论文部分内容阅读
摘 要：人民币升值是关系我国经济内外平衡的重大问题，而人民币汇率变化又是诸多经济因素综合作用的结果。本文运用典型调查的方法，通过相关分析和回归分析，探寻人民币汇率和上市公司股价之间的关系，从而确定人民币升值对上市公司的影响。
关键词：人民币升值；上市公司；相关分析
中图分类号：F830.91 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.05.26 文章编号：1672-3309（2013）05-60-03
一、风帆股份公司概况
风帆股份是保定市上市公司之一，隶属中国船舶重工集团公司，主要经营蓄电池开发、研制、生产、销售，蓄电池配件的生产销售以及蓄电池及相关配件的进出口业务。2004年7月，“风帆股份”A股（600482）在上海证交所挂牌上市。我们选取了2010-2011年人民币汇率和该公司的股价为样本，对它们之间的关系进行分析研究。
二、人民币汇率和风帆股价之间的相关关系分析
为研究人民币汇率与保定市风帆股份之间的关系，首先观察二者的相关图。
■
图1 2010-2011年人民币汇率与保定风帆股价相关图
注：图中直线是拟合人民币汇率与保定风帆股价的回归趋势线。
从图1中可以观察到：人民币汇率与风帆股份数据部分符合线性趋势，但二者之间并无明确的相关关系，因此进一步对二者进行相关系数检验，总体相关系数通常用ρ表示：
■
其中，Var（X）是变量X的方差，Var（Y）是变量Y的方差，Cov（X，Y）是变量X和Y的协方差。
总体相关系数？籽反映了总体两个变量X和Y的线性相关程度，对于特定的总体来说，X和Y的数值是既定的，总体相关系数？籽也是客观存在的特定数值，然而对于变量X和Y的部分观测值Xj和Yj，变量Xi和Yi的样本相关系数通常用rXY表示，可做以下估计：
■
或
■
其中，X和Y分别是变量X和Y样本观测值的平均值。
相关系数有如下特点：X和Y都是相互对称的随机变量，rXY=rYX。当r=0时，表明X与Y没有线性相关关系；当0<│r│<1时，表明X与Y存在一定的线性相关系数。若r>0表明X与Y为正相关，若r<0表明X与Y负相关；当│r│=1时，表明X与Y完全线性相关，若r=1，称X与Y完全正相关，若r=-1，称X与Y完全负相关。
根据人民币汇率与保定市风帆股份数据计算二者相关系数，如表1所示：
表1 人民币汇率与风帆股价相关关系表
■
人民币汇率与保定市风帆股份之间的相关系数为
-0.598，说明人民币汇率与保定风帆股价之间存在负相关，但相关性较小，进一步通过一元线性回归模型分析人民币汇率对保定风帆股价的影响程度。
三、构造人民币汇率与保定风帆股价的回归模型
由于解释变量X与被解释变量Y之间是不确定的函数关系，因此对于X的每一个取值Xi，根据Y的条件分布和条件概率，可以计算出Y的条件期望或称条件均值E（Y│Xi）。如果把Y的条件均值表示为X的某种函数，可表示为■，这个函数成为总体回归函数。
若Y的总体条件均值E（Y│Xi）是解释变量X的线性函数，则总体回归函数可表示为■，其中， β1和β2是未知参数。样本回归函数的函数形式与设定的总体回归函数的形式一致，即样本回归函数可表示为■，其中，■是回归线上与Xi相对应的Y的样本条件均值，可视为对总体条件均值E（Y│Xi）的估计值；■1和■2分别是样本回归函数的截距系数和斜率系数，可视为对总体回归函数中系数β1和β2的估计。其表达式如下：
■
因此，根据保定市人民币汇率与保定风帆股价数据得到二者之间的线性模型为：
Y = 90.27356 - 11.3277X
（17.3249） （-14.5262） t-值
F=211.0089 R？=0.6576 DW=0.5004
四、模型检验
（一）模型进行拟合优度检验
由于样本回归线仅是对样本数据的一种拟合，从上面的散点图中也可观察到样本回归线对样本观测总是存在或正或负的偏离，为了评价所建立的样本回归函数对样本观测值的拟合程度，需要对所建立模型的拟合优度通过可决系数r2加以度量。
■
可决系数是介于0和1之间的一个数，r2越接近于1，模型对数据的拟合度越好。
在此模型：
Y = 90.27356 - 11.3277X
（17.3249） （-14.5262） t-值
F=211.0089 R2=0.6576 DW=0.5004
由以上模型得知：汇率平均变动百分之一，保定风帆的股价变动幅度为11.3277。
R2=0.6576拟合优度较好，说明解释变量X对被解释变量Y的解释程度较高。
（二）对回归参数的显著性检验（t检验）
回归分析中对回归系数的显著性检验，目的在于检验该回归系数对应的解释变量是否对被解释变量有显著影响。通常把回归系数β2=0作为原假设。设原假设为H0：β2=0，备择假设为H1：β2≠0时，
有 ■
当系数估计的t统计量的绝对值超过2时，可以粗略判断在显著性水平α=0.05下，拒绝原假设，即相应解释变量对被解释变量的影响是显著的；反之，则不能拒绝原假设，即相应的解释变量对被解释变量的影响是不显著的。
本模型中t统计量的绝对值为14.5262>t临界值，且t统计量的伴随概率为0< 0.05，在0.05的显著性水平下，拒绝H0：β2=0的原假设，说明该变量X在模型中显著，即解释变量X对被解释变量Y的影响显著。 综上拟合优度和显著性检验，同时F值=211.0089其伴随概率为0<0.05，模型整体显著，说明该模型整体显著性良好，说明保定市风帆股份股价的变化受人民币升值即人民币汇率的影响。并且，可以看出风帆股份股价和汇率是负相关关系，也就是随着人民币汇率的降低，保定风帆股份的股价在不断增长。
（三）Granger因果检验
上面的分析表明人民币汇率和保定风帆股价存在均衡关系。但是，这种均衡关系是汇率引起股价的结果， 还是股价引起汇率的结果？为揭示人民币汇率与保定风帆股价之间的关系，使用Granger因果检验方法对人民币和保定风帆股份的数据进行检验。
1.Granger因果检验原理。
格兰杰因果关系表示，如果两个经济变量x和y在包含过去信息的条件下对y的预测效果要好于只单独由y的过去信息对y的预测，即变量x有助于变量y预测精度的改善，则称x对y存在格兰杰因果性关系。首先建立回归模型：
■（1）
■（2）
其中白噪声μ1，和μ2，假定为不相关。
式（1）假定当前的y与y自身以及x的过去值有关，而式（2）对x也假定了类似的行为。
对式（1）而言，其原假设H0：al = a2=...= aq=0；
对式（2）而言，其原假设H0：σl = σ2=...=σs=0。
现在分四种情况讨论：
第一，x是引起y变化的原因，也就是说存在由x到y的单向因果性。若式（1）中滞后的x系数估计值在统计上整体的显著不为零，同时式（2）中滞后的y的系数估计值在统计上整体的显著为零，则称x是引起y变化的原因。
第二，y是引起x变化的原因，也就是说存在由y到x的单向因果性。若式（2）中滞后的y系数估计值在统计上整体的显著不为零，同时式（1）中滞后的x的系数估计值在统计上整体的显著为零，则称y是引起x变化的原因。
第三，x和y互为因果关系，也就是说即存在x到y的单向因果性，同时也存在y到x的单向因果性。若式（1）中滞后的x的系数估计值在统计上整体的显著性不为零，同时式（2）中滞后的y的系数估计值在统计上整体的显著不为零，则称x和y间存在反馈关系，或者双向因果性。
第四，x和y是独立的，或x和y间不存在因果性。若式（1）中滞后的x系数估计值在统计上整体的显著为零，同时，式（2）中滞后的y系数估计值在统计上整体的显著为零，则称x与y间不存在因果关系。
值得注意的是，Granger 因果关系检验中滞后长度q或s的选择是任意的，并且因果检验的结果对滞后长度q或s的选择优势是很敏感的，即不同的滞后期，有时会对因果性的判断造成影响。因此一般而言，在进行Granger因果关系检验式，通常对不同的滞后长度分别进行试验，以确信因果关系检验中的随机误差不存在序列的相关来选取适当的滞后长度。
为了检验x是y的原因，格兰杰因果关系检验步骤如下：
第一步：将当前的 y 对所有的滞后项 y 以及别的变量（如果有的话）做回归，即 y 对 y的滞后项yt-1，yt-2 ，...，yt-q及其他变量的回归，但在这一回归中没有把滞后项x包括进来，这是一个受约束回归。然后由回归得到受约束的残差平方和RSSR。
第二步：做含有滞后项x的回归，即在前面的回归式中加进滞后项x，这是一个无约束回归，由回归得到无约束的残差平方和RSSU。
第三步：原假设是H0：α1 = α2 = ... = αq = 0，即滞后项x不属于此回归。
第四步：用 F 检验原假设，即：
■
它遵循自由度为 q 和 n-k 的 F 分布。n 为样本容量，q 等于滞后项 x 的个数，即有约束回归方程中待估参数的个数，k 是无约束回归中待估参数的个数。
第五步：若在显著性水平（α）上计算的F值临界值Fα，拒绝原假设，则滞后项x就属于此回归，表明x是y的原因。
第六步：为检验y是否是x的原因，可将变量y 与x相互替换，重复步骤一至步骤五。
2.检验结果。
检验结果结果如表2所示：
表2 汇率与风帆股价格兰杰因果关系检验结果
■
注：（1） 本表中的P值是零假设成立时的概率值。
（2） 判断标准是当确定5%的概率水平下，概率值大于5%时接受零假设，否则拒绝零假设。
在滞后期为1时，接受X不是Y的Granger原因犯第一类错误的最大概率是0.1108大于0.05，接受原假设，则认为X不是Y的Granger原因。拒绝Y不是X的Granger原因犯第一类错误的最大概率是2.E-05小于0.05，拒绝原假设，则认为X是Y的Granger原因。综上所述可知，汇率与风帆股价存在稳定的单向的Granger因果关系，基本上可认为人民币汇率是风帆股价的Granger原因。
参考文献：
[1] 李辉.人民币汇率变动对中国经济的影响[J].内蒙古科技与经济，2010，（24）
[2] 谷增军.基于人民币升值条件下企业财务政策的选择[J].市场研究，2010，（02）
[3] 谭旭.人民币升值对进出口企业财务的影响分析[J].湖南财经高等专科学校学报，2010，（05）
[4] 高超.浅谈人民币升值对我国经济的影响[J].经济研究，2O11，（02）
[5] 袁志刚、邵挺.人民币升值对我国各行业利润率变动的影响[J].金融研究，2011，（04 ）
关键词：人民币升值；上市公司；相关分析
中图分类号：F830.91 文献标识码：A doi：10.3969/j.issn.1672-3309（x）.2013.05.26 文章编号：1672-3309（2013）05-60-03
一、风帆股份公司概况
风帆股份是保定市上市公司之一，隶属中国船舶重工集团公司，主要经营蓄电池开发、研制、生产、销售，蓄电池配件的生产销售以及蓄电池及相关配件的进出口业务。2004年7月，“风帆股份”A股（600482）在上海证交所挂牌上市。我们选取了2010-2011年人民币汇率和该公司的股价为样本，对它们之间的关系进行分析研究。
二、人民币汇率和风帆股价之间的相关关系分析
为研究人民币汇率与保定市风帆股份之间的关系，首先观察二者的相关图。
■
图1 2010-2011年人民币汇率与保定风帆股价相关图
注：图中直线是拟合人民币汇率与保定风帆股价的回归趋势线。
从图1中可以观察到：人民币汇率与风帆股份数据部分符合线性趋势，但二者之间并无明确的相关关系，因此进一步对二者进行相关系数检验，总体相关系数通常用ρ表示：
■
其中，Var（X）是变量X的方差，Var（Y）是变量Y的方差，Cov（X，Y）是变量X和Y的协方差。
总体相关系数？籽反映了总体两个变量X和Y的线性相关程度，对于特定的总体来说，X和Y的数值是既定的，总体相关系数？籽也是客观存在的特定数值，然而对于变量X和Y的部分观测值Xj和Yj，变量Xi和Yi的样本相关系数通常用rXY表示，可做以下估计：
■
或
■
其中，X和Y分别是变量X和Y样本观测值的平均值。
相关系数有如下特点：X和Y都是相互对称的随机变量，rXY=rYX。当r=0时，表明X与Y没有线性相关关系；当0<│r│<1时，表明X与Y存在一定的线性相关系数。若r>0表明X与Y为正相关，若r<0表明X与Y负相关；当│r│=1时，表明X与Y完全线性相关，若r=1，称X与Y完全正相关，若r=-1，称X与Y完全负相关。
根据人民币汇率与保定市风帆股份数据计算二者相关系数，如表1所示：
表1 人民币汇率与风帆股价相关关系表
■
人民币汇率与保定市风帆股份之间的相关系数为
-0.598，说明人民币汇率与保定风帆股价之间存在负相关，但相关性较小，进一步通过一元线性回归模型分析人民币汇率对保定风帆股价的影响程度。
三、构造人民币汇率与保定风帆股价的回归模型
由于解释变量X与被解释变量Y之间是不确定的函数关系，因此对于X的每一个取值Xi，根据Y的条件分布和条件概率，可以计算出Y的条件期望或称条件均值E（Y│Xi）。如果把Y的条件均值表示为X的某种函数，可表示为■，这个函数成为总体回归函数。
若Y的总体条件均值E（Y│Xi）是解释变量X的线性函数，则总体回归函数可表示为■，其中， β1和β2是未知参数。样本回归函数的函数形式与设定的总体回归函数的形式一致，即样本回归函数可表示为■，其中，■是回归线上与Xi相对应的Y的样本条件均值，可视为对总体条件均值E（Y│Xi）的估计值；■1和■2分别是样本回归函数的截距系数和斜率系数，可视为对总体回归函数中系数β1和β2的估计。其表达式如下：
■
因此，根据保定市人民币汇率与保定风帆股价数据得到二者之间的线性模型为：
Y = 90.27356 - 11.3277X
（17.3249） （-14.5262） t-值
F=211.0089 R？=0.6576 DW=0.5004
四、模型检验
（一）模型进行拟合优度检验
由于样本回归线仅是对样本数据的一种拟合，从上面的散点图中也可观察到样本回归线对样本观测总是存在或正或负的偏离，为了评价所建立的样本回归函数对样本观测值的拟合程度，需要对所建立模型的拟合优度通过可决系数r2加以度量。
■
可决系数是介于0和1之间的一个数，r2越接近于1，模型对数据的拟合度越好。
在此模型：
Y = 90.27356 - 11.3277X
（17.3249） （-14.5262） t-值
F=211.0089 R2=0.6576 DW=0.5004
由以上模型得知：汇率平均变动百分之一，保定风帆的股价变动幅度为11.3277。
R2=0.6576拟合优度较好，说明解释变量X对被解释变量Y的解释程度较高。
（二）对回归参数的显著性检验（t检验）
回归分析中对回归系数的显著性检验，目的在于检验该回归系数对应的解释变量是否对被解释变量有显著影响。通常把回归系数β2=0作为原假设。设原假设为H0：β2=0，备择假设为H1：β2≠0时，
有 ■
当系数估计的t统计量的绝对值超过2时，可以粗略判断在显著性水平α=0.05下，拒绝原假设，即相应解释变量对被解释变量的影响是显著的；反之，则不能拒绝原假设，即相应的解释变量对被解释变量的影响是不显著的。
本模型中t统计量的绝对值为14.5262>t临界值，且t统计量的伴随概率为0< 0.05，在0.05的显著性水平下，拒绝H0：β2=0的原假设，说明该变量X在模型中显著，即解释变量X对被解释变量Y的影响显著。 综上拟合优度和显著性检验，同时F值=211.0089其伴随概率为0<0.05，模型整体显著，说明该模型整体显著性良好，说明保定市风帆股份股价的变化受人民币升值即人民币汇率的影响。并且，可以看出风帆股份股价和汇率是负相关关系，也就是随着人民币汇率的降低，保定风帆股份的股价在不断增长。
（三）Granger因果检验
上面的分析表明人民币汇率和保定风帆股价存在均衡关系。但是，这种均衡关系是汇率引起股价的结果， 还是股价引起汇率的结果？为揭示人民币汇率与保定风帆股价之间的关系，使用Granger因果检验方法对人民币和保定风帆股份的数据进行检验。
1.Granger因果检验原理。
格兰杰因果关系表示，如果两个经济变量x和y在包含过去信息的条件下对y的预测效果要好于只单独由y的过去信息对y的预测，即变量x有助于变量y预测精度的改善，则称x对y存在格兰杰因果性关系。首先建立回归模型：
■（1）
■（2）
其中白噪声μ1，和μ2，假定为不相关。
式（1）假定当前的y与y自身以及x的过去值有关，而式（2）对x也假定了类似的行为。
对式（1）而言，其原假设H0：al = a2=...= aq=0；
对式（2）而言，其原假设H0：σl = σ2=...=σs=0。
现在分四种情况讨论：
第一，x是引起y变化的原因，也就是说存在由x到y的单向因果性。若式（1）中滞后的x系数估计值在统计上整体的显著不为零，同时式（2）中滞后的y的系数估计值在统计上整体的显著为零，则称x是引起y变化的原因。
第二，y是引起x变化的原因，也就是说存在由y到x的单向因果性。若式（2）中滞后的y系数估计值在统计上整体的显著不为零，同时式（1）中滞后的x的系数估计值在统计上整体的显著为零，则称y是引起x变化的原因。
第三，x和y互为因果关系，也就是说即存在x到y的单向因果性，同时也存在y到x的单向因果性。若式（1）中滞后的x的系数估计值在统计上整体的显著性不为零，同时式（2）中滞后的y的系数估计值在统计上整体的显著不为零，则称x和y间存在反馈关系，或者双向因果性。
第四，x和y是独立的，或x和y间不存在因果性。若式（1）中滞后的x系数估计值在统计上整体的显著为零，同时，式（2）中滞后的y系数估计值在统计上整体的显著为零，则称x与y间不存在因果关系。
值得注意的是，Granger 因果关系检验中滞后长度q或s的选择是任意的，并且因果检验的结果对滞后长度q或s的选择优势是很敏感的，即不同的滞后期，有时会对因果性的判断造成影响。因此一般而言，在进行Granger因果关系检验式，通常对不同的滞后长度分别进行试验，以确信因果关系检验中的随机误差不存在序列的相关来选取适当的滞后长度。
为了检验x是y的原因，格兰杰因果关系检验步骤如下：
第一步：将当前的 y 对所有的滞后项 y 以及别的变量（如果有的话）做回归，即 y 对 y的滞后项yt-1，yt-2 ，...，yt-q及其他变量的回归，但在这一回归中没有把滞后项x包括进来，这是一个受约束回归。然后由回归得到受约束的残差平方和RSSR。
第二步：做含有滞后项x的回归，即在前面的回归式中加进滞后项x，这是一个无约束回归，由回归得到无约束的残差平方和RSSU。
第三步：原假设是H0：α1 = α2 = ... = αq = 0，即滞后项x不属于此回归。
第四步：用 F 检验原假设，即：
■
它遵循自由度为 q 和 n-k 的 F 分布。n 为样本容量，q 等于滞后项 x 的个数，即有约束回归方程中待估参数的个数，k 是无约束回归中待估参数的个数。
第五步：若在显著性水平（α）上计算的F值临界值Fα，拒绝原假设，则滞后项x就属于此回归，表明x是y的原因。
第六步：为检验y是否是x的原因，可将变量y 与x相互替换，重复步骤一至步骤五。
2.检验结果。
检验结果结果如表2所示：
表2 汇率与风帆股价格兰杰因果关系检验结果
■
注：（1） 本表中的P值是零假设成立时的概率值。
（2） 判断标准是当确定5%的概率水平下，概率值大于5%时接受零假设，否则拒绝零假设。
在滞后期为1时，接受X不是Y的Granger原因犯第一类错误的最大概率是0.1108大于0.05，接受原假设，则认为X不是Y的Granger原因。拒绝Y不是X的Granger原因犯第一类错误的最大概率是2.E-05小于0.05，拒绝原假设，则认为X是Y的Granger原因。综上所述可知，汇率与风帆股价存在稳定的单向的Granger因果关系，基本上可认为人民币汇率是风帆股价的Granger原因。
参考文献：
[1] 李辉.人民币汇率变动对中国经济的影响[J].内蒙古科技与经济，2010，（24）
[2] 谷增军.基于人民币升值条件下企业财务政策的选择[J].市场研究，2010，（02）
[3] 谭旭.人民币升值对进出口企业财务的影响分析[J].湖南财经高等专科学校学报，2010，（05）
[4] 高超.浅谈人民币升值对我国经济的影响[J].经济研究，2O11，（02）
[5] 袁志刚、邵挺.人民币升值对我国各行业利润率变动的影响[J].金融研究，2011，（04 ）