外汇市场的时变协动

美元汇率一直保持在1%的重要水平。（这里的表4）我们没有给出我们的时变VEC模型的详细估计（见附录），而是报告了市场共同运动的程度ζt。正如我们在第2节中所讨论的，ζt越大，外汇市场调整其长期关系的速度就越快。（图1所示）图1上部的面板显示的是外汇市场，当意外冲击冲击市场时，外汇市场将越来越迅速地恢复长期-联合国关系。下面板可以仔细观察调整速度的时变特性，更准确地说，下面板显示调整速度的变化。有趣的是，随着时间的推移，市场恢复长期关系的速度一直在增加，但其增长速度在样本期内有所下降。值得注意的是，在进行眼球检查时，增加率的变化至少发生了两次，一次是在1995年左右，第二次是在2008年。第二次变化似乎与全球金融危机同时发生，而第一次可能与墨西哥比索危机有关。5结论性意见考虑到市场环境的时变性，提出了一种新的汇率模型。

我们的方法使我们能够利用汇率之间的协整关系，VEC模型中的负荷矩阵随时间变化。由于负荷矩阵可以解释为汇率中的调整速度或协整关系的强度，这些协整关系是由具有共同随机趋势的各种宏观经济变量决定的，因此我们将负荷矩阵衍生的新度称为“市场协同度”随着这一新的程度的提高，我们发现市场协同运动变得更强，但速度在下降，1995年和2008年出现了两个重大转折点。作为一个新的研究方向，我们可以通过考虑在某一时刻具有协整关系而不是整个样本期的汇率制度，来推进时变协整的思想。这些模型可以评估马德比·恩格尔和韦斯特（2005）的主张是否具有经验性。致谢我们感谢西方经济协会第91届国际年会的与会代表们提出的宝贵意见和建议。我们还感谢日本科学促进会为科学研究提供的第26380397号（伊藤三雄）资助资金。15K03542（野田昭彦）和15H0 6585号（和田Tatsuma）。本论文使用的所有数据和程序均可根据要求提供。参考Baillie，R.T.和Bollerslev，T.（1989），“外汇汇率系统中的常见随机趋势”，《金融杂志》，44167-181。Diebo ld，F.X.、G ardeazabal，J.和Yilmaz，K.（1994），“关于协整和汇率动力学”，《金融杂志》，49727-735。Elliott，G.、Rothenberg，T.J.和Stock，J.H.（1996），“自回归单位根的有效检验”，计量经济学，64813–8 36。Engel，C.，Nelson，C.M.，和West，K.D。

（2007），“汇率模型没有你想象的那么糟糕”，NBER宏观经济学年刊，22381–441。Engel，C.和West，K.D.（2005），“汇率和基本面”，《政治经济学杂志》，113，485–517。Fama，E.F.（1970），“有效资本市场：理论和实证工作回顾”，《金融杂志》，25383-417。Hansen，B.E.（199 2），“线性模型中的参数不稳定性测试”，政策模型杂志，14517–533。Ito，M.、Noda，A.和Wada，T.（20 14），“国际股票市场效率：非贝叶斯时变模型方法”，应用经济学，462744–2754。Johansen，S.（1988），“协整向量的统计分析”，《经济动力学与控制杂志》，12231–254（1991），“高斯向量自回归模型中协整向量的估计和假设检验”，计量经济学，59，1 551–1580。Juselius，K.（200 6），《协整VAR模型：方法与应用》，牛津大学出版社。Newey，W.K.和West，K.D.（1987），“一个简单、正半定义、异方差和自相关一致性协方差矩阵”，计量经济学，55703–708。Ng，S.和Perron，P.（2001），“滞后长度选择和具有良好大小和功率的单元根测试的构建”，计量经济学，691519-1554。Qu，Z。

（2007），“在动态系统中寻找协整”，《计量经济学杂志》，10580–604。表1：描述性统计和单位根检验Mean SD Min Max ADF-GLS Lags^φNLevelSCA0.2175 0.1452-0.0454 0.4697-1.2364 1 0.9948FCA0.2180 0 0.1449-0.0447 0.4699-1.2470 1 0.9947SJ P4.6918 0.1486 4.3396 5.0352-1.6915 1 0.9902FJ P4.6899 0.1483 4.3393 5.0344-1.6844 1 0.9903SU K-0.4965 0.0905-0.7279-0.3387-2.9910 1 0.9700FU K-0.4953 0.0900-0.7269-0.3373-2.9969 1 0.9698先差异性SCA0.0005 0.0167-0.0626 0.1083-11.8715 0 0.3648FCA0.0005 0.0167-0.0626 0.1077-11.8337 0 0.3676SJ P-0.0007 0.0261-0.1095 0.0823-11.5044 0 0.3948FJ P-0.0007 0.0261-0.1094 0.0831-11.5039 0 0.3948SU K0.0004 0.0228-0.0583 0.1066-12.2763 0 0.3385FU K0.0004 0.0227-0.0585 0.1080-12.2221 0 0.3424注：（1）“ADF-GLS”表示ADF-GLS测试统计，“Lags”表示MBIC选择的l ag顺序，“^φ”表示GLS去趋势序列中的系数向量（见Ng和Perron（2001）中的方程式（6））。（2） 在计算ADF-GLS检验时，假设模型具有时间趋势和常数。