汇率冲击与我国股票价格波动研究

刘用明， 甘永春

§经济与金融学研究§

汇率冲击与我国股票价格波动研究

刘用明， 甘永春

通过分析2010年6月到2016年1月人民币汇率和沪深300股指数据，可发现人民币汇率与我国股票价格之间的价格引导和波动溢出效应。研究发现，人民币汇率与我国股票价格之间不存在协整关系；汇率对股价具有显著的短期价格引导，而股价对汇率的价格引导效应不显著，表明人民币汇率与股价的关系符合“流量导向”假说；同时，仅存在由股价对汇率的单向波动溢出效应，股票市场的风险容易向外汇市场传染。因此，我国应进一步提升人民币汇率与股票市场的定价效率，同时进一步将汇率政策与国内财政货币政策的协调放在重要位置，防范金融风险的传染。

汇率；金融资产价格；资本管制；波动溢出效应；BEKK-MVGARCH

我国于2005年7月启动了人民币汇率形成机制改革，中国人民银行宣布放弃单一盯住美元的汇率政策，转而实行以市场供求为基础、参考一揽子货币、有管理的浮动汇率制度，开启了人民币汇率市场化的序幕。近些年，我国经济面临复杂严峻的国内外形势，经济发展步入新常态。虽然我国已经实现了人民币经常项目的可兑换，但在资本和金融项目上还实施着较为严格的管制措施，这一措施虽然损失了经济效率，但也避免了数次国际金融危机对我国经济的大幅冲击。①余永定：《亚洲金融危机10周年和中国经济》，《国际金融研究》2007年第8期。近年来，国际政治经济形势空前复杂，世界经济进入深度转型调整期，我国经济也进入深入调整“三期叠加”的新常态，稳增长、调结构、惠民生等任务较重。②郎丽华、周明生：《经济增速换档期的体制改革与发展转型——第八届中国经济增长与周期论坛综述》，《经济研究》2014年第10期。而在投资收益率下降的背景下，曾经的“笼中老虎”——货币流动性开始泛滥。受限于资本管制措施，流动性在国内市场极大地推动了房地产等资产价格的上涨，对我国经济的稳定发展造成了隐患。

汇率作为联系国内外市场的纽带，不仅影响国际贸易与投资，更与国内资产价格特别是股票价格具有重要互动关系。在汇率与股票价格相互关系的研究中主要有两种理论假说，一是从汇率影响货物贸易的角度，也被称作“流量导向”(the flow oriented)假说；③R. Dornbusch and S. Fisher, “Exchange Rates and the Current Account,” American Economic Review, Vol.70, No.5, 1980, pp.960-971.二是从汇率影响资本账户变动的角度，也被称为“存量导向”(the stock oriented)假说。④W. H. Branson, “Macroeconomic Determinants of Real Exchange Rates,”in R. J. Herring, ed., Managing Foreign Exchange Risk, Cambridge: Cambridge University Press, 1983;J. Frankel, “Monetary and Portfolio Balance Models of Exchange Rate Determination,”in Jagdeep Bhandari and Bluford Putnam, eds., Economic Interdependence and Flexible Exchange Rates, Cambridge: MIT Press, 1983.“流量导向”假说认为汇率主要由一国的经常账户盈余和国际收支决定，汇率变动影响企业在国际市场的竞争力，继而影响实际收入和产出，从而影响企业的利润和价值。由于股票价格是企业未来现金流的现值，汇率变动将冲击股价，因而存在从汇率变动到股票价格变动的因果关系。“存量导向”假说则认为，资本账户变动是汇率变动的重要因素，股票价格的上涨将提升投资者财富、刺激国内货币需求，进而推动利率上升，吸引资本流入国内市场，给该国货币造成升值压力。

除了理论分析外，国外大量学者也对汇率影响股票价格的机制进行了实证研究。信息充分条件下，汇率与股票价格对信息冲击的反应既存在协同性，也存在差异性。同一时期，市场波动的传递可分为两部分：一部分是相互间的价格引导，即在一阶矩上的溢出效应；另一部分是波动溢出效应，即在二阶矩上的溢出效应。一些研究认为汇率和股价存在双向价格引导关系，例如Ajayi和Mougoue、Aydemir和Demirhan以及Kumar的研究。*R. Ajayi and M. Mougoue, “On the Dynamic Relation between Stock Prices and Exchange Rates,” Journal of Financial Research, Vol.19, 1996, pp.193-207；O. Aydemir and E. Demirhan, “The Relationship between Stock Prices and Exchange Rates: Evidence from Turkey,” International Research Journal of Finance and Economics, Vol.23, 2009, pp.207-215;M. Kumar, “Causal Relationship between Stock Price and Exchange Rate: Evidence for India,” International Journal of Economic Policy in Emerging Economies, Vol.3, No.1, 2010, pp.85-101.另一些研究则认为汇率和股价的价格引导关系并不确定，例如Kanas、Granger等以及Rahman和Uddin的研究。*A. Kanas, “Volatility Spillover between Stock Returns and Exchange Rate Changes: International Evidence,” Journal of Business Finance & Accounting, Vol.27, No.3, 2000, pp.447-467；C. W. Granger, B. Huang, and C. Yang, “A Bivariate Causality between Stock Prices and Exchange Rates: Evidence from Recent Asian Flu,” The Quarterly Review of Economics and Finance, Vol.40, 2000, pp.337-354;L. Rahman and J. Uddin, “Dynamic Relationship between Stock Prices and Exchange Rates: Evidence from Three South Asian Countries,” International Business Research, Vol.2, No.2, 2009, pp.167-174.国外学者对于两者二阶动态关系的研究结论则较为一致，大多表明存在股价对汇率的非对称双向波动溢出效应，而汇率对股价的波动溢出效应比较微弱。*B. B. Francis, I. Hasan and D. M. Hunter, “Dynamic Relations between International Equity and Currency Markets: The Role of Currency Order Flow,” The Journal of Business, Vol.79, No.1, 2006, pp.219-258;L. Morales, “Volatility Spillovers between Equity and Currency Markets: Evidence from Major Latin American Countries,” Latin American Journal of Economics, Vol.45, 2008, pp.185-215;M. Kumar, “Returns and Volatility Spillover between Stock Prices and Exchange Rates,” International Journal of Emerging Markets, Vol.8, No.2, 2013, pp.108-228.

针对人民币汇率和股价的价格引导关系，现有的研究结论并不一致，且大部分研究使用2010年6月前的数据，对新时期两者关系的研究则显得不足。例如李忠和张涤新利用2005年汇改到2009年3月的数据研究认为，我国汇率变动对股价存在明显的短期作用，而股价变动对汇率没有影响。*李忠、张涤新：《金融危机背景下汇市与股市关系实证研究》，《财经论丛》2009年第4期。王斌会等、严武和金涛对2010年以前两者数据进行的实证研究则表明，两市之间不存在价格引导关系。*王斌会、郑辉、陈金飞：《中国股市、汇市和债市间溢出效应的实证研究》，《暨南学报》 (哲学社会科学版)2010年第4期;严武、金涛：《我国股价和汇率的关联：基于Var-Mgarch模型的研究》,《财贸经济》2010年第2期。2010年6月，我国再次启动了因美国次贷危机影响而中断的汇率形成机制改革，不断放宽人民币汇率波动幅度，汇率市场化进程大大加快。此后部分学者也对两者的价格引导关系进行了研究，刘莉和万解秋、贾凯威等人研究表明，从汇改到2008年，汇率与股价不存在长期均衡关系；2008年后，两者存在显著的长期均衡关系，股价与汇率互为对方变动的格兰杰原因。*刘莉、万解秋：《我国股市与汇市之间关系的再检验——基于滚动时间窗口技术和阈值误差修正模型的证据》，《国际金融研究》2011年第7期;贾凯威：《基于收益与波动外溢的股市与汇市关联性研究——来自VAR(1)-MGARCH(1,1)-BEKK的证据》,《暨南学报》(哲学社会科学版)2015年第7期。波动溢出效应方面，大部分研究认为两者存在双向的非对称波动溢出效应，且汇率在其中占据主导地位，例如陈国进等人以及熊正德和韩丽君的研究。*陈国进、许德学、陈娟：《我国股票市场和外汇市场波动溢出效应分析》,《数量经济技术经济研究》 2009年第12期;熊正德、韩丽君：《金融市场间波动溢出效应研究——GC-MSV模型及其应用》,《中国管理科学》2013年第2期。而陈云等人则得出了不同的研究结论，认为汇改前存在汇率向股价的单向波动溢出效应，汇改后则存在股价向汇率的单向波动溢出效应，汇改后两者的关系有所加强。*陈云、陈浪南、林鲁东：《人民币汇率与股票市场波动溢出效应研究》,《管理科学》2009年第3期。

基于现有研究的不足，本文选取2010年6月我国重启汇率形成机制改革后的股汇两市数据，实证研究了新常态下人民币汇率与我国股票价格的互动机制。涉及汇率与股票价格互动机制的研究文献，其研究对象通常是资本项目自由可兑换的开放经济体，因此，对我国这样一个实行资本项目管制的出口导向型大国，研究在新常态下，汇率冲击对国内金融资产价格、尤其是股票价格的影响就具有重要而独特的理论意义。尽管已有一些文献对我国股汇两市互动机制进行了研究，但其样本时期较早，较少涉及到新常态时期的两市关系。由于这一时期国内外经济形势复杂多变，股汇关系可能存在结构性改变，且该时期我国经济脱实向虚的趋势加强，国内金融市场风险陡增，本文研究更具有现实针对性；其次，现有的文献在进行样本选择时并未区分2008年4月到2010年6月暂停汇率形成机制改革这段特殊时期，该时期人民币汇率波动几乎停滞，难以反映经济形势变动与市场信息冲击，本文对此进行了区分，研究结论更稳健、有效；同时，本文的研究结论也有助于明晰我国股汇两市关系是符合“流量导向”假说还是“存量导向”假说的争论；最后，基于实证研究结果，本文对新常态人民币贬值背景下我国汇率波动影响国内股票价格的路径进行了理论分析和解释。

一、研究方法

本文分别从人民币汇率与股价的协整关系、短期价格引导关系和波动溢出效应三个方面对两者的互动机制进行研究，运用E-G两步法研究两者的协整关系，运用格兰杰因果检验方法研究两者的短期价格引导关系，运用二元BEKK-MVGARCH模型研究人民币汇率与股价之间的波动溢出效应。*R. F. Engle and K. F. Kroner, “Multivariate Simultaneous Generalized ARCH,” Econometric Theory, Vol.11, 1995, pp.122-150.

由Engle提出并经Bollerslev拓展的ARCH族模型较好地描述了金融时间序列波动的聚集性和时变性，被广泛用于研究金融时间序列的条件波动性。*R. F. Engle, “Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation,” Econometrica, Vol.50, 1982, pp.987-1007;T. Bollerslev, “Generalized Autoregressive Conditional Heteroskedasticity,” Journal of Economics, Vol.31, 1986, pp.307-327.单变量的GARCH模型难以反映多个市场间的交互影响，多元GARCH模型则可以弥补其不足。其中，Engle和Kroner提出的二元BEKK-MVGARCH模型，在限制了方差方程正定性的同时，显著减少了模型的待估参数。同时，该模型较好地保留了残差序列间的方差-协方差矩阵包含的信息，能有效反映市场间的波动溢出效应。

以下重点对二元BEKK-MVGARCH(p，q)模型做简要介绍。模型的均值部分设定为：

其中，t为时间，y1,t和y2,t为两变量序列，γ1和γ2为长期漂移系数；ε1,t和ε2,t为残差项，反映了变量序列在t时刻受到的新息(innovation)冲击。

条件方差-协方差矩阵设定为：

其中vt是白噪声过程，矩阵C是基于Cholesky分解的下三角矩阵；矩阵A和矩阵B是没有限制其对称性的方形矩阵。

以二元BEKK-MVGARCH(1,1)为例，其各部分的矩阵形式为：

条件方差方程的具体形式为：

二、数据选取与实证研究

(一)数据选取与检验

1.数据说明

由于美元是国际经济贸易的主导货币，同时也是我国对外经济交往中的主要币种，本文选择人民币兑美元汇率(直接标价法)(简称“人民币汇率”或“汇率”)作为人民币汇率的替代变量；沪深300股票指数包含了我国沪深两市场最具代表性的企业，表征了我国股票市场的走势，本文将其作为股票市场的替代变量。考虑到2010年6月17日重启汇率市场化形成机制后一段时间里市场存在大幅跳跃性波动，本文选择2010年7月1日到2016年1月5日人民币汇率和沪深300股价指数的日频数据作为研究样本。考虑到汇率的在岸价格与我国经济的联系更紧密，所以人民币汇率采用在岸基准价。人民币汇率和沪深300股价指数均来自锐思金融研究数据库。*锐思金融研究数据库，http:∥www.resset.cn/。表1为样本序列描述性统计。股票收益率均值为正数，汇率收益率为负数，说明样本中股票市场整体处于上涨趋势而人民币整体处于升值趋势。

表1 样本数据的描述性统计

注： sp、ep分别表示沪深300股票指数和人民币汇率序列，sr和er分别表示沪深300股票指数和人民币汇率对数收益率序列，样本包含1340个日频价格数据，对数收益率序列样本量为1339个。

2.数据平稳性检验

对时间序列进行分析，首先需要考察样本是否属于平稳时间序列，以免出现伪回归等谬误。文本采用带有截距项的ADF检验来确定样本序列是否存在单位根。从表2可知，人民币汇率和股价没有拒绝存在单位根的原假设，表明两者均存在单位根，为非平稳时间序列；而其对数一阶差分后的收益率序列均在1%水平上拒绝存在单位根的原假设，即所有收益率序列均是平稳序列，同时说明人民币汇率和股价均为一阶单整时间序列。

表2 股汇两市对数收益率的ADF检验

注：***、**、*分别表示参数估计值在1%、5%和10%水平上显著

3.ARCH效应检验

本文采用拉格朗日乘数方法检验样本收益率序列的ARCH效应。收益率均值方程采用0阶滞后和1阶滞后两种结构，方差结构采用4阶滞后。从表3可知，收益率序列均在1%的显著水平上拒绝不存在ARCH效应的原假设，即人民币汇率和股价的收益率序列均存在显著的ARCH效应，其波动存在聚集性。收益率序列适用于GARCH族模型。

表3 股汇两市对数收益率的ARCH效应检验

注：***、**、*分别表示参数估计值在1%、5%和10%水平上显著

(二)协整关系分析

从数据平稳性检验中可知人民币汇率和股价序列均为一阶单整序列。为了进一步了解两者之间是否存在长期稳定的动态关系，本文采用E-G两步法对人民币汇率和股价的价格数据进行协整关系检验，检验结果如表4。

表4 人民币汇率和股价的协整关系检验

注：***、**、*分别表示参数估计值在1%、5%和10%水平上显著

从表4的检验结果中可以看到，人民币汇率和股价之间不存在协整关系。这一结论也符合我国的现实情况。我国长期实行较为严格的跨境资本管制措施，同时国际金融资本在我国股票市场上的投资额度、买入卖出等均受到限制，*参见国家外汇管理局《合格境外机构投资者境内证券投资外汇管理规定》，以及中国证券监督管理委员会、中国人民银行、国家外汇管理局《合格境外机构投资者境内证券投资管理办法》等规定。加之我国股票价格与宏观经济形势的联系较弱，*陈建宝、孙林:《中国股市与经济增长: 基于MS-VECM的研究》，《厦门大学学报》(哲学社会科学版)2014年第5期。这些原因造成人民币汇率和股价的走势相对独立、两者不存在共同趋势，因而不存在协整关系。

(三)价格引导关系分析

为了检验股汇两市对数收益率序列在均值上是否存在短期引导关系，本文对样本收益率序列进行GRANGER因果关系检验。由于收益率序列均是平稳时间序列，所以本文使用标准的F统计量来检验0约束条件。

从表5可知，股票价格在2阶到4阶滞后上对人民币汇率存在短期价格引导作用，但其显著性水平较低，仅在2阶滞后时显著性水平达到5%；而人民币汇率在7阶和8阶的高阶滞后上对股价具有显著的短期价格引导作用，显著性水平达到1%。结果表明，人民币汇率对股价存在显著的短期价格引导，且其引导能力存在一周左右的滞后性。股票价格对人民币汇率也存在一定的价格引导作用，但其显著性水平较低。

表5 格兰杰因果关系检验

注：***、**、*分别表示参数估计值在1%、5%和10%水平上显著；“sr≠﹥er”表示原假设“sr不是er的Granger原因”；“er≠﹥sr”表示原假设“er不是sr的Granger原因”。

从价格引导关系来看，我国人民币汇率和股价的关系符合“流量导向”假设的推论，这与我国出口导向型的经济特征是相契合的。由于汇率波动直接影响我国进出口部门的竞争力和获利能力，也间接影响了相关行业的经营状况，对我国上市企业的未来现金流存在重要影响，进而造成汇率对股价的价格引导关系。由于该影响机制链条较长，因而在价格引导上存在显著的滞后性。

按照国际收支平衡表，一国对外经济联系主要分为经常项目渠道和资本金融项目渠道。严格的跨境资本管制措施等限制了短期国际资本流动对我国股票市场的大幅冲击，导致人民币汇率波动主要通过经常项目渠道影响我国国内经济。由于我国存在严格的跨境资本项目管制措施，又通过QFII等制度管理外资在我国金融市场的投资范围和额度，这就导致国际金融资本在我国的金融投机面临巨大的限制和退出风险，因而短期国际资本流动主要通过影响我国流动性水平间接影响到股票市场。但短期资本流动形成的流动性冲击，不仅受到央行货币政策的干预，还由于我国居民资产配置中对股票的低偏好，其对股票市场的价格引导作用是较弱的。赵进文和张敬思也认为，跨境资本管制限制了短期资本流动对我国股票价格的影响。*赵进文、 张敬思：《人民币汇率、短期国际资本流动与股票价格——基于汇改后数据的再检验》，《金融研究》2013年第1期。

虽然近几年我国金融市场对外联系的紧密度有所加强，但受限于我国资本市场的发展程度和我国对资本项目较为严格的管制措施，国内金融资产价格难以向国际金融市场传导，导致我国股票价格对人民币汇率的价格引导效应显著性水平较低。

(四)波动溢出效应分析

本文采用二元BEKK-MVGARCH(1,1)模型来分析股价和人民币汇率之间的波动溢出效应，波动溢出效应表征了股票价格和人民币汇率波动性之间的信息传递和反馈机制。本文模型采用RATS8.0软件进行估计，优化算法采用BFGS。估计结果如表6。

表6 BEKK-MVGARCH(1,1)模型的估计结果

注：***、**、*分别表示参数估计值在1%、5%和10%水平上显著；括号内的数值表示估计值的标准误差。

估计结果显示，条件方差方程中代表ARCH效应和GARCH效应的A(1,1)、A(2,2)、B(1,1)和B(2,2)均在1%水平上显著，表明我国股票价格和人民币汇率收益率序列都存在明显的波动聚集效应，ARCH效应显著。

方差方程中的交互项代表了市场间波动风险的相互传递。从模型的估计结果中可以看到，A(1,2)的估计值为-0.024且在1%的水平上显著，B(1,2)的估计值为0.008，也在1%的水平上显著，说明股价对人民币汇率存在显著的波动溢出效应；A(2,1)的估计值为-0.295，在10%的水平上并不显著，B(2,1)的估计值为0.804，但仅在10%的水平上显著，说明人民币汇率对股价的波动溢出效应非常微弱，仅在高阶滞后上对股价具有波动溢出效应。人民币汇率对股价的波动溢出效应存在的高阶滞后性也证实了人民币汇率对股票价格的作用渠道是间接的。从波动溢出效应可以看到，我国股票市场的波动风险更容易向外汇市场传递。

从波动溢出效应看，两者间的波动传递机制与主要发达国家的情况相似，均主要存在由股票价格向汇率的波动溢出效应。对于联系国外内两个市场的人民币汇率来说，其波动性不仅受到国外因素的影响，更是主要受到国内因素的影响。在新常态背景下，国内传统产业面临较大发展压力，“脱实向虚”较为严重的情况下，金融市场的稳定性成了影响汇率波动的重要因素，因而人民币汇率波动受国内金融资产价格波动、尤其是股票市场价格波动的影响较大；另一方面，我国股票价格与宏观经济的联系较弱，股票市场的走势相对独立，并未充分发挥出经济晴雨表的功能。加之我国金融市场与国外市场的融合度不高，股票价格短期波动受到人民币汇率的影响较弱。以上方面的因素共同作用，导致人民币汇率向股票价格的波动溢出效应不显著，而股票市场的波动性对人民币汇率市场存在显著的波动溢出效应。从市场信息效率上来说，股票价格对人民币汇率存在显著的单向波动溢出效应，说明我国外汇市场对于国内市场信息的冲击反应较慢，不能在第一时间吸收新信息，市场效率还有待提高。

(五)稳健性检验

上文的研究采用的样本是2010年7月1日到2016年1月5日人民币汇率和沪深300股价指数的日频数据。为了检验本文研究结论的稳健性，同时考虑到2014年1月14日为人民币升值以来的最高点，本文选取该日到2016年1月5日的人民币汇率和对应的股票价格数据进行稳健性检验。

经检验，该样本的收益率序列均为平稳时间序列，同时存在显著的ARCH效应；对该时期股票价格和人民币汇率进行的协整检验表明，两者之间并不存在协整关系；利用格兰杰因果关系对两者收益率序列进行检验发现，人民币汇率同样在7阶和8阶的高阶滞后上对股价具有短期价格引导，而股票价格对人民币汇率不存在短期价格引导。

BEKK-MVGARCH(1,1)模型估计结果表明，股票价格对人民币汇率波动溢出效应显著，而人民币汇率对股票价格波动溢出效应并不显著。这表明在波动溢出效应上，股票价格的波动更易向人民币汇率传递，而人民币汇率的波动则难以影响到股票价格，呈现非对称性。

可以看到，以上结果不仅与前文研究结论一致，还进一步验证了本文的理论分析，表明本文的研究结论是稳健可靠的。

三、总结与建议

本文基于我国经济新常态的背景，分析了人民币汇率冲击与国内股票价格的影响机制；选取重启汇率形成机制改革的2010年6月到2016年1月的人民币汇率和股票价格数据，运用协整检验、格兰杰因果关系检验和BEKK-MVGARCH模型，对两者的协整关系、短期价格引导关系和波动溢出效应进行了研究，得出以下结论：(1)人民币汇率与国内股票价格之间不存在协整关系。(2)短期价格引导方面，人民币汇率对股价存在显著的短期价格引导，而股价对汇率的短期价格引导较为微弱。(3)波动溢出效应方面，自2010年6月我国重启汇率形成机制改革以来，我国人民币汇率和股价间仅存在由股价向人民币汇率的单向波动溢出效应。

我国实施的跨境资本管制以及对国际金融资本进入我国金融市场实施的QFII制度等措施，限制了短期国际资本流动对我国股票市场的大幅冲击，因而人民币汇率变动主要通过经常项目渠道影响我国股票市场价格，导致人民币汇率对股票价格存在价格引导，但该效应也存在滞后性。由于我国股票市场与国际市场的融合度较低，且其与我国宏观经济的联系较弱，股票价格对人民币汇率的价格引导效应并不显著。在新常态背景下，我国经济的稳定性成为影响汇率波动的重要因素，人民币汇率波动受国内金融资产价格波动、尤其是股票市场价格波动的影响较大，从而导致股票价格对人民币汇率在不存在显著的价格引导作用的情况下，却存在显著的波动溢出效应，其波动风险容易向人民币汇率传染。

2015年下半年以来，人民币出现了持续的贬值趋势，按照前文论述，由于我国实施的资本管制措施和对国际投机资本参与我国资本市场的限制，人民币贬值在短期内对于国内资本市场的直接影响较小。但长期来看，美联储开启的加息周期将加速美元回流美国，不仅对我国外汇市场形成冲击，还有可能迫使人民银行提高基准利率水平，这将造成我国金融资产的价值重估，对我国资本市场形成显著利空，这一点已经在债券市场显露端倪。

根据本文研究结论，提出以下政策建议。首先，着力在人民币汇率的稳定性与灵活性上取得平衡。我国应着力保持人民币汇率波动的相对稳定，避免市场出现单向一致性预期，为化解国内金融风险提供外部条件。同时继续推进汇率市场化改革，进一步放宽人民币汇率的波动幅度，提升人民币汇率的灵活性，使其对于国内的信息反应更具效率。在人民币汇率出现持续贬值趋势的过程中，切忌为了维持汇率水平而大量干预外汇市场，从国际经验来看，因干预外汇市场而大量消耗外汇储备将得不偿失。

其次，促进股票市场稳定健康发展。完善股票市场机制建设，提升股票价格形成机制的有效性，使股票市场充分发挥配置资源、反映经济形势的作用；促进机构投资者参与股票市场投资，培养稳定资本市场的生力军；加强投资者教育，培育理性谨慎的投资氛围，避免股价极端波动风险向人民币汇率的传染。

最后，全面深化改革，促进实体经济发展。充分发挥市场在资源配置中的决定性作用，采用市场化手段解决产能过剩等问题，切忌采用行政手段实施供给侧改革；为实体经济尤其是高新科技、高新产业提供宽松的发展环境，降低税费，减少行政干预；引导资金流向实体经济，降低流动性推升资产价格所带来的金融风险累积。

(感谢中国世界经济学会统计专业委员会2016年学术年会与会专家的宝贵建议。)

(责任编辑:李慧宇)

Exchange Rate Shocks and the Volatility of Stock Prices in China

Liu Yongming, Gan Yongchun

Based on daily data of RMB exchange rate and CSI300 index from June 17, 2010 to Jan 5, 2016, this paper analyses the casual relationship and volatility spillover effects between RMB exchange rate and CSI300 index. We find there is no cointegration relationship. RMB exchange rate has a significant leading role on price, but CSI300 index only has a weak leading role on RMB exchange rate. This proves that the relationship between RMB exchange rate and CSI300 index would be flow-oriented. Besides, CSI300 index has a one-way volatility spillover effect on the RMB exchange rate. The risk of the stock market is easy to spread to the foreign exchange market. We suggest that China should further improve the pricing efficiency of the RMB exchange rate and the stock market. At the same time, China should coordinate the exchange rate policies and domestic fiscal and monetary policies to prevent financial risks.

exchange rate, financial asset prices, capital control, volatility spillover effects, BEKK-MVGARCH

刘用明，四川大学经济学院教授(成都 610064)；甘永春，四川大学经济学院博士研究生(成都 610064)。

F830.9

A

1006-0766(2017)01-0112-08