周一至周五
9:00—22:00
    
      联系电话:400-037-0800

基于时间序列ARCH模型的人民币汇率分析

杂志之家论文发表、写作服务和杂志订阅支持对公帐户付款!安全又可靠!


申明:本网站内容仅用于学术交流,如有侵犯您的权益,请及时告知我们,本站将立即删除有关内容。

 

  摘要:随着人民币市场化的推进,人民币波动幅度增大,汇率波动日趋复杂。为此,采用ARCH模型对2014年1月1日至2015年12月31日的人民币兑美元日汇率进行建模。结果表明,ARCH(1)模型在一定程度较好地拟合了人民币兑美元汇率的时间序列。
中国论文网 http://www.xzbu.com/2/view-8424226.htm
  关键词:时间序列;人民币汇率;ARCH模型
  中图分类号:F83
  文献标识码:A
  doi:10.19311/j.cnki.16723198.2017.15.056
  1研究背景
  随着经济全球化,国与国之间的联系越来越紧密,汇率作为宏观经济的重要指标,其在开放经济中的重要性逐�u突出,因此汇率波动由此成为社会各界共同关注的问题。汇率是国际贸易中最重要的调节杠杆。考虑到我们国家经济贸易是依赖性增长,所以国际贸易会受到汇率的影响。鉴于ARCH模型比较适合用于分析金融市场时间序列的条件方差,所以,本文用ARCH模型来分析2014-2015年人民币汇率的波动规律。
  2数据来源和处理
  本文采用人民币兑美元的日汇率值,样本数据选取2014年1月-2015年12月的日汇率数据,所有人民币兑美元日汇率数据来自招商银行提供的统计数据(www.cmbchina.com)。所有的计算结果由R3.2.1实现。鉴于ARCH模型适用于收益性的时间序列,所以对人民币兑美元的日汇率序列rt取对数进行处理,使其变成比较平稳的收益性序列,具体变换公式如下:
  ht=logrt-logrt-1
  ht是所得到的收益序列,rt为t期的人民币兑美元的汇率值。
  3实证分析
  3.1模型预检验
  在应用模型之前,需要对ARCH模型可行性进行统计检验。若符合要求,则可以应用该模型。
  首先,利用auto.arima函数定阶,拟合ARIMA(1,1,2)模型,进行白噪声检验,原假设为H0∶ρ1=ρ2=…=ρm=0,m1,然后用条件异方差检验(Portmanteau Q检验)检验该模型的残差平方序列的异方差。原假设为H0∶ε1=ε2=…=εt,拒绝原假设意味着存在ARCH(q)效应。
  3.2ARCH模型估计
  采用R3.2.1软件对建立ARCH(1)汇率模型进行估计。
  估计方程:
  SymbolQC@ xt=-0.8141+εt+1.0538εt-1+0.1076εt-2+υt
  υt=htet
  ht=0.5845+0.2527ε2t-1
  ARCH(1)模型的系数在1%显著性水平上显著,这说明人民币兑美元日收益率时间序列有明显的波动性,并且当日的波动性会受到前一日波动性的正向影响。
  4结论
  本文通过分析人民币兑美元汇率历史数据,寻找一个较好的拟合模型,来更好地描述汇率时间序列,通过上述实证分析可得结论如下:
  通过人民币兑美元汇率时间序列图,可以看出汇改之后人民币汇率时间序列具有明显的趋势特征,且人民币汇率稳步上升,波动的幅度逐渐增大。
  ARCH模型能够较好的拟合人民币兑美元汇率时间序列,也反映了我国人民币汇率存在明显的短期自相关和异方差性。
  参考文献
  [1]王秀东,刘斌,闫琰.基于ARCH模型的我国大豆期货价格波动分析[J].中国农村技术经济,2013,(12).
  [2]骆��,吴建红.基于GARCH模型的人民币汇率波动规律研究[J].数理统计与管理,2009,(3).
  [3]姚战琪.基于ARCH模型的我国股票市场收益波动性研究[J].贵州财经学院学报,2012,(4).
  [4]王燕.时间序列分析[M].北京:中国人民大学出版社,2015.

转载请注明来源。原文地址:http://www.xzbu.com/2/view-8424226.htm

 
中国论文网—— 论文代发http://www.xzbu.com/ 行业知名品牌 电话:400-675-1600
中国互联网违法和不良信息举报中心| 网络110上海网警在线|关于我们|闽ICP备13016544号-6
【xzbu】郑重声明:本网站资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们删除已转载的信息。
xzbu发布此信息目的在于传播更多信息,与本网站立场无关。xzbu不保证该信息(包括但不限于文字、数据及图表)准确性、真实性、完整性等。
无觅相关文章插件,快速提升流量