厦门大学
硕士学位论文
人民币汇率预测的实证研究——基于ARMA模型和GARCH模型的比
较
姓名：张运明
申请学位级别：硕士
专业：金融学
指导教师：江曙霞
20080401
基于GARCH-M模型的人民币汇率预测 作者：闫海峰， 谢莉莉， YAN Hai-feng， XIE Li-li 作者单位：南京财经大学金融学院,江苏南京,210046 刊名： 重庆工商大学学报(社会科学版) 英文刊名：JOURNAL OF CHONGQING TECHNOLOGY AND BUSINESS UNIVERSITY(SOCIAL SCIENCES EDITION)年，卷(期)：2009,26(4) 被引用次数：3次 参考文献(17条) 1.姜波克;许少强;李天栋经济增长中均衡汇率的实现与作用[期刊论文]-国际金融研究 2004(12) 2.高铁梅计量经济分析方法与建模 2006 3.易丹辉数据分析与Eviews应用 2002 4.殷微波人民币汇率预测-基于GARCH模型 2007(08) 5.李秀梅人民币汇率模型的实证研究 2007(07) 6.穆洪华基于模型的方法的综述及其对汇率模型的研究分析 2007 7.姜波克国际金融学 2006 8.李子奈计量经济学 2006 9.伍戈;姜波克外汇市场信息与汇率波动性研究[期刊论文]-财经研究 2002(07) 10.刘国旗非线性GARCH模型在中国股市波动预测中的应用研究 2000(10) 11.陈泽中;李锋;杨启智中国股票市场的ARCH效应研究 2000(04) 12.戴晓枫;肖庆宪时间序列分析方法及人民币汇率预测的应用研究[期刊论文]-上海理工大学学报 2005(4) 13.王松喜外汇市场有效性分析与EGARCH汇率预测[期刊论文]-湖南人文科技学院学报 2005(04) 14.宫宇燕均衡汇率与人民币均衡汇率的研究 2007 15.刘阳人民币均衡汇率及汇率动态[期刊论文]-经济科学 2004(01) 16.范建军警惕通胀和重估汇率政策[期刊论文]-重庆工学院学报(社会科学版) 2008(01) 17.谢非浮动汇率制度下企业外汇风险度量研究[期刊论文]-重庆工学院学报(社会科学版) 2008(05) 本文读者也读过(4条) 1.殷微波.王峰人民币汇率预测——基于GARCH模型的实证研究[期刊论文]-当代经济2007(15) 2.刘姝伶.温涛.葛军.LIU Shu-Ling.WEN Tao.GE Jun人民币汇率预测及方法选择——基于ARIMA与GARCH模型[期刊论文]-技术经济与管理研究2008,159(4) 3.张运明人民币汇率预测的实证研究——基于ARMA模型和GARCH模型的比较[学位论文]2008 4.苏岩.杨振海.SU Yan.YANG Zhen-hai GARCH(1,1)模型及其在汇率条件波动预测中的应用[期刊论文]-数理统计与管理2007,26(4) 引证文献(3条) 1.谢非.张静.宋磊汇率风险管理研究综述[期刊论文]-重庆理工大学学报（社会科学版） 2011(9) 2.李云亮.李翠薇基于VaR模型的证券公司自营风险量化分析[期刊论文]-西部论坛 2010(2) 3.王振杰.陶士贵中国货币政策传导渠道效应分析[期刊论文]-重庆工商大学学报（社会科学版） 2009(6)
基于时间序列的汇率预测研究 【摘要】本文采用2002年01月至2011年05月的人民币兑美元汇率月平均值，建立了ARIMA（3，1，4）和GARCH（2，1）模型，利用这两个模型分别对2011年6月到2011年10月人民币汇率进行预测和评价.实证结果表明，ARIMA （3，1，4）模型预测结果较好。 【关键词】人民币汇率ARIMA模型GARCH模型预测 一、引言 自美国金融危机爆发以来，人民币汇率的走势已成为人们关注的焦点之一。尤其是近年来中美贸易失衡加剧，美国政府将其对中巨额贸易赤字的根源归咎于人民币币值的低估，并将人民币兑美元汇率视为影响中美双方经贸关系的焦点问题。因此，正确预测人民币兑美元汇率具有重要的现实意义。 汇率预测的研究很多，现在国内的主要研究有：ARIMA模型，GARCH模型，GARCH_M模型，PPP模型，神经网络模型，V AR模型及多元回归模型.戴晓枫和肖庆宪（2003）利用ARIMA模型和EGARCH模型并进行预测和评价人民币汇率；惠晓峰，柳鸿生，胡伟等（2003）应用基于时间序列GARCH模型的人民币汇率预测；闫海峰，谢莉莉（2009）基于GARCH-M模型的人民币汇率预测；许少强，李亚敏（2007）则利用参考“一篮子”货币的人民币汇率预测—基于ARMA模型的实证方法等等。 本文通过运用时间序列模型和模型的理论与方法，利用人民币兑美元的历史数据预测未来汇率水平.最后，对模型的预测结果进行误差分析，从而选择出预测效果较好的模型。 二、实证分析 （一）数据的选择。 本文的研究选取的数据是2002年1月至2011年10月美元兑换人民币的月平均数据，根据实证研究需要，将样本数据分割为样本内研究区间（2002年1月至2011年5月）与样本外预测区间（2011年5月至2011年10月）两部分，样本内期间的数据用来估计预测模型的参数 （二）单位根检验。 建立模型前，首先要对序列进行平稳性检验.Granger和Newbold通过模分析发现非平稳时间序列会造成“伪回归”现象，即使变量间不相关，回归仍能产生很好的统计结果（较高的统计值和决定系数）.因此，对时间序列进行回归分析之前，要先进行单位根检验来判别序列的平稳性，因为只有平稳的时间序列数据
超短期汇率的预测研究集团文件版本号：（M928-T898-M248-WU2669-I2896-DQ586-M1988）
超短期汇率的预测研究 摘要：提出了一种适合超短期汇率预测的模型方法。实验数据通过网络获取,模型采用的是相空间重构与卡尔曼滤波计算的方法来对超短期汇率数据进行建模和预测，并与BP神经网络模型进行了比较。实验结果表明,所建立的模型方法能很好地跟踪即时汇率变化趋势,预测精度比较高，且算法运行速度比BP神经网络模型快得多。最后，给出了在.NET环境下实现了汇率在线预测的全部过程。 关键词：超短期汇率预测；数据获取；相空间重构与卡尔曼滤波；在线预测中图分类号：TP39;TP182文献标识码：A 文章编号：1001-9081(2007)04-1009-04 0引言 超短期汇率预测是指预测一天内汇率的变化趋势，它对外汇市场上的日常交易来说是非常必须的。目前，汇率交易是全球全天24h通过网络进行的，不同时段的交易获利不同。因此，对企业经营和个人炒汇来说，汇率即时数据的跟踪是十分有意义的。就目前汇率预测研究方法来看，最热门的工具是神经网络方法，神经网络具有很强的非线性逼近能力，是非线性系统研究的好方法。但是，神经网络是在学习输入输出样本的基础上获得的，灵活性高，但缺乏可靠的数学表达形式，而且现有的学习算法收敛速度比较低，难以满足在线学习的要求[1]。卡尔曼滤波是一种可用于非线性系统的滤波算法，具有最优估计性能，其递推计算形式及算法实现主要是矩阵的加减、乘除及求逆等计算量不大的特征，使其适合实时处理的需要。
根据以上的分析，本文利用卡尔曼滤波方法，提出了一种适合超短期汇率预测的模型。模型所采用的卡尔曼滤波器的初始状态通过相空间重构成技术得到。文中实现了银行网站即时汇率的接收及存储,为本文预测模型提供实验数据来源。 1实验数据的获取 1.1数据获取及存储 本文的数据是从某银行网页获取的，如图1所示，中国银行福建分行主页面的右下角（红圈圈住的地方）是汇率报盘。数据获取的目的就是获取此页面的汇率报盘数据并存入数据库中。获取的整个过程如图1所示。 1.2数据获取的界面及主要实现代码 2超短期汇率模型的建立 2.1相空间重构技术 在时间序列的分析中，决定序列的可观测因素很多。而且相互作用的动力学方程往往是非线性的，甚至是混沌的。同时，因测量精度的实际限制、计算的复杂性，以及可能存在的本质上的非确定性因素等多方面的困难，严重制约着人们对时间序列内在机制的理解。20世纪80年代以来，由于Takens[2]对Whitney早期在拓扑学方面工作的发展，使得深入分析时间序列的背景和动力学机制成为可能。在确定性的基础上，对序列动力学因素的分析，目前广泛采用的是延迟坐标状态空间重构法。一般来说，非线性系统的相空间可能维数很高，甚至无穷，但在大多数情况下维数并不知道。在实际问题中，对于给定的时间序列，通常是将其扩展到三维甚至更高维的空间中去，以便把时间序列中蕴藏的信息充分地显露出来，这就是延迟坐标状态空间重构法,其具体描述如下： 相空间重构的关键在于嵌入维数m和时滞τ的确定，目前，确定嵌入维数m 的常用方法有伪最近邻法、奇异值分解法；确定时滞τ的方法主要有自相关函数
第一节汇率的弹性价格货币分析法 一、弹性价格货币分析法的基本模型 Ｍs－Ｐ＝αy－βi，α＞０，β＞０ Ｐ＝Ｍs－αy＋βi Ｐ*＝Ｍs*－αy*＋βi* e＝Ｐ－Ｐ* e＝α（y*－y）＋β（i－ i*）＋（Ｍs－Ｍs*） 第一，本国货币供给水平一次性增加的影响。本国的货币供给的一次性增加，会迅速带来本国价格水平的相应提高。当其他因素保持不变时，本国货币供给的一次性增加将会带来本国价格水平的同比例上升、本国货币的同比例贬值，本国产出与利率则不发生变动。 第二，本国国民收入增加的影响。在货币模型中，当其他因素保持不变时，本国国民收入的增加将会带来本国价格水平的下降，本国货币升值。 第三，本国利率上升的影响。在货币模型中，当其他因素保持不变时，本国利率的上升将会带来本国价格水平的上升，本国货币的贬值。 二、引进预期后的货币模型 三、对货币模型的检验与评价 我们首先对货币模型进行理论上的分析。 第一，货币模型将购买力平价这一主要形成于商品市场上的汇率决定理论引入到资产市场上，将汇率视为一种资产价格，从而抓住了汇率这一变量的特殊性质。 第二，货币模型引入了诸如货币供给量、国民收入等经济变量，分析了这些变量的变动对汇率造成的影响，从而使这一理论较购买力平价能在对现实生活的分析中得到更广泛的运用。 第三，货币模型是一般均衡分析。 第四，由于理论假定的不同，货币模型是资产市场说中最为简单的一种形式，但它却可
以反映出这一分析方法的基本特点。 货币模型的不足之处则体现在： 第一，它是以购买力平价为理论前提的，如果购买力平价本身在实际中很难成立的话，那么这种理论的可信性是存在问题的。 第二，它在货币市场平衡的分析中，假定货币需求是稳定的，这一点至少在实证研究中是存在争议的。 第三，它假定价格水平具有充分弹性，这一点尤其受到了众多研究者的批评。 货币模型在实证检验中，总的来说并不令人满意。 第二节汇率的粘性价格货币分析法 汇率的粘性价格货币分析法简称为“超调模型”（overshooting model），是由美国经济学家多恩布什（Dornbucsh）于２０世纪７０年代提出的。 一、超调模型的基本假定 分析前提上，在以下两个方面与货币模型不同。 第一，购买力平价在短期内不成立。 第二，总供给曲线在短期内不是垂直的。 二、超调模型中的平衡调整过程 以其他条件不变，本国货币供给的一次性增加（假定增加了２５％）为例，说明超调模型中的平衡调整过程。 1.经济的长期平衡 利用上节的结论，我们可知道在长期内，本国的价格水平将同比例（即Ｐ=１：２５Ｐo）上涨，本国货币将贬值相应幅度（即ｅ=１：２５ e０ ），而利率与产出均不发生变动。 ２.经济的短期平衡 当外国利率水平不变而本国利率水平下降时，显然本币的即期汇率将相对于预期的未来汇率水平贬值，即： e１＝ｅ－（i１－i） 在原有价格水平上，本国产出超过充分就业水平。 在短期内，总供给曲线是水平的，价格水平不发生调整，货币供给的一次性增加只是造成本国利率的下降，本币汇率的贬值超过长期平衡水平，本国产出超过充分就业水平。 ３.经济由短期平衡向长期平衡的调整 在货币市场上，由于价格水平的上升，货币需求上升，这造成利率的逐步上升。本国利率的逐步上升会造成本国汇率的逐步升值。这一升值是在原有过度贬值的基础上进行的，体现为汇率逐步向其长期平衡水平的趋近，还需要指出的是，由于利率的逐步提高，以及实际汇率的逐步升值，本国的私人投资及净出口均逐步下降，总产出也较短期水平下降，逐步向充分就业水平调整。以上的调整过程将持续到价格进行充分调整，经济到达长期平衡水平
作者简介：庞晓波（1955—）男吉林大学商学院数量经济学教授，博士生导师。电子邮箱：pangxb@https://www.doczj.com/doc/376514315.html, 孙叶萌（1980—）女吉林省长春市人吉林大学商学院数量经济 学专业博士研究生。电子邮箱：sunyemeng@https://www.doczj.com/doc/376514315.html,
人民币汇率的波动特征识别与预测研究 庞晓波1孙叶萌2 （1，2 吉林大学商学院） 【摘要】本文考察自2005年7月汇改以来的人民币/美元汇率，首先对该数据做基于ANN的非线性性检验，得出人民币汇率具有非线性特征的结论；然后，分别建立EGARCH模型，STAR模型和ANN模型，并对三种模型的拟合和预测效果作比较，结论是ANN模型可以较好的拟合和预测我国人民币汇率形成机制改革以后的数据。 关键词汇率非线性模型EGARCH模型STAR模型ANN模型 中图分类号F830.99 文献标识码A 引言 自2005年7月人民币汇率形成机制改革以后，人民币汇率及其波动特性受到广泛关注，研究人民币汇率的变化特征及波动规律对金融政策和投资决策的制定有着重要意义。已经有研究表明，人民币汇率的运动具有非线性特征（刘潭秋，2005；徐立本，罗士勋，2005）。 面对非线性时间序列，我们首先必须解决的问题是如何在大量的非线性模型中找出适合的模型。有些时候，经济学理论可以帮助我们挑选出适当的模型。但是，大多数情况下，经济学理论也无能为力。 区制转移模型是一类非线性一元时间序列模型，现已被广泛地用于对经济和金融时间序列的研究。这类非线性时间序列模型已经被证明能够准确的描述汇率的非线性行为特征（Sarntis，1999；McMillan和Speight，2001）。 人工神经网络（ANN）可以用来逼近任意非线性函数。给定任意的由非线性函数产生的序列，人工神经网络都可以很好的捕捉到该序列的非线性特征，基于人工神经网络的这种特性我们不但可以检验时间序列的非线性性，而且还可以省去模型选择的步骤。但是，目前关于人工神经网络模型最大的争议在于它的参数没有明确的经济含义，因此神经网络被称为“黑箱”模型并主要用于模式识别和预测。 尽管在人民币汇率的运动具有非线性特征这一问题上大多数学者已达成共识，但究竟哪种非线性模型能更好的刻画人民币汇率的运动，还有待于我们进行更深入的研究。特别是2005年7月我国人民币汇率形成机制改革以后，人民币汇率的运动有哪些新特征更是我们关心的问题。本文将分别基于EGARCH模型、平滑过渡自回归模型和人工神经网络模型对人民币/美元汇率进行建模，并对三种模型的拟合和预测效果进行比较。 一、非线性性检验 1．数据及平稳性分析 本文选择2005年7月1日至2007年3月13日之间的人民币/美元汇率日数据作为研究对象，总共412个样本数据。所需数据来自Wind资讯。 为避免模型估计过程中由于所研究数据的不平稳导致的伪回归，需在进行实证研究前，对汇率序列进行平稳性分析。本文采用最常用的ADF（Augmented Dickey-Fuller）单位根测
《国际金融学》理论文献导读 十七、汇率决定的货币主义模型 货币主义汇率决定理论可以说是源远流长，其理论根源最早可追溯到18世纪休谟的货币数量论，而直到2 0世纪70年代布雷顿森林体系瓦解以后，货币主义汇率决定模型才真正建立，并迅速获得西方学术界以及各国货币当局的普遍关注，且一度成为国际货币基金组织、世界银行等重要经济组织制定汇率政策、分析和预测汇率变化的主要依据之一。 货币主义学者认为汇率是两国货币的相对价格，而不是两国商品的相对价格，他们强调货币市场均衡在汇率决定中的重要作用，把购买力平价与货币数量方程式有机地结合起来，产生了基于货币供应量与实际产出的一种汇率理论，这就是货币主义的汇率决定理论。根据不同市场在受到冲击后价格调整快慢的不同假定，货币主义模型可以分为弹性价格模型和粘性价格模型。 （一）货币主义的弹性价格模型 1、基本模型 弹性价格模型的许多内容实际上是对购买力平价的补充，但它与购买力平价理论有着显著的区别，它可以很好地避免购买力平价检验中选择不恰当的物价指数或不恰当的基期的可能，将难以真实测量的物价因素考虑在货币的需求之中。 在不考虑货币机会成本的情况下，货币数量方程可表示为： （3-1） 式中，M为货币供应量，Y为实际产出，P为商品价格水平，K为货币行为常数（可以看成是货币流通速度的倒数）。上式即为著名的剑桥方程式，又称为狭义的货币数量方程式，由英国经济学家庇古与1920年最早提出。 若上述货币数量方程式对外国来说同样成立，以带星号的变量表示相应的外国变量， 则： (3-2) 假定商品市场价格对外部冲击的反映具有充分弹性，或者说国际贸易会消除贸易商品价格趋势上的差别，则购买力平价成立。将本国与外国的货币数量方程式代入购买力平价则 有： (3-3) 式（3-3）便是建立在狭义货币数量方程式上的货币主义汇率决定模型，我们在此称之为狭义货币模型。