影响人民币汇率的因素分析
明正义+孙瑞泽+侯云汉+王浩
【摘 要】论文建立了多元线性回归模型，选取1990年到2014年人民币对美元汇率、进出口差额、外汇储备等相关因素进行实证分析，分析结果表明：GDP每增加1%，将会导致人民币升值5.559%；货币供应量（M2）每增加1%，将会导致人民币贬值3.425%；美国联邦基准利率每提高1%，将会导致人民币贬值0.186%；CPI每提高1个单位，将会导致人民币贬值0.027个单位。这对政策当局采取合理措施、保持人民币汇率稳定具有很大的参考意义。
【Abstract】This paper established a multiple linear regression model， selected factors from 1990 to 2014 related to the RMB exchange rate against the dollar， import and export balance， foreign exchange reserves etc. to carry on the empirical analysis， the analysis results showed that GDP increased 1% will lead to the appreciation of the RMB 5.559%； money supply （M2） increased 1% will lead to the devaluation of the RMB 3.425%； the federal funds rate of the United States increase 1% will lead to the devaluation of the RMB 0.186%； CPI to raise 1 units will lead to devaluation of the RMB 0.027 units， which has great reference significance to the policy authorities to take reasonable measures to stay the stability of the RMB exchange rate.
【关键词】人民币；汇率稳定；多元回归模型
【Keywords】RMB； exchange rate stability； multiple regression model
【中图分类号】F822.1 【文献标志码】A 【文章编号】1673-1069（2017）06-0072-03
1 文献综述
易纲和范敏（1997）认为，由于发展中国家经济加速发展时期采用的财政扩张政策会导致较高的通胀率而其汇率并不按比例贬值，因此，用购买力平价分析发展中国家时要进行修正，且预期利率平价理论对人民币走势的解释和预测能力会越来越强，[1]为我们研究汇率的影响因素指明了大致方向。赵世舜（2014）运用自适应 Lasso 方法对人民币汇率影响因素进行有效选择，同时使用真实数据作了实证研究，并与最小二乘法和逐步线性回归方法进行比较。研究发现，国内生产总值的增长率每增加 1%，将导致人民币汇率降低约 52.6%；而人民币汇率的波动受外汇储备增长率和通货膨胀率的影响并不大。[2]曹师韵（2016）总结了2006年以来人民币汇率的变动趋势，指出现阶段影响人民币汇率的主要因素有利率、贸易差额、外汇储备和GDP。[3]
李静（2016）以1999年到2013年的年度数据为基础，建立了人民幣汇率与GDP增长率、通货膨胀增长率等多元回归模型，研究发现进出口额的变动可以影响人民币汇率变动的86.6%，进出口额因素对汇率变动的影响最为显著。[4]
章昱曦（2016）基于对我国汇率制度演变和人民币汇率变动的分析，从GDP和居民消费价格指数（CPI）这两个方面对人民币汇率的影响进行分析，研究认为， CPI和GDP下降并不会绝对地导致一国的贸易条件恶化，进而导致汇率下降，但GDP和CPI上升可以改善一国的汇率条件。[5]
Thorbecke（2011）认为，人民币升值对出口的影响不能简单论述为对本国产品出口和代加工产品出口的混合影响。因为出口商品大部分的附加值来自日本、韩国和东亚等零部件生产国，因此，重要的是要控制这些国家的汇率变动。此外，作者基于季度数据，采用人民币均衡汇率DOLS估计方法研究发现，其他供应链国家的汇率升值将比人民币单边升值导致更大的加工出口下降。
Prasad（2015）通过应用非线性格兰杰因果检验，研究发现在中国和印度，石油价格和汇率之间存在双向非线性格兰杰因果关系。研究结果表明，尽管汇率制度存在差异，油价对汇率的非线性影响仍然显著。此外，他运用GARCH（1，1）模型进行研究，发现在中国，石油价格和汇率存在单项因果关系，证明了中国的石油价格波动并不是汇率变动的格兰杰原因，同时说明石油价格是影响汇率变化的重要因素。
Hu（2016）研究了口头和实际干预对人民币汇率的影响，实验结果表明，央行沟通会影响人民币汇率，但效果很弱。由于中国人民银行发布的央行间沟通语句大多数呈中性，所以口头干预对人民币汇率的影响低于实际干预。
2 变量选择与模型构建
2.1 数据选择
表1为本文所选数据情况表，从表中可以看出，本文共选取了1990—2014年人民币对美元汇率、进出口差额等共8个时间序列数据，并对原始数据单位作了初步变换，整理后数据没有缺失值。
2.2 模型建立
建立人民币汇率影响因素的多元线性回归模型：
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+μ
其中Y表示人民币对美元汇率，X1表示进出口差额，X2表示外汇储备，X3表示国民生产总值（GDP），X5表示美国利率年平均水平，X6表示西得克萨斯原油离岸价增长率，X7表示CPI年平均水平。β0为常数项，β1，β2…β7为回归系数。
2.3 模型检验
2.3.1 经济意义检验
将原始数据带入Eviews软件，在计算模型回归系数的过程中，发现模型的拟合效果较差，作出变量X1-X7的散点图，并拟合一条最接近的趋势线，可以看到，变量之间具有很强的共同变化趋势，很明显，模型具有多重共线性，所以导致拟合效果不佳。
为了尽可能减弱模型的多重共线性，对数据作如下处理：对变量X2-X5取自然对数，并将样本数减少为20个（即选取1995—2014年的数据），则原模型的形式变为如下形式：
Y=β0+β1X1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6X6+β7X7+μ
将数据进行处理后，再用Eviews软件作回归，得模型估计式（1）（所有数字均保留3位小数）：
Y=12.396-0.009X1+0.412lnX2-5.148lnX3+3.183lnX4+0.214lnX5-0.007X6+0.025X7 式（1）
t=（9.006061）（-0.878777）（3.199813）（-8.135862）（6.473172）（4.477695）（-0.050849）（2.982223）
R-squared=0.992796 Ajusted R-squared=0.9885 F=236.245 n=20
结合模型回归系数估计值大小与系数符号情况，可以判断模型的设置并没有违背相关经济理论。尽管用美元表示的外汇储备增加在模型中仍表现为会导致本币贬值，但是将外汇储备用人民币表示之后，就能很清楚地发现外汇储备增加会导致人民币升值。
2.3.2 多重共线性检验
将数据进行简单处理后，通过计算变量间的相关系数，发现变量间的相关关系显著降低，模型的多重共线性程度显著减弱。
2.3.3 自相关检验
将数据进行处理后，作出残差与滞后一期残差的散点图，发现数据处理后模型不再存在自相关。
2.3.4 异方差检验
在将原始数据进行相关处理之后，作出残差平方和ei对时间time（即年份，1990—2014年）的散点图，从图中可以看出，残差平方和并没有随时间变动而变动的趋势，可以确认，在将数据进行处理之后，模型不存在异方差。
3 实证分析
在得出模型估计式（1）之后，考虑将模型作如下变换（其中，对式（2）、式（3）分别取1990—2014年，1995—2014年两个时间段数据对回归系数进行估计，对式（4）取1990—2014年的数据估计回归系数）：
Y=β0+β2lnX2+β3lnX3+β4lnX4+β5lnX5 +β7X7+μ式（2）
Y=β0+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6X6+β7X7+μ式（3）
Y=β0+β1X1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6X6+β7X7+μ
式（4）
将1995-2014年数据代入Eviews软件，得式（2）估计式如下：
Y=12.958+0.407lnX2-5.559lnX3+3.425lnX4+0.186lnX5+0.027X7
t=（11.633）（3.316）（-12.587）（8.663）（6.413）（3.540）
R-squared=0.992 Adjusted R-squared=0.989
F=385.514 n=20
将数据扩展为1990-2014年时，式（2）估计式如下：
Y=-5.407-0.565lnX2-7.976lnX3+8.316lnX4+0.881lnX5+0.097X7
t=（-1.078）（-0.711）（-2.302）（3.205）（5.074）（2.585）
R-squared=0.654 Adjusted R-squared=0.562
F=7.168 n=25
将1995-2014年数据代入Eviews软件，得式（3）估计式如下：
Y=13.026+0.403lnX2-5.477lnX3+3.358lnX4+0.183lnX5+0.043X6+0.026X7
t=（11.186）（3.168）（-10.820）（7.541）（5.790）（0.372）（3.092）
R-squared=0.992 Adjusted R-squared=0.989
F=279.809 n=20
將1990-2014年数据代入Eviews软件，得式（3）估计式如下：
Y=-5.191-0.507lnX2-8.392lnX3+8.602lnX4+0.908lnX5-0.421X6+0.098X7
t=（-1.010）（-0.618）（-2.302）（3.165）（4.867）（-0.472）（2.561）
R-squared=0.658 Adjusted R-squared=0.544
F=5.766 n=25
将1990-2014年数据代入Eviews软件，得式（4）估计式如下：
Y=-6.4351-0.177X1+0.370lnX2-0.709lnX3+2.062lnX4+1.026lnX5-1.103X6+0.058X7
t=（-1.967）（-5.259）（0.676）（-0.259）（0.970）（8.507）（-1.899）（2.269）
R-squared=0.869704 Adjusted R-squared=0.816053
F=16.210 n=25
在显著性水平为0.05的条件下，当样本数为20时，t检验的临界值为2.08，样本数为25时，临界值为2.06。在以上计算过程中，变换了3次模型形式，将相同数据分为两部分，共得出6个不同结果，从以上6个结果的规律中不难发现，在代入1990-2014年数据时，无论如何改变模型的形式，都会导致模型的拟合程度下降，同时导致一部分变量没有通过t检驗，F检验值显著降低。经过查阅相关资料，笔者认为与1994年我国进行汇率改革有很大关系，1994年汇率改革以前，中国实际实行的是双重汇率制度，改革实现了人民币汇率并轨，并建立了以市场供求为基础，单一的、有管理的浮动汇率制度。1994年汇率改革之后，伴随着中国经济市场化进程，汇率对市场因素变动变得更为敏感，而相反，在1994年以前，由于各方面综合原因，人民币汇率变动并不能靠市场其他因素的变化来很好解释，因此导致模型拟合程度显著降低。
如果将时间序列数据以1994年为分割点分为两部分，则可以明确判断模型在1994年发生了结构性变化。为此，特假设1994年为转折点，进行邹至庄转折点检验，邹至庄转折点检验的F统计量为348.743，，Wald统计量为1394.971，二者的相伴概率均小于0.05，因此我们拒绝1994年不存在转折点的原假设，认为模型在1994年确实发生了结构性变化。
在将1995年至2014年数据带入模型之后，从式（2）可以看出，模型的拟合程度达到0.98，每个变量都通过了t检验，F检验值也很大。从回归系数的绝对值来看，国民生产总值（GDP）的系数最大，说明我国国民生产总值的变化是影响人民币汇率的最主要因素，GDP每增加1%，将会导致人民币升值5.559%。此外是货币供应量（M2），从结果分析，M2每增加1%，将会导致人民币贬值3.425%；美国联邦基准利率每增加1%，将会导致人民币贬值0.186%；CPI的值每增加1单位，将会导致人民币贬值0.027个单位。
从式（3）结果分析来看，将变量X6（西得克萨斯原油离岸价增长率）加入模型后，模型的拟合效果仍然较好，而且只有X6没有通过t检验，其他变量的回归系数几乎没有发生变化，从几次变换模型、改变数据计算得出的结果来看，变量X6从未通过t检验，因此，可以判断，以西得克萨斯原油价格为代表的国际原油价格变动对人民币汇率变动并没有显著影响。同样的，从式（4）计算结果来看，由于受1990-1994年数据影响，模型的拟合效果受到影响，尽管X1通过了t检验，结果也没有太大说服力。
4 结语
实证分析发现，国民生产总值（GDP）的变化是影响人民币汇率最为重要的因素，货币供应量（M2）变化对人民币汇率的影响也较为关键，其次，美国联邦基准利率、CPI对人民币汇率的影响也不容小觑。因此，要保持人民币汇率的基本稳定，首先就要保持经济平稳健康增长，在任何时候，只有经济平稳健康增长才能保持汇率基本稳定。其次要合理控制货币总规模，实施稳健的货币政策，才能够保证人民币贬值幅度总体可控。再次，积极稳妥推进汇率制度改革，积极应对美联储货币政策的正常化，抓紧时间进行汇率制度改革。最后，合理抑制通胀，既要保持汇率稳定，也要为经济增长提供基础。
【参考文献】
【1】易纲，范敏.人民币汇率的决定因素及走势分析[J].经济研究，1997（10）：26-35.
【2】赵世舜，麻海煜，胡涛.基于变量选择方法下的人民币汇率影响因素分析[J].哈尔滨商业大学学报（社会科学版），2014（05）：30-36.
【3】曹师韵.人民币汇率变动的影响因素分析与对策浅谈[J].太原城市职业技术学院学报，2016（06）：51-53.
【4】李静.基于多元回归模型的人民币汇率的影响因素分析[J].统计与管理，2016（1）：65-67.
【5】章昱曦.浅析人民币汇率的影响因素[J].中国商论，2015（31）：85-87.
【摘 要】论文建立了多元线性回归模型，选取1990年到2014年人民币对美元汇率、进出口差额、外汇储备等相关因素进行实证分析，分析结果表明：GDP每增加1%，将会导致人民币升值5.559%；货币供应量（M2）每增加1%，将会导致人民币贬值3.425%；美国联邦基准利率每提高1%，将会导致人民币贬值0.186%；CPI每提高1个单位，将会导致人民币贬值0.027个单位。这对政策当局采取合理措施、保持人民币汇率稳定具有很大的参考意义。
【Abstract】This paper established a multiple linear regression model， selected factors from 1990 to 2014 related to the RMB exchange rate against the dollar， import and export balance， foreign exchange reserves etc. to carry on the empirical analysis， the analysis results showed that GDP increased 1% will lead to the appreciation of the RMB 5.559%； money supply （M2） increased 1% will lead to the devaluation of the RMB 3.425%； the federal funds rate of the United States increase 1% will lead to the devaluation of the RMB 0.186%； CPI to raise 1 units will lead to devaluation of the RMB 0.027 units， which has great reference significance to the policy authorities to take reasonable measures to stay the stability of the RMB exchange rate.
【关键词】人民币；汇率稳定；多元回归模型
【Keywords】RMB； exchange rate stability； multiple regression model
【中图分类号】F822.1 【文献标志码】A 【文章编号】1673-1069（2017）06-0072-03
1 文献综述
易纲和范敏（1997）认为，由于发展中国家经济加速发展时期采用的财政扩张政策会导致较高的通胀率而其汇率并不按比例贬值，因此，用购买力平价分析发展中国家时要进行修正，且预期利率平价理论对人民币走势的解释和预测能力会越来越强，[1]为我们研究汇率的影响因素指明了大致方向。赵世舜（2014）运用自适应 Lasso 方法对人民币汇率影响因素进行有效选择，同时使用真实数据作了实证研究，并与最小二乘法和逐步线性回归方法进行比较。研究发现，国内生产总值的增长率每增加 1%，将导致人民币汇率降低约 52.6%；而人民币汇率的波动受外汇储备增长率和通货膨胀率的影响并不大。[2]曹师韵（2016）总结了2006年以来人民币汇率的变动趋势，指出现阶段影响人民币汇率的主要因素有利率、贸易差额、外汇储备和GDP。[3]
李静（2016）以1999年到2013年的年度数据为基础，建立了人民幣汇率与GDP增长率、通货膨胀增长率等多元回归模型，研究发现进出口额的变动可以影响人民币汇率变动的86.6%，进出口额因素对汇率变动的影响最为显著。[4]
章昱曦（2016）基于对我国汇率制度演变和人民币汇率变动的分析，从GDP和居民消费价格指数（CPI）这两个方面对人民币汇率的影响进行分析，研究认为， CPI和GDP下降并不会绝对地导致一国的贸易条件恶化，进而导致汇率下降，但GDP和CPI上升可以改善一国的汇率条件。[5]
Thorbecke（2011）认为，人民币升值对出口的影响不能简单论述为对本国产品出口和代加工产品出口的混合影响。因为出口商品大部分的附加值来自日本、韩国和东亚等零部件生产国，因此，重要的是要控制这些国家的汇率变动。此外，作者基于季度数据，采用人民币均衡汇率DOLS估计方法研究发现，其他供应链国家的汇率升值将比人民币单边升值导致更大的加工出口下降。
Prasad（2015）通过应用非线性格兰杰因果检验，研究发现在中国和印度，石油价格和汇率之间存在双向非线性格兰杰因果关系。研究结果表明，尽管汇率制度存在差异，油价对汇率的非线性影响仍然显著。此外，他运用GARCH（1，1）模型进行研究，发现在中国，石油价格和汇率存在单项因果关系，证明了中国的石油价格波动并不是汇率变动的格兰杰原因，同时说明石油价格是影响汇率变化的重要因素。
Hu（2016）研究了口头和实际干预对人民币汇率的影响，实验结果表明，央行沟通会影响人民币汇率，但效果很弱。由于中国人民银行发布的央行间沟通语句大多数呈中性，所以口头干预对人民币汇率的影响低于实际干预。
2 变量选择与模型构建
2.1 数据选择
表1为本文所选数据情况表，从表中可以看出，本文共选取了1990—2014年人民币对美元汇率、进出口差额等共8个时间序列数据，并对原始数据单位作了初步变换，整理后数据没有缺失值。
2.2 模型建立
建立人民币汇率影响因素的多元线性回归模型：
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+μ
其中Y表示人民币对美元汇率，X1表示进出口差额，X2表示外汇储备，X3表示国民生产总值（GDP），X5表示美国利率年平均水平，X6表示西得克萨斯原油离岸价增长率，X7表示CPI年平均水平。β0为常数项，β1，β2…β7为回归系数。
2.3 模型检验
2.3.1 经济意义检验
将原始数据带入Eviews软件，在计算模型回归系数的过程中，发现模型的拟合效果较差，作出变量X1-X7的散点图，并拟合一条最接近的趋势线，可以看到，变量之间具有很强的共同变化趋势，很明显，模型具有多重共线性，所以导致拟合效果不佳。
为了尽可能减弱模型的多重共线性，对数据作如下处理：对变量X2-X5取自然对数，并将样本数减少为20个（即选取1995—2014年的数据），则原模型的形式变为如下形式：
Y=β0+β1X1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6X6+β7X7+μ
将数据进行处理后，再用Eviews软件作回归，得模型估计式（1）（所有数字均保留3位小数）：
Y=12.396-0.009X1+0.412lnX2-5.148lnX3+3.183lnX4+0.214lnX5-0.007X6+0.025X7 式（1）
t=（9.006061）（-0.878777）（3.199813）（-8.135862）（6.473172）（4.477695）（-0.050849）（2.982223）
R-squared=0.992796 Ajusted R-squared=0.9885 F=236.245 n=20
结合模型回归系数估计值大小与系数符号情况，可以判断模型的设置并没有违背相关经济理论。尽管用美元表示的外汇储备增加在模型中仍表现为会导致本币贬值，但是将外汇储备用人民币表示之后，就能很清楚地发现外汇储备增加会导致人民币升值。
2.3.2 多重共线性检验
将数据进行简单处理后，通过计算变量间的相关系数，发现变量间的相关关系显著降低，模型的多重共线性程度显著减弱。
2.3.3 自相关检验
将数据进行处理后，作出残差与滞后一期残差的散点图，发现数据处理后模型不再存在自相关。
2.3.4 异方差检验
在将原始数据进行相关处理之后，作出残差平方和ei对时间time（即年份，1990—2014年）的散点图，从图中可以看出，残差平方和并没有随时间变动而变动的趋势，可以确认，在将数据进行处理之后，模型不存在异方差。
3 实证分析
在得出模型估计式（1）之后，考虑将模型作如下变换（其中，对式（2）、式（3）分别取1990—2014年，1995—2014年两个时间段数据对回归系数进行估计，对式（4）取1990—2014年的数据估计回归系数）：
Y=β0+β2lnX2+β3lnX3+β4lnX4+β5lnX5 +β7X7+μ式（2）
Y=β0+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6X6+β7X7+μ式（3）
Y=β0+β1X1+β2lnX2+β3lnX3+β4lnX4+β5lnX5+β6X6+β7X7+μ
式（4）
将1995-2014年数据代入Eviews软件，得式（2）估计式如下：
Y=12.958+0.407lnX2-5.559lnX3+3.425lnX4+0.186lnX5+0.027X7
t=（11.633）（3.316）（-12.587）（8.663）（6.413）（3.540）
R-squared=0.992 Adjusted R-squared=0.989
F=385.514 n=20
将数据扩展为1990-2014年时，式（2）估计式如下：
Y=-5.407-0.565lnX2-7.976lnX3+8.316lnX4+0.881lnX5+0.097X7
t=（-1.078）（-0.711）（-2.302）（3.205）（5.074）（2.585）
R-squared=0.654 Adjusted R-squared=0.562
F=7.168 n=25
将1995-2014年数据代入Eviews软件，得式（3）估计式如下：
Y=13.026+0.403lnX2-5.477lnX3+3.358lnX4+0.183lnX5+0.043X6+0.026X7
t=（11.186）（3.168）（-10.820）（7.541）（5.790）（0.372）（3.092）
R-squared=0.992 Adjusted R-squared=0.989
F=279.809 n=20
將1990-2014年数据代入Eviews软件，得式（3）估计式如下：
Y=-5.191-0.507lnX2-8.392lnX3+8.602lnX4+0.908lnX5-0.421X6+0.098X7
t=（-1.010）（-0.618）（-2.302）（3.165）（4.867）（-0.472）（2.561）
R-squared=0.658 Adjusted R-squared=0.544
F=5.766 n=25
将1990-2014年数据代入Eviews软件，得式（4）估计式如下：
Y=-6.4351-0.177X1+0.370lnX2-0.709lnX3+2.062lnX4+1.026lnX5-1.103X6+0.058X7
t=（-1.967）（-5.259）（0.676）（-0.259）（0.970）（8.507）（-1.899）（2.269）
R-squared=0.869704 Adjusted R-squared=0.816053
F=16.210 n=25
在显著性水平为0.05的条件下，当样本数为20时，t检验的临界值为2.08，样本数为25时，临界值为2.06。在以上计算过程中，变换了3次模型形式，将相同数据分为两部分，共得出6个不同结果，从以上6个结果的规律中不难发现，在代入1990-2014年数据时，无论如何改变模型的形式，都会导致模型的拟合程度下降，同时导致一部分变量没有通过t检驗，F检验值显著降低。经过查阅相关资料，笔者认为与1994年我国进行汇率改革有很大关系，1994年汇率改革以前，中国实际实行的是双重汇率制度，改革实现了人民币汇率并轨，并建立了以市场供求为基础，单一的、有管理的浮动汇率制度。1994年汇率改革之后，伴随着中国经济市场化进程，汇率对市场因素变动变得更为敏感，而相反，在1994年以前，由于各方面综合原因，人民币汇率变动并不能靠市场其他因素的变化来很好解释，因此导致模型拟合程度显著降低。
如果将时间序列数据以1994年为分割点分为两部分，则可以明确判断模型在1994年发生了结构性变化。为此，特假设1994年为转折点，进行邹至庄转折点检验，邹至庄转折点检验的F统计量为348.743，，Wald统计量为1394.971，二者的相伴概率均小于0.05，因此我们拒绝1994年不存在转折点的原假设，认为模型在1994年确实发生了结构性变化。
在将1995年至2014年数据带入模型之后，从式（2）可以看出，模型的拟合程度达到0.98，每个变量都通过了t检验，F检验值也很大。从回归系数的绝对值来看，国民生产总值（GDP）的系数最大，说明我国国民生产总值的变化是影响人民币汇率的最主要因素，GDP每增加1%，将会导致人民币升值5.559%。此外是货币供应量（M2），从结果分析，M2每增加1%，将会导致人民币贬值3.425%；美国联邦基准利率每增加1%，将会导致人民币贬值0.186%；CPI的值每增加1单位，将会导致人民币贬值0.027个单位。
从式（3）结果分析来看，将变量X6（西得克萨斯原油离岸价增长率）加入模型后，模型的拟合效果仍然较好，而且只有X6没有通过t检验，其他变量的回归系数几乎没有发生变化，从几次变换模型、改变数据计算得出的结果来看，变量X6从未通过t检验，因此，可以判断，以西得克萨斯原油价格为代表的国际原油价格变动对人民币汇率变动并没有显著影响。同样的，从式（4）计算结果来看，由于受1990-1994年数据影响，模型的拟合效果受到影响，尽管X1通过了t检验，结果也没有太大说服力。
4 结语
实证分析发现，国民生产总值（GDP）的变化是影响人民币汇率最为重要的因素，货币供应量（M2）变化对人民币汇率的影响也较为关键，其次，美国联邦基准利率、CPI对人民币汇率的影响也不容小觑。因此，要保持人民币汇率的基本稳定，首先就要保持经济平稳健康增长，在任何时候，只有经济平稳健康增长才能保持汇率基本稳定。其次要合理控制货币总规模，实施稳健的货币政策，才能够保证人民币贬值幅度总体可控。再次，积极稳妥推进汇率制度改革，积极应对美联储货币政策的正常化，抓紧时间进行汇率制度改革。最后，合理抑制通胀，既要保持汇率稳定，也要为经济增长提供基础。
【参考文献】
【1】易纲，范敏.人民币汇率的决定因素及走势分析[J].经济研究，1997（10）：26-35.
【2】赵世舜，麻海煜，胡涛.基于变量选择方法下的人民币汇率影响因素分析[J].哈尔滨商业大学学报（社会科学版），2014（05）：30-36.
【3】曹师韵.人民币汇率变动的影响因素分析与对策浅谈[J].太原城市职业技术学院学报，2016（06）：51-53.
【4】李静.基于多元回归模型的人民币汇率的影响因素分析[J].统计与管理，2016（1）：65-67.
【5】章昱曦.浅析人民币汇率的影响因素[J].中国商论，2015（31）：85-87.
