摘要
自从2020年初直到现在，人民币的汇率依旧在宽幅震荡中出现了小幅度的贬值，全球范围内的新冠疫情对各国经济造成的影响变成了引导人民币的汇率供求面与情绪面的不可或缺的因素之一。而汇率水平对一个国家的经济与进出口企业等诸多方面都有着重要的影响，在当前复杂的国际形势与新冠疫情的影响下，中国的经济发展状况也越来越受到世界各国的重视，同时人民币汇率的波动也受到各个国家和投资者的广泛关注。而且汇率作为货币对外价值的象征，汇率波动也会对国内价格产生影响。有经济学理论表明，当一个国家的货币升值时，该国的价格水平应该会下降。
基于上述情况，本文做了对当今新冠疫情背景下的汇率的相应波动与预测和人民币汇率的波动幅度对CPI的影响的相关研究。最先是绪论里阐述了本文的具体思路和内容的创新点，然后查找并使用各国学者的文献资料并做相关研究，从而得到并讲述其理论基础与研究现状。另外介绍了实证部分所用的一些相关的模型。在本文中，实验和论证相关部分用了GARCH模型和VAR模型并得到了相应的结论：GARCH(1，1)模型在较好的拟合了人民币汇率的时间序列，同时疫情下的人民币汇率变化的单边趋势明显，波幅不断加大，波动率序列呈现右尖峰厚尾特征和非对称性，汇率波动存在明显的集群性。分析了中国物价水平受到汇率的波动的影响大小之后得出：中国的物价水平受到汇率的波动的影响在短时间里的影响是比较显著的，在长期不会产生明显的影响。最后利用实证结论，提出相应的建议。
关键词：GARCH模型；汇率波动；VAR模型；物价水平
一、绪论
（一）论文的写作背景、研究目的及意义
1.写作背景
2020年初新冠疫情爆发开始，当年7月人民币兑美元汇率一度破7大关，新冠疫情的蔓延和发展所带来的经济及情绪面反应已经成为影响人民币汇率波动的重要因素[1]。2020年1月至10月，人民币先小幅度的贬值了，但是在同年8月份之后重新升值到了7，可是毕竟新冠疫情相对于其他国家在中国被发现的更早一些，并且疫情导致了世界经济的倒退，所以导致世界金融市场和经济还是很不稳定，所以未来发展在伴有新冠疫情的情况下，人民币的汇率还是可能会有大幅度的波动，从而对祖国的经济的持续健康发展起到了不好的作用。就在这种复杂的背景下，研究人民币的汇率的波动以及未来人民币汇率如何变动成为众多专家学者关注的热点问题。
汇率传递效应是指汇率产生变化从而引起价格水平的相应变动，汇率波动对一国的价格水平有重要的影。过去我国通过监视X货币的固定汇率政策而导致我国没有遭受金融危机，可是目前来看，最近中国对汇率管制越发不重视，而我国经济发展则对汇率的变动和全球金融变化越来越敏感，再者，现在愈发开发的金融环境导致人民币的汇率变动也对我国经济产生重大影响。而2019年末新冠疫情的爆发，对人民币汇率产生重要影响，此时我国需要警惕在对外开发时引发的外部冲击。所以说探讨新冠疫情的背影下人民币的汇率变动会给新时代的中国的经济转型带来更多好处。可是如果我国经济想要持续健康发展，则需要妥善解决新冠疫情背景下的汇率变动对我国经济发展的影响问题。
2.研究目的
本论文是以新冠疫情下的人民币汇率以及国内的物价水平为研究对象，深入探讨人民币的汇率在以新冠疫情为背景的下的波动问题和中国物价受到人民币的汇率的影响程度，目的是通过对2019年至2021年人民币兑美元汇率的中间价和国内物价指数以及货币供应量的建模分析，从而得出汇率的波动与预测以及其对国内物价水平的影响分析，以便提出对汇率稳定有借鉴意义的思路与建议。
3.研究意义
百姓的正常生活和生命健康安全以及很大程度的受到了新冠疫情的影响，甚至世界宏观经济也没能逃过这个打击。新冠疫情必定会使百姓对一些国家的经济发展产生质疑，在这种情况下，无疑会导致某些国家的货币贬值。此外，投资人也会在新冠疫情越来越广泛的情况下产生避险情绪，这就导致投资人名下作为避险资产的货币升值。同时汇率与国内的物价水平有着紧密的联系，新冠疫情有很大几率会因为其导致的汇率波动影响当下的物价水平，因此想要使中国物价持续健康、稳定的发展的话，就应当关注当今新冠疫情背景下，人民币的汇率波动对中国CPI产生的影响，这样还能通过间接帮助外汇管理局管控汇率而更加促进中国经济的健康与快速发展。
（二）论文的研究思路、内容、创新之处及研究方法
1.研究思路
本文是以新冠疫情下的人民币汇率以及国内的物价水平为研究对象，深入探讨新冠疫情背景对我国货币汇率的波动的影响与中国物价受到人我国汇率的影响。最开始的绪论部分阐述了本文的具体研究方向与思路，还有一些创新点，其次查找并使用各国学者的文献资料并做相关研究，从而得到并讲述中国货币汇率的波动研究概况，然后讲述了中国物价水平和人民币汇率的传导机制与相关理论知识。实验和论证相关部分先概述了中国的人民币汇率，然后利用GARCH模型，再利用人民币汇率数据观察其波动特征以及观察其预测的波动的拟合效果，其次利用VAR模型研究出人民币的汇率对中国物价水平的影响。最后，本文在实证分析的基础上，提出相应的稳定汇率与物价水平的建议和解决思路。
2.研究内容
在这篇论文的绪论部分，主要说明了这篇论文写作的背景、研究目的、研究想法、研究内容、革新，并说明研究方法。
在文献研究和理论部分，将说明相关理论，整理人民币汇率与近几年外国学者和中国学者关于人民币汇率与价格水平之间传递机制的相关研究。
研究的第3部分主要是关于理论模型的导入和变量的选择，简单介绍GARCH模型和VAR模型。
而第4部分则关于实证分析，也就是进行数据的挑选与做实证分析的部分。数据指标建议挑选2019年到2021年的老百姓物价指数（CPI）、人民币名义有效的汇率指数（NEER）及货币供应量（M1）。继而对GARCH模型与VAR模型做相关分析，计算相关的经济变量，得出基本的经验结论进行说明。
第5部分主要基于上述文献评论和实证分析，提出相应的预防性想法和政策建议。
3.本文的创新与不足
第一，根据实证分析结果，本文向外汇管理局提出适当合理建议，这对推动我国物价健康稳定和帮助外汇管理局调控汇率以保证我国经济健康快速发展具有重要的参考价值；
第二，目前关于新冠疫情下人民币汇率波动以及其对物价水平的的相关研究较少，因此研究其波动以及对物价水平的影响问题具有创新性。
本文可能存在的不足可能有以下几点。首先，本文选取货币的供应量Ml来作为国内的货币政策冲击进行对比分析，虽然M1对于国内的货币政策是比较具有代表性的，但是由于对比的指标过于单一，可能无法得到十分准确的结果。其次，汇率对CPI的影响因素过多，而本文并未去细分其影响因素，同时不同行业与不同的地区都有可能出现影响程度的区别，但本文并没有对于不同行业和不同的地区受人民币汇率影响的状况进行深入分析。最后，在构建VAR模型时，由于选取的时间为新冠疫情开始的月度数据，所以数据观测值方面可能会有所不足。
4.研究方法
第一是实证研究法。本文的实证分析部分运用GARCH模型和VAR模型，以2019至2021年人民币汇率、货币供应量以及国内物价指数对应的数据为探究方向，计算的汇率变动、汇率预测以及对价格水平的影响，这提供了论文的实证支持。
第二个是经验的概括方法。这篇文章引用了国内外的学者对当地人民币汇率波动和其与物价水平传导机制的研究经验，以理论联系实际，结合研究现状，由此进一步探讨人民币汇率波动以及其对物价水平的影响。
第三是文献研究法。也就是阅读很多国内外的文献资料后，分析并研究、总结汇率波动极其其他情况，概述了全世界的物价如何，整理了人民币汇率和物价水平传递的理论，深入理解课题内容。
二、文献研究与理论综述
（一）论文研究的理论基础
1.一价定律理论
1953年，弗里德曼提出了一价定律，他认为不论任何国家和地区，同种商品和服务采用同一种货币标示的销售价格应该一样，不然就会产生套利的机会，这一思想指出了汇率与价格之间最基本的联系。而该定律成立需要两个前提条件：第一，商品不应该存在商品质量等方面的差异，应该为同样质量的商品；第二，商品价格无粘性，可以灵活调整。一价定律的具体形式如下：
其中，ｅ指的是直接标价法下的汇率，Ｐ表示的是商品的国内价格，代表的是同质量商品的国外价格。对一价定律的解释是，理想状态下，同类商品的国内价格等于直接按照价格法换算成的外汇牌价，在国内和海外市场没有进行裁定交易的机会。如果等式不成立，则套利行为就能将两国间市场上的价差消除，重新回到平衡状态。
2.绝对购买力平价理论
传统的平价理论需要与国家之间财产价值变化的变化保持一致，也就是说，国家间的汇率比率是由两国货币的购买力决定的。汇率和价格的关系如下：
上述公式中，代表商品i占可贸易品的权重，表示商品i在本国的价格，而表示商品i在其它国家的价格。一价法则与绝对购买力平价是有不同点的：绝对购买力平价是测量商品篮子的加权价格，而不是单一商品的价格。在某个时间点反映了货币对商品篮子的购买力，也反映了两国的价格水平。
3.相对购买力平价理论
相对购买力平价理论是指在一定期间内，两国的汇率和价格水平的比例变化。与绝对购买力相比，相对购买力可以在短期内脱离汇率和价格关系，但把眼光放远了看，两国的汇率仍然依赖于两国的价格水平。这种相对购买力的同等关系意味着汇率的变化率等于物价的变化率，可以用以下公式来表示：
在这里/代表的是两国均衡汇率在报告期和基期的比率，则指的是本国报告期价格与基期价格的比率，是国外报告期间的价格水平与基准期间的比率。如果国内物价在一段期限里是其它国家物价的2倍，此时外汇的汇率便会维持相同的比例而上升。
（二）汇率影响CPI的路径分析
国内的物价一般会随着汇率的波动做出相应的改变，但是汇率到底是通过什么样的路径去达到这个效果的呢？当今社会，汇率充当着对世界金融起到很大作用的关键性问题，拆解汇率的波动对中国物价的传导路径和机制为研究汇率的传递效应产生了很大的帮助。因此汇率的变动首先影响到的就是进口产品的价格，然后再通过各种渠道使国内的物价也产生变化。所以本节围绕直接传导和间接传导描述汇率对价格的传导机制。
1.直接传导机制
汇率变动一般会直接引起进口商品价格变动，然后转嫁到国内价格水平，其影响主要反映在消费者物价指数和生产者物价指数上。如果进口商品中含有最终消费品，那么汇率的波动则会对我国国内物价产生影响。举个例子：某地货币升值时，相应的从外国进口来的产品的价格会降低，国内的物价水平下降，但是进口的最终消费品占家庭消费品整体的比例小的话，当地货币的上升只会导致我国物价的小幅波动。在成分之内含原材料、燃料等生产因素的情况下，汇率的起伏会第一时间影响到这些中间产品的价格，其次再通过企业的生产过程影响生产本钱，最后间接影响我国物价。
总而言之，进口消费品占总消费品的比例越大，对消费品指数汇率变动的影响也就越大。
2.间接传导机制
（1）替代机制
在某个国家的货币上涨时，该国进口产品的需求会因为价格下降而增多，而上述现象则会导致该国进口替代品的需求下降。这就说明国内企业为了稳住国内的市场会降低进口替代品的价格，从而让物价变低。
（2）生产成本机制
生产成本机制方面有两点需要我们思考：第一是汇率发生波动后，在直接导致进口商品的价格改变的同时还会影响其生产本钱，从而使该国物价发生改变。第二是，本国货币升值时会伴随出口产品的涨价，因此本国应该适当减少出口商品的需求并只能在国内处理这些商品。所以本国货币的升值会让进口生产成本降低，从而下跌本国物价。
（3）工资机制
工资机制是指因为汇率变化而使居民实际工资水平也发生变化，从而使物价发生变化。人们会在本国货币升值后更少的消费进口产品，如果这个是短时间的操作的话会导致百姓的实际工资升高，但是对名义上的工资不会起到多大的作用。实际工资水平的上涨导致这个物价下跌的关键有两点：一是人们的消费欲望会在工资升高时更加提高，这时进口产品会比本国产品更为便宜，这就导致进口产品的销量更高，最终再利用上面提到的替代机制将汇率波动传递给本国物价而导致物价下跌；二是各个产业会想尽各种办法在实际工资提高时阻止名义工资水平的提高，从而让人们的消费与国内物价一起下跌的同时降低自家工厂的生产成本。
（4）货币供应机制
当本国货币升值的时候，外国投资者会在本国货币价值上涨时估计出本国货币的上涨空间更大，然后大肆的去各个国家投资，然而实际上央行的外汇储备压力会在这时因为十分多的投机性投资的涌入而涨大，这就导致央行增加人货币的供给而引起甚至使国内的通货膨胀更为严重。这时由于汇率的波动导致货币的供给影响到方向的不确定性进而引起国内物价影响方向的不确定性。
（5）预期机制
对汇率波动的预测对中国物价的影响有两方面：一方面是站在消费者的角度思考：在预测本国货币价值会有上涨时，老百姓会通过减少日常消费而导致市场需求的降低；另一方面是站在生产厂家的角度下思考：生产厂家们一般会提前考虑到本国货币上涨的预期情况，因为这样会对生产的积极性产生影响。而上述两个方面直接导致了社会总需求的降低，进而使物价下降。
（三）国外学者相关研究现状
关于时间序列预测，国外许多学者早就做了各种各样的分析与研究。Engle[2](1982)提出自回归条件异方差(ARCH)模型，这个模型可以很好的表达出时间序列的“波动聚集”和“尖峰厚尾”特征。Bollerslev基于这个模型，我们提出了GARCH模型的扩展模型GARCH模型。对于汇率变动对物价水平的影响，国外也有许多学者研究，建立了一个与支持一价规律薄弱实证相一致的一般均衡汇率模型，垄断竞争企业的国家市场细分，加上销售货币的粘性价格对汇率波动，国际宏观经济和福利都具有重要意义，在购买力平价存在的环境下，汇率的支出转换效果从自然发生变化而抑制汇率的整体波动[4]。Cetin Ciner研究出汇率对白金属价格的影响在短命中是重要的，并且得出结论，预测白金属尤其是钯金的南非货币的能力在经济上是重要的[5]。Ryota Nakatan通过建立独自的理论模型来分析商品价格冲击对替代汇率体系下国际收支的影响。结果表明，马歇尔—勒纳条件对这个资源丰富的经济体是满意的。这意味着汇率弹性是可行的[6]。
（四）国内学者相关研究现状
关于GARCH模型，国内的学者也以证券交易所市场为中心，围绕ARCH模型做了大量研究与分析。戴丽娜、王绍娜(2009)使用GARCH模型使人民币的汇率符合时间序列，确认了GARCH模型对消除ARCH效果有很好的效果[7]。刘严(2013)使用ARCH（1,1）模型，符合人民币对美元汇率的时间序列，认为GARCH（1,1）模型在预测短期汇率中具有一定的适用性[8]。关珊(2017)觉得我国货币汇率的波动有明显的时间波动和聚类，通过GARCH（1,1）模式的确立，十分坚定的得出了将来我国货币波动的影响[9]。针对汇率波动对物价水平的影响这一热点话题，国内的众多学者纷纷进行了相关的研究。等人收集了1995年至2011年33个部门的进口非竞争性产业关系的时序表，并得出结论，建立了产业关联价格相关的计量经济模式，人民币汇率变动会产生影响。根据国内生产部门的不同，产品出厂时的价格传达度有明显的差异，差异程度与进口产品部门的依赖度有关[11]。付大海等人从2005年到2014年，中国的31个省和市町村的月度数据对中国各个地区的CPI产生不均匀的影响，得出了汇率变化对国内地区和产品有很大差异的结论，汇率变动在短期内并不重要，但在长期上相对重要[12]；林婧莹选择了2000年到2016年的月度数据，并在人民币汇率下跌时得出结论，每当人民币的价值下跌，短期内物价呈现下跌趋势，长期以来物价呈现上升趋势，而汇率改革后引入的虚假变量则不会影响人民币下跌[13]。李子扬、范科才选择了1994年到2014年的月度数据，建立了阈值向量自我回归模式，研究了人民币在各种经济增长条件下对国内价格变动的汇率变动机制。汇率相对较低，但在经济增长率较低的状态下，汇率的波动效应相对较强。
三、理论模型的介绍与变量的选取
（一）理论模型的介绍
1.GARCH模型
GARCH(1，1)模型常被用作建模工具应用于实际问题中，其模型表示为:
2.VAR模型
统计量经济学中通过结合经济学理论知识与建立数量关系模型，而去说明变量间的关系，用理论知识去解释变量间的全部动态关系也依旧是不容易的。更别说正常情况下内向量在计量方法中充当解释变量，从而导致结论的估计和推断过程更加难以理解和分析。为了解决这类问题，Sim（1980）[15]首次做到将向量自回归模型与经济学问题相结合，该模型虽然不基于经济理论的分析框架，但将方程式的各内因性变量的拉格函数作为说明变量来构建模型，最终取得由多变量时序列构筑的VAR模型。一般的VAR模型如式（3-2）所示。
其中，代表n维的内生变量，指的是常数项，则是待估计的系数矩阵，表示干扰项，上述变量能做到同步关联，即便是这样它们也不跟滞后函数关联，同理，其跟方程式右边的变量也是没有关联的。VAR模型通常是通过分析随机干扰对经济便利的动态影响去研究影响有一定概率对变量的影响。所以本文利用Eviews8.0软件，为了研究并分析人民币汇率变动对CPI的影响而建立了VAR模型。
（二）变量的选取
本文主要选择GARCH模型来研究人民币汇率变动和预测，使用VAR模型来进行人民币汇率变动对我国物价水平影响的研究，在构建GARCH模型中，本文选取新冠疫情爆发开始2019年1月-2021年12月的人民币兑美元的日中间价(以下简称“人民币汇率”)进行分析，一共730个数据作为研究的样本，对人民币汇率在这段时期内的波动情况进行分析与预测，数据来源于中国货币网。其中建模区间为2019年1月2日-2021年6月30日，共605个数据，预测区间为2019年7月30日-2019年12月30日，共125个数据。
其中在构建VAR模型中，本文选取2019年1月-2021年12月的人民币兑美元的月度汇率（该汇率使用人民币兑美元月平均价），居民价格消费指数以及货币供应量的月度数据来进行分析。
消费者物价指数是显示家庭消费品和服务价格水平变化的宏观经济指标，由国家统计局选定，被记录为CPI。人民币的实际汇率由NEER表示（这里使用的数据是人民币对美元的月度数据）。在理论层面上，人民币汇率的上升意味着我国本地货币的上升，结果我国出口商品的价格上涨进口商品的价格下跌，抑制了国内商品价格的上升，进而使本国物品价格水平保持一个稳定的状态。货币供应量用M1表示，本文将深入研究分析人民币汇率的波动对消费者物价的影响。在进行对比的时候要选取其它指标对CPI的影响。物价的稳定是中国想要达到的指标。所以说，若想知道人民币汇率变动对CPI的作用大小的话则可以通过货币供应的对比达到上述目的。根据有学者得出的结论：由于M1指标相对于M2指标可以略胜一筹地反应某交易中的价值需求，而M2指标的普通存款和时间存款都不具备流动性，对物价的影响很弱。因此，本文使用货币供应M1作为国内金融政策对CPI的影响变量，表示金融政策对CPI的影响。该数据选自国家统计局网站。
四、实证分析
（一）人民币汇率波动实证分析
1.数据预处理
本文选取了新冠疫情开始期间2019年的1月份到2021年的12月份的730个人民币汇率数据样本，并分析和预测了上述区间内人民币汇率的波动幅度大小，数据来源于中国货币网。其中建模区间为2019年的1月2号到2021年的6月30号，全部数据是605份，而预测区间是从2019年的7月30号至同年12月30号，全部数据是125份。
本文想从宏观角度去分析人民币汇率的情况，因此利用EVIEWS 8.0软件以605个人民币汇率的观测线为对象做了描述性的统计，从而得到人民币汇率日波动率序列的直方图，见图3.1，人民币汇率时序图如图3.2所示（其中图3.2横轴为季度，纵轴为汇率*100）
图3.1人民币汇率日波动率序列直方图
图3.2人民币汇率时序图
从图3.1中可以看出人民币汇率的日波动序列的平均值（0.000127）和标准偏差（0.002099）几乎都是0，即序列很稳定。偏度是0.068，大于0，也就是说这个序列的概率分布并不对称，其特点是长右厚尾，峰度是5.566053，比3(即标准正态分布的峰度)大，也就是说这个序列是有峰值分布模式的。跟标准正态分布的区别是：人民币汇率的日波动序列会有明显的峰值，且有尖峰厚尾的特点和不对称性。而Jarque-Bera的统计量是166.1828，P值小于0.01，于99%的置信水平之上，所以正态分布的假设被这个序列拒绝了。同时根据图3.2所示，原始数据的序列波动幅度较大，不具有平稳性。
图3.3人民币汇率一阶差分波动走势
由上述可知原序列是不稳定的，所以人民币汇率序列执行一次差分，一次差分序列的变动可以看图3.3。可以通过图3.3分析出一次差序列也在大的变动附近伴随着大的变动，小的变动伴随着小的变动，可以从中得出人民币的汇率序列的特点是“波动聚集”。
2.平稳性检验
这里要以一阶差分的人民币汇率序列为对象，通过ADF检验做平稳性检验，结果如表3.1所示。
表3.1平稳性检验结果
本文对一阶差分序列进行检验，在95%的置信区间下，P值应在0到0.05之间，也就可以确定人民币汇率的一阶差分序列确实是平稳时间序列，因此能建模。
3.自相关性检验
为了检验残差序列是否存在自相关性，以残差序列为对象做相关性检验，检验后的结果在表3.2中，表中的第三列的AC表示自相关系数，第四列的PAC表示偏相关系数，第五列的Q-Stat指的是Q统计量，而最后一列的Prob则表示概率水平。
表3.2自回归检验结果
从表3.2可以观察出，P值均大于0.05，表明在5%的显著水平下，即残差序列不存在自相关性。接下来可以进一步检验检验均值方程中是否存在异方差。
4.ARCH效应检验
在使用GARCH模型对数据进行回归之前，需判断数据是否具有条件异方差即ARCH效应。表3.3检验结果表明，F统计量的相伴概率P值为0.0257，在95%的置信区间下，拒绝原假设，即残差序列存在ARCH效应，因此可以用GARCH(1,1)建模。
5.GARCH模型结果与预测分析
人民币汇率有自我回归条件的不均匀分散，也就是说ARCH效应，在GARCH（1,1）模型建立后拟合人民币汇率日波动率序列，模型的估计结果见表3.4，式子如下所示。
根据模型所预测的从2021-7-1到2021-12－30的人民币汇率情况如图3.4与图3.5所示。（图3.4的横轴M7-M12为月份，纵轴为汇率*100，YF为预测曲线，2S.E为两倍标准差，Forecast of Variance表示预测方差）
图3.5中，红色线条Y是人民币汇率的真实值波动，而蓝色线条YF是对汇率波动走势的一个预测，通过上图中真实值与预测值的比较可以观察出，通过建立GARCH模型，对人民币汇率波动走势的预测可以较好的反映真实的波动变化，但是还存在一些细微的区别。
（二）人民币汇率波动对国内物价水平的影响实证分析
1.描述性统计
从表3.5的相关数据汇总表观察（其中CPI表示物价指数，NEER表示人民币兑美元汇率，M1表示货币供应量），从标准差可以看出人民币汇率的波动最低，这也从侧面说明我国XX最近几年在宏观政策方面以及在疫情期间采取的措施效果是相对较好的。其中货币供应量变动最大，其原因应该是目前我国的宏观经济的环境状况变化得较快，同时货币政策的调节也作为一个主要的手段，所以波动性变化幅度大也是为了配合当前复杂多变的经济情况。
2.平稳性检验
为了防止“伪回归”现象的发生，需要确保序列的稳定性，大部分的稳定性都是根据单位根检定来判断的。本文采用ADF测试法测试CPI、NEER和M1数据的稳定性。检验结果如下表3.6所示。
由表3.6给出的各变量的ADF检验结果表明，各原始序列CPI、M1与NEER在1%、5%和10%显著性水平下，有单位根，也就是说最开始的序列并不是稳定的时间序列。
从以上分析能够得出一阶差分的执行是按照原始序列来的，可以说DCPI、DNEER和DM1都丢弃了归无假设。这意味着通过了ADF测试，一阶差分序列，是稳定时间序列，原始序列可以说是一个一阶单整的序列。因此，可以对序列进行协整检验。
3.最优滞后阶数的确定
本论文根据AIC、SC、HQ的信息决定基准（数字最小即*号标注的数字最多原则）来决定最佳的滞后阶数，标记在各基准下决定的最佳的滞后阶数。最优滞后阶数选择带“*”最多的阶数，根据表3.7分析可以得出最优的滞后阶数为2阶。
表3.7滞后阶数检验
4.AR根检验
决定最佳的滞后阶数时，要建立VAR模型，必须满足特征根的条件，以证明模型稳定。这个步骤也被称为模型的稳定性测试。测试结果如图3.6所示。从图6的测试中可以得出结论，所有的单位根都在单位圆内。这意味着模型稳定。
5.Johansen协整检验
经过上面的测试我们可以得到这些结论：确认了M1、CPI与NEER皆不是稳定的序列，而稳定的序列原来都在一阶差之后，而它们都是一阶单整序列。一阶单整序列说明变量两两之间可能存在着协整性，而模型则通过协整性反映了两个变量间稳定的关系。Johansen检验结果在表3.8中。
根据特征根检验可以得出，在95%的信任区间，接受了CPI、NEER和M1三个变量之间没有协整关系的归无假说，同时三个变量中最多存在一个协整关系和最多存在两个协整关系的原假设被接受。这表明CPI、NEER和M1的三个变量之间不存在协整关系，因此我们接下来用一阶差分序列进行建模。
6.构建VAR模型
由于三个变量之间并不存在协整关系，因此我们用一阶差分后的平稳序列进行建模。运用Eviews8.0构建VAR模型，结果如表3.9。
通过以上的结果来构建人民币兑美元汇率与消费者价格指数的VAR模型：
从上述公式可以得出结论，在短期内，首先对DCPI影响最大是DCPI本身,当期的DCPI会由于上期的DCPI的预期影响而上升，而物价形成的过程中会出现滞后性，物价水平不会一直上涨，由于XX的稳定物价的措施，当期的DCPI会受上两期的DCPI的影响会下降；其次对汇率波动率会对消费者物价指数变动率产生适中的影响，当汇率上升时，人民币贬值，进口商品的价格上涨，物价水平上升，会形成输入性的通货膨胀；最后，货币供应量的变动率对消费者物价指数的波动率会有影响较弱，当货币政策宽松时，物价会上涨。
7.脉冲响应函数
从脉冲响应函数能够观察出当在误差项上施加了一个单位的冲击的时候，人民币汇率的波动、物价指数以及货币供应量对DCPI的影响程度及方向。结果可以看图3.7，横轴表示受到冲击影响的滞后期间数，本论文以滞后期数为15个周期，纵轴表示受到1个单位冲击时DCPI对冲击的反应度。蓝色线表示DCPI对DCPI冲击的反应度，红色线表示DCPI对DM1冲击的反应度，绿色线表示DCPI对DNEER冲击的反应度。
图3.7 DNEER、DCPI与DM1对DCPI的脉冲响应图
图3.7表示受到影响后DCPI的反应程度。从DCPI本身的脉冲响应图表可以看出，DCPI对自身影响的响应相对重要，影响影响的影响在最初的三个时期迅速减少然后由正变负。从第4期左右从负变为正，之后上升一点然后恢复稳定。从DNEER对DCPI的脉冲响应图表中可以看出，如果人民币汇率的波动率受到正面冲击，DCPI会产生正向反应反应，然后第三期达到最大，之后下降再趋于稳定。从DM1对CPI的脉冲响应图表可以看出，DM1最初对DCPI有负面影响，前4个周期的影响显而易见，最后回归平稳。
8.VAR模型的方差分解
通过脉冲响应函数分析DNEER、DCPI和DM1冲击对DCPI的影响后，需要使用分散分解来说明不同的情况。在评价各种各样的冲击的重要性的同时，对DCPI的影响的冲击的贡献。本文的方差分解主要为了解释DNEER和DM1的冲击对DCPI的贡献率。如表3.10：
表3.10 DCPI方差分解
如表3.10，DCPI对自身的波动的解释力度是最强的，首月对自身冲击的相对贡献度就达到了100%，随着期数的增加，他对自身的解释度下降，并且稳定在91%左右。其次是DNEER,它对物价指数的波动的冲击贡献度随期数逐渐增强，并且稳定在8%左右。最后是DM1，它对DCPI的解释度较小，随期数增加最后稳定在0.4%（小于1%几乎无影响），可以说只有微弱的影响。
9.Granger因果关系检验
为了更优地来检验文章中各个变量的关联性,选择了最适合的Granger因果关系检验法。又因为所有的变量的序列都是经过差分才变为平稳的序列,所以直接用Eviews8.0来进行Granger因果关系检验，检验的结果如表11（在95%的置信区间下）。
表3.11格兰杰因果关系检验
从表3.11可以看出，在5%的有效性水平下，原假设“DM1不是DCPI的格兰杰原因”的F统计量是2.91736，P值是0.0973。因此，原假设被接受，可以认为DM1不是DCPI变化的原因，同时原来的假说“DCPI不是DM1的格兰杰因果”的F统计是0.05406，P值是0.7176。原假设不被驳回。DCPI可以认为不是DMI变化的原因。也就是说，货币供应量波动率DM1对DCPI互相不影响。原假设“DM1不是DNEER的格兰杰原因”的F统计量是11.8171，P值是0.0016，可以拒绝原假设，原假设“NEER不是M1格兰杰的原因”的F统计是0.44849，P值是0.5080，接受原假设。因此，DM1会对DNNER产生单向影响。
如上所述，原假设“DNEER不是DCPI的格兰杰原因”的F统计是5.23373，P值是0.0289，拒绝原假设，原假设“DCPI不是NEER的格兰杰原因”的F统计量是3.92984，P值是0.0564，原假设被接受，所以人民币交换率波动率DNEER对DCPI有单向的影响。从而得出结论：人民币汇率波动会对CPI产生影响。
五、结论与建议
（一）结论
第一，本论文确立了GARCH（1，1）模型，以预测人民币汇率变动，模型化的估计结果表明，在新冠流行下人民币汇率变动的不确定性将持续影响。同时，GARCH(1，1)模型在较好的拟合了人民币汇率的时间序列，同时疫情下的人民币汇率变化的单边趋势明显，波幅不断加大，波动率序列呈现右尖峰厚尾特征和非对称性，汇率波动存在明显的集群性。在疫情下汇率的波动幅度大，我们应加强汇率风险的管理，同时重视重大的突发事件对汇率的影响，防止汇率变动对我国经济产生不利影响。
第二，对于汇率波动对国内物价水平的影响分析，本文构建VAR模型发现，从短时间来看,人民币汇率的波动变化对国内的物价水平产生的会产生影响。当给到DNEER一个冲击的时候,短期内对CPI所产生的的作用较为强烈，但在第三期之后会回归平稳，因此我们可以推断出人民币汇率的变动在我国保持物价水平稳定这方面短期内会出现一定的影响，在长期内的影响逐步回归稳定。同时说明汇率的变动在短期对国内经济产生影响。除了汇率波动对我国物价产生影响，其他的宏观经济可能也会对我国物价产生影响，因此在重视汇率变动带来的影响之中，我们还应重视造成物价水平变化的其他原因，加强汇率制度与其他经济政策的联系。接下来给出相应的建议。
（二）建议
1.企业应加强汇率风险管理[16]
目前各个国家都在遭受新冠疫情的摧残，哪怕是在中国的新冠疫情被有效管控着的状态下依旧一波未平，一波又起。导致中国的消费、进出口贸易和投资等都连续性的受到了很大的影响。中国汇率波动因为严重的新冠疫情直接导致世界经济发展的改变而产生了较大的不稳定性。因此大量外资公司正在把重心转移到实体业务上，毕竟因为上述原因更加明确了风险中性的理念，这种时候应该防止把全部精力放到投机方面，以避免卷入汇率风险里，哪怕需要进行投机贸易也要谨慎判断资金实力、融资能力，还有交易处理能力，应该利用买入各种汇率避险产品来防治汇率风险的产生，由此提高外汇资金的管理水平，以减小汇率变化给企业带来的后果并提高对汇率的风险管控。
2.正确认识物价波动的原因，加强汇率制度与货币政策的联系
虽然在汇改之后，汇率工具在作为一种调控手段的有用性比之前更明显，但是其在短期内发挥的作用并不强。因此，当面临着通货膨胀或者通货紧缩压力的时候，汇率作为一种价格调节的方式，他的时效性是比较有限的，所以这个时候我们要正确去认识到国内通货膨胀或者通货紧缩起因，然后根据原因解决长期存在的问题。在物价压力不大的情况下，可以通过汇率工具来调节物价稳定，但导致我国通货膨胀的原因是多元同时很复杂的，这些因素之间还会相互影响，因此应对通胀问题，应该从上述不同的影响因素出发，有针对性的设计解决方案。而且汇率波动对我国物价的传导效应有一定的时滞性，所以政策的制定者应该充分的去考虑，并加强汇率制度与货币政策的运用。
3.重视重大突变事件，抓住发展机遇
实行汇率制度改革，使人民币汇率对国内物价产生比较大的影响，而汇率会因为重大的结构性突变事件变得不够稳定，波动区间变大，而汇率的波动幅度变化又会对汇率对价格的传递效应产生影响，从而影响国内价格的稳定[17]。其实有很多性质较为严重的经济政治事件也会对我国物价的稳定性产生不可忽视的影响。此类事件有2008年的金融危机事件，其直接引起中国物价的大幅波动，对国内金融发展产生了很大的影响。还有从2019年发生至今的新冠疫情，在很大程度的导致了国内经济的负面影响的同时也使回来的外部价值产生了变化。所以，由此看来，这些经济事件必须受到国内相关部门的审视，在审视全球经济和政治的变动以及预估的情况外还需早一步备好相应的解决办法，以避免在意外发生后人民币汇率出现起伏亦或是物价变动。在经济基本面良好的情况下我国物价基本不会受人民币汇率变动的影响，所以，只要能够让经济持稳定增加且政治环境比较平稳就能够跟随时代有效且妥善的进行汇率的变革，从而通过减少外国因素对国内市场的影响去防止经济市场的不稳定性。
参考文献
[1]胡亚冰.疫情冲击下企业人民币汇率风险管理[J].中国金融,2020(11):58-59.
[2]Engle RF.Autoregressive Conditional Heteorskedasticity with Estimates of Variance of United Kingdom inflation［J］.Econometrica，1982，50:987－1008.
[3]Bollerslev T.Generalized Autoregressive Conditional Heteroskedasticity［J］．Journal of Eeonometrics，1986，31:307－327.
[4]Caroline Betts Michael B Devereux．Driving factors of interactions between the exchange rate market and the commodity market:A wavelet－based complex network perspective［J］．Contents lists available at ScienceDirect，2017，48(3):119～135．
[5]Cetin Ciner．Dynamic responses and tail－dependence among commodities，the US real interest rate and the dollar［J］．Empir Econ，2017，(1):95～119．
[6]Ryota Nakatani．Analysis of the relationships between Bitcoin and exchange rate，commodities and global indexes by asymmetric causality test［J］．EASTEＲN JOUＲNAL OF EUＲOPEAN STUDIES，2018，(2):78～93．
[7]戴丽娜，王绍娜.基于GARCH类模型的外汇汇率波动分析［J］．统计与咨询，2009(5):14－15.
[8]刘严，刘琼.基于GARCH模型的人民币汇率预测［J］．中国集体经济，2013(10):93－95.
[9]关珊，朱家明.基于GARCH模型的人民币汇率波动性研究［J］．上海工程大学学报，2017，31(1):84－89.
[10]孙少岩，孙文轩.加入SDR后人民币汇率波动规律研究——基于ARIMA－GARCH模型的实证分析［J］．经济问题，2019(2):42－47.
[11]廖华，高亿萱，何凌云．人民币汇率变动对国内物价的传导研究－基于投入产出时间序列表的分析［J］．北京理工大学学报，2017，17(5):83～91．
[12]付大海．人民币汇率对国内物价传递效应的再估计［J］．宏观经济研究，2017.(1)．
[13]林婧莹．人民币汇率变动对CPI的传递效应及传导机制研究［J］．金融与经济，2017，(5):77～84．
[14]李子扬，范科才．人民币汇率传递、消费物价变动与经济增长—基于门限自回归模型的经验证据［J］．消费经济，2017，33(5):3～49
[15]Sims C A.Macroeconomics and Reality[J].Econometrica,1980,48(1):1-48
[16]胡亚冰.疫情冲击下企业人民币汇率风险管理[J].中国金融,2020(11):58-59.
[17]陈星明.人民币汇率波动对CPI的动态影响分析[D].江西财经大学,2020.DOI:10.27175/d.cnki.gjxcu.2020.001401.
谢辞
大学生活伴随着疫情的到来，四年大学生活有一半在家里度过了，回首这四年的大学生活，虽没有日夜兼程、快马加鞭的紧迫，但有黎明即起，孜孜为善的充实。大多数人在毕业之际，都会抱着对上阶段的遗憾和下阶段憧憬投入到新生活中，但我的大学生活并没有太多的遗憾，更多的是对收获的满足感，在这里我收获了对未来的方向，收获了可以互诉心肠的良师益友，收获了一个更加成熟的自己。
首先要感谢我的导师，我的毕业论文从选题到定稿，全程都是在导师孜孜不倦的指导下完成的，老师对我的毕业论文细致入微，在平时生活中也对我关怀有加。或许在多年以后，我仍会时常想起黄文彦老师与我们打成一片的情形，那都是我大学生活最美好的回忆。
感谢母校北京理工大学珠海学院，在这里我度过了本科这样重要的人生阶段。感谢有缘能住一个宿舍的室友，感谢你们的包容与陪伴。感谢在此认识的所有人，感谢你们出现在我的世界里。
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：1158，如若转载，请注明出处：https://www.447766.cn/chachong/179942.html,
