实证分析英国外汇汇率与股票价格的关系

陈星潼

【摘要】现如今，越来越多的人认为汇率和股票价格存在某种联系。本文使用Bloomberg中2003年到2017年的相关英国数据。这些数据包括伦敦银行的LIBOR、GDP、富时100指数和外汇汇率。本文同时比较了OLS、随机效应面板方法和固定效应面板方法，对比之后确定以固定效应面板方法来分析此问题。本文对外汇汇率和股票价格的关系进行回归，结果发现它会对双方的关系产生双向影响。分析结果显示，股票价格和外汇汇率对彼此都有显著的影响。

【关键词】外汇汇率 股票价格 双边影响

一、引言

随着世界经济一体化的进程加快，使得各个市场的复杂性、开放性和关联性大大增强，汇率和股票虽然分属于外汇市场和证券市场，但都是金融市场的重要组成部分[1]。由于金融全球化，如果人们想要分析一个国家的股票市场，他们应该考虑外汇市場汇率。换句话说，汇率的变化将对国内股市产生影响。

二、文献综述

Dornbusch和Fisher[2]在1980年提出股票理论中单向汇率的基础是以汇率为导向的基础模型。K.Ma和Kao[3]浮动汇率制度下，认为股票的要求回报率可以反映两种形式的汇率风险：第一种是汇率波动所引起的交易风险，主要是汇率投资的形式。该交易造成的利润或损失对股价有影响；第二个问题是，汇率波动所造成的现金流的变化，将对投资者的心态产生影响，从而影响股票价格。因此，股价的均衡与汇率及其波动有关。

三、研究方法

（一）数据

对于股票价格的数据，本文选取从2003年到2017年每季度富时指数（FTSE）的收盘价。为了探究其影响汇率和股价的因素，选择GDP和利率（LIBOR）作为分析的一个因素。为了分析这些变量，定义股价为LnPrice，外汇汇率是ER，LIBOR是IR，GDP为LnGDP。

根据表1的结果发现所有的变量数仍是116这说明没有丢失数据，且均值和标准差没有显著差异，从而确定这组数据是可以被用来分析此问题。接着对变量间的关系进行分析讨论。

（二）模型分析

为使用时间序列，首先对（1）式进行回归，

ER=α+β*Inprice+μ （1）

其中，α是常数项，μ是误差项。如表3，在分别对OLS、固定效应、随机效应这三个模型的回归结果分析之后，则能判断选择出哪一种模型是最适合研究本文的问题。

在对固定效应回归模型中的异方差性进行测试本文采用Wald检验。当数据项之间的关系可以作为一个统计模型来表示，并从一个样本中估计参数时，可以使用沃尔德测试来根据样本估计来测试该参数的真实值。

H0：sigma（I）^2=sigma^2for all i （2）

chi2（2）=2.42

Prob>chi2=0.2987

由（2）式的P值结果得出不能拒绝该模型有异方差性的原假设。

在（3）式中，α为常数项，ε为误差项。

Inprice=α+β*ER+ε （3）

相同地对此模型进行回归（表2）

为了选择出解决问题的最优模型，需要对第二个模型式进行一些假设检验：

从三种检验结果得出Fixed effect是最适合研究问题的模型。紧接着继续对其回归模型中的异向性进行Wald测试。

H0：sigma（I）^2=sigma^2 for all I （4）

chi2（2）=1.33

Prob>chi2=0.5144

从（4）式中P的值可以得出不能拒绝固定效应回归模型有异方差的原假设。

四、结论

外汇汇率对股票价格在5%的置信水平下有显著的负面影响。当外汇市场上涨1%时，股票价格将下跌1.198个百分点。此外，股票价格对外汇汇率同样在5%的置信水平下也有显著的负面影响。当股票价格上涨1%时，外汇汇率将下降0.0379%。本文得出的结论是，外汇汇率对股票价格和股价具有双边影响的关系。

参考文献

[1]牛艳玲.汇率波动与股票价格变动的关系研究——基于中国汇改后汇率和股票价格数据[D].西安电子科技大学.2014.

[2]Dornbusch R，Fischer S.Exchange rates and the current account.Amoerican Economic Review.1980，70（5）：960-71.

[3]MaCK，Kao G W.On exchange rate changes and stock price reactions.Journal of Business Finance & Accounting，1990，17（3）：441-449.endprint