摘 要: | 外汇汇率的变动随机性强,属于较难预测的波动率类金融数据,时间序列模型对于此类数据的短期预测较为准确,该模型可为外汇及外汇衍生品交易人员和研究者提供一定的理论依据及预测建议。金融时间序列模型适用于金融波动率的相关研究,外汇汇率的变化趋势与未来走向则是金融波动率研究中的核心内容。对原始数据进行相应处理以确定适当的滞后阶数1.模型设计选取的数据取自datamarket.com,数据截取1999年1月至2012年4月的每月美元与欧元间汇率值。图1为原始数据散点图。通过观察可以发现,原始数据的散点图呈现出不平稳性和周期性重复,同时在数据期的最近3年中出现方差的增长,可考虑对原始数据进行去周期性和异方差的相关讨论。2.由图2原始数据的自相关函数ACF图表明,该原始数据呈现随机漫步序列的特点,可以进行一阶或多阶差分。3.对原始数据一阶差分之后,第一阶的相关系数显著,第一阶至第三阶的相关系数显著,对滞后阶数的选取提出了相关建议:可取的阶数有至;可取。
|