下载文档原格式
人民币汇率对股票价格指数的影响作者：陈肯界文超来源：《中国市场》2016年第14期[摘要]文章利用GARCH模型度量人民币汇率与上证指数收益波动率，研究结果显示，ARCH效应和外部冲击对波动的影响比较小，而GARCH效应比较大，波动持续性较强。
人民币汇率波动率是影响上证指数波动的一个原因，另外，上证指数波动率也是引起人民币汇率波动的一个原因。
[关键词]人民币汇率；上证指数；GARCH模型[DOI]1013939/jcnkizgsc2016140891引言进入2015年8月，美元兑人民币的汇率（以下简称人民币汇率）呈现单边上涨的趋势，特别是2015年8月11日以及2015年8月12日这两个交易日，人民币汇率直接跳空高开。
时间来到2015年11月，人民币汇率开始打通上升的通道，涨势一发不可收拾，尤其是在2016年新年伊始那几天，人民币贬值的势头愈演愈烈，2016年1月4日，人民币汇率中间价为65032，跌破65关口，离岸人民币跌破663，日内一度下跌超600点，创下五年以来最低值，1月5日，人民币汇率继续下调137个点至65169，这也是人民币中间价连续第6个交易日贬值，累计下跌456点，1月6日，央行在外汇市场强力干预，这才使得人民币贬值的趋势有所缓解。
受到人民币贬值的影响，中国A股的信心也遭受到了严重的打击，1月4日，上证指数大跌686%，当天沪深300指数两次触及熔断线，诱发上交所和深交所当天提前收盘，1月7日，上证指数又迎来深度大跌，收盘时指数下跌704%，当天的交易时间只有15分钟，创下了A股有史以来最短的交易时间。
种种的情况表明，人民币汇率对A股的走势来说是一个越来越重要的因素，为此，文章特研究人民币汇率对股价的影响。
3实证研究31数据来源为了研究人民币汇率对股票价格指数的影响，文章选取美元兑人民币的汇率以及上证指数作为指标变量，这两个指标变量的数据分别来源于中国人民银行以及同花顺交易软件，研究样本区间为2015年8月12日至2016年1月20日，除去节假日以及国家规定的统一放假时间，一共获取了216个数据。
影响股票价格指数的因素股价指数是经济变化的风向标，股票价格指数变动与国民经济状况息息相关，股价指数的变幻无常给市场和国民经济带来不确定性。
影响股票价格指数的因素主要有：国内生产总值、存款利率、汇率，居民可支配收入。
宏观因素主要有：汇率、企业商品价格指标、利率、宏观经济指数、消费者信息指数。
一、理论综述影响股价指数的因素很多，主要有以下几个方面：（1）利率。
利率是影响股票价格的重要因素，一般认为，利率与股票价格成反比，利率上升则股票价格下降，利率下降股票价格上升。
（2）GDP。
国民生产总值与证券价格关系密切，通常情况下，GDP 连续增长，则企业经营状况会提高，从而推动公司股票上涨，股价指数会上涨，反之，GDP下降，股票价格也会下降。
（3）汇率。
本币升值，引起国际资本流入，增加股市的需求，从而使股价指数上升，本币贬值，本国资本外流，股市需求减少，股价下跌。
（4）居民可支配收入。
居民可支配收入提高，可投资于股市的资金就会增加，对股票的需求就会增加，从而使股票价格上升。
反之，股价下跌。
结论当存款利率上升时，市场利率上升导致折现率的上升，利率上升的速度慢于消费欲望膨胀的速度，产品的价格有可能上升，使得通货膨胀率相当程度地大于利率，这时利率可以看作利率作用实效，这时股价指数上升。
此外，由于人们对经济前景过于乐观，利率上升变成了这一乐观预期的肯定因素使得股价指数上升。
相反利率降低类似的也会出现股价下跌。
而对于人民币汇率对于股价指数的影响，当汇率上升时使得国际套现热钱大量流入国内，导致货币供应量被动大量发行，进一步出现国内流动性过剩，股票供应小于货币需求，融资成本降低，过量货币推高产品价格，使得企业毛利润增大，企业融资欲望强烈，这种乐观现象使得人们对企业的盈利预期强烈，使得股价指数进一步的上升，同样当利率降低时，也会出现同理的相反现象即股价指数下跌。
所以综上，今后关注股市波动，这两个因素必不可少，通过对着两个因素的观察和分析能更好的分析出股市的波动及其走势运用这个模型可以对上证指数做出分析：在上证市场中，具体来说，当汇率上升1个单位时，上证指数上升1.384个百分点；当利率上升1个单位时，上证指数上升0.563个百分点；当宏观经济景气指数上升1个单位时，上证指数上升0.083个百分点；当消费者信心指数上升1个单位时，上证指数上升0.023个百分点；相反，当企业商品价格指数上升1个单位时，上证指数则下降0.038个百分点。
98个金融学常识1. 金融学是研究资源配置与风险管理的学科，涵盖了金融市场、金融机构和金融工具等方面。
2. 时间价值是金融学的基本概念，指的是同样金额的资金在不同时间点的价值不同。
3. 利息是指借贷资金的费用，表示资金的使用权。
4. 投资是将资金投入在资产中，期望能够获得回报。
5. 资本市场是指供求资金的场所，包括股票市场和债券市场。
6. 股票是公司股权的代表，投资者通过购买股票成为公司的股东。
7. 债券是公司或政府为筹集资金而发行的债权凭证，投资者成为债权人。
8. 风险是投资中面临的不确定性，包括市场风险、信用风险和流动性风险等。
9. 风险与回报具有正相关关系，高风险通常伴随着高回报，低风险通常伴随着低回报。
10. 集中投资是指将资金集中在某一个或少数几个投资标的上，分散投资是将资金分散投资于多个标的。
11. 投资组合是将多种不同的投资标的组合在一起，以降低风险并提高回报。
12. 金融衍生品是以金融资产为基础，通过衍生合约进行交易的金融工具，如期货、期权和掉期等。
13. 金融杠杆是指借入资金进行投资，以放大投资回报。
14. 股票指数是用来衡量特定市场或行业整体表现的指标，如道琼斯指数和标普500指数。
15. 资本资产定价模型（CAPM）是用来计算资产预期收益率的模型，考虑了资产风险和市场风险。
16. 无风险利率是指没有风险的投资的收益率。
17. 资本资产定价模型中的贝塔系数表示资产对市场风险的敏感程度。
18. 存款准备金率是央行规定的商业银行必须保留的存款比例。
19. 黄金是一种传统的避险资产，通常在经济不稳定或通胀预期上升时受到青睐。
20. 货币政策是中央银行通过调整货币供应量和利率等手段来影响经济的政策。
21. 财政政策是政府通过调整税收和政府支出来影响经济的政策。
22. 通货膨胀是指总物价水平持续上升的现象，会削弱货币的购买力。
23. 通货紧缩是指总物价水平持续下降的现象，会增强货币的购买力。
一、汇率与股市总体水平的关系关于汇率与股市的相互关系，从理论角度来说，由于各种经济机制的现实存在与作用，它们之间必然存在着一些联系。
在资本自由流动、信息充分的条件下，外汇市场与股票市场往往会受共同的宏观因素影响，表现出协同变化的趋势，即一个市场的价格运动能够容易且迅速且扩散到另一个市场，一个市场的波动不仅受过去几期波动程度的制约，而且也受到另外一个市场波动程度的制约，这种市场之间的波动传导即为波动溢出效应(V olatility spillover effect)。
目前已经有大量关于汇率与股票的关系的理论及实证研究，以下对这些研究的总结。
1．理论研究西方经济学界关于汇率与股市关系的理论可分为两大类：①现金流导向模型（flow-oriented model）（Dornbusch and Fischer, 1980）。
此模型认为汇率变动影响国际竞争力和贸易平衡，从而影响企业的进出口水平和收入水平，进而影响公司的股价。
具体来说：当汇率上升时，本币贬值，使得本国商品在国际市场上更有竞争力，进而促进出口的增加与进口的减少，这就意味着本国企业将有更多的国际市场与更好的盈利空间，从而使得上市公司的股价也随之向上。
②资产组合导向模型（stock-oriented model）(Branson, 1983)。
该模型强调了资本项目影响汇率变化的重要性，认为预期汇率变化会引起投资者调整其资产组合，导致资本的国际流动，引起汇率变化，改变资产供求关系，影响资产价格（舒家先、谢远涛，2008）。
一个欣欣向荣的股票市场将吸引众多的国外投资者将资本投入到本国，这将增加本币的需求量，从而使得汇率下降，本币升值。
相反，当一国的股市处于下跌过程中时，国外投资者将会卖出它们持有的本国股票以避免更多的损失，国内资本也会倾向于流出本国去他国市场寻求更好的投资回报，这将导致人们对外币需求的增加与本币供给的增加，从而使得汇率上升，本币贬值。
进一步说，由于投资者的对财富与流动性的需要与股市存在很大的相关性，因此股票价格的波动可以影响货币需求与汇率水平。
股票价格与汇率之间的动态关系——基于中国市场的经验分析股票价格与汇率之间的动态关系——基于中国市场的经验分析导言在全球化的背景下，国际贸易的频繁活动使得汇率和股票价格成为重要的经济指标。
汇率是指一国货币兑换其他国家货币的比率，而股票价格则是反映公司股份市场价值变动的指标。
股票价格与汇率之间是否存在动态关系对于投资者、政策制定者以及经济学家来说都具有重要意义。
本文将基于中国市场的经验分析，探讨股票价格与汇率之间的动态关系。
一、理论背景股票价格与汇率之间的动态关系在经济学领域引发了广泛的关注。
以信息经济学为基础，投资者在股票价格的形成中起到关键作用。
根据有效市场假设，投资者根据信息快速响应，将全部可得信息的影响转化为股票价格的变动。
同时，汇率则主要受到宏观经济因素和政策因素影响。
汇率的波动程度反映了市场对经济预期的变化。
基于这些理论基础，股票价格与汇率之间的动态关系成为了研究的焦点。
二、中国市场的特点中国市场具有一些独特的特点，这些特点为研究股票价格与汇率之间的动态关系提供了独特的视角。
首先，中国是世界上第二大经济体，其经济增长速度对全球经济有着重要的影响。
中国市场的变动可以引发全球金融市场的波动。
因此，中国市场对于探讨股票价格与汇率之间关系具有重要意义。
其次，中国的资本市场与国际市场相对封闭。
几乎所有的中国股票只在A股和H股市场上交易，这使得中国市场在全球市场中独立运作。
这种封闭性使得汇率对股票价格的影响更加显著。
再次，中国政府对资本流动有一定的管理措施。
政府干预使得中国市场具有较高的政策性，并对股票价格和汇率形成有一定的影响。
因此，以中国市场作为案例进行经验分析可以更好地研究股票价格与汇率的动态关系。
三、股票价格与汇率之间的动态关系股票价格与汇率之间的动态关系可以通过时间序列分析方法进行实证研究。
通过对中国市场的相关数据进行统计分析，可以揭示股票价格与汇率之间的趋势和关联性。
具体而言，可以通过计算股票价格指数和汇率指数之间的相关系数来衡量二者之间的关联程度。
人民币汇率与中国股市溢出效应研究r——基于VAR-GARCH-BEKK扩展模型史芳芳;任小勋【摘要】2014年3月汇改以来,人民币汇率和国内股票市场联动性明显增强.基于VAR-GARCH-BEKK扩展模型实证研究了2014年3月18日到2016年1月15日期间人民币汇率和股指收益率间的关系.研究结果表明,汇率对股市不仅存在显著的均值溢出效应——即前期汇率的贬值会给股市带来收益率均值下行的压力,而且还存在汇率向股市的单向波动溢出效应.【期刊名称】《金融理论与实践》【年(卷),期】2016(000)009【总页数】5页(P36-40)【关键词】汇率;股票市场;VAR-GARCH-BEKK扩展模型;溢出效应【作者】史芳芳;任小勋【作者单位】中国华融资产管理股份有限公司博士后工作站,北京 100033;武汉大学经济与管理学院博士后流动站,湖北武汉 430072;中国科学院大学经济与管理学院,北京 100190;上海证券交易所博士后工作站,上海 200120【正文语种】中文【中图分类】F832.5作为主要的货币价格指标，汇率的波动不仅会影响一个国家的宏观经济运行状况，还会影响该国微观经济主体的经营、决策以及绩效，具体可体现在企业的股票价格、收益率及波动率等方面。
极端的案例是，在1997年的东南亚金融危机期间，由于遭受国际资本大量外流的冲击，东南亚各国被迫放弃固定汇率制，之后其汇率出现大幅贬值，进而迎来金融机构倒闭潮和股指暴跌等系统性风险事件，严重影响了这些国家的经济与金融稳定。
对我国而言，自2005年重启汇改以来，人民币汇率弹性随着国内外经济与金融环境的变化而逐步增强。
在2014年3月17日的新一轮汇改中，中国人民银行发布公告，银行间即期外汇市场人民币兑美元交易价浮动幅度由1%扩大至2%。
该政策的颁布进一步促进了市场因素在人民币汇率形成机制中的作用，扩大了外汇市场中人民币兑美元汇率的浮动幅度。
这也意味着中国央行将基本退出常态式外汇干预，具有充分弹性的人民币汇率双向波动在未来将会成为常态。
当美元指数下跌、人民币升值时，美元会流出，进入香港股市并推动股市上涨。
随着外资进入香港股市，港股通的资金流入也主要是用于买入估值较高的股票，以追随外资的进出，因此外资的流入预期可以推动整个市场价格进一步上涨。
目前，外资占据着香港股市购买力的主导地位，港股通的作用也主要是跟随外资的进出和推动市场的涨跌。
从2022年5月16日到2023年5月16日，USD/CNY汇率与香港H股指数（HSI）之间的相关系数约为-0.34，表示两者之间存在一定程度的负相关关系，即当USD/CNY汇率上升时港股下跌，反之亦然。
但这种关系并不十分强烈，也不能说明因果关系，可能还有其他因素影响着两者的走势。
当USD/CNY汇率达到某个临界值时，会对市场造成较大影响。
在2018年年初至年末的时间段内，H股的表现受到了美元人民币汇率的负面影响。
当年年初美元人民币汇率始终上升，H股则出现下滑的走势，直到人民币开始升值后，H股才开始回升。
在2020年8月份当USD/CNY汇率跌破7时，外国投资者加大对H股的买入力度；2023年5月中旬USD/CNY汇率涨破7，港股持续下跌。
P5271.货币失衡:即货币非均衡，是指货币供给偏离货币需求.2。
通货膨胀：是货币供给量超过了货币需求量,即货币供给大于社会经济活动对货币的实际需要。
3.通货紧缩:也称通货不足，是指货币供给量小于货币需要量,即货币供给满足不了社会经济活动对货币的实际需要。
4.居民消费物价指数(CPI）：是综合反映一定时期内居民生活消费品和服务项目价格变动的趋势和程度的价格指数,其中包括了与人们生活直接相关的衣食住行、水电、医疗、教育等商品和劳务价格的变动。
5．生产者价格指数（PPI)：也称批发物价指数，是根据商品的批发价格编制的物价指数,反映包括了原材料、中间品及最终产品在内的各种商品批发价格的变化。
6. 国民生产总值平减指数（GNP）：是按当年价格计算的国民生产总值与按不变价格计算的国民生产总值的比率．它可以反映全部生产资料、消费品和劳务费用的价格的变动.7。
通货膨胀的类型：根据物价上涨的方式（1）公开性通货膨胀:是指市场机制充分运行和政府对物价不加控制的情况下表现出来的通货膨胀，或是政府虽然施加控制，但因通货膨胀的压力太大而未能生效,价格上涨的特征非常明显。
（2）隐蔽性通货膨胀：是指政府当局采取物价管制而使一般物价水平不能自由上升的通货膨胀。
根据物价上涨的速度（1）爬行通货膨胀：物价上涨年率为2%—3%的状态（2）温和通货膨胀：低于7%的通货膨胀率，或者是低于10％的通货膨胀率（3）恶性通货膨胀：又称极度通货膨胀,物价连续暴涨但持续时间不会太久，货币完全丧失价值贮藏功能，并在一定程度上失去交易功能.根据通货膨胀可否预期（1）预期通货膨胀:在经济生活中，人们预计将要发生通货膨胀，无避免经济损失，在各种交易、合同投资中将未来的通货膨胀预先计算进去。
（2）非预期通货膨胀：没有预期到的通货膨胀。
根据通货膨胀的成因（1）需求拉上型通货膨胀:总需求超出了社会潜在产出之后引起价格水平持续上涨而产生的通货膨胀.P504（2）成本推动型通货膨胀:在总需求不变的情况下，生产要素价格（工资、利润、租金和利息）上涨,致使生产成本上涨，进而导致物价总体水平持续上涨的通货膨胀。
股票指数与汇率之间关系1.介绍数据的来源并做出数据图，进行描述性统计检验（1）数据来源于国家统计局近20年（即1995年—2014年）沈阳市的国内生产总值，具体数值如下：以1995年至2014年的沈阳市的国内生产总值（以下简称Y）为例，做出数据图。
Y的数值逐年上升。
（2）描述性统计检验Y的均值为8511.686，标准差为6449.052，波动较大；偏度大于0，正偏，序列分布有长的右拖尾；偏度小于3，序列分布曲线的凸起程度小于正态分布，即相对于正态分布更平坦；JB-统计量为2.138513，小于5.99，接受原假设，样本数据服从正态分布。
2.进行数据的平稳性检验，判定单整阶数（1.1）检验对象为水平序列，检验方程包含时间趋势项和截距项单位根的t检验值为-0.571375，大于1%、5%、10%三个显著性水平下的单位根检验的临界值，不能拒绝Y存在单位根的原假设，说明沈阳1995年—2014年的国内生产总值序列存在单位根，是非平稳序列。
（1.2）检验对象为水平序列，检验方程包含截距项，不包含时间趋势项；单位根的t检验值为7.124331，大于1%、5%、10%三个显著性水平下的单位根检验的临界值，不能拒绝Y存在单位根的原假设，说明沈阳2005年—2014年的地方财政预算内收入序列存在单位根，是非平稳序列。
（1.3）检验对象为水平序列，检验方程既不包含截距项，也不包含时间趋势项（none）单位根的t检验值为1.962744，大于1%、5%、两个显著性水平下的单位根检验的临界值，小于10%显著水平下，不能拒绝Y存在单位根的原假设，说明沈阳1995年—2014年的地方财政预算内收入序列存在单位根，是非平稳序列。
结论：沈阳市的地方财政预算内收入是非平稳的时间序列。
（2）检验对象为一阶序列，检验方程依次为包含时间趋势项和截距项，包含截距项不包含时间趋势项、既不包含时间趋势项也不包含截距项，进行ADF检验。
（一阶序列的分析过程与水平序列的分析一样，图片以及分析省略）结论：沈阳市的国内生产总值的一阶差分是非平稳的。
（3）检验对象为二阶序列，检验方程依次为包含时间趋势项和截距项、包含截距项不包含时间趋势项、既不包含时间趋势项也不包含截距项，进行ADF检验。
（二阶序列的分析过程与水平序列的分析一样，图片以及分析省略）单位根的t检验值为-2.466098，大于1%、5%、10%三个显著性水平下的单位根检验的临界值，不能拒绝Y存在单位根的原假设，说明沈阳1995年—2014年的国内生产总值序列存在单位根，是不平稳序列。
结论：沈阳市的国内生产总值的二阶差分是平稳的。
综上：沈阳市的国内生产总值二阶差分后的序列通过单位根检验，则沈阳的国内生产总值为二阶单整。
3.最优滞后阶数检验在工作文件窗口下，点击quick/estimate/estimate equation，在对话框中输入D(CL) C @TREND(1991) CL(-1) D(CL(-1))，回车，此时Akaike info criterion 16.38685Schwarz criterion 16.58471就在此操作窗口点击estimate ，在对话框中输入D(CL) C @TREND(1991) CL(-1) D(CL(-1)) D(CL(-2))，回车，此时Akaike info criterion 16.29446 Schwarz criterion 16.53952可以看出，引入二阶滞后后，Akaike 和Schwarz 值均变小了，表示二阶滞后是合适的，我们继续引入三阶滞后，同样在此操作窗口下点击estimate ，在对话框中输入D(CL) C @TREND(1991) CL(-1) D(CL(-1)) D(CL(-2)) D(CL(-3))，回车，此时Akaike info criterion 16.25328 Schwarz criterion16.54300虽然引入三阶滞后使得Akaike 值变小，却使得Schwarz 值变大了，因此我们确定最佳滞后阶数为二阶。
Lag Logl LR FPEAICSCHQ0 -3242.61 NA0.241121 4.232144 4.341425 4.877659 1 -3224.17 46.79225 0.233211 4.241423 4.334390* 4.810923 2 -3211.17 35.90112* 0.234644* 4.213646* 4.336359 4.812389* 3-3209.34 4.531212 0.237658 4.321136 4.456835 4.8321674. 协整检验零假设 特征值 迹统计量 5%临界值 概率 有0个协整向量 0.0069 15.786 17.494 0.1945 有1个协整向量 0.0055 3.471 3.968 0.1665从上表，我们可以看出两序列，在5%显著水平下不能拒绝不存在协整关系的原假设，表明二者不存在协整关系，即股票指数与汇率之间不存在长期的稳定均衡关系。
5. 建立V AR 或VEC 模型⎥⎦⎤⎢⎣⎡t t y y ,2,1=⎥⎦⎤⎢⎣⎡-40/140/3+⎥⎦⎤⎢⎣⎡--16/12/116/12/1⎥⎦⎤⎢⎣⎡--1,21,1t t y y +⎥⎦⎤⎢⎣⎡t t u u 21 VAR模型协整检验临界值表（迹统计量）单位根个数α 模型类型 N - r 0.10 0.050.011 2.86 3.84 6.51 模型（1）2 10.47 12.53 16.31 μ = 0, δ = 03 21.63 24.31 29.75 协整空间中无常数项、无趋势项。
4 36.58 39.89 45.58 数据空间中无均值、无趋势项。
5 55.44 59.46 66.52 6 78.36 82.49 90.457104.77 109.99 119.808 135.24 141.20 152.329 169.45 175.77 187.3110 206.05 212.67 226.4011 248.45 255.27 269.811 7.52 9.24 12.97模型（2） 2 17.85 19.96 24.60 μ1≠ 0, μ2= 0, δ= 0 3 32.00 34.91 41.07 协整空间中有常数项、无趋势4 49.65 53.12 60.16 项。
数据空间中无均值、无趋势项。
5 71.86 76.07 84.456 97.18 102.14 111.017 126.58 131.70 143.098 159.48 165.58 177.209 196.37 202.92 215.7410 236.54 244.15 257.6811 282.45 291.40 307.641 2.69 3.76 6.65模型（3） 2 13.33 15.41 20.04 μ1≠ 0, μ2≠ 0, δ= 0 3 26.79 29.68 35.654 43.95 47.21 54.46 协整空间中有常数项、无趋势项。
数据空间中有线性趋势、无二次5 64.84 68.52 76.07 趋势项。
6 89.48 94.15 103.187 118.50 124.24 133.578 150.53 156.00 168.369 186.39 192.89 204.9510 225.85 233.13 247.1811 269.96 277.71 293.441 10.49 12.25 16.26模型（4） 2 22.76 25.32 30.45 μ1≠ 0, μ2≠ 0, δ1≠ 0, δ2= 0 3 39.06 42.44 48.454 59.14 62.99 70.05 协整空间中有常数项、有线性趋势项。
数据空间中有线性趋势、无二次5 83.20 87.31 96.58 趋势项。
6 110.42 114.90 124.757 141.01 146.76 158.498 176.67 182.82 196.089 215.17 222.21 234.4110 256.72 263.42 279.0711 303.13 310.81 327.451 2.57 3.74 6.40模型（5） 2 16.06 18.17 23.46 μ1≠ 0, μ2≠ 0, δ1≠ 0, δ2≠ 0 3 31.42 34.55 40.494 50.74 54.64 61.24 协整空间中有常数项、有线性趋势项。
数据空间中有二次趋势项。
5 73.40 77.74 85.786 100.14 104.94 114.367 130.84 136.61 146.998 164.34 170.80 182.519 201.95 208.97 222.4610 244.12 250.84 263.9411 288.08 295.99 312.586. Granger 因果检验零假设 F 统计量 概率 USD 不是SH 的格兰杰原因 0.2346 0.7087 SH 不是USD 的格兰杰原因 5.2219 0.0134我们看出在5%显著水平下，不能拒绝“USD 不是SH 的格兰杰原因”这一原假设. 而在1%显著水平下，拒绝“SH 不是USD 的格兰杰原因”这一原假设. 7. 作方差分解和脉冲响应函数分析LGYH 的脉冲响应LGYH 受到LXD 的脉冲响应要强于LGP 和其自身对它的脉冲响应。
当在本期给LXD 一个标准差的新息后，LGYH 立刻有较强响应，增加了0.043，之后LGYH 虽有缓慢下降的趋势，但可以看出无论从短期还是长期来说，LGYH 对LXD 的冲击皆具有显著、稳定的正向响应，由强渐弱，长期趋于0.03，LXD 对LGYH 的效应时滞为1期。
LGYH 对其自身的冲击在第1期增加了0.021，第2期有所下降，但长期保持微弱的正向影响。
LGYH 对来自LGP 的脉冲响应在第1期几乎没有反应，到第2期才较为明显，但影响时间不长，到第6期基本上只有0.01的微弱正影响，LGP 对LGYH 的作用时滞为2期。
LXD 的脉冲响应LXD 受自身的冲击影响最大，当在本期给LXD 一个单位冲击后，LXD 随即增加0.077，在第3期达到峰顶，之后LXD 缓慢下降并趋于稳定，长期趋于0.12。
LXD 对来自LGYH 的一个标准差的新息在第1期没有影响，第2期比较显著，第3期响应最大，后趋于稳定，作用时滞2期。
而LGP 的冲击对LXD 在短、长期皆具有0.010.020.030.040.0512345678910LGPLXDLGYH0.000.040.080.120.1612345678910正向响应，除第2期外，一直保持0.04的稳定水平。
