基于中位数GARCH模型的汇率波动率预测

自2005年7月21日汇率改革以来,人民币汇率的波动性发生了根本的变化.汇率波动越来越频繁、越来越大.汇率的准确预测无论是对国内还是对国际都有着至关重要的意义.文章预测汇率收益率的波动性,在ARCH和GARCH模型的基础上提出了中位数GARCH模型,并采用人民币兑美元的数据来检验模型的有效性.由预测误差可以看出,中位数GARCH能很好地减小预测误差.     

基于马尔科夫状态转换GARCH模型的汇率波动预测

文章利用汇率波动状态下的均值方程修正了面向汇率日波动特征测度的GARCH模型,并以动态多维条件修正针对汇率波动特征预测的马尔科夫状态转换GARCH模型,结果证实:汇率波动的动态发展趋势具有左部相对厚尾和一定程度的尖峰特征,汇率波动的动态特征及过程中更多动态相互干扰造成了汇率影响的参数异方差效应属性.     

基于商业银行汇率风险的经济资本配置

文章首先检验了人民币对美元日汇率收益序列的特征,在此基础上,建立了ARCH、GARCH和EGARCH模型,比较发现GARCH(1,1)模型有最好的拟舍效果.进而利用GARCH(1,1)模型预测条件方差,研究商业银行汇率风险的经济资本配置.     

人民币汇率波动特征实证研究

本文建立人民币汇率波动的GARCH模型,对汇率制度以来人民币汇率波动的特征进行研究。结果表明,2005年7月21日至今,人民币汇率波动不服从正态分布;美元对人民币的汇率收益序列具有左厚尾的特征,人民币汇率波动具有集群性;人民币汇率波动具有较强的记忆性,且前期的人民币汇率波动对本期的影响呈衰减趋势。     

基于GARCH模型族的外汇汇率的波动性分析

外汇汇率市场的波动特性是金融市场中人们研究的热点之一.文章以美元对人民币汇率和欧元对人民币汇率为研究对象,分别运用GARCH模型、GARCH-M模型、EGARCH模型和TARCH模型对两种汇率同时拟合,通过比较分别得出描述两种汇率的最佳模型.     

人民币汇率波动风险的持续性研究

文章通过单整GARCH模型和脉冲响应函数分别对人民币汇率波动风险的持续性和持续期进行研究,结果表明：人民币／美元名义汇率收益率序列的波动具有明显的持续性,当前的扰动对未来条件方差的影响将持续下去,一个标准差大小的随机冲击对汇率收益率波动影响的持续时间大于为4天左右,鉴于汇率波动风险具有持续性,其风险的规避应在协同持续的基础上进行。     

汇率预测及其经济基本面：基于多元自适应可变窗算法的构建

在人民币国际化不断推进、人民币汇率双向波动加强的背景下，构建具有优良预测能力的人民币汇率预测模型意义重大。参数模型对汇率预测的能力不仅取决于模型设定是否正确，同时还取决于能否迅速探测参数的结构性变化以使用最佳信息估计模型参数。本文构建了多元自适应可变窗算法以及时监测模型参数的时变特征，探测最大化参数同质区间。结果显示：①在中长期（3至24个月）的美元、欧元、英镑和日元兑人民币汇率的样本外推预测中，多元自适应可变窗算法能显著优于随机游走模型、购买力平价模型、弹性货币模型、利率平价模型、泰勒规则模型与偏移型泰勒规则模型这六种汇率预测主流模型，其预测能力也显著优于实时窗宽选择算法与自回归模型；在美元兑人民币汇率中长期（3至24个月）预测中，其预测误差MAE度量相比于次优模型能降低 25%～50%。②多元自适应可变窗算法能迅速捕捉美元、欧元、英镑和日元兑人民币汇率的拐点，预测人民币汇率走向并刻画人民币汇率的周期性变化，其长期（向前9个月）方向性趋势样本外推预测精度比次优模型提高了16%～40%。③断点前后的汇率动态结构性变化显示“811”汇改促进了经济基本面对汇率预期重要性的显著提升与市场风险偏好的转变。“811”汇改之后，人民币汇率预期更易受外部冲击影响。加速利率市场化建设、提高国内收入、稳定物价、坚持带管制的浮动汇率制度与有效的资本管制相结合等措施对促进汇率市场化、防止汇率风险具有重要意义。     

基于STAR模型的人民币实际汇率走势研究

文章采用平滑转移自回归(STAR)模型来揭示中国实际汇率的动态行为,对其进行分析和预测,检验结果表明,以logistic函数作为过渡函数的STAR模型能很好地描述人民币实际汇率的行为,中国实际汇率走势是非线性的并体现了非对称性.基于此模型得出的汇率预测显示,2009年人民币汇率将基本保持稳定,会出现小幅贬值,波动区间为6.79-6.96.     

汇改后三种因素影响下的人民币汇率变化新特点

文章旨在通过对美元/人民币、非美元/人民币汇率收益的滞后信息和利空(好)消息影响下的人民币价格走势分析基础上,研究汇改后人民币汇率收益的变化情况.研究中,我们在设定ARMAX-GARCH族模型基础上,选取了美元(日元、欧元、港元)/人民币日汇率数据进行分析,发现美元/人民币的汇率收益ARCH特性的特点,同时表明EGARCH模型不一定是最佳选择,并且发现汇改后在上述三种因素影响下,人民币汇率的收益变化及波动呈现出不对称的新特点.     

人民币汇率波动的数据挖掘分析

文章综合运用ARCH类模型对人民币汇率波动特性进行数据挖掘，在分析样本数据特征之后，文章依次建立了ARMA均值方程、GARCH模型和EGARCH模型。最后得出以下结论：人民币汇率波动存在异方差性、持续性和不对称冲击，其中负冲击将加大波动而正冲击对波动影响轻微。根据所得出的结论本文提出以下政策建议：控制汇率变动的幅度和节奏以及建立完善的汇率衍生品市场。     

中美汇率非线性波动特征及预测

文章选取1994年1月至2011年2月美元兑人民币月平均汇率作为研究对象,首先建立STAR模型,分析了中美汇率的非线性特征,通过检验发现ESTAR模型能较好拟合汇率增量序列;其次对ESTAR-ARCH类三种组合模型进行比较,结果表明ESTAR-GARCH模型能更好地描述汇率变化的趋势,说明汇率增量既具有对称的非线性特征,也存在波动的群集效应;最后基于ESTAR-GARCH(1,1)模型对近两年来美元兑人民币月平均汇率进行预测,预测精度很高,说明所建模型非常合理,并且预测结果显示未来十个月人民币将继续升值。     

人民币汇率变动对FDI的影响分析

文章旨在已有研究模型的基础上结合我国现行汇率制度的实际情况构造一个适合人民币汇率变动对FDI的影响模型.并利用GARCH模型对汇率的变动剧烈度进行估计,选取11个国家12年的数据作为基本数据,运用计量经济学方法进行单根检验、协整检验与误差修正模型分析人民币汇率变动对FDI的长期和短期影响的效应,最后实证分析说明了人民币汇率变动对FDI影响.     

基于EWMA组合模型的人民币汇率的动态预测

文章提出指数加权移动平均(EWMA)组合模型克服了传统组合方法没有考虑时序数据间时隔远近而相互影响不同的动态关联缺陷.对汇改后人民币汇率实证分析,结果发现EWMA组合模型比被组合的广义自回归条件异方差(GARCH)模型和均值回复(Mean Reversion)模型有更好的预测精度,能够更加逼真把握金融时序的未来走势.     

基于已实现和极差波动率标准的沪深300指数波动率模型研究

对波动率预测模型的研究备受学术界的关注,文章以沪深300指数的5分钟高频真实交易数据为研究对象,利用8个损失函数和Diebold Marinao检验较为全面的探讨评价了GARCH族模型对其预测能力。结果发现长记忆性模型的预测效果普遍好于短记忆性GARCH模型,且FIEGARCH是长记忆性模型中预测效果较好的,这对学术界和实务界进行风险测度及对我国资本市场的风险控制都具有现实意义。     

人民币汇率对中国长期贸易顺差的影响性分析——基于TVP-VAR模型的实证检验

全球金融危机条件下,中国汇率操纵论甚嚣尘上,然而针对人民币汇率和中国贸易顺差关系的研究观点却存在很大分歧。从技术角度看,基于线性回归模块的标准VAR/SVAR模型并不适合分析中国汇率和贸易顺差之间的非线性关系。文章在国内率先采用时变参数VAR模型(TVP-VAR),并基于2001年6月-2011年3月的数据进行分析后发现人民币汇率对于中国长期贸易顺差的影响微小,即汇率非重要。     

GARCH(1,1)模型的M-H估计及其应用

参数GARCH模型是最常用的度量金融市场波动性的模型。文章对残差基于正态分布的GARCH(1,1)模型通过构造M-H算法对其参数进行了估计,并给出了基于沪市股指收益率数据的实证分析。结果表明:基于M-H算法估计的GARCH模型比基于极大似然估计(ML)方法估计的GARCH模型具有更好的拟合效果和预测能力。     

偏斜参数对GARCH族模型估计与预测绩效的影响

本文先运用蒙特卡洛模拟考察了偏斜参数对GARCH族模型估计结果的影响并发现,若标准化扰动项偏斜且厚尾,基于对称厚尾分布的极大似然估计量渐近有偏.以上证指数收益为样本,利用SPA检验,实证考察了10种常见的GARCH族结构分别在正态分布、Student-t、GED以及Skew-t分布假设下的波动率预测绩效.结果发现:①Skew-t分布假设下的GARCH族结构能够获得优越的预测绩效;②10种GARCH族结构中,有8种模型在Student-t分布假设下的预测绩效不及正态分布,而GED分布假设下也有4种模型不及正态分布;③样本外观测值的多少以及GARCH-m结构的有无不改变主要结论.     

汇率预测方法及比较:基于贝叶斯平均分类回归模型的检验

分类回归模型是回归模型家族的一个重要组成部分.文章针对现有的分类回归模型均采用选择性回归计算所存在的问题,建立了贝叶斯平均分类回归模型,并将其用于人民币汇率预测的实证研究.在实证研究时选取人民币对主要货币的汇率序列,对使用时间序列模型的预测结果与贝叶斯平均分类回归模型的预测结果进行对比分析,证明贝叶斯平均分类回归模型确实能够提高预测准确度.还使用贝叶斯平均分类回归模型对比分析了现有研究文献的预测效果,结果表明分类回归模型具有一定程度的优越性.     

美元兑人民币汇率的状态预测及实证分析

经济全球化加速发展的时代背景下,美元兑人民币汇率问题是当前中关经贸关系乃至世界金融领域里的重大议题,对该汇率的基本发展趋势进行科学预测意义重大.文章截取USD/CNY汇率相关日频数据流,通过对美元兑人民币汇率进行基于齐次马尔科夫区制转移模型的预测和实证分析,发现在USD/CNY汇市弱有效性得到验证的基础上,马尔科夫区制转移模型的确捕捉到了汇率序列的内在运动规律,在常规的预测期数(10天以内)设定条件下,尽管样本序列内外预测结果在具体数据的走势上与实际情况存在微小出入,但总体而言,用该模型预测汇率日频走势具有与实际汇率状态较高的吻合度.     

具有非参数趋势的残差自回归模型的预测方法

为了探寻具有非参数趋势的残差自回归模型的较为合适的预测方法,文章考虑了基于多项式样条的两种方法:直接法和两步法,模拟算例表明两步法拟合与预测的均方误差(MSE)和平均绝对误差(MAE)都小于直接法拟合与预测的MSE和MAE,此外,还对人民币/美元的日度汇率数据进行了拟合与预测的实证分析,得到了与模拟算例相类似的结果,这说明两步法优于直接法,两步法是一种较好的预测方法.