摘要：股票市场与外汇市场的关系密切，本论文旨在运用计量的方法从各个角度探究
无论是从经济学角度还是现实角度，股票市场与外汇市场在投资和融资方面都发挥着非常重要的作用。在世界范围内，多次出现的金融危机都伴随着某些国家汇率和股价的狂泻或崩溃，而新兴国家股市和汇率的坚挺更让人们开始关注股票市场和外汇市场之间的联动关系。在我国，随着人民币汇率改革的不断完善和股票市场的不断成熟。股价和汇率逐渐实现了市场化运作，使得两者的关系研究在国内市场上有了可能。研究汇率与股价之间的关系，探求两者之间的影响机制，无论对政策制定者还是投资者都是必要的。同时，如何对汇率与股价之间的关系运用宏观经济学和金融学进行解释，提供理论支持，也是我们研究的重点。
一、数据说明
本文选取了汇改后2005年8月1日—2010年1月8日之间人民币对美元汇率(100美元对应人民币数值)以及该时期内上证综合指数价格，各数据均为原始数据。对于各数据，我们采用eviews 5.0计量软件进行处理。
二、实证研究
(一)非平稳数据与长期均衡
在进行回归分析之前，需要对汇率和股价的日度数据进行单位根检验，通过adf单位根检验我们得出，汇率和股价都存在单位根，即两者都是时间序列不稳定的。而后我们对汇率和股价的一阶差分即△er和△sse进行单位根检验，得到△er和△sse不存在单位根。Www.11665.coM即两者的一阶差分都是稳定的。虽然原始数据都是不稳定的，但其同阶一阶差分都是稳定的，这种情况下原始数据如果存在协整关系，就可以继续回归分析。通过johansen协整检验，我们得到上证指数与汇率之间存在协整关系，即股价和汇率之间存在着长期均衡的关系。
通过线性回归模型我们可以得到，2005年8月1日—2010年1月8日之间汇率与股价之间的均衡关系：erf=777.6370-0.0134sse+u(eq.2.1)。斜率系数是显著且负的，即当股价上升时人民币相对于美元升值。
对于股价和人民币汇率之间的负相关关系，可以从宏观经济学和金融学多种角度进行解释。从经济的基本面来说，股市是国民经济运行的“晴雨表”，股价的上升反映宏观经济运行良好，即gdp处于增长状态，一国经济实力的增强反映在本国货币上就是本国货币在国际贸易市场上的购买力增强，即本币升值；从资本流动角度来说，股价的上升会吸引外部资金进入，随着外汇市场上的资本流入股市，外汇市场上人民币流动减弱，本币升值。同时，股价上升还会导致资本市场吸收流动性，储蓄利率上升，从而引发国际资本流动，进入境内，也会导致本币升值。
(二)向量误差修正模型
通过协整检验我们得到，汇率与股价之间存在着长期均衡关系，但在短期内必然存在着偏离均衡的现象。如何从偏离状态回归到长期均衡状态是一种动态的考量，对于预测短期走向、了解两者之间的短期关系具有重要的意义。误差修正模型便是用来估计短期内偏离如何回归到长期均衡关系的最佳模型。
在向量误差修正模型中，u
t-1的系数表示的是从偏离状态回归到均衡状态的速度。eq.2.3中u
t-1，的系数是负值且显著，即当汇率在均衡值上方时，它将在下一期以0.0009的速度向下向均衡值靠拢；当汇率在均衡值下方时，它将在下一期以0.0009的速度向上向均衡值靠拢，同理，eq.2.4中u
t-1的系数也是负值且显著，即当股价处于均衡值上方时，它将在下一期以0.0093的速度向下向均衡值靠拢：当股价处于均衡值下方时，它将在下一期以0.0093的速度向上向均衡值靠拢。从以上两个式子我们发现，误差修正的速度是比较小的，可能市场上存在着一些障碍阻止了误差的快速回归。
(三)格兰杰因果关系检验
格兰杰因果关系检验是用来判定各变量的因果关系，即当一个事件x是另一个事件的原因时，事件x的变化会领先于事件y的变化，从而事件x是事件y的格兰杰因果原因。通过格兰杰因果关系检验，我们得到从2005年8月1日—2010年1月8日股价是汇率变动的原因，但汇率并不是股价变动的原因。股价和汇率之间单向的因果关系说明股价变动先于汇率变动，股价对汇率存在着价格溢出效应，但反之不成立，因此，我们可以用当期的股价来预测未来的汇率。
经济学理论认为，股价和汇率的变动是相互反馈的，即股价的上升会引起产出上升以及资本从外汇市场到股票市场的流动，从而引起本币的升值：本币的升值会导致净出口、产出的下降以及资本从国内市场向国际市场的流动，从而引起股价的下跌。但是，从2005年8月1日—2010年1月8日的数据来看，在
归式都能较好地对汇率进行预测，同时，var(2)的预测结果略好于var(1)的预测结果。
在使用向量自回归模型对前一半时间序列数据进行预测后，我们将采用raise(root mean squared error)方法对预测质量进行检验，从而确定哪个回归估计式预测值更加准确。当rmse的值越小，回归式的预测质量越高，反之则越差。 其中，er是t+i期的真实值，er是t+i期的估计值。通过计算，var(1)的rmse=0.642293，而var(2)的rmse=0.634816。rmse的值越小，回归式的预测质量越高，因此，var(2)的预测质量更高一些，可以采用var(2)来预测未来的人民币对美元汇率。
三、结论及政策建议
本文试图寻找并解释近期 资者和政策制定者在汇率预测方面提供了一个依据。
