利率与汇率的互动关系

2024-07-23

利率与汇率的互动关系（8篇）

1.利率与汇率的互动关系篇一

利率与汇率走势分析技术论文

利率与汇率的高低，能反映一国宏观经济运行的基本状况，利率与汇率的变动，又将影响所有宏观经济变量如国民生产总值、物价水平、就业水平、国际收支、经济增长率等等。显然，利率与汇率作为重要的经济杠杆，对宏观经济运行与微观经济活动都有着极其重要的调节作用。因此，利率与汇率的变动是判断一国宏观经济形势的主要依据之一，利率与汇率的走势分析是宏观经济形势预测的主要手段。

(1)利率对投资的影响

西方经济学家普遍认为市场利率与社会总储蓄和总投资有着密切的联系。储蓄(资金供给)和投资(资金需求)对利率的变动均有较大的弹性。从长期来看，储蓄等于投资。因此，利率一方面影响现期的投资活动，同时又通过调节储蓄而影响未来的投资规模。利率的这一作用后来被凯恩斯加以大力发挥而成为其著名的“有效需求”理论的核心内容，凯恩斯认为，债券的市场价格与市场利率成反比，如果利率上升，则债券价格下跌;如果利率下跌，则债券价格上涨。利率与债券价格的这种关系，使得人们在所持有的金融资产的安排上可以在货币与债券之间进行选择，以期获利。如果预期利率将下跌(亦即债券价格将上涨)则人们愿意现在少存货币和多买债券，以便将来债券价格上涨时卖出债券获利;反之，预期利率的上升使得人们愿意多存货币和少存债券，即把手里的债券卖出，转换为货币，以避免将来债券价格下跌时遭受损失。从宏观角度来看，利率对投资者行为的影响表现为对投资规模、投资结构等方面的影响上。

①利率对投资规模的影响。利率对投资规模的影响是指利率作为投资的机会成本对社会总投资的影响。在投资收益不变的条件下，因利率上升而导致的投资成本增加，必然使那些投资收益较低的投资者退出投资领域，从而使投资需求减少。相反，利率下跌则意味着投资成本下降，从而刺激投资，使社会总投资增加。正是由于利率具有这一作用，西方经济理论界与货币管理当局都把利率视为衡量经济运行状况的一个重要指标和调节经济运行的重要手段。因此，自30年代大萧条以来，控制利率水平在西方货币政策体系中曾一度占有举足轻重的地位。

第二次世界大战后，西方各国为了恢复生产，刺激经济的高速发展，都不约而同地把经济增长和充分就业作为经济政策的主要目标。低利率政策因为有利于刺激投资，扩大生产规模，有利于经济的迅速增长而被广泛采用，并且在战后的20多年里，对经济的发展确实起到了积极的促进作用。例如，在整个50年代和60年代，美国实际年均国民生产总值(GNp)增长率都在4%左右。日本从低利率政策中获得的好处更大，企业大量利用低利贷款，减少了利息负担，降低了企业产品成本，增加了企业利润，促进了企业投资，加速了工业发展。日本的低利率政策对日本投资的迅速增长、工业的高速发展和进出口贸易的开展都发挥了重大作用。

70年代起，西方各国国际收支极度不平衡，并发生了普遍性的通货膨胀。与此同时，国内经济逐渐停滞，形成了可怕的“滞胀”局面。为了缓和经济危机，西方各国相继转向推行高利率政策，以压缩投资，抑制通货膨胀，结果取得了极大的.成效。英国的通货膨胀率从1975年的24.2%下降到1982年的8.6%，再继续下降到1988年的3.8%。日本的通货膨胀率也从1974年的24.3%逐渐下降到1988年的0.5%。

由此可见，利率的变动对投资规模乃至整个经济活动的影响是巨大的。这一点，不但为西方经济学理论一再强调，而且也从实践中反复得到了证实。

②利率对投资结构的影响。投资结构主要是指用于国民经济各部门、各行业以及社会生产各个方面的投资比例关系。

利率作为调节投资活动的杠杆，不但决定投资规模，而且利率水平与利率结构都会影响投资结构。

一般来说，利率水平对投资结构的作用、必须依赖于预期收益率与利率的对比上。资金容易流向预期收益率高的投资活动，而预期收益率低于利率的投资，往往由于缺乏资金而无法进行。从短期来看，利率的变动，会引起投资结构的调整。利率越高，投资会越集中于期限短、收

[1][2][3][4][5]

2.利率与汇率的互动关系篇二

近年来, CPI持续高涨, 高物价不仅影响国家经济正常发展, 也对人民生活带来巨大影响。同时, 随着我国实行浮动汇率制度, 尤其是05年以后, 我国人民币对美元发生大幅度升值, 这对国家对外贸易和经济发展产生的重要影响。2007年以来, 国内通货膨胀持续, 央行连续上调利率和存款准备金率, 希望能有效控制流动性过剩和物价大幅上涨, 今年十月, 央行又突然提高利率, 目的是控制固定资产投资过热和持续高涨的CPI, 但实际情况是物价并没有随利率上升而降低, 反而会导致人民币的进一步升值。因此, 汇率和利率变动是否能显著影响国内价格水平对研究汇率和利率的经济调节作用, 稳定宏观经济具有重要意义。

二、文献回顾

国内关于人民币汇率、利率和国内物价水平关系实证分析的文献不是很多, 或者只研究了其中两个变量之间的关系, 主要集中于汇率对CPI和利率的影响。

李静 (2008) 提到, 价格和汇率关系包括:1.价格和汇率在影响其他变量的同时受到其他变量的影响, 价格和汇率水平作为整个经济体的变量由其他相关变量决定;2.价格水平和汇率存在因果关系, 汇率决定价格水平。

近年来的一些实证分析有力说明了汇率跟CPI之间关系是显著的。卜永祥 (2001) 运用协整和误差修正模型分析汇率变动对CPI的影响, 结果表明, 长期而言, 名义有效汇率和国内物价水平是协整的。陈六傅 (2007) 采用向量自回归模型对汇率和CPI关系进行了实证分析, 认为汇率对消费者价格的影响具有统计显著性, 但程度比较低。

实证利率和CPI或三者关系的文章不多, 但近年来国内学者有了新的研究成果。蓝乐琴 (2009) 通过协整分析构建状态空间模型, 分析了三者之间的关系, 认为, 汇率、货币政策变动和CPI之间存在长期协整关系, 汇率传递在我国是不完全的, 汇率变化对通货膨胀的影响为负且程度较低, 货币政策变动对物价的调控也是低效的。但文章中选取的货币政策变量时货币发行量, 而不是利率。因此, 本文选取利率, 汇率和CPI三个变量做研究, 只能借鉴已有的研究成果, 力图得出新的结论。

三、理论基础与研究方法

(一) 理论基础

利率变动对CPI影响主要通过个人和企业的消费、投融资决策实现。一方面, 当利率变动后, 会通过债务变动效应、资产价格变动的财富效应和储蓄者的决策变动, 最终对个人消费需求产生影响。若利率上升, 居民会增加储蓄、减少消费。另一方面, 利率变动后也会对企业的生产成本和投融资决策产生影响, 利率的上升致使企业融资成本和生产成本增加, 产品价格上涨 (高国华, 2009) 。

(二) 数据说明

1.从1994年至今的人民币汇率制度改革, 实行有管理浮动汇率制, 汇率的形成是以市场供求状况为基础, 改变了以行政决定或调节汇率的做法, 发挥市场机制对汇率的调节作用。因此, 数据选取1994年以后至今的数据。

2.CPI采用以1994年1月为基期的定基数据

3.利率采用上海七日的同业拆借利率, 因数据有时间限制, 本文研究利率和汇率对CPI影响时, 只选取2002年以后的样本。

(三) 研究方法

1.建立CPI自回归模型, 预测CPI。阐述汇率、利率与物价的基本逻辑关系。

2.使用变量的平稳性检验、协整分析与向量误差修正模型 (VEC) 研究汇率对CPI的影响。

3.研究汇率、利率变动对CPI的影响。

四、实证分析

(一) 建立CPI自回归模型, 进行预测

首先, 利用ARMA模型模拟我国1994年至今的居民消费价格指数 (基期1994年1月=100) 。

由单位根检验可知, t值为0.53, CPI序列是非平稳的。

对时间序列数据进行季节调整后, 单位根检验的t值为-3.7, 说明序列是平稳的, 可以建立ARMA模型, 通过偏自相关系数也看出, 可以尝试建立模型 (见表1) :

模型判别系数最高, 系数除了MA (5) 都通过检验, 而且AIC在系数通过检验的模型中最小。

在建立模型的基础上对CPI序列进行静态拟合, 并2010年09-11三个月份进行预测:09月172.14, 10月172.11, 11月172.26。

(二) 建立CPI、汇率、利率的误差修正模型

1. VAR模型估计

通过对对数化的原序列进行单位根检验, 发现ln CPI、ln I、ln R、ln M都是非平稳序列。可以直接建立VAR模型:

2. VAR模型滞后期选择

通过滞后结构分析, 由滞后长度准则可以发现建立VAR (4) 是合理的。

3. VAR模型平稳性检验

由eviews直接计算模型特征方程的根:因为存在一个根在单位圆外, 因此, 建立的VAR (4) 模型是不平稳的。

4. VAR模型预测

样本内预测:可以看到, 静态预测是使用样本实际观测值进行预测, 其效果比动态预测要好。动态预测可以预测出序列的变化趋势, 但对具体月份预测效果不好。

由eviews直接计算出ln CPI序列2010年09-11三个月的预测值:9月份2.0897, 10月份2.1005, 11月份2.1015。CPI预测值分贝为122.9487、126.0471、126.3223。

5. 协整检验

假设国内消费价格受到汇率 (R) , 利率 (I) , 广义货币供应量 (M) 的影响, 考虑到市场化的同业拆借利率从2002年以后才实行, 本文选取2002年至今的数据, CPI采用2002年1月为基期的定基数据。本文定义以下方程来解释国内价格水平:

由以上分析可以发现四个变量都没有通过平稳性检验, 但是一阶差分是平稳的, 故进行协整检验。现对模型3进行普通最小二乘回归, 并对残差序列进行单位根检验:

由分析可知检验统计量值-3.61小于显著性水平为0.01时的临界值-3.50, 因此可认为估计残差序列e为平稳序列, 即ln CPI、ln M、ln I、ln R四个变量之间在长期内具有协整关系。模型3拟合结果:

回归结果表明, 汇率对CPI影响弹性为0.28, 利率的影响弹性为0.22, 广义货币供应量的弹性为0.02。

由Johansen检验结果可知, 存在一个协积向量。被标准化的协积向量为ln CPI=-0.1284ln I+0.0052ln M+0.2053ln R。

6. 建立VEC模型

进一步研究短期内CPI的动态调整过程, 建立向量误差修正模型 (VEC) 进行分析:

将模型3中计算出来的残差项e作为误差修正项ECM, ECM反映了各变量在短期波动中偏离它们长期均衡关系的程度, 称为均衡误差, 然后利用一般的误差修正模型对时间序列数据进行回归, 并且逐步剔除不显著项。

通过eviews分析, 可知α0=2.355, α1=-0.321, α2=0.109, α3=0.02, 由此我们可以看出, cpi与利率, 汇率之间存在动态关系。

五、结论

通过建立ARMA模型, 本文对CPI进行了拟合和静态预测, 结果显示CPI受前一期残差影响很大, 说明CPI增长存在惯性。对2010年09-11月预测结果分别为172.14、172.11、172.26, 增长幅度不大, 说明CPI是一个波浪式上升的过程。

通过建立向量误差修正模型 (VEC) , 本文探索了CPI与利率、汇率以及广义货币之间的关系, 结果表明, 汇率和利率对CPI的弹性很大, 其弹性分别为-0.321和0.109, 说明人民币升值一个百分点, CPI增长0.321个百分点, 利率的弹性小于汇率, 但也达到0.1。由此, 本文认为政府在制定政策, 尤其是通胀预期较高的时候要谨慎使用货币政策。

摘要：维持物价和汇率稳定, 是各国宏观经济管理的核心内容。近期我国物价一直保持高水平增长, 这对稳定我国经济带来了不利影响。从1994年汇率体制并轨、2005年开始实行有管理的浮动汇率制度, 尤其是08年金融危机以来, 我国对美元汇率看涨, 人民币升值趋势强劲。为探寻我国物价增长趋势以及人民币升值是否对内转移了通胀压力, 本文分别建立了ARMA模型和向量误差修正模型, 对CPI与利率、汇率的动态关系进行了实证分析, 研究表明:我国的CPI会保持波动上升趋势, 对10年9-11月预测结果显示CPI上升幅度不会太大;汇率对CPI的弹性很大, 其弹性为-0.321, 说明人民币升值一个百分点, CPI增长0.321个百分点。

关键词：汇率,利率,CPI,向量误差修正模型

参考文献

[1]陈六傅, 刘厚俊.人民币汇率的价格传递效应_基于VAR模型的实证分析.金融研究, 2007 (4) , 1-13.

[2]苏天鹏.人民币汇率变动对国内物价的影响[D].上海:华东师范大学, 2005.

[3]赵天荣, 李成.人民币汇率与利率之间的动态关系_基于VAR_GARCH模型的实证研究.统计研究, 2010 (2) , 72-76.

3.利率与汇率的互动关系篇三

关键词：汇率；利差；非线性；平滑转换模型

Abstract：Using the Smooth Transition Regression Model， this paper researches the dynamic nonlinear relationship between the China-America nominal exchange rate and interest margin from 2000 to 2011. The research finds out that， there is a negative correlation between the nominal exchange rate and the interest margin. The impact of exchange rate the margin shows a asymmetric feature. When the nominal exchange rate fluctuates between 7 and 8， the margin will change a lot with the exchange rate. However， this effect is weak when RMB is undervalued or overvalued， and the transmission mechanism becomes obstructed.

Key Words：exchange rate，interest margin，nonlinearity，Smooth Transition Regression Model

中图分类号：F830 文献标识码：A文章编号：1674-2265（2012）10-0013-06

人民币汇率升值对我国的进出口、资本流动和价格水平等造成较大影响，越来越成为影响宏观经济运行的重要变量之一。随着我国汇率形成机制的进一步完善以及利率市场化的进一步深入，我国的利率和汇率这两个主要的宏观经济变量之间也必将表现出更为复杂的作用关系。而近年来，美国为解决本国长期、巨额的贸易逆差，采用美元贬值政策并频频利用贸易战强迫其他国家货币升值。本文从汇率、利率相互影响的理论入手，利用平滑转换回归模型，对中美两国汇率、利率之间的互动关系及变动趋势进行研究，以期为决策者制定相应政策提供借鉴。

一、文献回顾及简单评价

（一）国外相关理论研究

关于汇率与利率的关系，国外主要从以下几个模型入手进行研究：（1）利率平价模型，认为两国利差等于一国货币的贬值（升值）率或升（贴）水率。（2）蒙代尔—弗莱明模型，认为固定汇率制下一国不可能实现货币政策独立性、汇率稳定以及资本自由流动三大目标。（3）多恩布什模型，以购买力平价理论为基础，认为一国通货膨胀会导致本国利率与汇率出现逆向变动。（4）货币模型，包括认为本国利率上升会降低货币需求，造成本国货币贬值的弹性价格模型；以及本币汇率的短期贬值程度大于其长期贬值程度，产生超调现象的粘性价格模型。（5）弗兰克尔模型，认为在购买力平价长期内成立的情况下，本国利率与汇率呈逆向变动。（6）麦金农—大野建一模型，认为在浮动汇率时期，长期利率相对于短期利率的变动越来越大。

（二）国外相关实证研究

国外的实证研究主要集中在：（1）对利率与汇率关系经典理论的验证方面。许多经济学家的研究表明，利率平价理论在长期内成立，而在短期内不显著。如伯克和诺特（Berk和Knot，1999）通过研究美国等国家在二十世纪80 年代前的长期债券利差与该国以购买力为基础的汇率关系，得出了非抵补的利率平价成立的结论。弗勒德和罗斯（Flood 和 Rose，2002）采用23个国家在二十世纪90 年代金融危机期间的日数据，得出非抵补利率平价关系在金融危机时期比金融稳定时期更加显著的结论。（2）研究利率与汇率的联动作用。弗兰克和武泰（Frank 和Wouters，1999）运用VAR 模型检验了货币传导机制中的汇率渠道，发现汇率对产出和物价的影响规模和持续时间均与利率渠道不同。西莫内和拉扎克（Simone和Razzak，1999）通过建立长期汇率模型，验证了美国名义利率与名义汇率之间存在密切的关系。马克等（Mark等，2005）利用非线性可调整动态模型，验证了美元利率和汇率在较长区间内的联动关系大于短区间。麦克唐纳德等（Macdonald 等，2000）采用14 个工业国的面板数据进行协整检验，得出了实际汇率与利差之间存在长期均衡关系的结论。索（So，2000）运用EGARCH 模型研究了美元汇率和利率的动态关系，发现利率变化对本币币值具有正向影响。（3）对利率与汇率政策协调的研究。弗勒德和珍妮（Flood和Jeanne，2000）通过建立KFG 模型，指出货币当局提高利率的最佳时期应该是在投机者攻击本国货币之后，这样才能有效维护本国汇率的稳定。

（三）国内相关研究

从国内的研究成果看，主要集中在对西方有关理论进行验证方面。姜波克（1999）从资本项目自由兑换的角度讨论了利率调控对汇率的重要性，得出利率和汇率之间大致是一种正相关关系。魏巍贤（1999）分析了中美两国的利率和汇率数据，得出汇率对利率的弹性为0.4468。薛宏立（2002）、叶莉和郭继鸣（2003）在利率平价模型的基础上引入制度摩擦系数，认为汇率、利率与资本流动之间存在着不协调的关系。胡智、邱念坤（2005）运用中美两国1994—2003年的相关数据，对货币主义模型在人民币汇率决定中的适用性进行检验，发现狭义的货币模型以及调整后的狭义货币模型和调整后的广义货币模型均不适用于人民币汇率的决定，而考虑了持币机会成本的广义货币模型可以较好地应用于人民币汇率的决定。何凌云、刘传哲（2005）通过格兰杰因果检验来验证人民币汇率与利率的关联性，认为人民币汇率与利率的联动性较弱。郭庆平、王爱俭（2007）系统研究认为，人民币利率汇率之间的联动关系更多是基于政策传递，而非市场传递。郭树华等（2008）对中国与美国利率汇率联动关系进行实证分析，并指出人民币美元汇率与利率在长期存在协整关系，短期内联动关系较弱。蒋治平（2008）运用DCC 模型研究认为，汇改后汇率和利率呈现负相关关系。

就国内已有的研究成果而言，本文认为有两个问题值得商榷：第一，多数关于人民币利率汇率关系的研究，所选取的利率数据为人民银行公布的金融机构人民币存贷款基准利率。而人民币存贷款基准利率属于官定利率，它的变化是一个政府的决策过程，而非市场过程。人民币汇率自“汇改”以来，其形成机制逐步在向市场化方向改革，而且更富弹性，虽然现阶段美元兑人民币的交易价仍在人民银行公布的价格区间内浮动，但人民币汇率的形成机制和交易主体的市场化程度都已大幅提高。因此，人民币汇率相较存贷款利率而言，不仅形成过程更加市场化，而且变化频度也远远高于人民币存贷款基准利率。将两者放在一起研究其互动关系，在数据选择上存在一定瑕疵。第二，在研究方法上，大多数研究采用传统线性时间序列模型，不能正确揭示两者之间存在的真正关系，有关两者之间非线性关系的研究较少。基于上述两点，本文拟选取2000年以来的月度数据，从汇率影响利率这一传导途径出发，采用能较为准确反映变量之间互动关系的非线性分析方法，来研究中美名义汇率与两国名义利差之间的关系。

二、研究的理论基础

随着我国利率市场化和汇率市场化改革进程的不断加快，我国利率和汇率开始由管制价格向市场供求决定且自由浮动，利率和汇率之间相互影响的传导联动机制不断加强。总体来看，可借鉴国内学者李伟杰（2009）的分析方法，从经常项目、资本项目和资产转换项目等三个角度来分析利率汇率联动的作用机理。

（一）经常项目角度

利率变动通过投资、消费两种途径影响经常项目收支，并以此来影响汇率：一是投资途径，当利率变化时，投资成本变化影响企业生产成本，从而引起该国产品相对竞争力变化，由此改变经常项目收支，造成汇率变动。二是消费途径，当利率变化时，会影响居民消费需求变化，由此改变经常项目收支，造成汇率变动。

本币汇率下降，造成一国进口商品的本币价格上升，“攀比效应”和“成本效应”会引起国内物价水平上升，从而引起实际利率下降。这会引起借贷资本供求失衡，名义利率有上升的压力。

（二）资本项目角度

在套利资本自由流动的前提下，利率变动影响国际套利资本流动，进而影响一国的汇率水平。汇率对利率的作用更多地通过影响预期得以实现，一国货币贬值往往会导致进一步贬值的心理预期，引起短期资本外流，国内货币供给减少，利率上升。

（三）资产转换角度

利率变动意味着本币资产相对外币资产收益率的变动，本币利率上升，则本币收益率随之上升，居民将把外币资产转换为本币资产获取高收益，这将致使本国外汇市场上外汇供大于求，从而影响汇率。

三、模型设定与数据说明

（一）模型设定

平滑转换回归模型（Smooth Transition Regression

Model）是对泰雷斯维尔塔和安德森（Terasvirta 和Anderson，1992）提出的平滑转换自回归模型的改进和发展，它是一种典型的非线性模型。标准的平滑转换回归模型如下：

其中，是一个的解释变量向量，其中，，

。和依次为线性和非线性部分的参数向量。转换函数中，是转换变量，可以为向量的组成部分、组成部分的函数或一个不包括在内的外生变量；是平滑参数，表示从一个状态转移到另一个状态的转换速度或调整的平滑性；是位置参数，即在不同状态下的门限值，其决定了模型动态变化发生的位置。

（二）数据说明

理论上讲，名义汇率和利率相对于实际汇率和利率来说，更能强调经济杠杆作用（郭庆平，2007），因此，本文借鉴以前的研究成果，选取中美两国名义汇率和名义利率作为研究变量。

1. 汇率指标的选取。本文选取直接标价法下的中美名义汇率作为研究变量，记为。

2. 利率指标的选取。本文选取更加市场化、敏感性更强的银行间同业拆借月加权利率代表我国名义利率。原因有二：一是上海同业拆借市场是目前我国货币市场中规模最大且相对较为成熟的市场，上海同业拆借市场利率是我国金融市场利率的基础，市场利率间接反映了银行头寸供求状况，对市场变化反映非常敏感。就我国目前银行同业拆借市场中各种期限的拆借交易而言，期限1 天的交易量最大，能较好地反映市场主体受各类经济因素影响的情况。统计显示，2011年，期限1天的交易量占全部市场交易量月平均比例高达84.5%。

选取美国联邦基金月加权利率代表美国名义利率，中美名义利差（）=人民币名义利率-美国名义利率。

3. 数据均来自万得资讯，数据时间段为2000年1月至2011年12月，数据频度为月度数据。

四、实证检验

以表示中美利差，表示其差分，表示其滞后期值，以表示人民币兑美元汇率（采用直接标价法）。

（一）平稳性检验

时间序列一般是不平稳的，不平稳的数据是不能用来进行回归分析的，否则将会出现“伪回归”现象。为检验模型的适用性，对两个变量分别进行ADF和PP单位根检验，检验结果见表1：

由表1可知，时间序列是平稳的，序列不平稳，一阶差分以后平稳，因此可以用和进行回归分析。

（二）格兰杰因果关系分析

对和进行格兰杰因果关系检验，结果见表2：

可以看出，在滞后2阶的情况下，存在由到和由到的双向格兰杰因果关系，即与之间存在双向互动关系。

（三）STR模型的估计

1. 模型自回归滞后阶数的确定。按照森西尔和奥斯本（Sensier和Osborn，2002）的方法，首先确定被解释变量的滞后阶数，最高滞后阶数设定为8，然后分别用对及的各滞后项进行回归，利用AIC准则和SC准则从中选出最优的滞后阶数；其次根据对第一步所选出的最优滞后项和解释变量滞后项的各种组合进行回归，从而得出解释变量的最优滞后期数。

回归的过程和滞后阶数的选择由于篇幅所限不再罗列，经过逐一检验，最终的结果是：模型被解释变量的最优滞后阶数为2，解释变量的组合是由被解释变量差分序列的二阶滞后和解释变量序列组成。

2. 非线性检验及模型形式的确定。沿用卢科宁等（Luukkonen，1988）、泰雷斯维尔塔（1994、1998、2004）的检验思路对变量进行非线性检验，通过非线性检验还有助于我们确定转换变量和选择非线性模型。这个过程是基于STR模型的泰勒级数展开式进行的。我们对转换函数在处进行泰勒级数近似，把展开后的三级泰勒级数代入模型，根据不同的情况可以得到辅助方程。如果转换变量是的一部分，我们可以得到辅助方程：

如果转换变量不是的一部分，我们可以得到辅助方程：

其中，，本文模型中为

，，

为泰勒展开式剩余项。利用JMULTI软件对方程（3）进行非线性检验。对方程设定原假设

。拒绝原假设意味着接受非线性，而接受原假设意味着不存在非线性。在零假设成立的情况下，假设检验的统计量分布近似于。而泰雷斯维尔塔（1998）指出，当样本为小样本时，卡方分布统计量的精确程度受到严重扭曲。因此，泰雷斯维尔塔提出了用F统计量来代替卡方分布统计量。一旦拒绝原假设，而接受非线性假设，意味着汇率和利率之间存在着非线性关系。接下来就是确定非线性转化函数的形式，即进一步确定为

还是（或模型）的函数形式。模型的选择基于以下检验顺序：

原假设、、的相应统计量分别为、、

，如果假设的检验统计量（统计量）值最小，则表明方程的转换函数的形式为或者

模型。反之，则表明方程的转换函数的形式为

模型。根据上述检验方法，对中美名义汇率与中美名义利差之间的关系进行非线性检验，具体检验结果见表3：

由表3的结果可以看出，当以人民币兑美元汇率为转移变量时，接受线性假设的概率为4.4091e-04，远远小于5%，因此在5%的显著性水平上，拒绝中美汇率与中美利差之间线性关系的假设，接受两者之间存在非线性关系的备择假设；进一步，在、、中，的值最小，因此转换函数的形式为。

3. 平滑参数和位置参数初始值的确定。在确定了转移变量和转换函数的形式之后，需要对模型进行估计。依据非线性的数值优化方法，需要事先确定转移函数中的参数和，然后利用所估计的和

的初始值，采用普通最小二乘法来估计方程（1）的系数。能否找到一个较优的初始值对于估计非线性模型是非常重要的，因为一旦转移函数中的和给定时，我们所要估计的非线性方程（1）就转化为线性模型了。这意味着为了确定平滑速度和位置函数的初始值，可以使用二维格点搜索法。具体方法是：在一定范围内，选取不同的平滑速度参数和位置参数，使得模型的残差平方和最小。本文把平滑参数构造在区间，构造在

区间，并均匀取60个值，共3600个的组合，然后任取一组和计算模型的残差，依次取遍上述所构造的二维参数空间，求出残差平方和最小时对应的参数和，作为进一步进行非线性优化估计的初始值。依据这种优化方法，本文对于平滑参数和位置参数的初始估计结果如表4。

从表4结果可知，平滑参数的初始估计值为8.8722，位置参数、的初始估计值分别为6.9928和8.1227，此时回归方程的残差平方和达到最小值1.0828，、、等参数落到了所构造的区间内，因此可以作为进一步优化的初始值。

4. 模型参数的估计。在得到平滑参数和位置参数的初始值后，利用递归的Newton-Raphon方法，求解出最大条件似然函数，这样我们就可以估计出方程1中的参数、、、。根据亨德里（Hendry，1995）提出的一般到特殊的建模方法，把回归方程（1）中不显著的系数限定为0，直至剩余的其他系数到达统计上显著为止，由于估计结果中，在线性部分和非线性部分都不显著，我们在JMULTI操作的Specify Subset Ristrictions环节将其系数限定为0，继续进行操作。基于上述建模思想，利率与汇率的非线性回归模型参数估计的具体结果如表5。

表5表明，所估计的参数系数在5%的显著性水平上都是统计显著的，且人民币兑美元汇率与中美利差之间存在着负相关关系。其中位置参数值、

落在了取值区间内，说明所设定的非线性模型有很好的合意性。最终所得的模型形式为：

其中，

非线性部分包括转换函数和回归项两部分，

，，转换函数关于

对称，当转换变量时，转换函数

，此时模型的非线性部分消失；平滑参数

，模型从一种状态转化到另一种状态的速度较快，说明汇率变动确实能影响到两国利差，且影响时间较短，即汇率的变化能够很快地对两国之间的利差产生影响。当转换变量小于6.9836或大于8.1095时，转换函数趋近于1。

当时，中美汇率对中美利差的影响主要由模型的线性部分决定，影响系数为-0.981，

当或时，中美汇率对利率的影响由线性部分和非线性部分共同决定，合并的影响系数为-0.268。这说明，当中美汇率大约位于7—8之间时，汇率的变动会引起利差的较大变动；当中美汇率过低或过高时，即人民币被高估或低估时，汇率对利率的影响程度大大降低，汇率对利率的传导机制变得不通畅。

图1显示了转换函数随转换变量的变化过程，可见该图有两个拐点，分别位于6.9836和8.1095，当时，转换数，模型由线性和非线性部分共同决定；在时，转换函数值迅速减小至0，这是值太大导致的，此时模型主要由线性部分决定；在处，转换函数值又急剧上升，模型又开始受线性和非线性部分的共同影响。该图清晰地显示了的两个区制转换的区间，说明我们采用模型是合适的。

从拟合效果看，图2显示，模型产生的拟合数据与原数据序列基本一致，表5显示，调整以后R2为0.63，而相同数据通过简单线性回归方程拟合的模型调整以后，R2仅为0.315，这说明模型相对于其他线性模型有较好的解释力度。

5. 模型的稳健性检验。完成模型的估计以后，需要对其性质进行评价，对模型进行稳健性检验。非线性模型稳健性检验方法是线性模型检验方法的一般情形。非线性模型的误差项被假定为同方差、无序列相关，为了检验这些假定是否成立，我们对残差序列进行检验，检验结果如表6所示。

残差检验结果表明，当误差项滞后在长度取值1—8之间变动时，残差无序列相关的F统计量值均大于10%的显著性水平，这意味着接受残差无序列相关的假设；根据误差项的ARCH-LM检验，卡方统计量和统计量的值均大于10%的显著性水平，说明误差项之间不存在自回归条件异方差。

综上，模型的拟合数据与原始数据的拟和效果图形和非线性模型的残差检验结果表明，本文对于汇率与利率之间关系所建立的模型具有良好的特征。

五、结论及相关建议

本文运用非线性平滑转换回归模型，利用2000—2011的月度中美名义汇率和中美名义利差数据，对中美两国的名义利差与名义汇率之间的关系进行了实证分析，并利用非线性检验的方法对所估计的模型进行了稳健性检验。

实证分析结果表明，人民币兑美元汇率与中美利差之间存在着负相关关系，汇率对利率的影响呈现出非对称性特征。当中美汇率在7—8之间时，中美汇率的变动会引起中美利差的较大变动；当中美汇率过低或过高时，即人民币被高估或低估时，汇率对利率的影响程度大大降低，汇率对利率影响的传导机制变得不通畅。这说明：人民币汇率市场机制的形成对利率的影响逐渐加大，但过多的升值反而会抑制两者之间的联动性。

因此，本文提出如下建议：在坚持人民币汇率改革市场化方向的前提下，短期内人民币汇率弹性的扩大应该主动、逐步、稳定进行，防止人民币汇率波动的急剧扩大导致货币利率的过度波动，保障我国实体经济的稳定发展。

参考文献：

[1]So，R.W.，2001，“Price and Volrtility between Interet-

Rate and Exchange Value of the US Dollar”， GlobalFinance Journal，12：95-106.

[2]Viktoria Hnatkovska and Amartya Lahiri，“Interest Rates and Exchange Rate：A Non-Monotonic Tale”，2008.

[3]Baxter，M..Real Exchange Rates and Real Interest Differentials，Have We Missed the Business-cycle Relations-

hip [J]. Journal o f Monetary Economics， 1994， 33： 5～37.

[4]Dornbusch，R..Expectations and Exchange Rate Dyn-

amics[J].Journal of Political Economy，1976，84： 1161-1176.

[5]Edison，H.，Pauls，B.A Re-assessment of the Relation-

ship between Real Exchange Rates and Real Interest Rates：1974-1990[J].Journal of Monetary Economics，1993， 31（2）： 165-187.

[6]Kanas，A..Regime Linkages in the US/UK Real Exchange Rate-real Interest Differential Relation [J].Journal of International Money and Finance， 2005，24：257-274.

[7]Meese，R.，Rogoff，K.Was It Real？The Exchange Rate- interest Differential Relation over the Modern Floating- rate Period[J].Journal of Finance，1988，43（4）： 933-948.

[8]Rogoff，Kenneth.Dornbusch’s Overshooting Model after Twenty- Five Years[R].IMF Working Papers，2nd Annual Research Conference Mundell-Fleming Lecture， 2002.

[9]李富有，金娟.基于VAR 的人民币利率汇率互动关系研究：2006-2009[J].财政研究，2010，（5）.

[10]王爱俭，林楠.人民币名义汇率与利率的互动关系研究[J].经济研究，2007，（10）.

[11]顾标，周纪恩.真实汇率与真实利率差异——基于人民币真实汇率的实证研究[J].经济学（季刊），2007，（10）.

[12]赵华.人民币汇率与利率之间的价格波动和溢出效应研究[J].金融研究，2007，（03）.

4.利率与汇率的互动关系篇四

我在帮助企业整改过程中，发现一些基、中层管理人员对成本率和毛利率的认识有些模糊，特做此文，阐述一下自己的观点。

一是成本率、毛利率的概念。餐饮成本率是餐饮成本与餐饮产品售价之比，它说明的是成本在售价中所占的比率，或者说在客人所支付的餐费中客人消费的实物部分占有多大的比率。成本率越高，表示客人消费的实物部分越多，即餐饮产品的价格比较便宜。相反，成本率越低，表明客人消费的实物部分越少，说明餐饮产品的价格较贵。依次类推，餐饮成本率越低，餐饮产品的价格越贵，由此可见，餐饮产品价格的贵贱完全取决于餐饮产品成本率的高低。饮品的成本率是饮品的进价与其售价之比。同样，综合成本率是指餐厅全部菜肴或所有饮品的成本率，它是全部食品成本与全部食品销售收入的比率，或全部饮品成本与全部饮品销售收入之比。

二是毛利率和成本率的关系。餐饮成本加上餐饮毛利之和便是售价，因此，餐饮毛利率加上成本率便是100%，毛利率对餐饮产品价格贵贱的影响与成本率对餐饮产品价格的影响正好相反。就是说毛利率越高的餐饮产品价格越贵，毛利率越低的餐饮产品价格越便宜。餐饮产品的价格与餐饮成本率、毛利率的关系，在餐饮产品的价格计算中体现得十分清楚：餐饮产品的售价=成本/1—毛利率。三是成本率的确定原则。确定餐饮成本率是经营餐饮的重要策略。成本率高一些，意味着食品和饮料便宜一些；成本率低一些，意味着食品、饮料的价格贵一些。确立成本率要注意以下几条：

1、不同档次的菜肴采用不同的成本率。菜肴的档次是指用原材料的档次。通常将用高档海产品与各类山珍为原料的菜肴定义为高档菜肴，而将以各种肉类、各种“大路”蔬菜为原料的菜肴定义为中、低档菜肴。定价的原则是，高档菜肴适用高成本率，低档菜肴适用低成本率。为何高档菜肴适用高成本率，低档菜肴适用低成本率呢？例如以珍贵的龙虾为原料的“龙虾三吃”为例来说明。比如说酒店购入活龙虾是每斤120元，酒店销售的“龙虾三吃”是每斤170元。据此计算，这道“龙虾三吃”的成本率为70%，毛利率为30%，一只2斤重的龙虾售价为340元，这个价格对客人来说不算贵，如果这道菜的成本率不是被定为70%，而是被定为40%，那么这道菜的每斤售价便是300元，吃一斤两斤重的龙虾概要花600元以上，如果三、四个人用餐，在龙虾之外在点一些其它的菜，一顿饭下来花费不会低于1000元，会使客人感到太贵，显然，40%的成本率不宜采用，这样的价格会使大量的客人拒绝消费，导致高档菜肴有价无市，不能带来收入。再以低档菜以“青椒土豆丝”为例：一道“青椒土豆丝”的成本大概为1元左右，如果将成本率确定为40%，其售价为2.5元，毛利仅有1.5元，这样低的价格不仅无利可图，而可能要赔本。如果将成本率定为8%，其售价是12.5元，毛利是11.5元。这样，扣除人工报酬和其它费用后酒店还有利润，再说，一道菜售价10多元，客人还是能接受的。

用禽类、肉类为原料的菜品属于中档菜肴，其适用成本率应取中，即低于高档菜肴的适用成本率，高于低档菜肴的适用成本率。确定饮料成本率基本原则与确定菜肴的成本率的原则相同。凡是进价较高的白酒和洋酒适用于高成本率低毛利率，进价较低的各种啤酒、葡萄酒和软饮料适用低成本率高毛利率。

2、不同的销售方式采用不同的成本率。菜肴的销售方式与消费方式是相对应的。消费者的消费方式主要有两种；一种是在餐厅按照菜谱点菜用餐，厨房按菜谱的规格制作；这种方式通常称为“零点”，另一种方式是按既定的标准用餐，即先确立用餐标准，厨房按既定的标准配菜，不同的标准配制不同的菜肴，这种方式又因标准高低、服务方式不同分为三种形式：宴会、团体桌餐和自助餐。不同的销售方式应适用不同的成本率，这是因为不同的消费方式，酒店必需提供不同的服务，支付不同的费用：宴会消费，不仅要提供特殊的环境，菜肴的制作标准也相应的提高，服务相对周到，所以宴会适用成本率相对来说应较低些；团体桌餐消费，对提供的服务要求较低，酒店为此付出少些，所以团体餐适用比宴会较高一些成本率；自助餐消费，可选择的菜品相对来说要多一些，对较好的菜肴需求较多，菜肴剩余量较多，因此其成本率要高于同样标准的桌餐，酒店为零点消费所作付出居中，所以零点销售方式适用的成本率也居中。

5.经济增长和实际利率的关系分析篇五

经济增长和实际利率的关系分析

从新古典增长模型“索罗-斯旺模型”中我们可以推导出如下结论:经济增长和实际利率存在正相关关系,但不是实际利率的提高引起了经济增长速度的提高,也不是经济增长速度的提高引起了实际利率的提高.国有商业银行的.产权改革、利率市场化是保证今后我国经济持续增长的必要条件.文章最后对今后我国经济增长和实际利率的趋势作了预测.

作者：彭志远 PENG Zhi-yuan 作者单位：四川大学,经济学院,四川,成都,610064刊名：北京科技大学学报(社会科学版)英文刊名：JOURNAL OF UNIVERSITY OF SCIENCE AND TECHNOLOGY BEIJING(SOCIAL SCIENCES EDITION)年，卷(期)：18(3)分类号：F091.348.1 F224.9关键词：经济增长实际利率索罗-斯旺模型

6.汇率波动与亚洲的经济增长篇六

附图

图1 亚洲各经济体的经济增长与衰退的同步现象（1990-年）

资料来源：The World Economic Outlook (WEO)Database April 1999；国际货币基金组织主页，www.imf.org/external/pubs/ft/weo/1999/01/data/#2。

由出口带动或是由外资流入引起的经济增长会产生本币升值的压力。亚洲新兴市场经济由于本币钉住美元，在经济增长的高峰期都出现了本币升值的压力。按照Balassa-Samuelson效应，这些经济体内相对于世界平均水平的贸易品劳动生产率增长要快于非贸易品劳动生产率增长，但同时经济体内的非贸易商品的物价水平也相应抬高。

与劳动生产力同步提高的工资水平是无可非议的.，但与劳动生产力提高无关的工资上涨却拖累了各经济体。最典型的是日本，贸易与非贸易部门的劳动生产率差异高达73.2%（美国是13.2%,Krugman and Obstfeld,)。除此之外，为了抑制经济发展过热，当时泰国等一些国家提高了利率。利率的提高产生了两种现象：短期外资的大量流入，本国企业筹措资金的“外债化”（因为境外利率低，企业不是向国内银行举债，而是直接向境外筹措）。伴随着1995年后较长时期的美元升值，亚洲一些经济体的名义汇率都有明显的提高（见表1）。

表1 1970-2000年亚洲各经济体GDP增长与货币汇率的相关性

名义汇率实际汇率 19人均国

民收入（美元）

新加坡0.351076696 0.401379798 26300

香港特区 0.364264368 0.149986998 25100

日本 0.495270508 0.269414233 23100

中国台湾 0.362602952 -0.104025631 16500

韩国 -0.433910518 0.038399868 12600

马来西亚 -0.564034784 0.056595968 10300

泰国 -0.608576891 -0.009916242 6100

中国 0.187831613 -0.428633353 3600

菲律宾 -0.338179495 0.073377773 3500

印度尼西亚 -0.75387025 0.029684452 2830

印度 0.218499454 0.206986168 1720

资料来源：www.nso.go.kr/cgi-bin/SWS-1021.cgi;

intl.econ.cuhk.edu.hk/exchange_rate_regime/index;

www.jeico.co.kr/cnc_old.html;research.stlouisfed.org/fred2/series/EXBZUS/13.

从总体上看，虽然表1的相关系数很低，但是系数的正负符号可以表示出一种趋势。负号（在直接标价法下）表明该经济体的货币有升值的趋势。在名义汇率栏中有负号的经济体经济增长大都依赖于外资。在经济火热的时候，外资大量

7.利率与汇率的互动关系篇七

关键词：利率,汇率,联动关系,风险防范

在开放经济条件下, 利率与汇率这两个具有基础性作用的宏观经济变量, 在复杂作用过程中, 既影响其他变量, 同时也相互影响。这种利率汇率相互影响的过程和机制可以界定为利率汇率的联动关系。就目前而言, 由于外汇管制和利率管制的存在, 人民币利率和汇率还处于相对独立、外生确定的状态, 但是随着国内货币市场、资本市场、金融衍生品市场的不断发展以及金融市场开放度的提高, 人民币利率汇率的波动关联度将更加密切, 由此形成一种新的金融风险产生和积累的渠道。

一、开放经济条件下利率汇率联动的三重属性

(一) 利率汇率联动是经济的自我均衡机制

一般认为, 在开放经济条件下, 根据利率平价等原理, 利率与汇率之间的联动关系, 如同“看不见的手”会自动调节内外均衡状态, 是一种经济的自我平衡机制。

(二) 利率汇率联动关系具有调控经济运行的工具属性

在开放经济条件下, 利率与汇率对于国际收支和国内国外市场均衡具有决定作用。如果将利率或汇率看作是经济变量传导关系的终点, 这时利率或汇率就成为受其他因素决定的因变量;如果将利率汇率看作是经济变量传导关系的起点, 则利率汇率就成为影响和决定其他经济变量的调控工具。姜波克 (2007) 认为, 两者对于经济都具有两方面的属性, 一方面是两者都受各种经济变量的影响, 由其他变量决定其自身变化, 这称之为比价属性;两者反过来又影响着其他经济变量, 这时的利率汇率具有调控经济的作用, 即杠杆属性。

(三) 利率汇率联动关系在一定条件下可以成为传递国际金融风险的渠道

利率与汇率的联动关系, 实际上是一种使国内国外经济变量得以沟通的渠道, 这一渠道一方面为经济资源在国际和国内进行有效配置提供了可能, 为经济在开放条件下实现自动均衡提供了可能;另一方面, 由于这种渠道的存在, 也为金融风险或冲击在国际市场与国内市场的传递提供了路径。

二、利率汇率联动与金融风险

中国改革开放的历程就是融入国际化、推进市场化的历程。金融开放也意味着金融风险, 随着中国金融市场化程度和金融对外开放程度的加深, 原本完全割裂的人民币利率与汇率逐步开始形成某种关联性, 尽管这种关联性的强度和方向以及传导机制还有待进一步研究, 但这种关联性的存在本身已经为金融风险的传递提供了可能。

(一) 利率汇率联动与宏观金融风险

从宏观角度分析, 目前我国利率汇率联动可能产生的风险主要有:

首先, 以出口为导向的发展策略和现有的外汇管理体制, 造成的经济结构和国际收支状况失衡。这种失衡与不完善的国内金融市场体系共同作用, 使央行成为造市商, 承担大部分利率汇率风险, 同时造成货币政策独立性低, 宏观经济政策之间存在多层次的矛盾冲突。

其次, 由于我国利率和汇率的市场化程度低, 利率与汇率之间的传导过程以政策性传导为主, 市场传导相对较弱。这种传递过程特别容易使经济变量之间的关系因政策失误和人为因素而扭曲, 进而降低市场的资源配置效率, 增加结构调整的难度, 积累宏观经济风险。

第三, 随着我国金融市场的进一步开放, 人民币区域化乃至国际化的程度都在加深。人民币可兑换程度的提高, 在加强人民币利率汇率联动机制的同时, 也使其成为传统金融风险和国际政治风险传递的双重渠道。使人民币汇率和利率可能受到来自国外政治集团的压力或系统性破坏。

(二) 利率汇率联动与微观金融风险

首先, 对于银行体系而言, 我国进行的汇率改革是市场化取向的综合性改革, 这使得商业银行的汇率风险由过去的隐性化走向显性化。这虽然逐步改变了过去汇率风险主要由中央银行承担的状况, 形成了央行、商业银行、企业和个人四个层次的风险结构, 但这只是汇率风险的横向分担, 只是在不同的外汇持有者之间重新分派风险, 并没有完全消除风险。同时, 由于各种利率和汇率的金融衍生产品在我国的商业银行逐步得到应用, 在有效监管和合理使用时, 金融衍生品可以成为商业银行风险管理的工具, 但如果监管理不当, 必然会进一步增加金融风险。而且, 当微观层面的银行金融风险积累到一定程度, 会在金融体系内部产生连锁反应, 最终将风险向实体经济扩散, 转变为宏观金融风险。

其次, 对于进出口企业而言, 由于我国汇率远期市场还不完善, 进出口商缺少风险对冲工具, 容易受到经济波动的影响。

最后, 对于同时持有本外币资产的个人而言, 缺少风险对冲工具, 同样使其资产价值容易因利率汇率波动而受到损失。

三、银行利率汇率风险实证分析模型

本文选择从上市商业银行这一微观角度分析我国商业银行的利率汇率风险。本文认为, 利率汇率具有比价关系变动传递的功能, 一定条件下可能成为金融风险的传递渠道, 必须对其进行风险监控;同时, 可以合理利用其工具属性, 通过两者的联动关系调节经济, 管理风险。

本文选取上市银行作为研究对象, 原因在于, 目前的人民币汇率形成机制和交易机制中, 上市商业银行是主要的参与者。通常上市商业银行会根据利率和汇率的变化, 不断地调整其本外币头寸, 以达到利润最大化和减少风险的目的。就商业银行而言, 无论是其资产平衡表内的传统业务还是表外的衍生业务, 其风险敞口头寸都会受到利率与汇率变化的影响, 这种来自于利率和汇率变化的风险, 将直接影响商业银行的经营业绩和经营行为, 因此上市商业银行的经营业绩可以看作是其对利率和汇率风险进行管理的结果, 其间具有相关性。

对上市商业银行受利率汇率风险影响的情况, 本文以多元模型进行描述:

其中Rit是t期上市银行i的股票收益率超出无风险利率q的值, Rmt是市场投资组合收益率超出无风险利率的值, rt是无风险利率变化的百分比, 用以测量利率风险, 如 (qt-qt-1) /qt-1, 这里所用的无风险利率q选择以我国银行同业拆借利率表示。et表示t期汇率变化的百分比, 用以测量汇率风险, 如 (ft-ft-1) /ft-1, f为美元的人民币价格。

假设商业银行的表内基本风险净敞口为Bi, 表外衍生业务净风险敞口为Di, 那么可以将利率和汇率风险对商业银行股票收益率的作用用下式表示:

其中ai和bi为任意参数, εit是误差项。

(1) 式中表示市场风险的β系数, 其定义为:

以相同的定义, 可以定义利率风险和汇率风险, 同时可以进一步将 (2) 式表述为:

为进一步检验协方差的性质, 分别考虑期初商业银行平衡表名义的国内净资产头寸 (Ai) 和国外净资产头寸 (Ai*) , 商业银行的期末以人民币表示的资产价值为:

其中q和q*分别表示国内 (本币) 和国外 (外币) 的无风险利率, g=1/f表示期末用外币表示的本币价值。利率水平q和q*和汇率在既定时期是已知的, 但其随时间的变化值r和r*是随机的。同样, 汇率g随时间的变化率x也是随机的。用无抛补利率平价可以得到:

其中θ~N (0, σ) , 表示来自无抛补利率平价的离差。对于既定数量的股份, 银行净资产市场价值的变化等于其股票收益率的期望值。因此将 (7) 式代入 (6) 后取期望值可以得到 (8) 式,

从 (8) 式可以看出, 对于给定的平衡表国内净资产头寸 (Ai) 和国外净资产头寸 (Ai*) , 银行股票的预期收益率受四个方面的因素影响:第一, 国内利率变化;第二, 国内利率变化预期和汇率变化预期联动作用影响;第三, 汇率预期的变动;第四, 来自于无抛补利率平价的误差。这也表示, 股票收益率方程中的风险敞口系数将反映利率和汇率变量联合产生的影响。

随着国内银行衍生产品交易和管理能力的提高, 人民币利率市场化和汇率形成机制改革的深入, 我国外汇和货币市场日渐成熟。央行逐步放宽了对商业银行经营金融衍生业务的管理, 从1997年中国银行首家获准试点远期结售汇业务以来, 在开办衍生业务的主体资格、准入方式、交易期限、交易范围等方面的管理都进一步放开。

就银行而言, 金融衍生产品既是套利又是交易的工具。当衍生产品被用于风险对冲目的时, 它的使用很可能随着表内基本业务风险敞口对冲需求的增长而增加。然而, 当衍生品的使用是由于投机交易而产生时, 这种关系并不一定出现。此外, 银行对衍生品的使用也取决于其掌握和管理衍生金融产品的能力。业绩好的银行会尽量将金融创新产品应用在降低风险和增加收益上, 这会增加商业银行在特定金融衍生产品上业务量。由此, 对于应用衍生品进行对冲和交易的商业银行, 其基本表内业务风险敞口和表外衍生品风险敞口的协方差通常会大于零, 即cov (Bi, Di) ≥0。

四、模型估计和数据说明1

本论文的目的是要探讨银行系统风险和利率汇率风险之间的联系, 即式 (4) (5) 所描述的联系。从这两式可以看出, 利率和汇率风险的系数是银行表内基本业务风险敞口和表外衍生业务风险敞口的函数, 此外, 两式还揭示了利率和汇率系数是相互依赖的。

本文分析所用数据为我国上市的14家商业银行的月度数据, 时间从2002年1月到2008年9月。文中无风险利率采用我国银行同业拆借月平均利率, 各上市商业银行的股票收益率根据月度对数收益率进行折算, 市场资产组合收益率根据上证50指数中50支股票的月度收益率加权折算得到, 上述数据均来自清华金融研究数据库;人民币汇率以人民币/美元汇率表示, 数据来自国家外汇管理局网站2。

为保证数据的同质性, 本文根据2008年底上市商业银行股票总市值规模, 将数据分为两组, 第一组包括9家银行, 第二组包括5家银行 (见表1) 。第一组所有银行的股票总市值均在1000亿元以上, 最高为工商银行, 总市值1.4296万亿元, 最小为民生银行, 总市值1170亿元。第二组所有银行股票总市值均小于1000亿元, 最大为北京银行, 总市值802亿元, 最小为宁波银行, 总市值253亿元。为了检验结果的可信度, 除对2002-2008样本期进行估计, 本文同时对2005年7月-2008年9月的子期间数据进行估计。选择2005年7月作为子样本期的起始点, 是为了检验2005年的汇率改革是否引起结构变动。

本文假设市场近似于信息完全状态, 同时为保证多元模型变量的独立性, 本文研究中对于利率风险和汇率风险变量都采用实际变化量, 而不是水平值。为减小估计误差, 降低异方差性和序列相关性, 模型采用近似不相关 (SUR) 方法进行估计。

五、计量结果和分析

方程变量统计描述:

Rm:表示上证50指数代表的资产组合收益率超出同期银行同业拆借利率的值;

r:表示银行同业拆借利率变化的比率;

e:表示汇率变化的比率。

8.利率与汇率的互动关系篇八

2006年1～4月份，我同进出口总值5147．2亿美元，比2005年同期增长24％。其中，出门2742．4亿美元，增长25．8％。

随着出口呈的剧增，国内众多出口企业在目前或可预期的未来，将拥有大量的外币资金(主体为美元)，人民币兑美元的汇率变动使进㈩口企业面临汇率波动风险。在目前人民币升值趋势较为明显的市场环境下，拿到美元后即进行即期结汇似乎已成为出口企业的不二选择。

与此相对照，2006年5月10日，美国联邦储备理事会(FED)将美元基准利率加至5％。这是自2004年6月以来FED第16次升息。美联储持续加息使得美元以及以美元计价的资产重新成为投资市场的宠儿。

出口企业的机会抉择

对我国出口企业而言，对人民币汇率风险的担忧通常是未来(比如6个月后)会由于合同的履行获得美元资金，而在6个月后人民币升值将给企业造成汇兑损失。

目前，为了规避出口企业未来流入的美元出现贬值风险，国内所能提供的金融工具为远期交易，即通过远期交易锁定未来结汇汇率。就企业决策来说，是否通过远期交易锁定汇率其实是一个非常重要的问题。机会成本(为了得到某种利益而放弃的利益)在这里应该可以作为企业的决策依据。

对企业而言，直接通过远期交易锁定结汇汇率和一段时间后(比如6个月后)再进行结汇，机会成本是截然不同的。一方面，如果直接通过远期交易锁定结汇汇率，损失的将是高息货币美元(6个月可获得的无风险年收益为5％左右)和低息货币人民币(6个月所可获得的无风险年收益为2％左右)之间的利差(6个月收益1．5％左右的机会成本)。这部分成本将通过美元兑人民币即期结汇价格和远期结汇价格的价差来体现。比如，今天美元兑人民币结汇汇率为8．0100，企业通过远期交易锁定6个月后的结汇汇率为7．8898。另一方面，如果企业选择6个月后进行结汇，那么，将面临人民币升值的汇率风险。如果6个月后人民币兑美元升值幅度为1．5％，那么，企业因汇率波动所带来的机会成本损失也将为1．5％。

在当前市场环境下，出口企业如果进行远期交易锁定远期美元结汇汇率，则必须承担相应期限的利差成本，反之，如果企业不进行远期交易，人民币升值的风险也客观存在。这对中国的出口企业而言是难以完全协调的矛盾。实际上，对出口企业而言，是否进行远期交易锁定结汇汇率的决策制定，要从机会成本的角度出发，在汇率变动和利率差变动中进行决策取舍。

人民币将小幅升值

2005年7月21日，始于2000年初的人民币汇率理论开始了实际变革。人民币汇率改革使人民币兑美元汇率在瞬间跳升了2．1％，如此大的升幅使国内众多出门企业“谈汇色变”，纷纷在银行寻求避险工具。2006年5月15日，中国外汇交易中心美元兑，人民币汇价首次跌破8．0000元心理价位(参见图1)，刷新了去年7月汇改以来的高点。尽管人民币汇价“破8”一直在市场预期中，但汇价突破了这个心理关口后，仍对市场造成了较大的冲击。人民币汇率今年的下步走势越发令人感到难以捉摸。

事实上，尽管汇改后人民币进一步升值问题的讨论如火如荼，但截至今年5月中旬，其汇改后累积涨幅仅为1．3％。

渣打银行分析师Stephen Green称，中国的外汇储备在其国内生产总值(GDP)中所占比重远远超过日本，但他“难以想象”中国会再度做出一次性重估之举。他指出，中国人民银行目前主要的任务是调理自身的外汇市场，并逐步放宽对人民币汇率的控制。央行行长周小川则在今年4月底的讲话中表示，尽管日前中国已经成为世界上第一大外汇储备同，但是要达到各国的贸易平衡，不在于人民币汇率的高低，而是应重视结构性调整政策的重要性，汇率不可能单独发生那么大的作用。分析家认为，这里的潜台词是“我们了解让人民币有更大的浮动空间最终对中国有利，但需要逐步进行，因此，不要逼我们太紧”。

从目前的金融市场上可以看到，虽然国际社会，特别是美国，力压中国提高其汇率的弹性，但远期外汇市场中的投资者，没有压住中国人民币汇率大幅上涨。相反，金融市场似乎接受了这样的看法：“中同已表示将逐步提高人民币汇率弹性，而且说到做到。”目前，人民币选择权的1年期隐含波动率在2．8％一3．0％之间，远低于去年人民币跳升后6．75％的水准。隐含波动率反映某一货币汇率在一定时期内的预期波动情况。隐含波动率较低，表明市场降低了对中国政府一次性大幅调整人民币汇率的预期。去年7月人民币升值后，市场期待中国有进一步举措。但是很明显，中国政府不会屈从于国际压力而再度升值。摩根大通在5月的研究报告中指出，按照目前选择权市场的预计，未来9个月内人民币汇率最有可能处于7．84元附近，这意味着在此期间人民币将升值2．3％左右。

事实上，从央行今年一系列的汇率改革举措上看，人民币汇率再度突变的机会已经很小，央行的主要目的在于提高人民币汇率波动弹性。当然，由于前期累积的人民币升值压力过大，未来一段时间内人民币汇率表现应体现出波幅扩大、小幅升值的特点，预期从现在开始到年底的累计升幅在1％左右(预期不做6个月远期结汇的机会成本)。

美元利率仍将上升

美元利率和人民币利率之差，是出口企业是否进行远期外汇交易的重要参考依据。日前，美元和人民币半年的利率差所导致的收益差为1．5％左右。预计在年底前，美元兑人民币利率差发生减小的可能性不大，更有可能出现的情形是，由于美元利率的提高导致进一步扩大。一段时间以来，国际金融市场集中关注的焦点是美联储例会的加息决策，并有不断调整预期的争论。但预期依然较为确定，而实际结果也不出所料。5月10日，美联储例会继续实施加息举措，美国联邦基金利率继续上升至5．0％的水平。但市场并不十分关注本次加息结果，而将注意力转移到美联储例会之后的声明措辞上。从目前情况来看，美联储主席伯南克的言辞进一步强化了未来加息的预期，即未来可能仍会进一步收紧货币政策，以应对通货膨胀风险。

从美元利率调整节奏预期看，6月份美元利率依然有上升可能。一方面，美国夏季用油高峰将来临，加息可应对石油价格的高企；另一方面，美联储例会如果放弃6月时机，未来1个多月空当儿的不可预料性，将会使美联储加息努力受到一些突发或不确定因素干扰，其中最为重要的是地缘政治不确定因素。因此，美元利率将会继续寻机在年内调至5．50％左右的水平。如果这样，企业叙做6个月远期美元结汇的机会成本，应该在损失收益率1．75％左右。

我国企业应相机而行

为了便于山口企业更好地进行决策，我们可以用一个案例来加以说明：某企业在2006年5月签订出口合同，目前美元兑人民币的结汇价格为7．9858，6个月远期结汇报价为7．8533。预计2006年11月对方付款1000万美元。对该企业而言，其主要风险在于6个月期间人民币兑美元大幅升值。为解决这一问题，企业需要做出决策，决定是否在5月签订远期交易锁定6个月后的结汇汇率。通过机会成本的比较，我们可以对企业决策提供相关的建议。

如果企业采用7．8533的远期交易价格，那么，机会成本为1000万美元x (7．9858-7．8533)＝132．5万人民币，这部分机会成本主要是由高利率美元和低利率人民币之间的利差形成的。反之，如果企业不采用7．8533的远期交易价格锁定结汇汇率，而是到期按照当时的结汇汇率进行结汇，根据前文我们分析的人民币升值幅度，企业的机会成本损失应为1％左右，即约80万元人民币。两相比较，我们认为，在目前的人民币汇率市场环境下，对于出口企业而言，不进行远期交易是一个相对较优的选择。

【利率与汇率的互动关系】推荐阅读：

俄罗斯汇率政策调整与经济增长06-20

汇率战争演讲稿07-03

人民币汇率问题研剖析06-17

借款合同利率06-19

利率市场化07-21