基于时间序列的我国汇率走势预测的实证研究

本文在简单介绍汇率预测及时间序列模型的基础上,利用时间序列模型中的ARIMA模型和EGARCH模型,分别对我国汇改以后的人民币/美元日汇率值进行实证研究,并对结果进行分析比较,结果表明EGARCH模型相对于ARIMA模型结果更加可靠,更适合于预测人民币/美元的日汇率走势。     

ARIMA模型在汇率预测中的应用——基于人民币汇率的验证

本文使用统计软件EViews7.2,分析人民币汇率从2010年1月1日到2012年12月31日共计725天的时间序列数据,并据此建立了2种ARIMA模型。根据模型的预测精度、检验结果,本文确定了最优预测模型ARIMA(1,0)。随后运用该模型来预测2013年1月1日至3月31日人民币与美元兑换汇率(55个数据),并与2013年实际数值进行拟合。对于2013年的人民币汇率走势,笔者认为,根据模型结果,其值仍将在短期内呈缓慢下降的趋势。     

人民币汇率预测和分析——基于ARIMA模型和GARCH模型

自2005年7月人民币汇改以来,人民币持续升值。人民币汇率变动对货币政策的制定和在遏制经济过热,降低通货膨胀压力方面都有重要影响。本文采取时间序列分析方法中的ARIMA模型和GARCH模型对人民币／美元汇率日中间价进行预测分析,发现ARIMA模型的预测能力要强于GARCH模型。但尽管如此,两模型的Thcd不相等系数都十分接近,表明汇率预测效果不理想,原因是人民币汇率受到国家管制,汇率形成机制市场化程度不高。     

基于ARIMA模型的汇率预测研究

本文采用2010年7月1日至2013年11月30日的人民币兑美元汇率周平均值,建立了ARIMA模型,对并汇率序列进行预测和评价。实证结果表明,ARIMA(2,1,2)模型预测结果比较成功,基本能反映人民币升值的趋势。     

基于ARIMA模型的我国人民币汇率的时间序列分析

大多数经济时间序列呈现非平稳性,因而不能直接用ARIMA模型进行分析。但是通过对原始序列进行差分,将其转换为平稳时间序列,再用ARIMA模型进行建模。本文通过对2000-2010年我国人民币汇率时间序列的分析,预测2010年6-12月数据,并证实了ARIMA模型是一种很好的短期预测模型。     

基于GARCH模型的人民币汇率走势预测

自2005年7月人民币汇率改革以来,人民币持续升值,分析和预测汇率走势对制定金融政策和投融资决策具有重要意义。本文运用时间序列的GARCH模型,选取05年7月至12年9月的人民币兑美元的日汇率作为样本数据,在论证了GARCH模型预测可行性的基础上,预测分析了人民币汇率在2012年上半年的大致波动趋势,拟合效果较好。     

基于EGARCH模型人民币汇率波动的实证研究

"8.11"汇改后,人民币汇率不再盯住单一美元,而是选择若干种主要货币,这种变化对人民币汇率的波动有着较大影响,本文建立EGARCH(1,1)模型,对汇改后人民币收益率序列进行拟合检验,得出收益率序列仍然有集聚波动性、尖峰厚尾的特点,还存在杠杆效应,最后对央行以及规避利率市场化所面临的汇率风险提出建议。     

人民币汇率预测模型与实证研究

目前深入研究人民币汇率行为的特征,揭示其内在变化的规律,提高汇率预测的精准度,对有关管理部门加强金融监管和制定有效准确的汇率政策有着至关重要的意义。本文分别选取了ARIMA、GARCH和TAR模型对人民币汇率建模,在分析了各个模型的预测效果产生差别的原因的同时,还比较各种模型预测效果,结果表明TAR模型的预测效果优于ARIMA和GARCH模型。     

当前人民币汇率收益率特点的研究

人民币汇率制度改革以后,人民币汇率幅度及其波动特点也发生变化,其变化幅度以及汇率间的关联性问题值得进一步的探讨.一方面为了研究汇率波动性的特点,我们设定了EGARCH模型,另一方面为了研究汇率之间关联性问题,我们在均值方程中加入可解释的变量.应用中我们选取了人民币/美元和人民币/日元日汇率数据进行分析,设定模型发现汇改后汇率显示出异方差性,波动幅度增大而且有不对称的特点,同时发现汇率与汇率之间存在着关联性.     

人民币汇率预测模型与实证研究

目前深入研究人民币汇率行为的特征,揭示其内在变化的规律,提高汇率预测的精准度,对有关管理部门加强金融监管和制定有效准确的汇率政策有着至关重要的意义。本文分别选取了ARIMA、GARCH和TAR模型对人民币汇率建模,在分析了各个模型的预测效果产生差别的原因的同时,还比较各种模型预测效果,结果表明TAR模型的预测效果优于ARIMA和GARCH模型。     

外汇风险度量研究——基于GARCH类模型及VaR方法

本文应用GARCH模型和VaR方法对美元、欧元、日元和港币对人民币的四种外汇汇率进行了实证分析,得出如下主要结论:四种汇率波动率序列均为非正态平稳序列,存在显著的ARCH效应,GARCH类模型可以有效地刻画其非线性动态波动特性.四种汇率均具有自我稳定功能,且美元和港币汇率波动的持续性显著地高于欧元和日元.在日元汇率中存在显著的非对称效应,而在美元和港币汇率中存在显著的风险补偿效应,欧元和日元的汇率风险大约为美元和港币的6-7倍;欧元汇率最理想的估计模型为GARCH(1,1)和IGARCH(1,1),而美元和港币汇率的首选模型为GARCH-M(1,1)-t和GARCH-M(1,1)-g,日元汇率的首选模型为PARCH(1,1)-t和EGARCH(1,1)-g.     

基于相空间重构与支持向量机的人民币兑美元汇率预测

汇率的预测研究一直是国际金融领域研究的一个热点。混沌时间序列的建模与预测的关键是相空间重构和非线性函数逼近,基于汇率时间序列存在混沌特征的特点,利用相空间重构技术对汇率时间序列进行重构,然后利用支持向量机作为非线性函数逼近,构建了一种基于支持向量机回归（SVR）的汇率预测模型。采用美元兑人民币的日汇率进行实证研究,结果表明,所构建的SVR模型能较好的反映汇率的变化趋势,预测精度较高。     

基于Gibbs抽样的ARIMA型汇率的触发式理财产品定价研究

本文研究了挂钩于美元/日元的触发式理财产品的定价问题。首先对数据进行统计分析,选出对汇率拟合效果最佳的模型为ARIMA模型;其次对ARIMA模型的参数进行MCMC估计,最后以此结果研究汇率为标地资产分析了触发式理财产品价值。     

基于ARCH类模型的VaR方法在外汇风险计量中的应用北大核心CSSCISSCI

本文将残差项服从t分布的ARCH类模型应用于我国外汇风险的计量。通过美元/人民币汇率日波动率VaR值的实证分析发现:(1)ARCH类模型预测得到的VaR值都能很好地拟合美元/人民币汇率日波动率的实际情况,美元/人民币汇率存在明显的ARCH效应;(2)基于ARCH类模型预测的VaR值其计算精度基本上都超过了J.P.Morgan公司RiskMetrics所采用的EWMA模型,这验证了本文选取ARCH类模型以及考虑残差项服从t分布的合理性;(3)ARCH类模型中以TARCH-M(1,1)模型计算结果最为理想。本研究可为金融机构、监管部门以及外汇投资者规避外汇风险提供决策依据和理论参考。     

基于ARCH类模型的VaR方法在外汇风险计量中的应用

本文将残差项服从t分布的ARCH类模型应用于我国外汇风险的计量。通过美元/人民币汇率日波动率VaR值的实证分析发现:(1)ARCH类模型预测得到的VaR值都能很好地拟合美元/人民币汇率日波动率的实际情况,美元/人民币汇率存在明显的ARCH效应;(2)基于ARCH类模型预测的VaR值其计算精度基本上都超过了J.P.Morgan公司RiskMetrics所采用的EWMA模型,这验证了本文选取ARCH类模型以及考虑残差项服从t分布的合理性;(3)ARCH类模型中以TARCH-M(1,1)模型计算结果最为理想。本研究可为金融机构、监管部门以及外汇投资者规避外汇风险提供决策依据和理论参考。     

人民币汇率波动高阶矩风险的测度研究

为了考察人民币汇率高阶矩风险的动态特征,本文首先采用拉格朗日乘子检验对人民币/美元名义汇率收益率序列是否存在异方差、异偏度和异峰度效应进行判断,然后运用自回归条件方差偏度峰度模型对汇率波动的高阶矩风险进行测量.研究表明,人民币汇率波动的方差风险和偏度风险具有时变特征,而峰度风险不具有时变性,鉴于人民币汇率风险的时变性,应该从动态角度进行汇率风险的防范与规避.     

基于GARCH模型的欧元／美元汇率的预测

本文对今年来欧元兑美元的日收盘价进行数据分析．发现欧元／美元汇率日波动不服从正态分布。而且汇率的时间序列有波动异方差性,根据近年来欧元／美元的汇率数据特征．建立欧元／美元汇率的GAR．CH（1,1）预测模型,实证分析所建模型的拟合度较高,适应做短期预测。     

人民币汇率波动与中国股票价格报酬之间的相关性——基于2005年至2007年的实证分析

本文以2005年7月21日至2007年9月18日的中国股价与人民币兑美元的名义汇率数据,利用GARCH模型来探讨在这段时间内人民币汇率波动对中国股票价格报酬的影响。实证结果得知,在这段时间内人民币兑美元名义汇率波动是负向影响中国股票价格报酬的,也符合有价证券余额理论的主张;汇率市场对股票市场的影响在宏观决策中应予以高度重视。     

基于EGARCH模型人民币汇率预测实证分析

本文利用eviews3.1软件,使用GARCH模型和EGARCH模型对2010年10月25日至2011年9月5日人民币对美元汇率和同期上证指数进行研究,得出我国汇率有一个中短期的升值过程,并且受前期汇率的影响较大,受国内金融市场（主要是股票市场）的影响较小的结论,主要原因是我国汇率尚未实现市场化,仍然受到较大的监管,外汇市场的调节主要靠中央银行动用外汇储备实现,具有较强的单一性.经过实证比较,EGARCH模型能较好地刻画我国人民币汇率的走势.本文对汇率政策制定提出了较为合理的建议,以期人民币汇率在开放过程中实现“软着陆”,尽量避免因汇率市场化而造成的汇率波动对国内经济状况主要是支撑国民经济的进出口经济的影响.     

汇率预测及对新疆跨境贸易人民币结算的思考——基于ARMA模型的实证分析

随着国与国之间的联系日益密切,外汇的产生是商品流通以及商品经济发展的必然结果;而汇率作为两国货币的比价,那么一国的国际收支、利率水平、经济发展、财政赤字、外汇储备、居民的心理预期以及汇率政策等都会引起汇率的波动。因此对汇率走势进行预测有着重要意义,但对汇率进行准确预测是困难的。而ARMA模型可以分析实际金融时间序列变量动态过程,较好的模拟和预测时间序列的动态特征。故选取人民币兑美元汇率变动的历史数据为样本,通过建立ARMA(1,0)模型,对人民币未来走势做出预测,加之新疆作为"丝绸之路经济带"的核心区,对如何发展和推广跨境贸易人民币结算业务提供一定思路。