下载文档原格式
人民币汇率波动的时间序列分析随着人民币的国际化和中国经济的快速发展，人民币汇率的波动越来越引人关注。
人民币汇率波动的时间序列分析为我们提供了更为详尽的了解。
本文将从定义、影响因素、时间序列建模、预测等角度进行探讨。
一、定义人民币汇率是指人民币兑换外币的价格，通常以1美元兑换多少人民币为标准。
其汇率波动是指人民币相对其他主要货币的价格变动。
人民币汇率波动是由众多复杂的内外部因素交织而成的，如货币政策、经济发展、贸易差额、资本流动以及其他的一系列因素。
二、影响因素人民币汇率波动的因素很多，并且相互之间也有着复杂而微妙的联系。
总体来看，人民币汇率波动的因素可以分为内部和外部两个方面。
A.内部因素1.中国经济状况：中国的经济增长速度是人民币汇率波动的重要因素之一。
繁荣的经济状况通常会导致人民币升值，而经济衰退则会导致人民币贬值。
2.人民银行货币政策：人民银行的货币政策是人民币汇率波动的关键因素。
如果人民银行加紧货币政策，那么人民币的价值就会上升，而人民银行放松货币政策则会导致人民币贬值。
3.通货膨胀：通货膨胀也是影响人民币汇率波动的因素之一。
如果通货膨胀过高，则汇率可能会下降，反之则汇率可能上升。
B.外部因素1.国际金融环境：如果全球经济趋势稳定，那么汇率波动就会比较小。
然而，如果全球经济不稳定，那么对于人民币来说，汇率波动就会更加剧烈。
2.国际贸易关系：国际贸易关系也是人民币汇率波动的重要因素之一。
如果中国出口增加，那么人民币的价值就会上升。
反之，如果中国出口下降，汇率也会下降。
3.国际金融市场：国际金融市场的波动也会直接影响人民币汇率。
比如，如果美国经济数据好于预期，那么美元的价值就会上升，这很可能会导致人民币的下跌。
三、时间序列建模为了更好地预测人民币汇率的运动趋势，我们需要对其进行时间序列建模。
时间序列分析主要涉及到平稳性检验、时间序列分解、差分运算、统计分布检验、ARIMA模型等方法。
A.平稳性检验时间序列分析的第一步通常是检验时间序列是否平稳。
人民币汇率走势分析与投资策略人民币汇率是国际金融市场中的热门话题之一，其波动对于国内外投资者来说都有着重要的影响。
本文将通过分析人民币汇率的走势，探讨相关的投资策略，以帮助投资者做出明智的决策。
1. 人民币汇率的背景人民币汇率是指人民币对其他货币的兑换比例，取决于市场供求关系以及政府的干预。
在过去几十年中，中国政府对人民币汇率进行了一系列的调控政策，主要目的是保持汇率的相对稳定。
2. 人民币汇率的走势2.1 固定汇率时期在80年代至90年代初，中国采取了固定汇率制度，人民币兑美元汇率一直保持在稳定的水平上。
这种汇率政策对于国际贸易和吸引外资起到了积极的作用，但同时也存在着人民币低估的问题。
2.2 弹性汇率时期从1994年开始，中国逐步实施了弹性汇率制度，人民币汇率开始以一篮子货币为基准进行浮动。
在此期间，人民币汇率开始逐渐升值，并在2005年正式退出与美元的固定汇率。
2.3 汇改与波动自2005年以来，人民币汇率逐渐自由化，政府放宽了对汇率的干预，使市场对人民币汇率的决定起到更大的作用。
然而，人民币汇率仍受到政府的一定干预和控制，以维护汇率的基本稳定。
3. 影响人民币汇率的因素人民币汇率的波动受到多种因素的影响，包括经济基本面、贸易状况、利率差异、国际资本流动等。
3.1 经济基本面经济基本面是人民币汇率变动的一个重要因素。
例如，经济增长率、通胀水平、国际收支状况等都会对汇率产生一定的影响。
3.2 贸易状况贸易状况是影响汇率的另一个重要因素。
当国内贸易顺差增加时，通常会导致人民币升值；而贸易逆差扩大会引发人民币贬值的压力。
3.3 利率差异利率差异也会对人民币汇率产生重要影响。
当国内利率水平相对较高时，会吸引更多的外国投资，从而推高人民币汇率。
3.4 国际资本流动国际资本流动也是人民币汇率波动的重要因素。
大规模的资本流入会导致人民币升值，而资本流出则可能引发人民币贬值的压力。
4. 投资策略根据人民币汇率的走势和相关因素的分析，投资者可以制定合理的投资策略。
基于时间序列GARCH模型的人民币汇率预测一、本文概述随着全球经济的不断发展和金融市场的日益开放，人民币汇率作为国际金融市场的重要指标，其波动性和预测性受到了广泛关注。
时间序列分析作为一种重要的统计方法，对于揭示时间序列数据的内在规律和预测未来走势具有显著优势。
而GARCH模型（广义自回归条件异方差模型）作为时间序列分析中的一种重要模型，能够有效捕捉金融时间序列数据的波动性特征，因此在人民币汇率预测中具有广阔的应用前景。
本文旨在利用时间序列GARCH模型对人民币汇率进行预测研究。
我们将对人民币汇率的历史数据进行整理和分析，探讨其波动性的特点和规律。
然后，我们将构建基于GARCH模型的人民币汇率预测模型，并通过实证分析验证其预测效果。
在此基础上，我们将进一步探讨影响人民币汇率波动的因素，为投资者和政策制定者提供有价值的参考信息。
本文的研究不仅有助于深入理解人民币汇率的波动性特征，而且可以为金融市场的风险管理和投资决策提供有力支持。
二、文献综述汇率预测一直是金融领域的研究热点，其对于政策制定、投资决策以及风险管理等方面具有重要意义。
随着计量经济学的不断发展，时间序列分析在金融领域的应用越来越广泛。
其中，GARCH模型作为一种重要的时间序列模型，在汇率预测中得到了广泛应用。
早期的研究主要集中在GARCH模型的基础理论和应用方面。
Engle （1982）首次提出了自回归条件异方差（ARCH）模型，用于描述时间序列数据的波动性。
随后，Bollerslev（1986）在ARCH模型的基础上进行了扩展，提出了广义自回归条件异方差（GARCH）模型，进一步提高了模型的拟合能力和预测精度。
这些研究为GARCH模型在汇率预测中的应用奠定了基础。
近年来，越来越多的学者开始关注基于时间序列GARCH模型的汇率预测研究。
例如，ie和Wang（2012）利用GARCH模型对人民币汇率进行了预测，并发现该模型能够较好地捕捉汇率的波动性。
人民币汇率的波动分析与预测近年来，随着中国经济的不断壮大，人民币汇率的波动成为了一个备受关注的话题。
对于中国经济的未来走势，人民币汇率的走势也是至关重要的一个因素。
本文将从人民币汇率的当前情况出发，对其波动的可能原因进行分析，并基于此提出一个粗略的未来走势预测。
一、人民币汇率的当前情况人民币汇率在过去几年中一直处于波动之中。
在2017年底的时候，人民币对美元的汇率曾经一度接近 6.5，而在随后的数月内，则紧随着美国贸易政策的不断恶化而急剧贬值。
尤其是在2019年5月，人民币对美元的汇率可能已经下降到了6.9左右。
二、人民币汇率波动的可能原因1、国际形势的变化。
在当前的国际形势下，经济全球化正在遭受越来越多的质疑，各国之间的贸易冲突也愈加频繁。
此外，全球各地的政治不稳定也给人民币汇率带来了不确定性。
2、中国经济增速的变化。
在中国经济增速逐渐放缓的背景下，人民币汇率的波动也不可避免。
虽然中国的人均国内生产总值(GDP) 还在不断提高，但在全球经济环境持续不稳定的情况下，人民币汇率的走势很大程度上也会受到各种因素的影响。
3、美元汇率的变化。
人民币兑美元的汇率往往受到美元汇率本身的影响。
随着美国利率的上涨和美元的升值，人民币汇率也不可避免地进行着反弹。
三、人民币汇率未来的走势预测人民币汇率未来的走势预测并非易事，但是基于当前形势和历史趋势，我们可以做出一些粗略的预测。
1、继续波动。
考虑到中国经济和国际形势的不确定性，人民币汇率的波动很可能会持续下去。
在当前的形势下，人民币兑美元的汇率可能会进一步走低。
2、上升趋势。
尽管人民币汇率的走势存在不确定性，但是在长期趋势上，人民币汇率或将继续上升。
中国的经济实力增强和国际政治成熟度的提高，都可能导致人民币汇率往好的方向转变。
四、结语总体来讲，未来人民币汇率的走势尚无定数。
即便是专业人士，在汇率的预测方面，也难有绝对的准确。
但是，我们可以从当前的形势以及历史趋势上进行分析，并对未来的走势进行一个大致的判断。
中国人民币汇率走势分析及外汇投资策略近年来，中国人民币汇率走势备受关注。
作为世界第二大经济体，中国的汇率波动对全球经济有着重要的影响。
本文将对中国人民币的汇率走势进行分析，并提出相应的外汇投资策略。
一、中国人民币汇率走势分析1. 固定汇率时期在1994年至2005年期间，中国人民银行决定将人民币与美元挂钩，采取固定汇率制度。
这一政策促进了中国的出口贸易和经济增长，但也面临着汇率压力和国际批评。
2. 汇率改革时期自2005年起，中国开始逐步放松对人民币汇率的控制，采取了一篮子货币汇率制度。
这种制度使人民币汇率相对于一篮子货币进行浮动，但有一定限制。
这一政策的实施使人民币逐渐升值，并在一定程度上缓解了国际贸易摩擦。
3. 浮动汇率时期自2015年起，中国人民币正式成为国际货币基金组织的特别提款权货币篮子成员，并开始实行市场化浮动汇率制度。
这意味着人民币的汇率将更加受市场供需关系的影响。
近年来，人民币汇率出现了一定的波动，但整体趋势仍然是稳定的。
二、外汇投资策略1. 长期投资策略对于长期投资者来说，可以通过持有人民币资产获取汇率升值所带来的收益。
由于人民币汇率有望稳步上升，长期投资可获得较高的回报。
此外，投资者还可以通过购买中国股票、基金和债券等金融工具来进一步扩大投资组合。
2. 短期套利策略短期投资者可以利用人民币汇率的波动进行套利交易。
具体而言，当人民币汇率处于低位时，可以兑换一定数量的人民币，待人民币升值后再兑换回外币以获取利润。
这种策略需要及时把握汇率的波动，并且需要一定的投资经验和风险承受能力。
3. 资产配置策略投资者还可以通过合理的资产配置来分散外汇风险。
例如，将资金分配到不同国家和地区的股票、债券、大宗商品等资产中，以降低汇率波动对投资组合的影响。
同时，适当配置人民币资产可以获得相对稳定的回报。
总结：中国人民币汇率的走势对于全球经济有着重要影响。
投资者可以通过分析汇率走势，制定相应的外汇投资策略。
中国的汇率变化趋势汇率是指一国货币与另一国货币的兑换比例，它的变化对于国际贸易、外汇市场以及国家宏观经济政策都有很大的影响。
在过去的几十年里，中国的汇率变化经历了多个阶段，从固定汇率到浮动汇率，再到逐渐实行市场化汇率形成机制。
本文将对中国汇率的变化趋势进行详细剖析，并分析其原因和影响。
首先，回顾中国的汇率制度演变史。
在1949年建国初期，中国实行固定汇率制度，人民币与美元的汇率长期维持在1：2.46的水平。
这种固定汇率制度意味着政府需要通过大量干预来保持汇率的稳定，对外储备的需求也相应增加。
然而，随着中国经济逐渐开放和国际贸易的扩大，固定汇率制度逐渐面临困境。
改革开放以来，中国逐渐放开了外汇管制，并开始了汇率市场化的改革进程。
1994年中国开始实施双轨制汇率制度，即在官方汇率的基础上开设一个外汇交易市场，行使市场调节作用。
这一措施的出台旨在解决外汇供求不平衡、黑市交易盛行等问题。
然而，双轨制并未能有效解决中国汇率问题，中国政府进一步推出了浮动汇率制度。
2005年中国人民银行决定将人民币与美元挂钩的托管币篮机制改为单一美元汇率，即所谓的“人民币汇率形成机制改革”。
这一改革意味着人民币汇率将逐步由市场供求决定，政府不再直接干预汇率水平。
自此之后，人民币汇率开始逐渐升值，尤其是在2005年至2014年期间，人民币对美元汇率从8.2775升值至6.0504，升值幅度接近30%。
然而，2014年以来，由于经济增长放缓和国际金融市场动荡等因素的影响，人民币汇率开始出现了贬值压力。
中国政府为了稳定汇率，采取了一系列措施，如加大外汇干预、限制资本流出等。
此后人民币对美元汇率一度保持平稳，但在2015年8月中国央行突然宣布改变人民币汇率形成机制，引发了汇率剧烈波动，人民币对美元汇率贬值超过2%。
之后人民币汇率仍然保持在贬值的趋势，一度对美元贬值超过6.9元。
对于中国汇率变化趋势的原因，首先是由中国经济的内外因素共同影响。
人民币汇率走势分析及外汇投资策略人民币是中国的法定货币，其汇率走势一直备受广大投资者和经济观察者关注。
本文将对人民币汇率走势进行分析，并提出一些外汇投资策略，供读者参考。
一、人民币汇率走势分析近年来，人民币汇率经历了一定的波动。
2015年8月，中国央行宣布改革人民币汇率形成机制，允许市场力量在一定范围内影响汇率的形成。
此举引发了人民币贬值的预期，导致人民币对美元的汇率出现了明显的贬值趋势。
然而，近期人民币汇率呈现了相对稳定的态势。
中国政府采取了一系列措施来维护汇率的稳定，包括限制资本外流、加强监管措施等。
同时，中国经济持续增长，对外贸易逆差有所收窄，这也起到了支撑人民币汇率的作用。
从国际环境来看，全球经济的不稳定因素较多，贸易摩擦加剧，地缘政治风险上升，这些都对人民币汇率产生了一定的影响。
此外，美联储的货币政策变化也是人民币汇率波动的重要因素之一。
综上所述，人民币汇率在短期内可能会受到一些不确定因素的影响，但从长期来看，中国政府将继续采取措施维护人民币稳定，同时加强金融市场改革，提高人民币国际化水平，有望稳定人民币汇率。
二、外汇投资策略对于投资者来说，人民币汇率的波动既是挑战，也是机遇。
以下是一些外汇投资策略供参考：1. 充分了解中国宏观经济政策：及时关注中国政府发布的经济数据和政策，了解经济形势的变化，这将有助于预测人民币汇率的走势。
2. 分散资产配置：将投资资金分散到不同的资产类别中，包括股票、债券、商品等，以降低人民币汇率波动对投资组合的影响。
3. 考虑利用期权工具：期权工具可以在控制风险的同时获得更大的投资回报。
投资者可以根据自己的风险承受能力和预测人民币汇率走势，选择适当的期权策略。
4. 寻找汇率波动的套利机会：投资者可以对冲人民币汇率的波动，通过买入或卖出相应的期货合约或货币。
5. 寻找人民币升值机会：根据对人民币汇率的分析和预测，选择适合的时机进行短线外汇交易，以追求较高的利润。
需要注意的是，外汇投资涉及风险，投资者应根据自身的风险承受能力、投资目标和投资期限慎重考虑。
人民币汇率的波动趋势
人民币汇率的波动趋势主要受到市场供求状况、经济指标、货币政策和国际市场因素的影响。
1. 市场供求状况：人民币的汇率在一个有限的浮动区间内波动。
当中国经济增长强劲，吸引外资流入时，人民币会升值；相反，当经济增长放缓或面临不确定性时，人民币可能会贬值。
2. 经济指标：人民币汇率通常会受到中国经济数据的影响，如GDP增长率、贸易出口和进口数据、通胀率等。
如果经济表现良好，人民币汇率可能会上升；如果经济数据不佳，人民币汇率可能会下降。
3. 货币政策：中国央行通过调整利率、存款准备金率和货币投放量来调控人民币汇率。
如果央行采取紧缩货币政策，增加利率和准备金率，人民币可能会升值；相反，如果央行采取宽松货币政策，人民币可能会贬值。
4. 国际市场因素：全球经济和金融市场的波动也会对人民币汇率造成影响。
例如，美元的强势或美联储货币政策的变化通常会引起全球货币市场的动荡，进而对人民币汇率产生影响。
总体而言，人民币汇率的波动趋势是由多种因素综合作用的结果。
中国政府近年来已采取一系列政策措施推动人民币汇率更加市场化，但仍保持一定的干预性。
因此，人民币汇率的波动范围和趋势可能受到政策调控的影响。
人民币汇率趋势分析人民币是中国的货币单位，其汇率的走势对中国和世界经济都有重要影响。
对人民币汇率的趋势进行分析可以帮助我们更好地理解中国经济的运行情况及其与国际市场的联系。
在过去的几十年里，人民币汇率历经了多次变动。
从1978年开始改革开放以来，中国逐步放开了人民币汇率的控制，实行了一系列的货币政策改革，逐步推动人民币汇率的市场化。
特别是在2005年，中国开始实行人民币汇率的“双向浮动”机制，使得人民币对美元的汇率以市场供需为基础逐步形成。
在这个背景下，人民币汇率的趋势多受经济基本面和政策因素的影响。
首先，中国的经济增长和贸易状况对人民币汇率有重要影响。
当中国经济增长较快，贸易顺差较大时，人民币通常会受到升值的压力。
这是因为资本会流入中国寻求更好的投资机会，导致需求增加，进而推动人民币升值。
相反，当中国经济增长放缓，贸易顺差减少时，人民币通常会受到贬值压力。
其次，政策因素也对人民币汇率产生重要影响。
中国政府在引导人民币汇率走势方面有较大的干预能力。
政府可以通过调整货币政策、干预外汇市场等手段对人民币进行干预。
例如，在面临经济下行压力时，政府可能会选择放松货币政策，以减轻人民币贬值压力。
同时，政府也可以通过干预外汇市场来调节人民币的供求关系，以维护市场的稳定。
最后，国际金融市场的波动也对人民币汇率有影响。
人民币汇率与美元的汇率通常存在较强的关联性，因为美元是全球最主要的储备货币。
当国际金融市场出现大幅波动时，投资者通常会将资金从风险较高的市场撤离，转向风险较低的市场，其中包括美元。
这会导致人民币的需求减少，进而使得人民币贬值。
综合以上因素，人民币汇率的趋势是一个动态的过程，受多个因素共同影响。
在过去的几年里，人民币汇率主要在小幅波动中维持稳定。
这是因为中国政府在管控人民币汇率方面采取了一系列的措施，以维护汇率的稳定。
同时，中国经济增长的放缓和贸易摩擦等因素也对人民币汇率的走势产生了一定的影响。
总之，人民币汇率的趋势分析需要综合考虑经济基本面、政策因素和国际金融市场等多重因素。
1.人民币汇率收益人民币汇率市场实行的是银行间结算汇制，以当天收盘价为第二天的中间价，因此我们从国家外汇管理局网站选取比较有代表性的美元兑人民币汇率的当天中间价作为研宄对象；由于自从2005年7月21我国进行了人民币汇率形成机制的重大改革，人民币兑换美元汇率不再是盯住美元的固定汇率制，而是以市场供求为基础的、顶住一揽子货币的浮动汇率制度。
因此本文从国家外汇管理局网站选取从2005年7月21日至2015年8月10日间每个外汇交易日美元兑人民币汇率的中间牌价作为研究对象，共计2447个样本观测值，数据来源于国家外汇管理局官方网(http：//)。
金融资产价格序列往往缺乏平稳性，而收益率序列则一般满足会平稳性，所以现如今普遍使用收益率的概率分布来预测未来损益的变化。
对于金融市场资产的收益率的测量，通常采用对数收益率的方法，其定义为：本文研究的即为期限为一天的美元兑人民币汇率的对数收益率，其定义为：由于数值级别过小，为了避免参数估计过程中出现数值化问题，把对数收益率序列放大10000倍之后再进行处理，扩大倍数之后的序列仍记为序列R。
2.外汇收益序列的统计描述以下内容将通过序列R的时序图、密度函数和样本的统计值如均值、方差、偏度、峰度等研究收益率序列的基本特征，从而建立模型来拟合收益率序列。
图1 序列R的时序图由时序图观察可知，对数收益率序列基本在一个均值上下波动，但是具有集聚效应，在某个阶段波动大，某个阶段波动小。
图2 序列R的统计特征可知序列的峰度K=109.6是显著大于3的，偏度为S=-5.04<0说明R序列的分布不是对称的，存在明显的左偏现象，即左侧尾部的概率较大。
且JB统计量的相伴概率显著的小于5%和10%的显著性水平，故拒绝R序列服从正态分布。
收益率序列相比于正态分布具有尖峰的特性，在经济行为中表明投资行为对更多的人而言具有同向影响，即市场具有收益时更多的人会有收益，市场亏损时，更多的人会亏损；厚尾意味着波动持续的时间较长，从风险管理的角度来看，小概率情况下相对于正态分布存在着更大的风险值。
3.模型建立3.1平稳性检验回归分析暗含着一个重要假设：数据是平稳的；如果数据是非平稳，往往导致出现“虚假回归”即伪回归，因此在模型建立之前有必要对收益率时序的平稳性进行检验：本节首先利用序列的自相关数图来初步判断R序列数据的生成过程。
R序列的自相关函数图从第二期即落在随机区域内，初步认定R序列式是平稳的。
图3美元日收益率的自相关和偏自相关图进一步通过ADF检验来验证序列的平稳性：在三种显著性水平下，由图2、图3和图4，可知ADF检验统计量的P值小于临界值，故拒绝R序列式非平稳的原假设，即序列是平稳的。
图4 含趋势项和常数均值的单位根检验图5 不含趋势项，含常数均值的单位根检验图6 不含趋势项和常数均值的单位根检验3.2构建模型由图1的自相关和偏自相关图来看，美元对数日收益率的AC为1阶截尾，PAC为2阶截尾，经过考虑，分别构建AR和MA模型，再通过模型的参数估计，判断最终的模型。
1.对收益率R序列构建AR(2)模型。
图7 对序列R建立AR(2)模型由Eviews输出结果可以看出，AR(2)的P值没有通过显著性检验，模型的F统计量的P值也未通过检验，且R-squared=0.002，故该模型拟合效果不好。
2.对收益率R序列构建AR(1)模型。
图8 对序列R建立AR(1)模型由Eviews输出结果可以看出，AR(1)的P值没有通过显著性检验，模型的F统计量的P值也未通过检验，且R-squared=0.0013，故该模型拟合效果不好。
3.对收益率R序列构建MA(1)模型。
图9 对序列R建立MR(1)模型由Eviews输出结果可以看出，MR(1)的P=0.0047<0.05通过显著性检验，模型的F统计量P=0.035<0.05也通过检验，虽然R-squared=0.0018不是特别大，但相比前两个模型还算可以，故该时间序列最终用MA(1)模型拟合。
最终的估计方程为：R000012365εt 005706888εt13.3残差序列异方差性检验由时序图可知，残差序列明显的呈现出了波动集束现象，即在大的波动后面紧跟着一系列大的波动，小的波动后面紧跟着一系列小的波动，大小波动有集聚的现象。
从统计学的角度分析，波动集聚现象即是条件方差具有时变性，即存在异方差效应。
图10 残差的时序图再对残差的平方做ARCH效应检验，得到下图，由P值为0.017小于0。
05可知，拒绝原假设，该残差序列非齐性。
图11 残差ARCH效应检验由于残差序列存在异方差性，因此对残差拟合GARCH模型。
在构造GARCH模型时，我用两种方法操作，结果有差别。
方法1：对残差序列直接建立GARCH模型，得到如下结果。
可以看出，GARCH模型中，变量参数显著性均通过，说明模型拟合良好。
图12 对残差拟合GARCH模型图13 GARCH模型最终方程方法2：对原序列建立GARCH模型，主模型依然为前面通过检验的MA(1)模型，得到如下结果。
可以看出，主模型P值大于0.05，说明该变量不显著。
但是GARCH模型的变量的P值均明显小于0.05，说明显著。
图14 建立GARCH模型图15 最终模型方程形式这两种方法，我认为，本质是一致的，但是输出结果却不相同。
仔细观察GARCH模型参数估计也有微小变化，重要的是，方法2推翻了前面步骤做出的MA(1)模型，这是我存在疑惑的地方。
4.人民币汇率与国际石油价格协整分析4.1 人民币汇率和国际石油价格相互影响近年来，强劲的世界经济增长驱动能源消费的增长，而石油剩余探明储量和产量的增长缓慢，甚至出现下降，这种供需失衡是推动国际石油价格上涨的根本原因；另外，如投机、地缘政治、气候等不确定因素也对油价产生很大影响，因此，至2008年7月国际石油价格始终呈现持续大幅上涨并伴随剧烈振荡的走势。
2007年，美国爆发了次贷危机，世界经济下滑，由经济增长驱动的能源消费增长难以支撑，国际石油价格暴跌。
中国自1993年首次成为石油净进口国之后，石油的进口依存度不断提高，从1995年的7.6%上升至2007年的50%。
正是由于对进口石油资源的高度依赖，国际石油价格的波动将对我国经济的方方面面产生巨大影响，进而影响人民币汇率。
人民币汇率对国际石油价格的影响主要体现在通过国际石油贸易影响石油价格。
一国的货币升值，表明该货币在国际市场上的购买力增强，对商品需求的增加会导致商品价格的上涨。
人民币的升值确实会增强我国对进口石油的购买力，但石油的需求弹性很小，并不会由于人民币的升值导致石油需求激增；另外，中国石油的进口份额比较小，中国石油进口量占世界石油贸易总量的比重仅为7.5%，因此，人民币汇率升值通过国际石油贸易对国际石油价格产生的影响还很有限。
4.2 数据选取选取了人民币汇率(R)和北美西德克萨斯原油现货价格(W)两个变量。
由于从2005年7月21日起开始实行浮动汇率制度，因此选择2013年4月1日至2014年3月13日的美元兑人民币汇率日中间价(五天制)代表人民币汇率，共226个数据。
汇率数据来源于中国人民银行网站。
用西德克萨斯原油现货价格(WTI)代表国际石油价格水平，单位为美元/桶。
数据区间与人民币汇率(R)一致，共226个数据。
图16 人民币汇率时序图图17 国际原油价格时序图4.3 单位根检验为消除可能存在的异方差，对以上数据取自然对数，分别用LNR 和LNW表示。
由于研究两个变量之间的协整关系时，要求两个变量的单整阶数相同，因此，在对变量进行协整分析前，要对变量进行单位根检验以确定其单整阶数。
分别对LNR和LNW做单位根检验，结果如图18和图19。
从图中可以看出，原序列LNR和LNW的ADF统计量均大于给定两个水平的临界值，P值均大于0.05，因此不能拒绝序列包含单位根的原假设，即序列非平稳。
接下来，对两个序列分别一阶差分，一阶差分序列LNr和LNw 的ADF统计量均小于给定两个水平的临界值，P值明显小于0.05，可以拒绝序列包含单位根的原假设。
所以，序列LNR和LNW都是一阶单整的。
图18 LNR单位根检验图19 LNW单位根检验图20 LNr单位根检验图21 LNw单位根检验4.4 格兰杰因果检验检验两个变量之间是否存在因果关系，一个普遍的方法是应用Granger因果性检验。
在做协整分析前，要确定汇率和石油价格之间的因果关系，才能进一步建立回归模型。
表1 格兰杰检验给出了当k=2、4、6、8、10时的Granger因果性检验结果，结论是，LNW是LNR的Granger原因，而LNR不是LNW的Granger原因，即国际石油价格是影响人民币汇率变化的原因，而人民币汇率不是影响国际石油价格变化的原因。
4.5 协整分析因为LNR和LNW都是一阶单整的，下面可以进一步检验两个变量间是否存在协整关系。
为了检验两个序列之间的协整关系，本文采用EG两步法。
1.第一步：用OLS法做协整回归利用Eviews做出协整回归，可以看出LNW的P值小于0.05，说明该参数通过检验，方程的P值也小于0.05，说明方程显著。
接下来做预测，求出误差项。
图22 协整回归图23 利用方程做预测2.第二步：检验误差项平稳性对误差项做ADF检验，由P值小于0.05说明拒绝原假设，误差项为平稳序列，从而说明LNR与LNW之间存在协整关系。
图24误差项时序图图25误差项单位根检验4.5 误差修正模型下面对已经建立的模型，进行误差修正修正，建立误差修正模型（ECM）。
下图可以看出，误差修正模型并不显著，无法进行修正。
图误差修正模型。
