基于Markov链的人民币汇率分析与预测

选取2006年5月25日--2007年5月25日人民币兑欧元的50个周汇率数据，通过建立Markov链模型对人民币汇率的波动特征及其走势进行分析与预测。结果表明，人民币汇率在短期内会保持相对稳定，中长期存在小幅升值的可能。     

基于ARCH类模型的人民币汇率波动特征比较

文章基于ARCH类模型,利用对2005年7月20日至2011年5月31日的人民币高频日汇率数据进行实证研究,分析了人民币兑美元、欧元、日元、港币与英镑汇率的波动率特征。实证结果表明,人民币兑美元、港币的波动性较其它货币小一个数量级;各汇率序列具有明显的尖峰厚尾与波动率聚集特征;除港币外,人民币汇率波动主要由过去波动引起,并且冲击的影响会持续较长时间,外部效应较弱;日元与其它货币的杠杆效应不同,好消息比坏消息冲击效应更大;风险溢价效应只在人民币兑美元与港币的汇率中显著。这些特征表明人民币汇率应更加市场化。     

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。     

人民币汇率波动的非对称机制研究

通过运用双门限值的SETAR模型来分析1994年汇率制度改革以来人民币对美元汇率波动的调整机制。研究发现:人民币汇率波动的波动程度与调整速度在人民币升值和贬值时具有非对称特征,且波动幅度处于两个门限值之间时,人民币汇率波动呈现出一定程度的发散特征;此外,人民币对美元的汇率波动,在1994年汇率制度改革以来持续小幅升值是一种均衡状态。     

基于随机波动模型的人民币汇率波动性分析

自人民币汇率体制改革以来,汇率波动日趋复杂,对我国经济的影响也更加重要.鉴于此,文章运用随机波动(SV)模型对汇改后美元兑人民币汇率进行分析,结果表明杠杆效应对我国外汇市场的影响较小,而人民币汇率收益率与市场风险密切相关.     

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模型，对汇率制度改革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，人民币汇率收益序列不服从正态分布；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。     

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.     

汇率机制改革后人民币汇率的动态变化

 汇改后人民币汇率一直处于一个升值趋势,但是2008年后至今将近一年的时间内却基本保持不变。本文利用2005年7月21-2009年8月13日汇率数据探讨人民币篮子中货币权重的动态变化,来解释汇改以来人民币/美元走势。我们发现：一、在整个估计区间内,美元平均权重达到88%,同时美元权重存在结构性变化;二、利用滚动回归(rolling regression),美元权重可以分为三个阶段：2006年10月-2008年8月,2008年9月-2009年1月和2009年2月－2009年8月,分别处于缓慢上升、快速下降和重新回调的趋势中;第三、引入外汇市场压力(EMP),使用月度数据对篮子货币重新进行了考察,欧元在篮子中权重大幅上升,同时汇率对外汇市场压力反应并不明显。因此人民币仍取决于篮子中最主要的两种货币：美元和欧元的权重转换及二种货币间的价值变化。     

基于马尔可夫链的欧元汇率走势分析

自欧元问世以来,其汇率波动及走势就一直备受各界关注.本文根据这两年的欧元汇率数据,运用马尔科夫链预测方法,对欧元的汇率波动特征及其走势作出了分析与预测,并给出了相关结论与建议.     

欧元导入后外汇市场的特征变化

我们使用改进的EGARCH模型考察了外汇市场在欧元导入前后的特征变化。我们发现几个主要货币对美元汇率的波动幅度较之前增加了,各汇率之间的相关程度也加深了。这些现象的发现具有实际的操作意义。     

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.     

基于ARCH类模型的人民币汇率波动特性分析

2005年汇改以来,尤其是进入2007下半年以后,随着次贷危机的蔓延,人民币汇率的升值速度和波动幅度显著增加。文章使用ARCH类模型研究了人民币汇率波动特征。实证结果表明,人民币汇率波动剧烈,具有明显的尖峰、厚尾、波动率聚类特征;外部冲击会加剧人民币汇率波动,并且冲击的影响会持续较长时间;同导致人民币贬值的因素相比,导致人民币升值的因素会造成人民币汇率更大幅度的波动。这些特征要求市场参与者提高汇率风险防范意识,保持人民币汇率的相对稳定,谨防人民币汇率过度升值。     

基于分形理论下的欧元汇率波动分析

文章基于分形理论对我国2003～2008年欧元汇率市场的波动进行了实证分析,运用重标极差法(R/S)得出欧元汇率收益率的赫斯特指数(H)为0.59,说明中国欧元汇率市场具有明显的正持久和长记忆性,具有分形特征,而非随机游走.分析还得出其非周期循环为4个月,欧元汇率市场有具有较强的短期行为模式,风险较大的结论.     

人民币汇率双向波动的记忆效应分析

文章利用向量自回归模型对我国汇率改革后人民币对美元汇率的收益率序列的双向波动问题以及其记忆效应进行了检验.实证结果表明,我国人民币汇率市场无论是在汇改之初、还是在双向波动态势下均存在记忆效应,在历次人民币汇率波动区间调整之后,人民币汇率记忆周期发生了变化.双向波动背景下人民币汇率的记忆性会增加汇率风险,相关部门应加强对跨国流动资本的监管,防止外汇投机行为的发生,同时应从根源上引导人民币汇率机制的完善.     

关于人民币汇率改革的实证研究

文章通过Frankel & Wei模型及汇率波动走势图直观对比,研究发现:汇改后,人民币汇率受美元汇率影响程度,不仅没有减弱、反而进一步增强了,存在着某种程度的"超调";人民币波动幅度竟要远远高于同时期内欧元、日元波动幅度,汇率形成机制灵活性与自主性没有具体体现.汇改之初2%升值幅度并不到位,导致了人民币汇率持续单向运动以及央行被迫频繁入市干预.要建立真正参考一篮子货币弹性汇率制,就必须将矫正币值失衡与完善汇率机制两个问题综合考虑,才能做到不顾此而失彼.     

欧元的前景探析

欧元自启动以来，欧元兑美元的汇率便一路下跌。本文针对欧元当前的表现，分别从过渡期、过渡期后和不确定因素三方面对欧元的前景进行分析。一、欧元汇价走势过渡期仍将波动1999年1月l日欧元正式启动，当B开盘价为1．1675美元，当日走势强劲，最高价为1．19O6美元。但此强势仅维持了几天，此后欧元兑美元的汇率便一路下跌，持续疲软，截止到6月3日已创一F新低1．O355美元，与启动初期相比跌幅超过11％，与最高价位相比则降幅超过13％。欧元兑美元的汇率下跌的情况可从下图中清晰看出。欧元近期的疲弱与过渡期内的继续波动是基于以下原因…     

人民币升值对外汇市场的影响

影响汇率变动的因素有很多,如国际收支状况、通货膨胀率的高低、利率等,而各国政府对外汇市场的干预在一定程度上影响着汇率的变动。中国人民银行于2005年7月21日决定人民币升值2%,并宣布对汇率制度进行改革。本文利用干预分析模型研究这一举措对外汇市场的影响,并利用市场数据进行实证分析。     

人民币汇率变动的价格传递效应研究——基于中国2002—2008年的经验分析

基于中国2002年1月至2008年11月的贸易数据,通过建立非线性模型考察人民币汇率变动的价格传递效应.经验分析的结果表明:人民币名义汇率波动对进口商品价格的传递效应不仅是不完全的,而且是不对称的.当人民币加权名义汇率波动幅度小于2.16%时,汇率价格传递系数为0.21;当汇率波动幅度超过2.16%时,汇率价格传递系数为0.41.     

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。     

汇率波动非对称效应的计量检验-基于非对称ARCH类模型

本文利用非对称ARCH类模型对1994年1月1日至2007年8月24日的人民币／美元的日汇率序列的波动特性进行了计量检验，检验结果表明在此期间汇率序列的波动存在显著的条件异方差性和波动过程的非对称性，利空消息引起的汇率波动大于利好消息引起的汇率波动。