滯后的條件方差項(xiàng)的系數(shù)，這兩項(xiàng)參數(shù)之和反映收益率序列波動持久性程度。由GARCH 回歸結(jié)果可以看出，匯率收益率序列和股價(jià)收益率序列的ARCH 系數(shù)和GARCH 系數(shù)之和均非常接近于1，這表明收益率序列目前的波動趨勢還會在相當(dāng)長的時(shí)間內(nèi)持續(xù)下去。

3.3 DCC-GARCH（1，1）模型估計(jì)結(jié)果

DCC-GARCH（1，1）模型的估計(jì)結(jié)果表略。由DCC-GARCH（1，1）回歸結(jié)果可知，Lambda1 ＋Lambda2 之和非常接近于1，這表明模型不僅是整體平穩(wěn)的，而且匯率收益率序列與股價(jià)指數(shù)收益率序列之間的動態(tài)相關(guān)性非常顯著，檢驗(yàn)結(jié)果有效。DCC-GARCH（1，1）模型的動態(tài)相關(guān)系數(shù)回歸結(jié)果見表2 和圖1。

表2 動態(tài)相關(guān)系數(shù)回歸結(jié)果

從表2 可以看出，動態(tài)相關(guān)系數(shù)均值為-0.095，說明從總體來看人民幣匯率收益率和股價(jià)指數(shù)收益率的相關(guān)性處于較低水平，且為負(fù)值，不過波動性較大，最大時(shí)達(dá)到了0.076，最小時(shí)低于-0.3。

圖1 人民幣匯率和股價(jià)指數(shù)的動態(tài)相關(guān)系數(shù)

從圖1 進(jìn)一步看出，人民幣匯率收益率序列和股價(jià)指數(shù)收益率序列的動態(tài)相關(guān)系數(shù)基本一直為負(fù)，這與Moore 和Wang（2014）［14］利用6 個新興市場國家和4 個發(fā)達(dá)國家數(shù)據(jù)所得到的實(shí)證結(jié)果是一致的。意味著人民幣匯率收益率和股價(jià)收益率之間的變動是反向的，當(dāng)人民幣匯率收益率上升時(shí)，股價(jià)指數(shù)收益率就會下降。而且動態(tài)相關(guān)系數(shù)的波動比較頻繁劇烈，波動范圍主要集中在-0.2～0 之內(nèi)，不過從2018 年開始，動態(tài)相關(guān)系數(shù)一直在下降，這表明匯率收益率和股價(jià)收益率序列之間的負(fù)向聯(lián)動更加顯著了。

4 傳導(dǎo)機(jī)制的分析

VAR 模型重點(diǎn)關(guān)注變量之間的跨期相關(guān)性，注重因果關(guān)系的分析，很適合本文的研究目的。因此，為了判斷人民幣匯率和股價(jià)之間的傳導(dǎo)機(jī)制，用上一步得到的DCC 序列、利率數(shù)據(jù)和凈出口數(shù)據(jù)建立VAR 模型，選取金融發(fā)展程度作為控制變量，數(shù)據(jù)頻率均為月度，樣本區(qū)間是2009 年6 月至2018 年10 月。

DCC：動態(tài)相關(guān)系數(shù)。對上一步得到的DCC序列進(jìn)行ADF 檢驗(yàn)，結(jié)果顯示在1%的顯著性水平上，序列是平穩(wěn)的。因?yàn)槠渌暧^經(jīng)濟(jì)變量只能得到月度數(shù)據(jù)，而相關(guān)系數(shù)加總后會失去原本的經(jīng)濟(jì)含義，因此本文直接選擇每個月最后一個交易日的DCC 數(shù)據(jù)。

r-r*：中國和美國的利差。參照Moore 和Wang（2014）［14］的做法，選擇利差作為存量導(dǎo)向模型的代理變量。如果利差對DCC 序列的影響顯著，那么匯率和股價(jià)的關(guān)系符合存量導(dǎo)向模型。其中r是國內(nèi)的利率數(shù)據(jù)，選擇最具有代表性的中國銀行間同業(yè)拆借利率的月度數(shù)據(jù)，數(shù)據(jù)來源是中經(jīng)網(wǎng)數(shù)據(jù)庫，r*是美國聯(lián)邦基金利率，數(shù)據(jù)來源是美聯(lián)儲。

CAS／GDP：凈出口。同樣參照Moore 和Wang（2014）［14］的做法，選擇凈出口數(shù)據(jù)作為流量導(dǎo)向模型的代理變量。如果凈出口對DCC 序列的影響顯著，那么匯率和股價(jià)之間的關(guān)系符合流量導(dǎo)向模型。其中CAS 是國內(nèi)的凈出口數(shù)據(jù)，單位是億美元，數(shù)據(jù)來源是中經(jīng)網(wǎng)。GDP 是上一年度的國內(nèi)生產(chǎn)總值數(shù)據(jù)，單位是億元，數(shù)據(jù)來源是WIND數(shù)據(jù)庫。從中國統(tǒng)計(jì)年鑒獲得人民幣兌美元的年平均匯率，將GDP 的單位從人民幣轉(zhuǎn)化為美元后進(jìn)行計(jì)算。

FD／GDP：金融發(fā)展程度。借鑒國內(nèi)外學(xué)者的普遍做法，選擇股票市場市值、廣義貨幣供應(yīng)量和金融機(jī)構(gòu)貸款余額數(shù)據(jù)之和與上一年度的GDP 數(shù)據(jù)之比作為金融發(fā)展程度的代理變量。數(shù)據(jù)來源是WIND 數(shù)據(jù)庫。

接下來進(jìn)入具體的VAR 模型建模階段，首先需要對各個變量進(jìn)行單位根檢驗(yàn)，判斷變量是否是平穩(wěn)的時(shí)間序列。

4.1 單位根檢驗(yàn)

分別對這4 個變量進(jìn)行ADF 檢驗(yàn)，結(jié)果如表3所示。從表3 可以看出，DCC、r-r*和CAS／GDP都在5%的顯著性水平上拒絕了原假設(shè)，因此這3個變量序列都是平穩(wěn)的，不存在單位根?？刂谱兞縁D／GDP的原序列在5%的顯著性水平上無法拒絕原假設(shè)，但是其一階差分序列是平穩(wěn)的，而且它是作為控制變量，并不需要從經(jīng)濟(jì)學(xué)的意義上解釋它。因此，選擇DCC、r-r*和CAS／GDP的原序列以及FD／GDP的一階差分序列來建立VAR模型。

表3 ADF 檢驗(yàn)結(jié)果

4.2 滯后階數(shù)的選擇

從表4 可以看出，在FPE 準(zhǔn)則、AIC 準(zhǔn)則、HQIC 準(zhǔn)則和SBIC 準(zhǔn)則下最優(yōu)的滯后階數(shù)是一階，而根據(jù)LR 值應(yīng)該選擇滯后三階的模型。當(dāng)不考慮滯后一階的模型時(shí)，滯后三階的模型的AIC 值是最優(yōu)的。而且宏觀經(jīng)濟(jì)變量的變化對實(shí)體經(jīng)濟(jì)發(fā)揮作用存在一個顯著的時(shí)滯，因此選擇滯后三階的模型更符合實(shí)際。

表4 滯后階數(shù)的選擇

4.3 VAR（3）模型的實(shí)證結(jié)果

用DCC、r-r*、CAS／GDP和DCC 建立VAR（3）模型，同時(shí)選擇Δ（FD／GDP）作為控制變量，結(jié)果如表5 所示。

表5 VAR（3）模型實(shí)證結(jié)果

考慮到時(shí)滯的存在，主要看滯后三階變量的系數(shù)。從表5 可以看出中國和美國的利差（r-r*）對DCC 的影響為負(fù)，但是并不顯著；同時(shí)，凈出口（CAS／GDP）對DCC 的影響為正，而且很顯著。接下來分析動態(tài)相關(guān)系數(shù)對凈出口沖擊和利差沖擊的脈沖響應(yīng)圖。

圖2 動態(tài)相關(guān)系數(shù)對CAS／GDP 沖擊和r-r*沖擊的脈沖響應(yīng)圖

從上面兩個脈沖響應(yīng)圖可以很明顯地看出，凈出口和利差的正向沖擊在短期內(nèi)都會對動態(tài)相關(guān)系數(shù)產(chǎn)生正向影響，長期內(nèi)影響趨近于0，其中凈出口的沖擊對動態(tài)相關(guān)系數(shù)的影響更顯著。因此，結(jié)合表5 的實(shí)證結(jié)果可以判斷，在我國匯率和股價(jià)之間是通過經(jīng)常賬戶作為中間變量來傳導(dǎo)的，符合流量導(dǎo)向模型。這一結(jié)論與我國的實(shí)際情況相符，相較于匯率市場化的進(jìn)程而言，我國資本賬戶開放的進(jìn)展較慢，尤其是證券投資這個部分。其中，隨著銀行間債券市場開放力度的增大，債券類項(xiàng)目的開放程度比較高，但股票類證券還存在著包括投資額度在內(nèi)的諸多限制。因此，從股價(jià)到匯率的傳導(dǎo)渠道并不通暢。當(dāng)人民幣匯率上升時(shí)（本文采用的是直接標(biāo)價(jià)法，匯率上升意味著人民幣貶值），我國出口商品在國際市場上的競爭力上升，出口金額增加，出口企業(yè)的利潤增加，預(yù)期未來現(xiàn)金流也會增加，出口企業(yè)的股價(jià)也會隨之上漲；與此同時(shí)，進(jìn)口商品的價(jià)格增加，我國就會減少進(jìn)口，由于成本增加，進(jìn)口企業(yè)的利潤會下降，預(yù)期未來現(xiàn)金流減少，進(jìn)口企業(yè)的股價(jià)下降。但是我國是一個出口主導(dǎo)的市場，最終整個市場的股價(jià)還是會上升，而且在這個過程中經(jīng)常賬戶盈余也會增加。

由于DCC 是匯率收益率序列和股價(jià)收益率序列之間的動態(tài)相關(guān)系數(shù)，可以將它理解為股價(jià)和匯率之間的二階導(dǎo)系數(shù)，結(jié)合DCC 的符號為負(fù)可知，隨著匯率上升的幅度越來越高，每一單位匯率的變動對股價(jià)產(chǎn)生的影響是遞減的。進(jìn)一步來說，凈出口（CAS／GDP）對DCC 的影響為正，即隨著凈出口規(guī)模的增加，DCC 也會隨之變大，因?yàn)镈CC 本身是負(fù)數(shù)，所以隨著凈出口規(guī)模的增加，DCC 的絕對值越來越小，股價(jià)對匯率的一階導(dǎo)系數(shù)變小得越來越慢，匯率對股價(jià)的影響更大更持久。這一點(diǎn)也符合一般的理論規(guī)律，隨著凈出口規(guī)模的不斷增加，我國經(jīng)濟(jì)開放程度越來越高，匯率和股價(jià)之間的傳導(dǎo)機(jī)制越來越通暢，匯率對股價(jià)的影響就會越來越顯著。

5 穩(wěn)健性檢驗(yàn)

5.1 用月初的DCC 數(shù)據(jù)建立VAR 模型

前文用的是月末的DCC 數(shù)據(jù)建立VAR 模型，為了判斷數(shù)據(jù)選取的時(shí)間對實(shí)證結(jié)論有無影響，選擇月初的DCC 數(shù)據(jù)來進(jìn)行穩(wěn)健性檢驗(yàn)。根據(jù)信息準(zhǔn)則判斷應(yīng)該建立VAR（4）模型，具體的實(shí)證結(jié)果如表6 所示。

表6 VAR（4）模型實(shí)證結(jié)果

考慮到時(shí)滯的存在，主要看滯后四階的系數(shù)?？梢园l(fā)現(xiàn)結(jié)論與前面得到的結(jié)論是類似的。中國和美國的利差（r-r*）對DCC 的影響為負(fù)，并不顯著；同時(shí)，凈出口（CAS／GDP）對DCC 的影響為正，而且很顯著。

5.2 改變金融發(fā)展程度的計(jì)算方法

為了判斷不同代理變量的選取對實(shí)證結(jié)論有無影響，改變金融發(fā)展程度的計(jì)算方法來進(jìn)行穩(wěn)定性檢驗(yàn)，將金融機(jī)構(gòu)貸款余額換成發(fā)放給私人部門的貸款，數(shù)據(jù)來源是WIND 數(shù)據(jù)庫。根據(jù)信息準(zhǔn)則判斷應(yīng)該建立VAR（3）模型，具體的實(shí)證結(jié)果如表7 所示。

考慮到時(shí)滯的存在，主要看滯后三階的系數(shù)?？梢园l(fā)現(xiàn)得到的結(jié)論與前面類似。中國和美國的利差（r-r*）對DCC 的影響為負(fù)，并不顯著；但是凈出口（CAS／GDP）對DCC 的影響為正，而且很顯著。

5.3 自回歸分布滯后模型（ARDL）

VAR 模型注重變量間的跨期因果關(guān)系分析，為了判斷模型的選擇對實(shí)證結(jié)論有無影響，考慮到時(shí)滯的存在，將前文中的VAR 模型換成更側(cè)重于考慮時(shí)滯的自回歸分布滯后（ARDL）模型來進(jìn)行穩(wěn)健性檢驗(yàn)。利用Eviews10 基于AIC 準(zhǔn)則來篩選滯后階數(shù)，篩選出的模型是ARDL（1，0，3，0）。實(shí)證結(jié)果如下。

表7 VAR（3）模型實(shí)證結(jié)果

表8 ARDL 模型實(shí)證結(jié)果

ARDL 的估計(jì)結(jié)果與VAR（3）得到的結(jié)果是相似的，從滯后三階的系數(shù)來看，中國和美國的利差（r-r*）對DCC 的影響并不顯著；同時(shí)，凈出口（CAS／GDP）對DCC 的影響為正，而且很顯著。

從上面的穩(wěn)定性檢驗(yàn)結(jié)果可以看出，不管是改變數(shù)據(jù)選取的時(shí)間，改變變量的計(jì)算方法還是使用其他模型，本文所得到的結(jié)論都是非常穩(wěn)健的。

6 結(jié)論

本文用DCC-GARCH 模型實(shí)證檢驗(yàn)了人民幣匯率和股價(jià)之間的傳導(dǎo)機(jī)制，先計(jì)算匯率收益率序列和股價(jià)收益率序列之間的動態(tài)條件相關(guān)系數(shù)序列，然后用經(jīng)常賬戶數(shù)據(jù)和利差數(shù)據(jù)對其進(jìn)行回歸。實(shí)證結(jié)果表明經(jīng)常賬戶對DCC 序列的影響是非常顯著的，而利差對DCC 序列基本沒什么影響。即2008 年金融危機(jī)以來我國匯率和股價(jià)之間的關(guān)系是符合流量導(dǎo)向模型的，不符合存量導(dǎo)向模型。

匯率和股價(jià)作為兩個對國民經(jīng)濟(jì)有著重要影響的經(jīng)濟(jì)變量，它們之間的聯(lián)系不僅加深了我們對金融市場聯(lián)動特征的認(rèn)識和理解，而且對實(shí)現(xiàn)金融穩(wěn)定有著重要的意義。金融市場之間的聯(lián)動關(guān)系是風(fēng)險(xiǎn)在不同市場之間傳播的主要原因，如果不能很好地控制金融風(fēng)險(xiǎn)，實(shí)體經(jīng)濟(jì)就會受到影響。

為了避免匯率和股價(jià)的波動對我國金融體系產(chǎn)生嚴(yán)重沖擊，破壞金融穩(wěn)定，我國應(yīng)該加快人民幣國際化進(jìn)程，繼續(xù)推動匯率市場化、利率自由化和資本賬戶開放這三大改革的步伐，保持人民幣匯率水平在其長期均衡值附近的基本穩(wěn)定。匯率市場化并不意味著央行完全放棄對匯率的調(diào)控，央行可以加強(qiáng)人民幣匯率預(yù)期管理，適當(dāng)?shù)匾龑?dǎo)公眾的匯率預(yù)期，從而減少匯率波動對實(shí)體經(jīng)濟(jì)造成的影響。同時(shí)，還需要完善衍生品市場的建設(shè)，給金融市場參與者提供更多規(guī)避外匯風(fēng)險(xiǎn)的渠道，重視外匯風(fēng)險(xiǎn)管理。

另外，逐步開放人民幣資本市場，推動人民幣資本項(xiàng)目可兌換，形成一個統(tǒng)一、聯(lián)動的國內(nèi)外金融市場。在開放資本市場的同時(shí)還需要加強(qiáng)對國際資本流動的監(jiān)控，建立相應(yīng)的監(jiān)管體系，重視金融市場風(fēng)險(xiǎn)源頭，建立不同金融市場之間的風(fēng)險(xiǎn)傳播控制機(jī)制，避免風(fēng)險(xiǎn)在不同市場間轉(zhuǎn)移。

不僅如此，還可以增大股票市場中機(jī)構(gòu)投資者所占比例，優(yōu)化現(xiàn)有的股票市場投資者結(jié)構(gòu)。同時(shí)，證券公司在客戶申請開戶時(shí)需要做好客戶風(fēng)險(xiǎn)承擔(dān)能力測評，根據(jù)客戶的風(fēng)險(xiǎn)承擔(dān)能力推薦可以投資的產(chǎn)品，禁止客戶投資超出其風(fēng)險(xiǎn)承擔(dān)能力的金融產(chǎn)品。另外，還應(yīng)該完善股票市場價(jià)格形成機(jī)制，提高股票市場的規(guī)范程度，深化股市改革，從而促進(jìn)我國股市健康長遠(yuǎn)發(fā)展。

倡導(dǎo)和推動共建“一帶一路”，發(fā)起創(chuàng)辦亞投行，設(shè)立絲路基金，啟動深港通、滬港通、債券通等，使我國開放型經(jīng)濟(jì)水平得到了顯著提升，在促進(jìn)自身發(fā)展的同時(shí)也給世界經(jīng)濟(jì)帶來了新的機(jī)遇。與此同時(shí)，世界經(jīng)濟(jì)增長乏力，國際金融市場跌宕起伏。在這種時(shí)代背景下，我國必須規(guī)范金融市場秩序，守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)的底線，維護(hù)國家經(jīng)濟(jì)金融安全。