本文研究中美雙邊投資組合不同組成部分,即股票和債券凈流量對人民幣匯率波動的影響。具體而言,由于月度數(shù)據(jù)是衡量證券投資影響的理想數(shù)據(jù),本文選取2005年7月至2019年6月美國和中國的月度雙邊數(shù)據(jù);為了衡量人民幣匯率的波動性,除了基準線性模型和GARCH(1,1)模型外,還使用具有時變轉換概率的馬爾可夫轉換模型,從而考察兩種類型(債券和股權)流量是否影響匯率高低波動性狀態(tài)之間的轉換概率。研究結果表明,與股票流動相比,債券流動與人民幣匯率波動的關系更加密切。因此,在雙邊證券投資影響匯率波動的情況下,決策者和經濟及金融監(jiān)管者可以利用對股票和債券流動的規(guī)模控制作為實現(xiàn)經濟和金融穩(wěn)定的工具。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1人民幣兌美元匯率趨勢圖

本文旨在研究中美間投資組合（股票和債券）流動對人民幣匯率波動的影響，因此，選取人民幣兌美元的匯率波動作為被解釋變量。人民幣匯率波動是衡量人民幣對外幣值穩(wěn)定的指標，且匯率波動的幅度與其所選擇的匯率制度有關。在Chaban(2009）、Kodongo&Ojah(2012）之后，匯率數(shù)....

圖2人民幣匯率波動序列圖

結果顯示兩種類型的資本流動對人民幣匯率變化在統(tǒng)計上無顯著影響，表明線性模型擬合程度較低，無法捕捉流量和匯率之間的關系。相比之下，GARCH模型（參見表3）擬合程度較高：殘差中沒有線性或非線性相關性，且ARCH(a）和GARCH(b）參數(shù)都是顯著的。通過圖2可以進一步發(fā)現(xiàn)，在200....

圖3債券凈流動圖

表5和表6分別列出區(qū)制轉移概率矩陣和區(qū)制樣本數(shù)及持續(xù)期。當人民幣匯率處于高波動區(qū)制時，保持在該狀態(tài)下的概率為0.887，發(fā)生的頻率為0.887，平均持續(xù)期為8.842，區(qū)制1向區(qū)制2轉移的概率為0.113；當人民幣匯率處于低波動區(qū)制時，持續(xù)概率為0.831，發(fā)生的頻率為0.831....

圖4股票凈流動圖

圖3債券凈流動圖圖3、4表明，債券的波動幅度小于股票，在-5到5之間起伏波動，且其大部分處于負值范圍，2011年出現(xiàn)顯著上升后迅速觸底，之后震蕩上升；股票除2007年和2010年出現(xiàn)急劇下滑，大部分處于正值，債券和股票都在2012年出現(xiàn)顯著上升。證券投資的波動幅度存在雙邊壓力，....

本文編號：3937516