基于黄金平价的ARMAX-GARCHX汇率模型研究

汇率是影响黄金价格最重要的因素之一,汇率对黄金价格的影响已经得到了广泛研究,但由于黄金同时具备商品和货币双重属性,黄金价格对汇率的影响同样值得关注。通过对以人民币计价的“上海金”与美元计价的“伦敦金”的价格之比作为黄金平价人民币汇率进行研究,探讨黄金平价对美元兑人民币在岸汇率波动中的影响。将黄金平价作为外生变量,建立了汇率的ARMAX-GARCHX模型,把黄金平价量化映射到汇率波动中,运用Kupiec检验证实了该模型对汇率收益率分布预测的准确性得到提升。通过2016年4月至2022年3月的日频数据进行实证分析,结果表明,黄金平价也是影响汇率走势的要素之一,这对汇率市场化、人民币国际化进程中的金融风险防范和企业日常汇率风险管理都具有重要参考价值。     

基于混沌分析的人民币兑美元汇率行为研究

布雷顿森林体系解体后,汇率行为变得越来越复杂.传统汇率理论对于汇率实际变动情况解释能力不强,汇率混沌理论成为研究汇率行为的一个新的发展方向.利用混沌分析的系列方法,包括相空间重构技术、R/S分析方法、相关维与Lyapunov指数分析方法对人民币兑美元汇率行为进行研究.研究结果表明,人民币兑美元汇率具有趋势增强性,波动呈现集群性.同时,人民币兑美元汇率行为是一个混沌系统,具有对初始条件存在敏感依赖性的混沌特征,因此混沌分析只适合进行短期预测.     

基于小波分析与支持向量机的人民币汇率预测

利用支持向量机方法对汇率进行预测是金融市场研究领域一个重要的研究课题.结合小波变换与支持向量回归,提出一个三阶段时间序列预测模型.先以离散小波框架将汇率序列分解成不同尺度的多个子序列,揭示蕴含在预测变量内的信息,并对各个子序列进行时间序列分析,再以支持向量回归为工具,以这些子序列为预测变量建构支持向量回归模型,最后将各个序列的预测结果进行重构,得到预测结果.实证结果显示,该模型的预测效果较之BP神经网络与单纯的AR-SVM模型更优,证明基于小波分析与支持向量机相结合的预测模型可以为人民币兑美元汇率提供比较准确的预测.     

基于蒙特卡洛模拟法测算远期汇率的风险价值

针对用宏观经济变量与汇率之间的关系来推测未来的汇率存在的不足,采用几何布朗运动来描述汇率变化,在此基础上推导出风险价值VaR模型,采取蒙特卡洛模拟方法预测美元兑人民币远期汇率的VaR,得出未来汇率的波动范围,由此可以算出外汇资产或投资在一定概率下的未来最大损失。结果表明,蒙特卡洛模拟法很好地将未来的汇率包含在预测范围内,能够为投资者和机构决策提供参考。     

基于广义双曲线分布的人民币汇率波动性研究

针对人民币汇率的波动性问题,运用广义双曲线分布,对2006年1月4日到2015年7月24日美元兑人民币汇率的波动特征进行实证分析。研究认为,人民币汇率不仅具有显著的“尖峰厚尾”特点,而且具有波动的非对称性和集群性特征,同时发现GH分布能较为准确地描述和呈现美元兑人民币汇率收益率波动状况的分布情况。     

基于蒙特卡洛模拟法测算远期汇率的风险价值

以往的科学研究往往用宏观经济变量与汇率之间的关系来推测未来的汇率。用几何布朗运动来描述汇率变化，在此基础上推导出风险价值VaR模型，采取蒙特卡洛模拟方法预测美元兑人民币远期汇率的VaR，得出未来汇率的波动范围，由此可以算出外汇资产或投资在一定概率下的未来最大损失。结果表明：蒙特卡洛模拟法很好的将未来的汇率包含在预测范围内，能够为投资者和机构决策提供参考。     

基于GARCH M模型的人民币汇率预测

在经济全球化的形势下,人民币的走势是关系到中国外贸企业生存、国际地位以及国家金融环境的重要因素,因此对人民币/美元汇率进行预测是十分有必要的。通过对GARCH-M模型在预测人民币美元汇率的可行性,时间序列存在异方差性和自相关性的论证,建立相应的GARCH(1,1)-M模型,并运用模型对美元/人民币汇率进行预测。表明在现实中可以运用GARCH-M模型进行汇率趋势预测,但是由于检验的数据较少,所以不能达到精确的预期目的。     

人民币汇率购买力平价的检验——基于1995-2005的数据

本文在1995到2005年数据的基础上,以1997年1月为基期,利用单位根和VAR协整技术,对人民币兑美元、日元和港元是否符合购买力平价理论进行了检验,检验结果发现人民币兑美元、日元的汇率表现支持购买力平价理论,兑港元的表现不支持购买力平价理论。     

现行汇率体制改革的必要性和迫切性论析

从1998年开始,人民币兑美元的基准汇率基本保持不变,人民币汇率从有管理浮动汇率制转变为事实上的单一钉住美元的汇率制度.几年来,中美经济基本面都发生了重大变化,现行人民币汇率机制的不适宜性日益突出.因此,有必要对现行汇率制度改革.     

基于高频面板数据的人民币汇率波动规律研究

基于2006—2013年的1771个人民币汇率日值高频数据,采用 GARCH 模型对人民币与美元、港币、日元、欧元及英镑之间的汇率波动规律进行实证分析。结果显示：（1）人民币兑五大外汇币种汇率的波动存在 ARCH 效应,其收益表现出明显的群聚特征;（2）人民币兑五大外汇币种汇率的波动均具有一定的记忆性,但除港币和日元外,大都会随时间缓慢衰减;（3）人民币兑五大外汇币种汇率的波动存在明显的杠杆效应,但不同币种对人民币升值的反应存在一定的差异。     

基于时变系统的油田产量功能模拟预测

神经网络预测的优点是预测指标与影响因素指标的历史拟合好，微分模拟预测的特点则是预测过程中更加注重预测指标的自身变化趋势。两者有机结合，首先将微分模拟得到的油田产量与其影响因素的输入输出关系视为时变系统，再把BP神经网络引入到微分模拟参数识别中，建立具有时变特征的功能模拟预测新方法。该预测模型中的参数随时间变化，具有自适应性；能在神经网络训练过程中通过变学习率的方式解决其与微分模拟胶合过程可能出现的不收敛问题；对中长远预测有更好的效果。最后将这一新方法应用于国内某油田的产量预测中，经软件计算，预测结果与实际的吻合程度明显高于其它几种预测方法。     

汽车市场需求预测建模及其应用研究

采用指数增长模型和向量自回归VAR等模型对中国汽车普及进行预测分析.采用协整误差校正模型,分析2008年全球金融危机对中国汽车市场需求的影响.根据汽车普及存在相似性现象,提出了一种新的预测方法,对中国中长期汽车市场需求进行了预测.     

关于人民币汇率问题的几点思考

人民币汇率不存在被严重低估的问题 ,升值没有客观必然性。目前人民币升值面临巨大压力 ,其主要原因在于我国不合理的外部均衡结构。人民币在未来也不会很快呈现出不断升值的变化趋势 ,中长期内的汇率变动趋势尚有待于观察 ,贬值压力同样不可低估。维持人民币汇率较长时期的稳定 ,延缓升值进程的发生 ,具有非常重要的战略意义     

单位产品成本中长期预测模型的研究

降低产品成本是企业增加经济效益 ,提高经营成效的主要途径。成本预测的基本作用是保证以最少的资金耗费 ,获得最大的经济效益。生成数加 B- P算法和后验差检验 ,建立单位产品成本预测模型可以用于中长期单位产品成本的预测。这对于促进企业加强经济核算 ,改善经营管理 ,降低产品成本 ,提高经济效益 ,都有十分重要的意义。     

四川省长江集装箱运输预测及展望

为加快发展四川省集装箱运输,本文分析和选择了四川省长江集装箱运输量预测方法,并应用增长率法对四川地区GDP进行预测。在此基础上,集合GM（1,1）模型和Verhulst模型的最优组合模型,对四川省集装箱运输量进行具体预测分析,并展望四川省集装箱运输的未来发展。     

中国民用汽车保有量的短期组合预测

国内外对中国汽车保有量预测的研究很多,但由于各种假设不同而偏差较大。组合预测方法的出现,结合了不同预测方法的优点,提高了预测精度。文章运用Logistic模型拟合中国汽车保有量的增长,将其增长期划分为三个阶段,低速增长期,快速增长期,平稳增长期,以此指导灰色预测合理选取数据,对中国的汽车保有量进行短期预测。该预测方法只涉及市场最大汽车保有量的估计,尽可能地避免了传统预测模型中预测参数选取主观化的缺点。预测结果显示我国汽车保有量已经进入快速增长期,2015年将突破1亿9千万辆。     

海南省旅游业发展与预测

为了量化研究海南旅游业的发展演进方向,预测其远景旅客数量,在分析美国夏威夷州和中国台湾地区旅游业演进发展历程的基础上,将海南省旅游业目前的发展境遇与充分发展的其它旅游海岛进行详细对比,发现美国夏威夷州旅游业的发展环境与模式同海南省更加相似。利用生命周期理论描述旅游地的演进过程,并分析演进过程中各个阶段的成因及特征,采用逻辑斯蒂模型对生命周期曲线进行拟合;以进入演进阶段后期的美国夏威夷州旅游业发展历程为模板,构建海南旅游业发展历程的逻辑斯蒂模型;通过对比中美两国居民生活水平情况,分析海南省目前所处的演进阶段并拟合出其演进发展的生命周期模型。研究结果表明:2018年海南省旅游业正处于发展阶段和巩固阶段的拐点处,其未来的发展速度将逐步放缓,海南省远景游客接待人次上限将在1.2亿人次左右,是当前接待游客量的两倍左右;针对海南省远景预测发展情况,提出做好远景规划、平衡地区发展和保护生态环境的建议,维护海南省旅游业的高质量、可持续发展。     

基于径向基神经网络的我国外汇储备规模预测

基于MATLAB6.5平台编程,运用非线性径向基神经网络对我国外汇储备规模进行预测分析,以我国历年外汇储备数据为训练样本,进行网络训练与检验,结果表明,我国外汇储备存在超常规增长,径向基神经网络具有良好的预测性能。     

供给侧改革下物流需求组合预测技术研究

通过分析供给侧结构改革下现代物流市场需求对经济活动的意义,找到单一需求预测技术的偏差,指出指数平滑法和神经网络法于实际预测应用中的不足,提出精确度较高的物流市场需求预测新思路,构建新的组合预测模型。通过实例仿真验证基于神经网络法的组合预测技术在物流市场需求预测中的实际价值。