基于条件异方差模型的人民币汇率波动特征研究

本文利用GARCH模型和GJR模型对人民币兑美元日收益率的汇率波动率建模,了解人民币汇率的波动特征,实证结果表明,人民币兑美元日收益率存在波动率聚集、"新息"对汇率波动的影响具有非对称性.     

基于EGARCH模型的人民币汇率波动性实证分析

本文基于美元兑人民币中间价的高频数据,利用GARCH模型和EGARCH模型拟合分析人民币兑美元汇率的波动特征.通过综合比较分析,EGARCH(1,2)模型拟合效果较好.由分析结果可知,人民币对美元的波动具有明显的聚集性和不对称性,可为指导投资者进行投资以及监管者制定政策提供有力的依据.     

基于非对称GARCH模型的美元／人民币汇率VaR分析

GARCH模型在金融资产序列波动率的模拟和金融风险VaR的度量中有广泛的应用。自从2005年7月21日人民币实施浮动汇率机制以来，美元／人民币汇率的波动较为频繁。因此，利用非对称GARCH模型度量美元从民币外汇汇率的波动性，并计算95％和99％置信水平下不同模型的VaR，运用Kupiec检验对不同模型一天VaR度量的精度进行比较，结果表明无论在95％低置信水平下，还是在99％的高置信水平下，TARCH—t和EGARCH—t对美元，人民币能很好的拟合实际日损失。     

引力模型下汇率波动对贸易流量的影响——基于中美、中日贸易的实证研究

在贸易引力模型下引入汇率波动性因素对中美、中日贸易总量进行实证研究,验证了贸易引力模型的成立,并发现:人民币兑美元汇率波动显著抑制中美贸易总量;人民币兑日元汇率波动对中日贸易总量无显著影响。考虑到中日间贸易较大部分采用美元结算,因此将人民币兑美元汇率与日元兑美元汇率波动引入中日贸易框架,发现人民币兑美元汇率与日元对美元汇率波动均显著地抑制中日贸易总量。结论说明,在国际贸易中汇率波动给交易主体带来经济风险,抑制国际贸易的发展,各国应注重维持汇率的稳定以促进经济贸易的健康发展。     

汇率波动对对外投资上市企业价值影响研究

全球经济金融的融合、人民币汇率浮动机制的实施以及人民币升值压力的加剧,势必会给中国对外直接投资企业带来越来越大的影响。以从事直接对外投资的沪深上市公司为样本,通过对传统的Jorion模型进行拓展,研究人民币兑美元、欧元、日元的汇率波动对这些企业价值的影响。结果显示,人民币兑美元、欧元、日元的汇率对企业价值影响最为显著的是人民币兑日元汇率;人民币兑美元升值造成了大部分企业价值的贬损;人民币兑欧元升值给企业价值带来的显著影响呈现出正向、负向共存的特点;而人民币兑日元贬值则给大多数企业价值带来了显著的正向影响。     

人民币汇改后人民币汇率与上证综指波动的实证分析

应用GARCH模型和Granger因果关系检验法分析了我国人民币汇改后人民币汇率与上证综指波动的关系。研究表明,汇改后GARCH（1,1）模型是适用的,它反映上证综指和人民币兑美元汇率波动率具有一定的持续性,同时,上证综指变动率和人民币兑美元汇率变动率之间存在双向线性因果关系,人民币兑美元汇率波动更多引导上证综指的变动。     

美元汇价涨跌起伏——1992年回顾与l993年展望

回顾1992年国际金融市场上美元汇价的涨跌变化,可以看出: 一波三折、涨跌起伏——市场美元汇价的基本走势这一年,美元汇价变化的阶段性较为明显。年初时至4月下旬,美元汇价一直是在波动中趋升。其中,美元兑日元的汇价最高曾升至1:134.62,兑德国马克的汇价最高曾升至1:1.6695。从5月中旬开始直至10月初,市场美元汇价却转入了下跌阶段,其中,9月30日纽约外汇交易市场的收盘价低达1美元兑119.245日元,1美元兑1.4125德国马克。10月中旬以后,市场美元汇价才止跌回稳,并保持缓步攀升的态势。     

美元指数收益率波动的比较分析——基于单因素GARCH族模型

美元在世界货币体系中占据首要地位,选取适当的方法对美元汇率波动性进行解释和预测,具有重要意义。首先介绍了四种广义自回归条件异方差(GARCH)模型,然后运用2007年6月1日到2014年5月1日的美元指数收盘价数据,基于GARCH族模型对美元指数收益率进行分析,将对称GARCH与非对称GARCH模型的预测效果进行对比,发现对称GARCH模型中历史波动情况对当前波动的影响较非对称GARCH模型更显著。     

人民币与欧元、美元、日元之间的汇率联动分析

利用向量自回归模型和多变量GARCH模型,对人民币汇率改革以来人民币、欧元、美元和日元之间的收益溢出效应和波动溢出效应进行了研究。结果显示欧元、美元和日元对人民币存在显著的收益溢出效应和波动溢出效应,但是人民币对其他几种货币的收益溢出效应和波动溢出效应并不显著。研究结果表明,人民币汇率形成机制改革以来,人民币汇率正在融入世界主要货币汇率市场,但是人民币汇率市场尚不成熟,目前我国仍然应该实行有管理的浮动汇率制度。     

日元外值和日本海外直接投资

自1985年下半年日元大幅度升值以来,日本海外投资的流向和格局出现一系列新变化.一、海外直接投资持续扩大1985年9月西方五国财长会议以后,日元对美元汇价一涨再涨,一度达150日元兑1美元,其后稍见平复,到1986年12月3日达161.98日元兑1美元,与1985年2月日元汇率最低点的260.24日元兑1美元相比,日元升值37.8%.据各方面预测,今后一段时间内日元对美元的汇价将进一步上涨,日元坚挺之势已属难以逆转.从现有材料看,日     

人民币汇率预测及方法选择——基于ARIMA与GARCH模型

自2005年7月人民币汇率改革以来,人民币持续升值,已影响到经济生活的各个方面,正确分析与预测汇价及其波动对各经济主体金融政策与投融资决策的制定有着十分重要的意义。本文选取国内外学者较为认同的ARIMA和GARCH模型对人民币美元汇率建模,并对其预测误差进行分析,结果表明在对人民币兑美元中间价的预测中,GARCH模型预测相对ARIMA模型更优。     

日元升值的背景及其影响

日元升值的背景及其影响阙澄宇持续了半年之久的日元升值狂潮现在已经基本平息了。让我们首先来回顾一下它的过程：今年年初，日元兑美元比价为１２５：１左右。进入二月中旬，日元汇价开始大幅上扬，此后的几个月中，日元兑美元汇价不断攀升，历史纪录一再被刷新。其间，...     

日元汇率走向及其发展趋势

１９９９年７月以来 ,日元汇率日益坚挺 ,备受人们关注。９月１０日日本中央银行动用约２０亿美元干预日元／美元汇价 ,但无功而返 ,干预失败后 ,日元汇率被大幅推至１美元兑１０６日元附近。９月１５日日元兑美元升至１９９６年以来的新高１０３．２０ :１。其后日本央行再度入市干预 ,并谋求日美合作干预汇市 ,美元虽快速反弹 ,但仍在１美元兑１０７日元左右受阻。１０月２７日受银行界人士表示美国面临通货膨胀危险和美国公布主要经济数据的影响 ,美元兑日元被大幅度推低至１:１０３．９５。日元汇率为何在日本央行数度干预之后 ,仍稳中…     

人民币/美元日汇率收益模型的建立

人民币汇率制度改革以后,人民币汇率的波动特点也发生了变化。本文对人民币/美元的日汇率收益序列进行实证研究,建立相应的GARCH模型并对未来值进行预测。结果表明GARCH-t(1,1)模型能够很好的刻画人民币/美元的日汇率收益序列的统计特征,而且对未来的短期预测具有可行性。     

试论日本经济的抗冲击性──从日元升值看日本的软结构经济

试论日本经济的抗冲击性──从日元升值看日本的软结构经济王凌云从１９７０年到现在，在２０多年的时间里，日元已连续５次升值，从布雷顿森林体系下的３６０日元兑１美元升为现在８３日元左右兑１美元，升值３３３％。尽管每次升值后，从日本政界到企业界无不大呼“日本...     

GARCH族模型在汇率波动分析中的应用

文章基于GARCH族模型对人民币/美元的汇率波动特征进行分析。用ARMA-GARCH联合模型对人民币/美元的日汇率值进行实证研究,通过似然的方法,结合三种信息量,选择最佳的模型,并对GARCH、GJR和APARCH模型下所得到的结果进行比较分析,研究结果表明,描述人民币/美元汇率波动的GARCH族模型具有非对称性和长记忆性特点。     

关于人民币汇率波动的实证研究

本文通过选取2016年1月4日到2017年2月24日的美元、欧元、港币三种外币兑人民币汇率中间价,建立GARCH类模型进行实证分析.实证结果表明,在英国脱欧、美国总统换届等的影响下,人民币汇率波动具有肥尾特征、波动群集性、非对称性,同时双向波动加大,人民币汇率承受贬值压力.未来在中国经济基本面不断利好的情况下,人民币汇率将逐渐趋稳.     

我国外汇市场波动性的实证研究

运用GARCH类模型对我国外汇市场上的三种外汇汇率收益率的波动性进行研究,主要回答了以下问题：中国的外汇市场是否存在GARCH效应？对于所选的三种外汇的波动率,最适合的GARCH模型是什么？计算结果显示,对日元／人民币汇率收益率的波动而言,EGARCH（2,1）模型的拟合效果较好,而EGARCH（2,2）则能较好地拟合美元／人民币和港元／人民币汇率收益率的波动。同时,还对日元从民币和美元从民币收益率的波动率进行了预测。     

多币种兑人民币汇率的协同波动溢出——基于IC-EGARCH模型的实证研究

建立基于独立成分的IC-EGARCH模型对美元、欧元、港币及日元兑人民币汇率市场的杠杆效应进行刻画以及协同波动溢出进行分析,结果显示:以上四个市场都有显著的杠杆效应,对其中任一市场而言,其他三个市场对其都有正向或负向的波动溢出且影响权重各不相同.另外,通过与传统的多元波动率模型BEKK和DCC-MVGARCH对比发现,IC-EGARCH不仅弥补了其模型稳定性差、假设条件不符合实际的缺陷还能显著减少模型的参数估计个数以及通过独立成分体现影响权重.     

基于FIGARCH模型的中国房地产指数的实证分析

在T分布和正态分布假设下采用GARCH模型和FIGARCH模型对上证地产股指数日收益率序列进行建模分析,结果表明,上证地产股指数日收益率序列的波动具有显著的长记忆性,表明外部冲击对波动有着长期的影响。因此,采用FIGARCH模型建模的效果优于采用GARCH模型建模的效果,并且在T分布假设下拟合模型,其效果优于在正态分布假设下拟合的模型。