| （二）人民币汇率波动指标的求取
由于汇率的波动性不能直接观测到，因此必须给出的适当的量度。目前国内外文献常用的估测汇率波动性的模型有：（1）随机游走模型；（2）AR模型；（3）非正态残差分布模型；（4）GARCH模型及其拓展模型。经过多次比较后，本文发现采用EGARCH（1、1）模型效果较好。
一般线性回归模型关于扰动项 的假定是零均值，同方差和序列不相关，但是对经济时间序列而言，这种假设很难满足。在经济时间序列数据中，会出现预测误差 的条件方差 与 存在某种相关性的情况。为了刻画这种相关性，1982年Engle提出自回归条件异方差（ARCH）模型（AutoregressiveConditionalHeteroscedasticityModel）。之后，Bollerslev于1986年进一步提出了广义自回归条件异方差（GARCH）模型（GeneralizedAutoregressiveConditionalHeteroscedasticityModel）。尽管GARCH模型中的的条件分布可以是正态分布，学生 分布或广义误差分布（ ）分布，但是还可以进行更大的拓展。1991年Nelson提出了指数广义自回归条件异方差（EGARCH）模型（ExponentialGARCH）。其条件方差方程为：
 ………………………（1）
方程（1）左边是条件方差的对数，这意味着杠杆影响是指数的，而不是二次的，所以条件方差的预测值一定是非负的。更高阶的EGARCH模型为；
 ……（2）
本文采用EGARCH（1，1）模型分别对条件方差的滞后值（ ）和扰动项平方的滞后值（ ）进行估测，并以此求得的方差作为人民币汇率波动的量度。结果如方程（3）、（4）。
均值方程： （常数项 不显著，剔除）………………（3）
（36.6）
方差方程： ……………（4）
（1.85）(-53.64)(1.69)(-2.90)
  
方程（3）、（4）下的括号内数字是对应系数的 统计量。 项的系数具有显著性，说明模型有明显的杠杆效应。通过上述模型计算出来的方差作为人民币汇率的月度波动量度，记为VARI。
(三)变量的平稳性和协整检验
数据平稳性的检验是计量检验工作的开始。因为当变量之间的阶数不同时，就无法建立模型进行分析。本文采用ADF（AugmentDickey-Fuller）单位根检验方法来检验变量的平稳性。检验结果如表1。
表1变量及一阶差分的ADF检验结果
|
变量 ADF检验值 临界值 检验类型（C,T,L） 检验结果
|
|
LnHP 1.497003 -1.612650﹡ (0,0,0) 非平稳
REER 0.808127 -1.612650﹡ (0,0,0) 非平稳
VARI -1.036800 -1.612573﹡ (0,0,1) 非平稳
△LnHP -7.005124 -2.614029﹡﹡﹡ (0,0,1) 平 稳
△REER -7.391339 -2.613010﹡﹡﹡ (0,0,0) 平 稳
△VARI -38.44119 -2.613010﹡﹡﹡ (0,0,0) 平 稳
|
注：（1）﹡、﹡﹡﹡分别表示显著水平为10%，1%；
（2）（C,T,L）中，C为常数项，T为趋势项，L为滞后项，常数项和趋势项根据序列特点来选择；滞后阶数根据AIC、SC最优信息准则确定； 表示一阶差分。
ADF检验结果表明，变量序列LnHP、REER和VARI均在10%显著性水平下存在单位根，都不是平稳序列，而它们的一阶差分在1%的显著水平上均为一阶单整序列，这说明变量的一阶差分具有平稳性，均为I(1)序列。在单整基础上再对变量之间作Johansen协整检验，检验变量之间是否具有协整关系，即变量之间是否存在一种长期稳定的均衡关系。检验结果如下表2。
表2变量（LnHPREERVARI）的协整检验结果
|
假设的协整关系数 特征值 迹统计量 临界值 概率
（5%的显著性水平）
|
|
没有﹡ 0.456800 37.14132 29.79707 0.0060
至多1个 0.120136 7.237685 15.49471 0.5502
|
注：（1）以上检验含常数项，含趋势项；
（2）﹡为5%显著性水平上拒绝零假设；
由表2可知，变量序列LnHP、REER和VARI在5%的显著性水平上存在一个协整向量。对协整向量正规化得到： ，其对应的协整关系为：
 …………………………………………（5）
(-3.68)(3.23)
（5）式中，括号内的数字表示相应系数的t统计量，可以看出相应系数都通过显著性为5%的t检验进入协整方程。在长期关系中，房价与人民币实际有效汇率指数、汇率波动存在稳定关系。注意到到REER和VARI均未取对数，所以人民币实际有效汇率指数每上升1个百分点，房价将上升0.008（ ）个百分点；汇率波动每扩大1个百分点，房价将下降0.063（ ）个百分点。
（四）变量的Granger因果关系检验
协整检验显示，LnHP、REER和VARI在5%的显著性水平上存在一个协整向量，说明他们各自之间存在着长期均衡关系。但这并没有揭示出他们各自之间潜在的因果关系，为了更好地研究房价与人民币实际有效汇率指数、汇率波动的关系，有必要对变量之间的因果关系进行检验，这里采用Granger因果检验方法进行判断。结果如表4。
表3Granger因果关系检验结果
|
原假设H 滞后阶数 F统计量 P概率
|
|
REER不是LnHP的Granger原因 15 3.65417 0.0795
LnHP不是REER的Granger原因 7.65431 0.0171
|
|
LnHP不是VARI的Granger原因 15 0.88309 0.6143
VARI不是LnHP的Granger原因 5.06359 0.0414
|
根据表3，从Granger因果关系的意义上看，在10%的显著性水平上可知：（1）房价（LnHP）与人民币实际有效汇率指数（REER）之间存在双向的因果关系，即能以较大的概率（92.05%）保证人民币实际有效汇率指数的变动会引起房价的变动，同时能以很大的概率（98.29%）保证房价的变动引起人民币实际有效汇率指数的变动；（2）房价（LnHP）与人民币汇率波动（VARI）之间存在单向的因果关系；即能以较大的概率（95.86%）保证汇率波动的扩大会引起房价的变动，反之则不然。
3/5 首页 上一页 1 2 3 4 5 下一页 尾页 |
