人民币汇率收益率厚尾性研究

以2005年7月22日至2015年12月30日的美元兑人民币汇率的每日中间报价作为为研究对象,采用EGARCH模型过滤了收益率序列的非线性特征得到标准化的收益率序列,利用GPD分析方法对标准收益率序列的上下尾部的厚尾性进行了研究.结果表明人民币汇率收益率存在双侧厚尾的风险,且上尾比下尾的尾部风险更大.     

汇率收益率短记忆性与长记忆性特征的研究

采用Q检验,经典R/S分析法以及ARFIMA模型对人民币和欧元汇率收益率序列的记忆程度进行研究,结果表明人民币汇率收益率虽然不存在显著的短记忆性,但长记忆特征比较显著,而欧元汇率收益率虽然存在短记忆特征,但不存在显著地长记忆性,说明了欧元外汇市场的成熟和人民币外汇市场的低效,因此,对两种汇率收益率序列的拟合预测需建立不同的数学模型.     

基于R/S检验、ARFIMA模型和小波方差的人民币汇率长记忆性检验

分别应用R/S检验、ARFIMA模型和小波方差对人民币兑美元名义汇率收益率序列的长记忆性进行检验.根据R/S统计量计算出Hurst指数为0.573 745 1,采用ARFIMA(2,d,1)模型对人民币汇率收益率序列进行拟合的效果比较好,其分数差分参数为0.145 7,利用Haar小波对人民币汇率波动绝对值收益率序列进行最大重复离散小波变换,得出其长记忆性参数为0.393 1.3种方法的研究结果均表明人民币兑美元名义汇率收益率序列存在长记忆性.     

基于EGARCH模型的人民币汇率波动性研究

选取2005年7月21日至2010年5月14日间每个交易日的美元/人民币汇率中间价的高频数据作为样本数据,然后对样本数据进行平稳处理和ARCH效应检验,在满足GARCH建模条件下建立EGARCH(1,1)模型,实例检验和分析人民币汇率波动性.结果表明,2005年7月21日以来,人民币汇率收益率序列具有明显的尖峰厚尾特征...     

基于ARMA-稀疏贝叶斯模型的汇率预测研究

文章基于ARMA模型和稀疏贝叶斯模型,提出了ARMA-稀疏贝叶斯模型,充分利用ARMA模型和稀疏贝叶斯模型在线性模型及非线性模型预测中的优势,将收益率序列分解为线性自相关主体和非线性残差2个部分,然后用ARMA模型对线性自相关主体数据进行预测估计,用稀疏贝叶斯模型对非线性残差进行预测估计,最后合成人民币兑美元日汇率中间价序列预测结果。研究结果证明,运用所建模型预测人民币日汇率中间价和上证指数收盘价,均取得了较好的效果。     

人民币与国际汇率的非线性特征研究

采用BDS检验和R/S方法揭示了2种人民币汇率和3种国际汇率日收益率序列是确定性分形序列.研究结果表明,上述汇率序列不服从正态分布和布朗运动,并且具有内在的非线性分形结构,人民币兑日元的汇率波动关联性比其它汇率的波动性高,反映出人民币兑日元汇率波动受历史信息的影响程度较高,其"长期记忆"特征也越明显,有助于进一步深入分析汇率的内在机理以及对汇率进行预测.     

基于Swarch模型的人民币汇率分析

本文利用Swarch模型对人民币兑换美元汇率的波动性进行研究发现该模型在研究人民币汇率的波动性方面具有非常优良的性质。实证结果表明人民币汇率连续收益率的波动随着时间的推移有变剧烈的趋势,这恰好反映我国汇率市场逐步开放的宏观经济环境和汇率体制逐步调整的现状。     

基于GARCH-VaR模型的汇率风险实证研究

现阶段人民币汇率波动及其风险度量受到广泛关注.该文基于2013年1月4日至2016年12月5日美元、欧元、加元和港币的人民币汇率每日中间价数据,建立t分布和广义误差(GED)分布下的广义自回归条件异方差(GARCH)模型,并在此基础上计算四个汇率收益率序列的VaR值.最后,通过似然比(LR)方法检验VaR值的有效性,得出99%置信度下GARCH-GED模型计算的VaR值准确性较高.     

我国汇改后汇率波动的实证研究

本文通过ARCH族模型来对人民币/美元汇率收益率进行建模,并分析其波动的杠杆效应和风险溢价效应,结果发现汇改后外汇市场效率有所提高,外汇市场的风险可由过去的风险程度加以预测.由TARCH、EGARCH、EGARCH-M模型的研究显示人民币/美元汇率收益率存在杠杆效应,存在明显的非对称性,还不具备具有的高风险高回报的风险溢价效应特征.     

基于ARMA模型的汇率走势预测及在商业银行外汇理财业务中的应用

汇率的变动,将对金融机构的外汇管理业务造成直接影响．由于影响汇率及其波动幅度的因素十分复杂,汇率波动频率较高,对汇率进行准确预测一直是一项十分困难的工作．近年来,ARMA模型开始被广泛地用于对变动频率较高的金融时间序列建模,它能较好地抓住此类时间序列的动态特征．以人民币汇率变动的历史数据为样本,通过建立MA（2）模型对未来的人民币汇率变动进行预测,以解决其在商业银行外汇理财业务中的应用问题．     

基于人工智能的人民币/美元汇率组合预测模型

针对在人民币/美元汇率收益率的尖峰厚尾、波动性聚集性与杠杆效应等特征,单个预测模型往往难以完全将这些数据特点完全反应,为更有效地利用各个模型的优点,利用协整关系和神经网络的非线性特点将不同的单一模型进行组合。实证表明:组合模型能产生更好的预测精度。     

基于分位数回归的人民币兑美元汇率风险测度

针对人民币兑美元汇率风险问题,提出了一种基于分位数回归的风险测度方法;以2015-08-11—2019-09-16人民币兑美元汇率中间价数据为研究样本,运用EGARCH模型和TGARCH模型刻画了外汇收益率序列存在的不对称性、波动集聚性以及尖峰厚尾性特征,并在GARCH族VaR模型的基础上构建了QR-GARCH族VaR模型,最后选择Kupiec失败率检验和动态分位数检验等后测检验方法,比较了两类模型的风险预测精度;结果表明:相对于GARCH族VaR模型,QR-GARCH族VaR模型不仅仅对随机扰动项的假设分布不敏感,并且表现出显著优异的风险预测能力,其中基于t分布的QR-EGARCH VaR模型的预测能力最优,故QR-GARCH族VaR模型在人民币兑美元风险测度问题上更具适用性和稳健性。     

人民币实际有效汇率和美元指数对中国进出口贸易的影响

在分析当前人民币实际有效汇率与美元指数对中国进出口贸易研究现状的基础上,借鉴Johansen协整模型和误差修正模型,利用GARCH模型计算月度波动率,对2001年1月至2010年6月我国进出口总量月度数据进行实证研究.从人民币实际有效汇率及其波动以及美元指数及其波动对进出口贸易的影响进行分析.研究结果表明:人民币实际有效汇率对中国的出口影响较大,而对进口影响较小;美元指数的波动对中国进出口贸易的影响幅度较大.同时,研究表明美元指数是人民币实际有效汇率的Granger原因,反之不是.研究证明,自加入WTO以来,中国的贸易失衡状况不仅与人民币实际有效汇率水平有关,也和美元本身汇率水平及其波动有关.研究结果为人民币实际有效汇率政策和贸易政策的制定提供了一定的参考.     

人民币/美元汇率收益率的统计特性和非线性特征研究

采用非参数检验(Jarque-Beta检验和Kolmogorov-Smirnov检验)以及Q-Q概率图对人民币/美元汇率收益率进行正态性检验,随后利用替代数据法对人民币/美元汇率收益率进行相关性和非线性特征检验.研究结果表明:人民币/美元汇率收益率不服从布朗运动,存在"尖峰厚尾"的现象,并且呈现内在的确定性非线性特征,这说明这些汇率的非线性特性是来自于产生它们的复杂经济系统内部因素,而不是源于其经济系统外部变量.     

时间序列分析方法及人民币汇率预测的应用研究

在简要介绍时间序列模型的基础上,使用人民币／美元的日汇率值进行实证研究,建立相应的ARIMA模型和EGARCH模型并进行预测和评价。研究结果表明,EGARCH模型的预测结果较ARIMA模型理想,适合描述人民币／美元汇率的变动趋势。     

汇率波动对大宗商品交易价格影响研究

基于大多数大宗商品以美元计价的现实背景,考虑到交易成本在内的一价定律,从人民币汇率波动对大宗商品交易价格的影响出发,以大宗农产品中的大豆、小麦和白糖为例,根据大宗农产品的国内期货价格的日频数据和人民币对美元的即期汇率,运用多元协整模型、误差修正模型、脉冲响应函数等方法,对人民币兑美元汇率与国内大宗农产品价格之间的关系进行全面分析.实证结果表明,人民币兑美元汇率的升值与大宗农产品价格上涨存在正相关关系,美元的贬值可能会导致更高的大宗农产品价格.     

用汇率目标区方法评价1995-2004年人民币汇率

均衡汇率是指一个国家对内、对外同时实现均衡的汇率。研究均衡汇率对国家制定对外经济政策,维持经济稳定具有十分重要的意义。用K rugm an汇率目标区理论建立了人民币均衡汇率汇率目标区模型。选取不同基础经济变量组合建立汇率目标区模型对人民币汇率进行评价。计算结果说明1995—2004年人民币对美元实际汇率对均衡汇率的失调度均小于4%。并用该模型对2005年末人民币均衡汇率进行预测。结果表明目前人民币汇率处于合理水平。     

论人民币汇率现状与短期变动趋势

自人民币汇率制度改革措施出台以来,人民币汇率一直呈现缓慢升值的走势。面对海外媒体认为人民币汇率改革并不彻底的评论,以及我国目前所面临的国内和国际的经济形势,人民币汇率会出现什么样的变动以及变动的程度有多大是近期的热点话题。本文试图结合我国市场特点,分析人民币升值的压力所在,从而得出近期内人民币汇率走势的判断。