论文部分内容阅读
摘要：自汇改以来，人民币不断升值，我国银行面临严峻的汇率风险。鉴于此，本文以四大行为例，在人民币升值背景下对我国银行汇率风险进行实证研究。
关键词：汇率；人民币升值；银行股价
一、引言
银行外汇风险指银行以外币表示的资产（债权、权益）与负债（债务、义务）因未预料的外汇汇率的变动而引起银行资产的增加或减少的可能性。Choi测算了美国从19745年开始22年的银行业汇率风险并得出结论：大约20%的银行存在汇率风险；他还与Elyasiani一起发现80%的大型银行的外汇受汇率波动的影响。Ajayi 和 Mougoue 通过对八个发达国家两市场间的关系研究发现，汇率和股市互为因果关系。在国内，温彬研究了汇率波动对商业银行各项业务的影响，资产负债业务、外汇资产等都包括在内；潘鹏的研究中涉及人民币升值后对商业银行海外业务及国际业务的影响；李小娟在我国汇改和人民币升值双重情况下对商业银行的信用、交易和会计风险进行研究并分析其影响。
汇率与股价作为金融市场两个主要价格指标，两者关系越来越复杂，也更受人们关注。2008年后，人民币升值压力加大。在国内外学者研究的基础上，本文将通过对汇率和股价的实证分析来判断这种风险。
二、数据选择及其分析
（一）数据选取
1.数据来源。股价：本文选择工商银行、建设银行、中国银行和交通银行四大股份制银行每月股票交易价格的均价进行分析。汇率：人民币对美元的名义汇率（ USRMB ），数据来源于中国人民银行网站。没有选择欧元、日元等，因为加权汇率日度数据难以得到。
2.数据处理。本文的时间跨度为2008年1月至2012年12月两个变量的交易月数据，共61个样本数据。
3.数据说明。为数据处理简单起见，我们用字母E 表示人民币汇率，GS、JS、ZG、JT分别表示工商银行、建设银行、中国银行、交通银行股价。
（二）构建模型
外汇风险是因外汇市场变动引起汇率的变动，致使以外币计价的资产上涨或者下降的可能性，分为交易风险、会计风险和经济风险三类。经济风险在一定程度上涵盖了折算风险和交易风险，而且这两种风险暴露头寸可从企业财务报表中获得，易于量化，所以本文以实证研究银行的外汇经济风险为目的，主要从汇率与股价的角度进行考虑。
汇率与股价关系涉及两大市场即商品和货币市场的均衡、国际收支的均衡，因此对两者关系的分析还应有宏观变量，可以构成多元线性回归。其多变量如市场利率r、货币量M、财政赤字De、国民收入Y等构成的回归模型为
P=α+β1E+β2r+β3Y+β4M+β5De+μ
本文采用主成分法对上述变量进行分析，得出结果（在模型估计中剔除了Y和De）如下表。
由表看出，第一主成分的贡献率为76.81%，已经较好地反映3个指标对总体变动的情况，而且根据三个主成分的特征值可以发现第二个特征值开始明显变小，碎石图出现明显的拐弯，为了讨论方便，仅提取第一主成分反映模型变动，即
P=α+β1E+μ
三、实证检验及分析
（一）单位根检验
首先对汇率和四大银行股价进行平稳性检验，在此采用的方法是ADF检验。检验结果是原汇率序列为非平稳序列，但汇率序列的一阶差分序列在1%、5%、10%的显著水平下都拒绝原假设，为一阶单证序列I（1）；四大行的股价序列在显著水平下都拒绝原假设，股价序列平稳序列为I（0）。采用的工具是Eviews5。
（二）协整检验
在模型构建过程中，通常存在“伪回归”，为了避免这个问题，采用协整检验。协整检验的目的是对汇率序列和股价序列之间是否存在长期均衡关系进行确定。从检验结果看，各银行股价的残差序列在1%的显著水平下均拒绝原假设，为平稳序列即I（0），即各银行股价与汇率之间存在协整，两者之间有长期协整均衡关系。
（三） Granger 因果检验
在单位根检验和协整检验完成后，进一步使用 Granger 因果检验方法来检验具有协整关系的汇率序列和股价序列是否存在因果关系。数据表明各银行股价序列和汇率序列之间都拒绝原假设，P值均大于0.05，互为因果关系。
（四）模型估计结果
工商银行：GS=-9.120006+2.054596E R2=0.38 DW=0.32 F=33.66
建设银行：JS=-14.41760+2.940513E R2=0.4 DW=0.34 F=39.16
中国银行：ZG=-13.52044+2.570824E R2=0.66 DW=0.39 F=111.59
交通银行：JT=-42.784040+7.413095E R2=0.63 DW=0.39 F=101.87
从模型结果可以看出，模型拟合优度相对较差，而且存在一定程度的自相关，所以通过修改模型来增强变量间的解释关系。
（五）误差修正模型
从回归结果看来，为了增强模型的精度进一步调整银行股价与汇率之间的关系，把协整回归式中的各误差项et看做均衡误差，通过建立误差纠正模型把银行股价的短期表现和长期变化联系起来，其修正结构如下（以工行为例）
△GSt=α+β△Et+γet-1+t
其中
△GS=GSt-GSt-1
△E=Et-Et-1
工商银行：△GS=-0.021225+3.159982△E-0.246509 et-1 DW=1.75
建设银行：△JS=-0.034405+3.903473△E-0.251641et-1 DW=1.97
中国银行：△ZG=-0.015048+3.131190△E-0.269264et-1 DW=1.96
交通银行：△JT=-0.009553+11.45155△E-0.264345et-1 DW=1.95
误差修正模型后的结果表明，通过检验各银行股价的变化不仅取决于汇率的变化，而且还取决于上一期银行股价对均衡水平的偏离，误差项et估计的各个系数-0.243562（以工商银行为例）体现了对误差的修正，如果上一期偏离越远，那么本期修正的量就越大。
四、总结
从上面两个模型中可以明显地看出，汇率与股价存在一定的线性关系，随汇率波动，即人民币不断升值，银行股价下降，使银行的外汇资产遭受损失和收益更加不确定。新汇制下，汇率市场化更具有弹性，一旦波动将会使我国银行的外汇风险更加明显。
参考文献：
[1]邓燊，杨朝军.汇率制度改革后中国股市与汇市关系：人民币名义汇率与上证综合指数的实证研究[J].金融研究，2007（12）.
[2]吴志明，谢欣甜，杨胜刚.汇率与股价关联性研究——基于汇改后中国大陆、台湾、香港的数据[J].财经理论与实践，2009（09）.
（作者单位：陕西师范大学西北研究院）
关键词：汇率；人民币升值；银行股价
一、引言
银行外汇风险指银行以外币表示的资产（债权、权益）与负债（债务、义务）因未预料的外汇汇率的变动而引起银行资产的增加或减少的可能性。Choi测算了美国从19745年开始22年的银行业汇率风险并得出结论：大约20%的银行存在汇率风险；他还与Elyasiani一起发现80%的大型银行的外汇受汇率波动的影响。Ajayi 和 Mougoue 通过对八个发达国家两市场间的关系研究发现，汇率和股市互为因果关系。在国内，温彬研究了汇率波动对商业银行各项业务的影响，资产负债业务、外汇资产等都包括在内；潘鹏的研究中涉及人民币升值后对商业银行海外业务及国际业务的影响；李小娟在我国汇改和人民币升值双重情况下对商业银行的信用、交易和会计风险进行研究并分析其影响。
汇率与股价作为金融市场两个主要价格指标，两者关系越来越复杂，也更受人们关注。2008年后，人民币升值压力加大。在国内外学者研究的基础上，本文将通过对汇率和股价的实证分析来判断这种风险。
二、数据选择及其分析
（一）数据选取
1.数据来源。股价：本文选择工商银行、建设银行、中国银行和交通银行四大股份制银行每月股票交易价格的均价进行分析。汇率：人民币对美元的名义汇率（ USRMB ），数据来源于中国人民银行网站。没有选择欧元、日元等，因为加权汇率日度数据难以得到。
2.数据处理。本文的时间跨度为2008年1月至2012年12月两个变量的交易月数据，共61个样本数据。
3.数据说明。为数据处理简单起见，我们用字母E 表示人民币汇率，GS、JS、ZG、JT分别表示工商银行、建设银行、中国银行、交通银行股价。
（二）构建模型
外汇风险是因外汇市场变动引起汇率的变动，致使以外币计价的资产上涨或者下降的可能性，分为交易风险、会计风险和经济风险三类。经济风险在一定程度上涵盖了折算风险和交易风险，而且这两种风险暴露头寸可从企业财务报表中获得，易于量化，所以本文以实证研究银行的外汇经济风险为目的，主要从汇率与股价的角度进行考虑。
汇率与股价关系涉及两大市场即商品和货币市场的均衡、国际收支的均衡，因此对两者关系的分析还应有宏观变量，可以构成多元线性回归。其多变量如市场利率r、货币量M、财政赤字De、国民收入Y等构成的回归模型为
P=α+β1E+β2r+β3Y+β4M+β5De+μ
本文采用主成分法对上述变量进行分析，得出结果（在模型估计中剔除了Y和De）如下表。
由表看出，第一主成分的贡献率为76.81%，已经较好地反映3个指标对总体变动的情况，而且根据三个主成分的特征值可以发现第二个特征值开始明显变小，碎石图出现明显的拐弯，为了讨论方便，仅提取第一主成分反映模型变动，即
P=α+β1E+μ
三、实证检验及分析
（一）单位根检验
首先对汇率和四大银行股价进行平稳性检验，在此采用的方法是ADF检验。检验结果是原汇率序列为非平稳序列，但汇率序列的一阶差分序列在1%、5%、10%的显著水平下都拒绝原假设，为一阶单证序列I（1）；四大行的股价序列在显著水平下都拒绝原假设，股价序列平稳序列为I（0）。采用的工具是Eviews5。
（二）协整检验
在模型构建过程中，通常存在“伪回归”，为了避免这个问题，采用协整检验。协整检验的目的是对汇率序列和股价序列之间是否存在长期均衡关系进行确定。从检验结果看，各银行股价的残差序列在1%的显著水平下均拒绝原假设，为平稳序列即I（0），即各银行股价与汇率之间存在协整，两者之间有长期协整均衡关系。
（三） Granger 因果检验
在单位根检验和协整检验完成后，进一步使用 Granger 因果检验方法来检验具有协整关系的汇率序列和股价序列是否存在因果关系。数据表明各银行股价序列和汇率序列之间都拒绝原假设，P值均大于0.05，互为因果关系。
（四）模型估计结果
工商银行：GS=-9.120006+2.054596E R2=0.38 DW=0.32 F=33.66
建设银行：JS=-14.41760+2.940513E R2=0.4 DW=0.34 F=39.16
中国银行：ZG=-13.52044+2.570824E R2=0.66 DW=0.39 F=111.59
交通银行：JT=-42.784040+7.413095E R2=0.63 DW=0.39 F=101.87
从模型结果可以看出，模型拟合优度相对较差，而且存在一定程度的自相关，所以通过修改模型来增强变量间的解释关系。
（五）误差修正模型
从回归结果看来，为了增强模型的精度进一步调整银行股价与汇率之间的关系，把协整回归式中的各误差项et看做均衡误差，通过建立误差纠正模型把银行股价的短期表现和长期变化联系起来，其修正结构如下（以工行为例）
△GSt=α+β△Et+γet-1+t
其中
△GS=GSt-GSt-1
△E=Et-Et-1
工商银行：△GS=-0.021225+3.159982△E-0.246509 et-1 DW=1.75
建设银行：△JS=-0.034405+3.903473△E-0.251641et-1 DW=1.97
中国银行：△ZG=-0.015048+3.131190△E-0.269264et-1 DW=1.96
交通银行：△JT=-0.009553+11.45155△E-0.264345et-1 DW=1.95
误差修正模型后的结果表明，通过检验各银行股价的变化不仅取决于汇率的变化，而且还取决于上一期银行股价对均衡水平的偏离，误差项et估计的各个系数-0.243562（以工商银行为例）体现了对误差的修正，如果上一期偏离越远，那么本期修正的量就越大。
四、总结
从上面两个模型中可以明显地看出，汇率与股价存在一定的线性关系，随汇率波动，即人民币不断升值，银行股价下降，使银行的外汇资产遭受损失和收益更加不确定。新汇制下，汇率市场化更具有弹性，一旦波动将会使我国银行的外汇风险更加明显。
参考文献：
[1]邓燊，杨朝军.汇率制度改革后中国股市与汇市关系：人民币名义汇率与上证综合指数的实证研究[J].金融研究，2007（12）.
[2]吴志明，谢欣甜，杨胜刚.汇率与股价关联性研究——基于汇改后中国大陆、台湾、香港的数据[J].财经理论与实践，2009（09）.
（作者单位：陕西师范大学西北研究院）