中国货币供应量与汇率反馈建模预测研究

本文采用经济计量学中无约束多项式分布滞后模型,研究了利用2000,1～2002,10,月度汇率预测相应月度货币供应量M2的正反馈模型。同时,在相同时期内还给出了利用月度货币供应量M2数据预测月度汇率的负反馈模型,在每个观测点处的预测精度高达10~(-8)以上,几乎无误差。可见,货币供应量M2与汇率的正负反馈模型拟合效果相当好,这为准确预测中国货币供应量M2,汇率数据提供了新的途径和方法。     

关于货币供应量与经济增长关系的分析评价

对于货币供应量与经济增长的关系无论是西方还是我国的理论界都存在较大的争论。西方国家的实证分析表明,对于货币供应量与经济增长的关系存在很大的不确定性。我国关于货币供应量与经济增长关系的观点大致有以下几种:货币非中性;货币短期内非中性,长期内中性;货币完全中性。无论是从理论,还是从实践,理清我国货币供应量与经济增长之间的关系对于经济金融的实践工作有着重要意义。     

我国外汇储备与广义货币供应量关系的分析

我国的外汇储备规模大、增速高，已经成为影响国民经济发展的重要因素，越来越引起人们的关注。运用我国广义货币供应量（M2）和外汇储备的时间序列数据进行分析，构建关于广义货币供应量的计量模型，最后得出广义货币供应量对外汇储备产生的正向影响，即我国接下来几年外汇储备还会不断增加。但规模庞大的外汇储备对我国宏观经济运行存在一定的负效应，因而，有针对性地提出了一些政策建议。     

国债规模与货币供应量关系的实证研究

在对数据进行单位根检验、协整检验和Granger因果检验的基础上,利用状态空间模型,对中国国债规模与货币供应量的关系进行了实证研究.因此得出结论,国债规模的扩大引起了货币供应量的增长,其弹性系数呈波动增长趋势.应当充分重视国债的金融功能,以协调货币政策和财政政策的实施.     

基于IOWHA算子的中国货币供应量组合预测模型研究

选取1990年—2015年的中国货币供应量数据,分别使用ARMA模型、指数平滑模型、多元线性回归模型对我国货币供应量(M2)进行单项预测,并在此基础上引入诱导有序加权调和平均(IOWHA)算子建立组合预测模型,然后建立评价指标体系以比较各类单项预测方法和组合预测方法的预测精度。评价体系显示IOWHA组合预测模型优于3种单项预测;最后用组合预测模型对2016年—2020年我国的货币供应量M2进行预测。结果表明:未来几年,我国的货币供应量仍然处于递增状态,增幅较大。     

中国汇率政策的有效性研究

人民币汇率制度一直以来都是人们所关注的焦点。2005年中国汇率制度改革以来,人民币汇率变动的主要特征表现为＂单边升值＂和2008年下半年以来的＂双向波动＂,许多学者也开始质疑中国政策当局对经济的调控能力。本文主要从实证角度出发,运用VAR模型来分析汇改以来中国汇率政策的有效性,并对中国政策当局提出一些相关的建议。     

我国货币供应量与GDP关系的误差修正模型研究(1998-2004)

本文应用协整分析及误差修正模型(ECM)对1998年以来各层次的货币供应量与GDP的关系进行实证研究,以验证央行实施的稳健的货币政策效果不尽如人意的原因。     

汇率之战中的国家互信与货币信用研究

当前全球经济失衡主要表现是美国经常账户赤字庞大,债务迅速增长,而以中国为主要代表的一部分国家对美国持有大量贸易盈余,且外汇储备迅速积累。由于美国认为主要原因是中国操纵了汇率,认为低估了人民币汇率,是人民币再次面对甚至压力。本文讨论了近年来美元贬值后,美国与一些亚洲国家问的贸易差额变动情况,得出了汇率调节失衡所面临的有效性问题,并基于此分析了中关汇率之战的其他原因。以期在全球经济不平衡,国家间互信机制缺失的大背景下,为缓解人民币升值压力做出一些有益的贡献。     

基于弹性货币模型的人民币汇率决定的实证研究

汇率的货币分析方法在20世纪70年代后成为主流的汇率理论,本文以其中的弹性货币分析方法为基础,检验了我国汇率改革以来这一模型的适用性问题。最终得出在短期内弹性货币模型并不能成立。     

货币供应量与房屋销售价格的协整与误差修正模型分析

讨论了货币供应量和房屋销售价格的协整关系,进行了误差修正分析,证实了在所考虑的数据区间货币供应量和房屋销售价格存在协整关系,并建立了误差修正模型,最后提出了一些相关的建议     

组合预测模型在汇率预测中的应用

为准确对汇率进行预测,提出基于ARIMA-GARCH~GED模型与PSO-LSSVM模型的汇率组合预测模型.首先,利用HP滤波将汇率分解为长期趋势序列与循环序列,然后运用ARIMA-GARCH~GED模型对长期趋势序列进行预测分析,运用PSO-LS-SVM模型对循环序列进行训练分析,最后将长期趋势与循环趋势的值相加即为汇率预测值.通过实例分析对比发现,此组合预测模型精度高于单一预测模型,可以更加准确预测非平稳汇率时间序列.     

汇率预报的非线性组合建模与预测方法研究

近年来的经济统计研究表明,组合预测比单项预测具有更高的预测精度,但线性组合预测方法在汇率的组合建模与预测方面存着较大的局限性。本文提出了一种基于支持向量机回归(SVM)的汇率非线性组合建模与预测新方法,并讨论了建模中SVM核函数、损失函数的选取和容量控制等问题。对于英镑、法郎、瑞士法郎、日元对美元等汇率时间序列的组合建模与预测结果表明,该方法具有很强的学习与泛化能力,在处理外汇市场这种具有一定程度不确定性的非线性系统的组合建模与预测方面有很好的应用价值。     

基于BP神经网络的人民币汇率拟合与预测研究

通过BP网络对人民币/美元名义汇率序列进行了拟合,结果表明:所构造的网络能够较好地拟合人民币汇率的走势,并使用该网络对汇率进行了模拟预测,最后对预测结果作了评价.     

基于自适应模糊神经网络的货币供应量预测

采用ANFIS(Adaptive Neuro-Fuzzy Inference System)进行货币供应量预测。ANFIS将模糊理论与神经网络融合,利用神经网络来实现系统的模糊逻辑推理,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则。利用我国货币供应量数据对网络进行训练和检测,所得结果表明利用ANFIS预测货币供应量有效。     

重庆市贸易收入结汇预测模型研究

为加强对外汇收入结汇的监管，根据重庆贸易收入结汇统计数据的特点，分别建立了灰色模型和自回归模型，研究子地方中观层次贸易外汇收入结汇预测问题，从不同的角度反了重庆贸易收入的变动情况，并从短期和中期2个方面对贸易收入进行有效地预测，在此基础上提出了加强企业和银行外汇结汇监管的相关建议和组合2个模型的设想。     

我国货币供给函数的协整与误差校正模型

传统的线性回归建模常假定时间序列是平稳的,以保证普通最小二乘法得到的估计量一致.而多数经济时间序列却是非平稳的,对其做线性回归可能产生所谓的“伪回归”.在协整理论基础上,借助统计和整理的经济数据,运用计量经济学的Eviews统计软件对我国货币供给进行实证分析,建立了误差校正模型.对误差校正模型残差的自相关性、异方差性进行检验,结果表明该模型在我国货币供给中是有效的,克服了“伪回归”现象,且具有很好的经济解释意义.     

基于EMD和Elman网络的人民币汇率时间序列预测

为了改进神经网络的预测性能,更精确地预测人民币汇率,提出一种新的汇率时间序列预测方法,即利用基于经验模态分解(EMD)的Elman网络进行预测.首先对人民币兑美元的汇率序列做了非线性检验和非平稳性检验,然后对该序列进行经验模态分解,将得到的固有模态函数作为神经网络的输入变量,并在确定神经网络的关键参数后进行预测.实证结果表明,利用基于EMD的Elman网络进行人民币汇率预测能够取得更好的效果.     

基于GARCH模型与ANN技术组合的汇率预测

对汇率进行准确地预测是一项相当重要,也是十分困难的工作。到目前为止,人们已经提出了各种各样的方法和模型,但预测结果仍不能令人满意。近年来GARCH模型被广泛地用于对变动频率很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。人工神经网络技术则是当前非常流行的一种替代传统的统计学模型,用来处理数据之间关系的技术,理论上它能以任意精度去逼近任意映射关系。将这二者结合起来对有关日汇率进行预测,获得了较好的预测表现。