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。     

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.     

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.     

财经剪贴

人民币兑美元汇率浮动幅度由0.5%扩至1%中国央行4月14日上午发布公告,决定将外汇市场人民币兑美元汇率浮动幅度由原先的0.5%扩大至1%,即每日银行间即期外汇市场人民币兑美元的交易价可在中国外汇交易中心对外公布的当日人民币兑美元中间价上下1%的幅度内浮动。     

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。     

股票价格运动的跳跃和杠杆效应研究

基于已实现变差理论和双幂次变差理论,在股票价格为半鞅过程的前提下将已实现波动率分解为连续波动部分和离散跳跃部分,研究了上证综指收益率和波动率的杠杆效应以及连续波动部分和离散跳跃部分分别在杠杆效应中所起的作用,并且分析了跳跃部分和连续波动部分在价格运动过程中的区别.由独立方程模型的估计结果发现各个模型扰动项之间存在着一种类似杠杆效应的非线性关系,然后再通过联立方程组模型进一步验证扰动项之间的内在依赖性.实证分析结果表明:收益率和波动率的杠杆效应主要是通过连续波动部分起作用.     

基于EGARCH-M模型的沪深300指数周末效应研究

将EGARCH模型和GARCH-M模型相结合,建立了基于学生t分布的EGARCH-M模型,在综合考虑沪深300指数收益率序列的波动性和杠杆效应等问题的基础上,分析了周末效应对沪深300指数收益率序列的影响程度。通过分析得出沪深300指数总体平稳并呈现ARCH效应,序列不仅具有波动性和杠杆效应,同时有显著的周二正效应,周四负效应,且周二、周四的超额收益率都包含了当天的风险补偿,周一、周三、周五则没有周末效应。     

半参数门限随机波动率模型及其实证研究

为了描写金融资产收益率波动率非对称性,以及充分刻画金融资产收益率偏态厚尾等典型特征,将门限效应和非参数分布引入到标准的随机波动率(SV)模型中,构建半参数门限随机波动率(TSV-DPM)模型对金融资产收益率的波动率进行建模。利用基于贝叶斯的MCMC算法估计模型参数,使用对数预测尾部得分(LPTS)比较不同模型在极端事件中的预测能力。以欧元/美元汇率日度数据对TSV-DPM模型进行实证分析,结果表明TSV-DPM模型不但能够有效的刻画欧元/美元汇率收益的波动率的动态特征,而且对极端事件的预测能力优于SV-DPM模型,同时验证了欧元/美元汇率收益率具有较强的波动率持续性和较弱的波动率非对称性。     

人民币汇率厚尾特征及VAR估计

针对人民币汇率收益率序列的厚尾性特征,基于EGARCH模型得到标准化的收益率序列,建立GPD模型对标准化收益率序列的尾部进行拟合,并得到相应的VAR估计值;结论证明:人民币收益率序列存在双厚尾特征,故对于人民币汇率的投资者,无论做多头还是空头,都面临着较大的自身风险和交易对手风险。     

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.     

美元做市商制度对人民币汇率形成机制的影响

随着中国银行间外汇市场美元做市商制度的推出，人民币汇率形成机制正在逐步完善。我国目前实行这一制度可能存在管理风险增加、市场监管加大等问题，这就需要采取发展外汇市场金融衍生产品、建立做市商的资信评估制度以逐步提高人民币汇率形成机制的市场化程度。     

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...     

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。     

对人民币真实汇率的再思考

长期看来,中国应该实施由市场供求决定的灵活汇率制度.但短期看来,政府有必要采取一些非市场的行动保持汇率稳定,以减少风险和波动.面对国际上再度掀起人民币升值的舆论,笔者从影响人民币汇率变动的因素及人民币升值压力产生的原因着手分析,指出在近期内人民币汇率仍应保持稳定,适时调整相关政策,以化解目前的升值压力,提高汇率政策的作用.     

基于神经网络研究人民币汇率对企债收益的影响

为了研究企业债券市场,并针对汇率波动对企债市场的影响,提出建立LSTM和GRU两种神经网络模型;首先证明了它们对于企业债券市场收益的研究具有良好的拟合和预测效果,再将人民币兑美元的汇率数据作为神经网络的输入变量之一,验证人民币汇率对企债市场收益的影响,并比较两种模型的预测效果;结果显示:加入汇率指标后,两种模型不仅能捕捉收益趋势,同时都在数值上也更加精准可靠。实证研究表明,目前在研究我国企业债券市场时,人民币汇率是不可忽略的影响因素,并且相较而言GRU模型的结果更为精准。     

人民币均衡实际汇率测度与准确性检验

我国在经济转轨过程中,汇率体制改革和政策调整会使人民币汇率的数据生成过程发生结构突变。在发展中国家均衡实际汇率模型的基础上,建立了基于结构突变的人民币均衡实际汇率模型,通过考察国际收支差额与汇率失调的关系,检验了测算结果的准确性。实证结果显示,在考虑结构突变的情况下,多数基本经济要素变量与人民币实际有效汇率存在显著的长期均衡关系,人民币汇率在2002年以后确实存在一定程度的低估。现实汇率的失调对国际收支平衡的影响非常显著。