基于ARIMA模型的人民币汇率预测与分析

对2015年8月11日汇改之后的人民币兑美元汇率进行分析,建立ARIMA(14,1,0)模型,残差检验证明该模型是合理的。利用模型ARIMA(14,1,0)对2016年3月10日至2016年3月23日的人民币汇率进行预测,预测结果基本接近实际值,相对误差控制在0.5%以内,并且前5天的平均误差为0.2%。预测结果再次表明,ARIMA(14,1,0)模型完全适用于美元/人民币汇率的建模,特别是对短期范围内汇率的预测是切实可行的。     

人民币汇率的ARIMA模型的预测

本文在简要介绍时间序列模型的基础上,使用美元/人民币的日汇率值进行实证研究,建立相应的ARIMA模型。并试图将此模型应用于汇率的短期预测,并对其预测效果进行评价。     

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.     

我国货币市场国债回购利率预测模型研究

选择国债回购利率为研究对象,分别建立了ARIMA及GARCH模型并比较了这两种模型的预测能力。结论表明:使用传统的ARIMA模型,模型ARIMA(0,1,1)配适得较好,如使用GARCH模型,以模型GARCH(2,3)适配效果较好。此外,虽然GARCH模型的预测置信区间的波动性比ARIMA模型要小,但ARIMA模型的预测置信区间要更小一些因此预测能力比GARCH模型更强。     

基于深度学习长短期记忆神经网络的有色金属期货市场预测研究

为提高金融资产预测能力,该文采用深度学习长短期记忆(LSTM)神经网络模型对上海期货交易所(SHFE)和伦敦金属期货交易所(LME)的铝、铜、镍、铅、锡和锌6种有色金属期货价格分别进行长、短期预测,与传统机器学习多层感知器(MLP)模型以及线性自回归移动平均(ARIMA)模型进行对比研究。数据源于Wind数据库和国际货币基金组织(IMF)数据库。使用Python深度学习软件模拟预测有色金属期货价格,结果显示:有色金属期货市场长期预测中,LSTM模型的预测表现略逊于ARIMA模型,MLP模型预测效果不理想;短期预测中,LSTM模型的预测结果和ARIMA模型相近,均优于MLP模型; LSTM模型与MLP模型相比,模型的稳定性和预测的精确度都更加出色。LSTM模型可作为ARIMA模型的最优替代之一。     

人民币汇率与中国入境旅游收入的联动分析 ——基于ARIMAX模型

汇率作为两国家间的价格转换指标,对入境旅游外汇收入有显著影响.基于1978～2019年面板数据,选取人民币汇率和入境旅游收入作为研究对象,借助Person相关系数、Granger因果检验、ARIMA模型、ARIMAX模型等方法,利用R语言编程,对入境旅游收入的趋势进行分析预测并比较两种模型的拟合效果.结果表明,相比于一...     

乘积ARIMA模型的建立及应用

ARIMA模型作为统计预测中的一种重要模型,被广泛运用于各个领域中。本文在非季节性及季节性ARIMA模型的基础上介绍了乘积ARIMA模型的一般表达式,提供了建立这类模型及使用其进行预报的一般过程,并以某超市月顾客量数据进行了实例分析。分析结果表明,当一时间序列不仅含有季节性成分,还混有非季节性成分时,用乘积ARIMA模型的预测精度较高。但该模型只适用于短期预测。     

中国人口增长的数学模型

利用阻滞增长模型和ARIMA模型分别预测了中国未来的人口数.通过计算误差,发现运用ARIMA模型预测得到的结果更准确.     

基于非对称ARCH模型的海西州地区支气管炎发病研究

基于非对称ARCH模型的理论,通过建立TARCH、TARCH-M、EGARCH和EGARCH-M模型研究青海省海西州地区支气管炎月发病率和平均气温之间的相互关系。研究通过EViews软件对海西州地区支气管炎发病病例和平均气温监测登记资料的统计分析,并利用原数据建立ARCH、TARCH-M、EGARCH和EGARCH-M模型,通过对模型中的残差序列进行独立性检验和预测,确定所建立的ARCH、TARCH-M、EGARCH和EGARCH-M模型的合理性,并从中选出了最优模型TARCH（1,1）-M。结果表明,此模型可以很好地描述海西州地区支气管炎月发病率与平均气温的关系,还可以较好地模拟支气管炎月发病率变化趋势,预测未来的支气管炎发病趋势,是一种预测精度较高的预测模型。该模型可为支气管炎研究提供有参考价值的数据。     

上海证券交易所Ａ股市场的波动性分析

运用主要的三种条件异方差模型：ARCH、GARCH、EGARCH模型，对上海证券交易所A股指数的波动性进行拟合，分析模型对上证A股指数收益的波动性、杠杆效应的拟合情况，比较不 同模型对未来波动性的预测情况。实证分析结果表明：EGARCH模型比较适合对我国股票市场 波动性作长期预测，若假设收益序列服从t分布，由此改进的EGARCH-T模型会得到比正态分 布下更好的拟合与预测效果。     

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...     

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。     

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。     

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.     

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。     

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。     

基于VAR模型的汇率变化与中国进出口贸易关系的实证分析

基于人民币汇率变化对进出口贸易影响的理论分析,选取2005年第4季度到2014年第1季度人民币汇率与进出口贸易的季度数据,经过平稳性、协整关系等计量经济学检验,建立VECM模型,从长期均衡的角度分析了汇率与进出口贸易总额的长期弹性,并通过误差纠正机制考查了偏离均衡路径后回复到均衡路径的短期调整速度。根据实证分析结果提出了促进中国对外贸易健康发展的相关建议。