论文部分内容阅读
摘 要：外汇市场与Brent石油市场之间存在着石油市场到外汇市场的单向联动效应，石油价格的变化会引起人民币汇率的变化，石油市场的波动风险会传导至我国的外汇市场，加剧外汇市场的波动程度，增加外汇市场的风险。因此，政府及相关部门决策者，应密切关注石油市场的波动状况，并确保石油进口时的用汇安全，以减缓石油市场波动对我国外汇市场波动的冲击，确保人民币外汇市场的平稳发展。
关键词：联动效应；均值溢出；波动溢出；动态相关
The Interaction Effect between RMB Exchange Rate and Oil Price
- A Perspective from Spillovers and Dynamic Correlation
ZHU Xinling1, LI Peng2
(1. School of Management, Wuhan University of Science and Technology, Wuhan, Hubei 430081, China;
2. School of Economics, SouthCentral University for Nationalities, Wuhan, Hubei 430074, China)
Abstract：There is a unidirectional interaction effect from Brent oil market to exchange market; changes in oil price induces changes in RMB exchange rate, and risks from oil market fluctuations can be transmitted to China’s foreign exchange market, thus aggravating exchange market fluctuations and magnifying exchange market risks. Therefore, decisionmakers at government and related departments should pay close attention to oil market changes and ensure foreign exchange security for importing oil, so as to alleviate the impact of oil market fluctuations on China’s foreign exchange market and maintain the stable development of RMB exchange market.
Key words：interaction effect; mean spillover; spillover effect; dynamic correlation
一、引言与文献综述
汇率和石油价格存在相互影响的关系，石油价格对汇率的影响主要表现在：石油价格的上涨将提高石油产品的价格和使用石油产业的成本，并通过成本、工资和预期等因素导致整体价格水平的上扬，引起通货膨胀，而通货膨胀是影响汇率的主要因素，通货膨胀发生时，一国货币所代表的价值量减少，本币贬值；同时，对于石油进口国来说，石油价格上涨需要其支付更多的外汇储备用于石油进口，使得该国外汇储备下降，经常项目赤字增大，国际收支状况发生变化，而国际收支又会通过影响外汇市场的供求来影响该国汇率发生变动。一般来说，若一国的国际收支出现顺差，外汇市场会出现供过于求，此时外币贬值，本币升值；若一国的国际收支出现逆差，外汇市场会出现供不应求，此时外币升值，本币贬值。汇率主要通过国际石油贸易来影响国际石油价格：一国的货币升值，表明该国货币在国际市场上的购买力增强，增加对石油的需求，进而导致石油价格的上涨。但由于各国货币的国际影响力不同，经济产业结构差异以及对石油需求的差别，使得不同国家的汇率对石油价格的影响力并不相同。
针对汇率和石油价格之间的关系，国内外学者主要从三个角度对两者的关系进行研究：
1.汇率影响石油需求，进而影响石油价格角度。Austvik(1987)认为，美元汇率的波动使得国际原油市场处于不均衡状态，对于非美元国家和地区的消费者而言，美元贬值使石油价格相对于本国货币表示的价格降低，进而刺激其对石油的需求，最终导致以美元标价的石油价格上涨；Cheng(2008)从汇率制度出发，认为美元贬值使包括石油生产国在内的盯住美元汇率制度的国家实行宽松的货币政策，而宽松的货币政策刺激石油的需求，进而使石油价格上涨。
2.汇率影响石油供给，进而影响石油价格角度。Andreas和Jesus(2008)认为，石油出口国拥有非常大的石油美元收入头寸，极易受美元汇率的影响，美元贬值时，石油出口国为了稳定其石油出口收入的购买力，将通过提高石油出口价格来抵消石油美元收入头寸的损失。Robert(2008)对2004年至2006年期间石油价格上涨的原因进行研究，结果表明缺乏闲置的提炼能力是导致这段时间石油价格上涨的主要原因。
3.其他角度。Robert Mundell(2002)认为，石油作为一种商品，其价格必然受通货膨胀、实体经济发展和汇率等因素的影响。Chen等（2008）认为，石油价格是通过货币市场渠道表现的，而外汇市场比石油市场更有效，因此，实体经济会通过影响外汇市场来影响石油的价格。
纵观国内外学者的研究可见，现有研究主要以分析汇率和石油价格之间影响机制为主，侧重于两者之间的理论分析，从实证角度对两者关系研究的成果较少。此外，现有的研究成果大多以分析美元汇率与石油价格为主，对人民币汇率与石油价格关系的研究尚不足。
二、向量GARCH模型介绍
（一）BEKK模型
BEKK模型是Engle和Kroner（1995）［1］在综合Baba、Engle、Kraft和Kroner（1991年未发表手稿）的工作基础上提出并由四个人名字的首字母命名的一类向量GARCH模型。
当p=q=1时，BEKK(1,1)模型为：
Ht=C′C+A′εt－1ε′t－1A+B′Ht－1B
（2）
C=c110
c21c22，A=a11a12
a21a22，
B=b11b12
b21b22
其中，C为常数下三角矩阵，A代表ARCH项的系数矩阵，B代表GARCH项的系数矩阵。
整理可得：
h11,t=c211+a211ε21,t－1+2a11a21ε1,t－1ε2,t－1+a221ε22,t－1+b211h11,t－1+2b11b21h12,t－1+b221h22,t－1
h12,t=c11c21+a11a12ε21,t－1+(a21a12+a11a22)ε1,t－1ε2,t－1+a21a22ε22,t－1+b11b12h11,t－1+(b21b12+b11b22)h12,t－1+b21b22h22,t－1
h22,t=c221+c222+a212ε21,t－1+2a12a22ε1,t－1ε2,t－1+a222ε22,t－1+b212h11,t－1+2b12b22h12,t－1+b222h22,t－1
其中，h11表示市场1的条件方差，a211和b211分别表示市场1波动率自身存在的ARCH效应和GARCH效应程度，a221和b221分别表示市场2对市场1波动率冲击的ARCH效应和GARCH效应程度。h22表示市场2的条件方差，a222和b222分别表示市场2波动率自身存在的ARCH效应和GARCH效应程度，a212和b212分别表示市场1对市场2波动率冲击的ARCH效应和GARCH效应程度。可以通过检验a12,a21,b12,b21在统计上是否显著异于零，来考察市场1和市场2之间是否存在波动溢出效应。具体检验如下：
①不存在市场1对市场2的单向波动溢出效应：H0:a12=b12=0
②不存在市场2对市场1的单向波动溢出效应：H0:a21=b21=0
③不存在市场1和市场2的双向波动溢出效应：H0:a12=b12=a21=b21=0
在条件残差向量εt服从二元正态分布的假定下，给定T个样本，待估计参数向量θ，BEKK(1,1)模型的对数似然函数为：
L(θ)=－Tlog(2π)－12∑Tt=1(lnHt+ε′tH－1tεt)
(3)
（二）DCC－MVGARCH模型
Engle(2002)［3］将Bollerslev(1990)的常数条件相关模型（CCC）进行拓展，提出了动态条件相关多元GARCH模型，即DCC－MVGARCH模型。
DCC模型可以通过两阶段进行估计：
1.对各资产收益率序列进行单变量GARCH估计，得条件方差序列hi,t和均值方程的收益率残差ri,t，用条件标准差序列去除收益率残差序列得到标准化残差序列εi,t。
2.用第一阶段估计出来的标准化残差序列利用极大似然法估计动态相关结构的参数。
把模型的参数θ分为两部分：(1,2,…,k,ψ)=(,ψ)，其中i=(ω,α1i,…,αPii,β1i,…,βQii)对应于第i种资产收益率序列单变量GARCH模型的估计参数，由于第一阶段的参数估计与Rt无关，可以在似然函数中用一k×k阶的单位矩阵Ik来代替Rt，则第一阶段的对数似然函数为：
QL1(rt)=－12∑Tt=1(klog(2π)+log(Ik)+2log(Dt+r′tD－1tIkD－1trt)
=－12∑Tt=1(klog(2π)+2log(Dt+r′tD－2trt)
=－12∑Tt=1klog(2π)+∑kn=1log(hit)+r2ithit
=－12∑kn=1Tlog(2π)+∑Tt=1log(hit)+r2ithit
(10)
以第一阶段估计的参数为条件，第二阶段的似然函数为：
QL2(ψ,rt)=－12∑Tt=1(klog(2π)+2logDt+log(Rt)+r′tD－1tR－1tD－1trt)
=－12∑Tt=1klog(2π)+2logDt+log(Rt)+ε′tR－1tεt
(11)
由于以为条件，影响参数选择的仅是似然函数的log(Rt)+ε′tR－1tεt，因此，只需最大化以下似然函数即可得到DCC模型的参数估计：
QL*2(ψ,rt)=－12∑Tt=1log(Rt)+ε′tR－1tεt
(12)
三、实证分析
（一）样本数据的选取
对于汇率与石油价格的联动效应分析，本文选取人民币/美元名义汇率和Brent石油价格日数据，样本区间选取2005年7月25日至2009年6月29日，由于两个市场的交易日有差异，首先进行两市场间的样本匹配，选取两个市场均能获得数据的交易日组成样本，各序列的收益率采用百分位对数收益率形式，调整匹配后得到一组样本：人民币/美元名义汇率收益率序列与Brent石油价格收益率序列，两个序列分别记为{rh2t}和{ryt}，共有934×2个观察值。
（二）序列的基本统计特征
对序列{rh2t}和{ryt}进行基本统计特征描述，结果分别见表1、表2、表3。
表1给出了人民币/美元名义汇率与石油价格收益率序列的基本统计特征，从标准差看，石油价格收益率的波动要大于人民币/美元名义汇率收益率的波动。两序列的JB统计量均非常显著，因此拒绝正态分布的原假设，表明两序列均不服从正态分布。从偏度看，人民币/美元名义汇率收益率序列为左偏分布，而石油价格收益率序列为右偏分布，从峰度看，两序列的峰度均大于3，均具有尖峰厚尾特征。
表2给出了人民币/美元名义汇率收益率序列与石油价格收益率序列的自相关检验结果，从结果可见，两个序列15阶以后的Q统计量均在0.01水平下显著，说明人民币/美元名义汇率收益率序列与石油价格收益率序列均在较长期限上存在显著的序列相关性。
由表3的检验结果可知：在1%的显著性水平下，人民币/美元名义汇率与石油价格收益率序列均通过ADF检验，也即在2005年7月25日至2009年6月30日这一样本区间上，人民币/美元名义汇率与石油价格收益率序列均为平稳时间序列。
（三）均值溢出效应分析
对序列{rh2t}和{ryt}进行Granger因果检验，结果见表4。
由表4可知，在1%的显著性水平下，石油价格是人民币/美元名义汇率变动的Granger原因，而人民币/美元名义汇率不是石油价格波动的Granger原因，也即人民币/美元名义汇率的变动并不会对国际石油价格造成显著影响。
（四）波动溢出效应分析
运用BEKK(1,1)模型对汇率与石油价格的波动溢出效应进行分析，具体的计算结果见表5、表6。
表5给出了BEKK(1,1)的估计结果。首先，矩阵A和B的主对角线元素a11、a22、b11、b22在1%显著性水平下均显著异于零，表明两个收益率序列的波动均存在明显的持续性和聚集性。另外，a21和b21在1%的显著性水平下显著，而a12和b12不显著，结合表6溢出效应检验结果可知，存在石油价格对人民币/美元名义汇率的单向波动溢出效应。
（五）动态相关性分析
均值溢出效应和波动溢出效应分析的结果表明人民币/美元名义汇率与Brent石油价格两个收益率序列的波动是相互关联的，但这种关联是常态还是动态？下面利用DCC－MVGARCH模型对人民币/美元名义汇率与Brent石油价格之间的相关性进行动态考察。（见表7）
表8给出了DCC模型参数估计的结果，α=2×10－6为相关系数的动态调整系数，度量了外汇市场和石油市场间相关系数的调整幅度，β=2×10－6，从α和β对应的p值可知，两者的估计均不显著。
为了更直观地反映外汇市场与石油市场间动态相关系数的变化，下面给出动态相关系数的时间路径图与基本描述性统计分析结果，具体见图1和表9。
从图1可以直观地看出，在整个样本期内，动态相关系数基本在-0.0551附近波动，没有表现出明显的时变性特征。因此，在研究样本期内外汇市场与石油市场的关联是一种常态关联。
从表9的结果可知，样本期内，外汇市场与石油市场动态相关系数的均值为-0.0551，最小值为-0.05511，最大值为-0.05506，标准差为2.38e-6，相关系数的波动幅度很小，仅为0.00005。
四、结果分析与政策解释
1．人民币/美元名义汇率与石油价格呈现反向的变动关系。人民币/美元名义汇率与石油价格的反向变动关系可以从相对通货膨胀率角度来解释：国际石油价格大幅上涨，会加剧我国的通货膨胀压力，但这里所说的通货膨胀是指相对通货膨胀，国际石油价格的上涨会导致所有石油进口国的通货膨胀压力增加，但由于各国的石油进口依存度和国内的能源消费结构等情况不同，所以各国所承受的通货膨胀压力也不相同，只有当一国的通货膨胀率高于另一国时，该国的货币相对另一国才会贬值。由于目前中国的能源消费还是以煤炭为主，石油在一次能源消费中所占的比例远小于美国，因此国际石油价格上涨对中国形成的通货膨胀压力要小于美国，表现在汇率上就是人民币升值而美元贬值。
2．存在石油价格到人民币/美元名义汇率的单向因果关系。这说明石油价格是导致人民币/美元名义汇率变化的格兰杰原因，而人民币/美元名义汇率不是石油价格变化的格兰杰原因。石油价格的上涨会引发成本推动型的通货膨胀［4］，减少我国外汇储备，改变国际收支状况，而这些均会对人民币汇率造成影响，进而引起人民币汇率的波动。虽然人民币升值会增强中国对石油的购买力，但石油消费具有价格刚性，人民币的升值并不会导致中国石油需求量的激增而引起石油价格的上涨；同时，中国目前的石油需求量相对于全球的石油需求量还比较小，因此，人民币汇率升值通过国际石油贸易对国际石油价格产生的影响还很有限［5］，其对石油价格的影响是微弱的，还不能成为推动石油价格波动的原动力。
3．存在石油价格到人民币/美元名义汇率的单向溢出效应。这说明石油市场的风险会通过一定的渠道传递到我国外汇市场。由于石油价格是人民币汇率变化的原因，因此，石油市场的波动风险会通过相对通货膨胀率和国际收支等渠道传递到我国外汇市场，加剧外汇市场的波动程度，增加外汇市场的风险。由于目前人民币汇率对石油价格的影响力较弱，还不是石油价格波动的原因，因此，人民币汇率市场还不存在对石油市场的风险传递机制。
4．人民币/美元名义汇率与石油价格的波动是常态关联。这说明我国外汇市场和石油市场的相关关系比较稳定，不具有时变特性，我国外汇市场和石油市场一体化程度还不是十分明显。
从上文的实证结果可知，外汇市场与石油市场之间存在着石油市场到外汇市场的单向联动效应，石油价格的变化会引起人民币汇率的变化，石油市场的波动风险会传导至我国的外汇市场，加剧外汇市场的波动程度，增加外汇市场的风险。因此，政府及相关部门决策者，应密切关注石油市场的波动状况，并确保石油进口时的用汇安全，以减缓石油市场波动对我国外汇市场波动的冲击，确保人民币外汇市场的平稳发展。
参考文献：
［1］ Engle R, Kroner K. Multivariate Simultaneous Generalized ARCH [J]. Econometric Theory, 1995, 11(1): 122-150.
［2］ 张世英，樊智.协整理论与波动模型-金融时间序列分析及应用［M］.北京：清华大学出版社，2004，9：269-270.
［3］ Engle R. Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models [J]. Journal of Business and Economic Statistics, 2002, 20(3): 339-350.
［4］ 吴丽华，傅春.石油价格与汇率的相关性研究［J］.福建金融，2007（3）：15-17.
［5］王楠，张晓峒.人民币汇率与国际石油价格协整分析［J］.东北亚论坛，2009（2）：9-15.
责任编辑：廖承红
关键词：联动效应；均值溢出；波动溢出；动态相关
The Interaction Effect between RMB Exchange Rate and Oil Price
- A Perspective from Spillovers and Dynamic Correlation
ZHU Xinling1, LI Peng2
(1. School of Management, Wuhan University of Science and Technology, Wuhan, Hubei 430081, China;
2. School of Economics, SouthCentral University for Nationalities, Wuhan, Hubei 430074, China)
Abstract：There is a unidirectional interaction effect from Brent oil market to exchange market; changes in oil price induces changes in RMB exchange rate, and risks from oil market fluctuations can be transmitted to China’s foreign exchange market, thus aggravating exchange market fluctuations and magnifying exchange market risks. Therefore, decisionmakers at government and related departments should pay close attention to oil market changes and ensure foreign exchange security for importing oil, so as to alleviate the impact of oil market fluctuations on China’s foreign exchange market and maintain the stable development of RMB exchange market.
Key words：interaction effect; mean spillover; spillover effect; dynamic correlation
一、引言与文献综述
汇率和石油价格存在相互影响的关系，石油价格对汇率的影响主要表现在：石油价格的上涨将提高石油产品的价格和使用石油产业的成本，并通过成本、工资和预期等因素导致整体价格水平的上扬，引起通货膨胀，而通货膨胀是影响汇率的主要因素，通货膨胀发生时，一国货币所代表的价值量减少，本币贬值；同时，对于石油进口国来说，石油价格上涨需要其支付更多的外汇储备用于石油进口，使得该国外汇储备下降，经常项目赤字增大，国际收支状况发生变化，而国际收支又会通过影响外汇市场的供求来影响该国汇率发生变动。一般来说，若一国的国际收支出现顺差，外汇市场会出现供过于求，此时外币贬值，本币升值；若一国的国际收支出现逆差，外汇市场会出现供不应求，此时外币升值，本币贬值。汇率主要通过国际石油贸易来影响国际石油价格：一国的货币升值，表明该国货币在国际市场上的购买力增强，增加对石油的需求，进而导致石油价格的上涨。但由于各国货币的国际影响力不同，经济产业结构差异以及对石油需求的差别，使得不同国家的汇率对石油价格的影响力并不相同。
针对汇率和石油价格之间的关系，国内外学者主要从三个角度对两者的关系进行研究：
1.汇率影响石油需求，进而影响石油价格角度。Austvik(1987)认为，美元汇率的波动使得国际原油市场处于不均衡状态，对于非美元国家和地区的消费者而言，美元贬值使石油价格相对于本国货币表示的价格降低，进而刺激其对石油的需求，最终导致以美元标价的石油价格上涨；Cheng(2008)从汇率制度出发，认为美元贬值使包括石油生产国在内的盯住美元汇率制度的国家实行宽松的货币政策，而宽松的货币政策刺激石油的需求，进而使石油价格上涨。
2.汇率影响石油供给，进而影响石油价格角度。Andreas和Jesus(2008)认为，石油出口国拥有非常大的石油美元收入头寸，极易受美元汇率的影响，美元贬值时，石油出口国为了稳定其石油出口收入的购买力，将通过提高石油出口价格来抵消石油美元收入头寸的损失。Robert(2008)对2004年至2006年期间石油价格上涨的原因进行研究，结果表明缺乏闲置的提炼能力是导致这段时间石油价格上涨的主要原因。
3.其他角度。Robert Mundell(2002)认为，石油作为一种商品，其价格必然受通货膨胀、实体经济发展和汇率等因素的影响。Chen等（2008）认为，石油价格是通过货币市场渠道表现的，而外汇市场比石油市场更有效，因此，实体经济会通过影响外汇市场来影响石油的价格。
纵观国内外学者的研究可见，现有研究主要以分析汇率和石油价格之间影响机制为主，侧重于两者之间的理论分析，从实证角度对两者关系研究的成果较少。此外，现有的研究成果大多以分析美元汇率与石油价格为主，对人民币汇率与石油价格关系的研究尚不足。
二、向量GARCH模型介绍
（一）BEKK模型
BEKK模型是Engle和Kroner（1995）［1］在综合Baba、Engle、Kraft和Kroner（1991年未发表手稿）的工作基础上提出并由四个人名字的首字母命名的一类向量GARCH模型。
当p=q=1时，BEKK(1,1)模型为：
Ht=C′C+A′εt－1ε′t－1A+B′Ht－1B
（2）
C=c110
c21c22，A=a11a12
a21a22，
B=b11b12
b21b22
其中，C为常数下三角矩阵，A代表ARCH项的系数矩阵，B代表GARCH项的系数矩阵。
整理可得：
h11,t=c211+a211ε21,t－1+2a11a21ε1,t－1ε2,t－1+a221ε22,t－1+b211h11,t－1+2b11b21h12,t－1+b221h22,t－1
h12,t=c11c21+a11a12ε21,t－1+(a21a12+a11a22)ε1,t－1ε2,t－1+a21a22ε22,t－1+b11b12h11,t－1+(b21b12+b11b22)h12,t－1+b21b22h22,t－1
h22,t=c221+c222+a212ε21,t－1+2a12a22ε1,t－1ε2,t－1+a222ε22,t－1+b212h11,t－1+2b12b22h12,t－1+b222h22,t－1
其中，h11表示市场1的条件方差，a211和b211分别表示市场1波动率自身存在的ARCH效应和GARCH效应程度，a221和b221分别表示市场2对市场1波动率冲击的ARCH效应和GARCH效应程度。h22表示市场2的条件方差，a222和b222分别表示市场2波动率自身存在的ARCH效应和GARCH效应程度，a212和b212分别表示市场1对市场2波动率冲击的ARCH效应和GARCH效应程度。可以通过检验a12,a21,b12,b21在统计上是否显著异于零，来考察市场1和市场2之间是否存在波动溢出效应。具体检验如下：
①不存在市场1对市场2的单向波动溢出效应：H0:a12=b12=0
②不存在市场2对市场1的单向波动溢出效应：H0:a21=b21=0
③不存在市场1和市场2的双向波动溢出效应：H0:a12=b12=a21=b21=0
在条件残差向量εt服从二元正态分布的假定下，给定T个样本，待估计参数向量θ，BEKK(1,1)模型的对数似然函数为：
L(θ)=－Tlog(2π)－12∑Tt=1(lnHt+ε′tH－1tεt)
(3)
（二）DCC－MVGARCH模型
Engle(2002)［3］将Bollerslev(1990)的常数条件相关模型（CCC）进行拓展，提出了动态条件相关多元GARCH模型，即DCC－MVGARCH模型。
DCC模型可以通过两阶段进行估计：
1.对各资产收益率序列进行单变量GARCH估计，得条件方差序列hi,t和均值方程的收益率残差ri,t，用条件标准差序列去除收益率残差序列得到标准化残差序列εi,t。
2.用第一阶段估计出来的标准化残差序列利用极大似然法估计动态相关结构的参数。
把模型的参数θ分为两部分：(1,2,…,k,ψ)=(,ψ)，其中i=(ω,α1i,…,αPii,β1i,…,βQii)对应于第i种资产收益率序列单变量GARCH模型的估计参数，由于第一阶段的参数估计与Rt无关，可以在似然函数中用一k×k阶的单位矩阵Ik来代替Rt，则第一阶段的对数似然函数为：
QL1(rt)=－12∑Tt=1(klog(2π)+log(Ik)+2log(Dt+r′tD－1tIkD－1trt)
=－12∑Tt=1(klog(2π)+2log(Dt+r′tD－2trt)
=－12∑Tt=1klog(2π)+∑kn=1log(hit)+r2ithit
=－12∑kn=1Tlog(2π)+∑Tt=1log(hit)+r2ithit
(10)
以第一阶段估计的参数为条件，第二阶段的似然函数为：
QL2(ψ,rt)=－12∑Tt=1(klog(2π)+2logDt+log(Rt)+r′tD－1tR－1tD－1trt)
=－12∑Tt=1klog(2π)+2logDt+log(Rt)+ε′tR－1tεt
(11)
由于以为条件，影响参数选择的仅是似然函数的log(Rt)+ε′tR－1tεt，因此，只需最大化以下似然函数即可得到DCC模型的参数估计：
QL*2(ψ,rt)=－12∑Tt=1log(Rt)+ε′tR－1tεt
(12)
三、实证分析
（一）样本数据的选取
对于汇率与石油价格的联动效应分析，本文选取人民币/美元名义汇率和Brent石油价格日数据，样本区间选取2005年7月25日至2009年6月29日，由于两个市场的交易日有差异，首先进行两市场间的样本匹配，选取两个市场均能获得数据的交易日组成样本，各序列的收益率采用百分位对数收益率形式，调整匹配后得到一组样本：人民币/美元名义汇率收益率序列与Brent石油价格收益率序列，两个序列分别记为{rh2t}和{ryt}，共有934×2个观察值。
（二）序列的基本统计特征
对序列{rh2t}和{ryt}进行基本统计特征描述，结果分别见表1、表2、表3。
表1给出了人民币/美元名义汇率与石油价格收益率序列的基本统计特征，从标准差看，石油价格收益率的波动要大于人民币/美元名义汇率收益率的波动。两序列的JB统计量均非常显著，因此拒绝正态分布的原假设，表明两序列均不服从正态分布。从偏度看，人民币/美元名义汇率收益率序列为左偏分布，而石油价格收益率序列为右偏分布，从峰度看，两序列的峰度均大于3，均具有尖峰厚尾特征。
表2给出了人民币/美元名义汇率收益率序列与石油价格收益率序列的自相关检验结果，从结果可见，两个序列15阶以后的Q统计量均在0.01水平下显著，说明人民币/美元名义汇率收益率序列与石油价格收益率序列均在较长期限上存在显著的序列相关性。
由表3的检验结果可知：在1%的显著性水平下，人民币/美元名义汇率与石油价格收益率序列均通过ADF检验，也即在2005年7月25日至2009年6月30日这一样本区间上，人民币/美元名义汇率与石油价格收益率序列均为平稳时间序列。
（三）均值溢出效应分析
对序列{rh2t}和{ryt}进行Granger因果检验，结果见表4。
由表4可知，在1%的显著性水平下，石油价格是人民币/美元名义汇率变动的Granger原因，而人民币/美元名义汇率不是石油价格波动的Granger原因，也即人民币/美元名义汇率的变动并不会对国际石油价格造成显著影响。
（四）波动溢出效应分析
运用BEKK(1,1)模型对汇率与石油价格的波动溢出效应进行分析，具体的计算结果见表5、表6。
表5给出了BEKK(1,1)的估计结果。首先，矩阵A和B的主对角线元素a11、a22、b11、b22在1%显著性水平下均显著异于零，表明两个收益率序列的波动均存在明显的持续性和聚集性。另外，a21和b21在1%的显著性水平下显著，而a12和b12不显著，结合表6溢出效应检验结果可知，存在石油价格对人民币/美元名义汇率的单向波动溢出效应。
（五）动态相关性分析
均值溢出效应和波动溢出效应分析的结果表明人民币/美元名义汇率与Brent石油价格两个收益率序列的波动是相互关联的，但这种关联是常态还是动态？下面利用DCC－MVGARCH模型对人民币/美元名义汇率与Brent石油价格之间的相关性进行动态考察。（见表7）
表8给出了DCC模型参数估计的结果，α=2×10－6为相关系数的动态调整系数，度量了外汇市场和石油市场间相关系数的调整幅度，β=2×10－6，从α和β对应的p值可知，两者的估计均不显著。
为了更直观地反映外汇市场与石油市场间动态相关系数的变化，下面给出动态相关系数的时间路径图与基本描述性统计分析结果，具体见图1和表9。
从图1可以直观地看出，在整个样本期内，动态相关系数基本在-0.0551附近波动，没有表现出明显的时变性特征。因此，在研究样本期内外汇市场与石油市场的关联是一种常态关联。
从表9的结果可知，样本期内，外汇市场与石油市场动态相关系数的均值为-0.0551，最小值为-0.05511，最大值为-0.05506，标准差为2.38e-6，相关系数的波动幅度很小，仅为0.00005。
四、结果分析与政策解释
1．人民币/美元名义汇率与石油价格呈现反向的变动关系。人民币/美元名义汇率与石油价格的反向变动关系可以从相对通货膨胀率角度来解释：国际石油价格大幅上涨，会加剧我国的通货膨胀压力，但这里所说的通货膨胀是指相对通货膨胀，国际石油价格的上涨会导致所有石油进口国的通货膨胀压力增加，但由于各国的石油进口依存度和国内的能源消费结构等情况不同，所以各国所承受的通货膨胀压力也不相同，只有当一国的通货膨胀率高于另一国时，该国的货币相对另一国才会贬值。由于目前中国的能源消费还是以煤炭为主，石油在一次能源消费中所占的比例远小于美国，因此国际石油价格上涨对中国形成的通货膨胀压力要小于美国，表现在汇率上就是人民币升值而美元贬值。
2．存在石油价格到人民币/美元名义汇率的单向因果关系。这说明石油价格是导致人民币/美元名义汇率变化的格兰杰原因，而人民币/美元名义汇率不是石油价格变化的格兰杰原因。石油价格的上涨会引发成本推动型的通货膨胀［4］，减少我国外汇储备，改变国际收支状况，而这些均会对人民币汇率造成影响，进而引起人民币汇率的波动。虽然人民币升值会增强中国对石油的购买力，但石油消费具有价格刚性，人民币的升值并不会导致中国石油需求量的激增而引起石油价格的上涨；同时，中国目前的石油需求量相对于全球的石油需求量还比较小，因此，人民币汇率升值通过国际石油贸易对国际石油价格产生的影响还很有限［5］，其对石油价格的影响是微弱的，还不能成为推动石油价格波动的原动力。
3．存在石油价格到人民币/美元名义汇率的单向溢出效应。这说明石油市场的风险会通过一定的渠道传递到我国外汇市场。由于石油价格是人民币汇率变化的原因，因此，石油市场的波动风险会通过相对通货膨胀率和国际收支等渠道传递到我国外汇市场，加剧外汇市场的波动程度，增加外汇市场的风险。由于目前人民币汇率对石油价格的影响力较弱，还不是石油价格波动的原因，因此，人民币汇率市场还不存在对石油市场的风险传递机制。
4．人民币/美元名义汇率与石油价格的波动是常态关联。这说明我国外汇市场和石油市场的相关关系比较稳定，不具有时变特性，我国外汇市场和石油市场一体化程度还不是十分明显。
从上文的实证结果可知，外汇市场与石油市场之间存在着石油市场到外汇市场的单向联动效应，石油价格的变化会引起人民币汇率的变化，石油市场的波动风险会传导至我国的外汇市场，加剧外汇市场的波动程度，增加外汇市场的风险。因此，政府及相关部门决策者，应密切关注石油市场的波动状况，并确保石油进口时的用汇安全，以减缓石油市场波动对我国外汇市场波动的冲击，确保人民币外汇市场的平稳发展。
参考文献：
［1］ Engle R, Kroner K. Multivariate Simultaneous Generalized ARCH [J]. Econometric Theory, 1995, 11(1): 122-150.
［2］ 张世英，樊智.协整理论与波动模型-金融时间序列分析及应用［M］.北京：清华大学出版社，2004，9：269-270.
［3］ Engle R. Dynamic conditional correlation: A simple class of multivariate generalized autoregressive conditional heteroskedasticity models [J]. Journal of Business and Economic Statistics, 2002, 20(3): 339-350.
［4］ 吴丽华，傅春.石油价格与汇率的相关性研究［J］.福建金融，2007（3）：15-17.
［5］王楠，张晓峒.人民币汇率与国际石油价格协整分析［J］.东北亚论坛，2009（2）：9-15.
责任编辑：廖承红