人民币汇率预测——基于GARCH模型的实证研究
基于GARCH-M模型的人民币汇率预测
基于GARCH-M模型的人民币汇率预测闫海峰;谢莉莉【摘要】在经济全球化的形势下,人民币的走势是关系到中国外贸企业生存、国际地位以及国家金融环境的重要因素,因此对人民币/美元汇率进行预测是十分有必要的.通过对GARCH-M模型在预测人民币美元汇率的可行性,时间序列存在异方差性和自相关性的论证,建立相应的GARCH(1,1)-M模型,并运用模型对美元/人民币汇率进行预测.表明在现实中可以运用GARCH-M模型进行汇率趋势预测,但是由于检验的数据较少,所以不能达到精确的预期目的.【期刊名称】《重庆工商大学学报（社会科学版）》【年(卷),期】2009(026)004【总页数】4页(P41-44)【关键词】汇率;GARCH-M模型;汇率预测;均衡汇率;时间序列【作者】闫海峰;谢莉莉【作者单位】南京财经大学金融学院,江苏南京,210046;南京财经大学金融学院,江苏南京,210046【正文语种】中文【中图分类】F832.63一、汇率研究概述随着经济全球化、金融一体化进程的加快，汇率问题已成为国际金融界关注的如点问题。
维持经济持续稳定增长汇率起着非常重要的作用，在国际收支不受流动性约束的前提下，汇率能够维持稳定的经济增长，当宏观经济内、外部均衡同时实现时对应的汇率被称为均衡汇率。
内部均衡通常指实现了经济的潜在生产能力，或者说是经济的产出水平同充分就业、可持续的低通货膨胀是一致的；而外部均衡通常是指经常项目和资本项目实现均衡。
均衡汇率对于货币当局有效的管理汇率有至关重要的意义，是判断实际汇率水平是否失调的主要客观依据。
均衡汇率不同于国际经济学中常见的名义汇率、即期汇率、远期汇率，它是不可观测的，只能通过某些方法来估计得到。
均衡汇率的研究方法主要有：购买力平价理论的均衡汇率模型、基本要素均衡汇率模型(FEER)、自然均衡汇率理论模型、一般均衡框架下的均衡汇率模型、发展中国家均衡汇率理论模型(ERER)、行为均衡汇率模型(BEER)。
GARCH-CVAR模型及其在我国上市银行系统性风险测度中的理论分析与实证研究
金融天地GARCH-CVAR模型及其在我国上市银行系统性风险测度中的理论分析与实证研究吕东杰 宁波银监局摘要：当前，国际金融市场动荡起伏，科学技术的迅猛发展以及金融管制的放松致使金融市场面临前所未有的市场风险。
作为时下测度金融市场风险的新标准和新方法，VaR方法(Value at Risk,VaR)在实施过程中，最重要却又最棘手的问题是如何刻画收益波动的聚集性及分布的尖峰厚尾性。
文章首先对风险测度的VaR方法进行评析，得出其存在的弊端，并以此提出基于GARCH-CvaR的我国上市银行系统性风险测度方法。
最后以我国上市银行实际数据为样本，对基于不同分布下的GARCH-VaR/CVaR模型进行实证分析和检验，得出模型能更精准的测度我国上市银行系统风险，为投资者和银行风险监管者提供了一个较好的风险测度方法。
关键词：GARCH-CVaR；银行风险；风险测度中图分类号：F832；0212 文献识别码：A 文章编号：1001-828X(2017)024-0255-03一、引言上世纪70年代布雷顿森林体系瓦解，以及08、09年的全球金融与欧洲债务危机，使国际金融乃至全球经济受到较大冲击。
目前，随着我国金融开放步伐日益加快，银行业稳健性经营将面临巨大挑战，政府和银监部门也普遍意识到系统性风险的识别、监测和度量对维持我国银行业稳定起着极其重要的作用。
2011年4月27好，我国银监会根据《第三版巴塞尔协议》要求及国内银行经营及监管实践经验，公开发布了《中国银行业实施新监管标准的指导意见》。
意见指出通过考虑“规模、关联度、可替代性和复杂性”四个因素，拟建立系统重要性银行的评估方法论和持续评估框架[1]。
因此，探寻一种行之有效的预测与识别、度量与规避上市银行系统风险方法，已成为银行监管者、管理部门和投资者当前共同关注的重要课题。
1953年Markowitz在其代表作《组合选择：投资的有效多样性》一书中，开创了用均值和方差刻画投资中风险与收益间的关系。
基于时间序列GARCH模型的人民币汇率预测
基于时间序列GARCH模型的人民币汇率预测一、本文概述1、简述人民币汇率的重要性及其在全球经济中的地位人民币汇率在全球经济中具有举足轻重的地位，其不仅影响着中国经济的内外部平衡，也对全球经济格局产生深远影响。
人民币汇率的变动直接关系到中国的进出口贸易、资本流动以及外汇储备等多个方面，从而影响着中国经济的稳定与发展。
人民币汇率的变动对中国进出口贸易具有直接的影响。
汇率的贬值有助于提高中国出口商品的国际竞争力，促进出口增长；而汇率的升值则会降低出口商品的竞争力，对出口产生一定的抑制作用。
汇率的变动也会影响中国进口商品的成本，进而影响国内物价水平和消费者的购买力。
人民币汇率的变动对中国资本流动产生重要影响。
汇率的波动会影响国内外投资者对中国资产的估值和风险偏好，从而影响资本流入和流出的规模和方向。
稳定的汇率有助于吸引外资流入，促进中国经济的国际化进程；而汇率的过度波动则可能导致资本外流，对中国经济造成不利影响。
人民币汇率的稳定对于维护中国外汇储备的价值和安全也具有重要意义。
作为世界上最大的外汇储备国之一，中国需要保持汇率的相对稳定，以避免外汇储备价值的缩水。
同时，稳定的汇率也有助于增强国际社会对人民币的信心和认可度，推动人民币的国际化进程。
在全球经济中，人民币汇率的地位同样不可忽视。
作为世界第二大经济体和最大的贸易国之一，中国的人民币汇率变动对全球经济格局产生着重要影响。
人民币汇率的稳定与否直接关系到全球经济的稳定与发展，特别是在当前全球经济复苏乏力、贸易保护主义抬头的大背景下，人民币汇率的稳定更是显得至关重要。
人民币汇率的重要性及其在全球经济中的地位不容忽视。
为了维护中国经济的稳定与发展，需要密切关注人民币汇率的变动趋势，并采取有效的政策措施进行调控和管理。
也需要加强国际合作与交流，共同推动全球经济的稳定与发展。
2、阐述人民币汇率预测的必要性和意义随着全球化进程的加速和中国经济的持续崛起，人民币汇率作为连接国内外经济的桥梁，其波动与走势不仅关乎国内经济的稳定与发展，也深刻影响着国际经济格局。
基于GARCH模型对人民币汇率波动的实证研究
展水 平 。另外 ，汇率会对 国外 的投 资与 资本 流动产 生重 要影 响，而投资是经济增 长的一部分 ，资本的流动甚至会引发金融
危机 。因此 ，对 于汇率波 动的研究具有 重要 的意义 ，对于汇率
国内对 于Ｇ Ｒ Ｈ Ａ Ｃ 模型 的应用仍主要集中在对证券市场关于
股票价格的实证研究 上。 由于我国长期实施的是事实上的固定
二 、 理 论模 型 介 绍 １Ａ Ｃ ． Ｒ Ｈ模 型
的预测能使国际贸易有效地 回避汇率风险。本文通过对人 民币
汇率波动特征进行研究 ，以期对汇率 的预测有所帮助 。
随着Ｅ ｇ （９ ２ 开 创性 地提 出了条件 异方差 自回归方 程 ｎ ｌ １８ ） ｅ
（ Ｒ Ｈ） Ａ Ｃ 概念 ，Ｂ ｌ ￣ ｅ（ ９６ 对其进行 了直 接扩展 形成广 义 ｏ ｅ ｌ １８ ） ｌ ｖ 条件异方差 自回归（ Ａ Ｃ 模 型。之后众多学者开始对金 融领 Ｇ Ｒ Ｈ）
（ Ａ Ｃ Ｈｇｉｓａ ｄ Ｂ ａ，９２ ， 多 元 Ｇ Ｒ Ｈ（ ｌｖｆ ｂｅ Ｐ Ｒ Ｈ， ｉ ｎ ｎ ｅｒ１９ ） ｇ Ａ Ｃ Ｍｕｔ ａ ａｌ ｉｉ
例 ，均值方程为 ：
＝
Ｇ Ｒ Ｈ，ｎ ｌ ａ ｄＫ ｅ，９ ５ 等模 型。有名 的当属关于非对 Ａ Ｃ Ｅ ｇ ｎ ｗｎｒ１９ ） ｅ
１ ９ ） Ｔｒｓｏ Ｒ Ｈ （Ａ Ｃ Ｚ ｋｉ ，９ ０ ， ｏ ｅ Ａ Ｃ ９ １ ， ｈｅｈｌ Ａ Ｃ Ｔ Ｒ Ｈ，ａｏ ｎ １ ９ ） Ｐ ｗ ｒ Ｒ Ｈ ｄ ａ
Ａ Ｃ 模型的主要思想 扰动项ｅ的条件方差依赖于它的前 ＲＨ ｌ 期值 的大小 ，通过对序列 的均值和方差 同时建模 。设Ｙ ｔ 为因变 量 ，ｘ 为解释变量 ，在ｔ 时刻可获得的信息集为Ｑ 的条件下 ，误 差 项８ 为期望值 ，ｈ 以０ 为条 件方差 的正态分布 。￣Ａ Ｃ ｐ 为 Ｒ Ｈ（ ）
基于时间序列GARCH模型的人民币汇率预测
基于时间序列GARCH模型的人民币汇率预测一、本文概述随着全球经济的不断发展和金融市场的日益开放，人民币汇率作为国际金融市场的重要指标，其波动性和预测性受到了广泛关注。
时间序列分析作为一种重要的统计方法，对于揭示时间序列数据的内在规律和预测未来走势具有显著优势。
而GARCH模型（广义自回归条件异方差模型）作为时间序列分析中的一种重要模型，能够有效捕捉金融时间序列数据的波动性特征，因此在人民币汇率预测中具有广阔的应用前景。
本文旨在利用时间序列GARCH模型对人民币汇率进行预测研究。
我们将对人民币汇率的历史数据进行整理和分析，探讨其波动性的特点和规律。
然后，我们将构建基于GARCH模型的人民币汇率预测模型，并通过实证分析验证其预测效果。
在此基础上，我们将进一步探讨影响人民币汇率波动的因素，为投资者和政策制定者提供有价值的参考信息。
本文的研究不仅有助于深入理解人民币汇率的波动性特征，而且可以为金融市场的风险管理和投资决策提供有力支持。
二、文献综述汇率预测一直是金融领域的研究热点，其对于政策制定、投资决策以及风险管理等方面具有重要意义。
随着计量经济学的不断发展，时间序列分析在金融领域的应用越来越广泛。
其中，GARCH模型作为一种重要的时间序列模型，在汇率预测中得到了广泛应用。
早期的研究主要集中在GARCH模型的基础理论和应用方面。
Engle （1982）首次提出了自回归条件异方差（ARCH）模型，用于描述时间序列数据的波动性。
随后，Bollerslev（1986）在ARCH模型的基础上进行了扩展，提出了广义自回归条件异方差（GARCH）模型，进一步提高了模型的拟合能力和预测精度。
这些研究为GARCH模型在汇率预测中的应用奠定了基础。
近年来，越来越多的学者开始关注基于时间序列GARCH模型的汇率预测研究。
例如，ie和Wang（2012）利用GARCH模型对人民币汇率进行了预测，并发现该模型能够较好地捕捉汇率的波动性。
基于ECM-GARCH模型对人民币期货套期保值的研究
基于ECM-GARCH模型对人民币期货套期保值的研究摘要：本文研究港交所人民币期货套期保值策略，有利于套期保值者选择合适的最优套期保值比率以达到较好的套期保值绩效，减少因人民币汇率波动可能造成的损失。
本文以港交所人民币期货每日收盘价数据及人民币现货数据即美元兑人民币即期汇率定盘价数据为研究对象，运用ECM-GARCH模型对该数据进行建模，经检验，拟合的模型取得了良好的效果。
关键词：人民币期货；套期保值；ECM-GARCH模型1.绪论1.1研究背景上世纪70年代末期，为更好地支撑国际贸易的发展，我国采取了两种汇率并存的制度。
1994年以后，为应对两种汇率并存所带来的市场混乱情况，国家开始汇率并轨，汇率从而变得单一化。
2005年“7·21汇改”以来，人民币汇率在市场供求的基础上还需要参考SDR，同时国家也会重点管控汇率水平使得其更合理、更稳定。
2015年“8·11汇改”以来，人民币对美元汇率的中间价需要参考前一个交易日的汇率，人民币的汇率更能反映市场信息。
随着人民币汇率机制的改革，人民币汇率更能反映市场信息，人民币在国际上的影响力也在大大增强，同时人民币汇率的表现也更为波动化。
近年来，随着美联储开始退出量化宽松并受制于中美贸易战，人民币的贬值预期加大，这给国际贸易企业及相关机构带来巨大挑战。
因此，人民币汇率期货产生与发展的意义也更为重大。
1.2研究意义人民币期货的发展为利用人民币期货进行套期保值提供了坚实的基础，人民币期货的套期保值对国际贸易相关的企业、人民币外汇市场以及人民币汇率本身都有着重要意义。
第一，研究如何利用人民币期货进行套期保值，能为相关企业的经营提供重要的风险对冲工具。
以期货交易的历史数据为研究素材，我们能确定一条实时的、高效的途径，它为企业规避外汇风险提供了实用的对冲策略。
第二，研究人民币期货套期保值有利于促进人民币外汇市场上套期保值活动的发展，套期保值作为一项重要工具的使用有利于活跃人民币的交易。
基于GARCH模型的人民币对美元汇率波动的实证分析
摘要 ｉ 本文基 于 Ｇ Ａ ＲｃＨ模 型族 通过对 ２ ０ ０ ５年 ７ 月。 ２ １回到 ２ ｏ １ ３ 年 ５月 ３ ０日人 民币对 美元的高频 日ｊ Ｅ 率数据的实证研 究， 分 析我 国从 第一次汇改到第二 次汇改， 不同阶段我国 民币汇 孥波动的特征 。并且通过． ｉ ， － Ｔ Ｇ ￣ ＲＣ Ｈ和 Ｅ Ｇ Ａ Ｒ ＿ Ｃ Ｈ 的模型估计 ， 验 证 人民币对美元的汇率 波动率序列在观察期 一不具有非对称性质 ， 即不存在 明显的杠杆效应。
一
值 的加权平方和。若 Ａ Ｒ Ｃ Ｈ过程平稳 ， 则应满足
＋ ＋… ＜ １ 。
Hale Waihona Puke （ 二） Ｇ Ａ Ｒ Ｃ Ｈ 模 型
在Ａ Ｒ Ｃ Ｈ（ ｐ ） 模 型中 ， 如果 Ｐ很 大 ， 则要估 计很多参数 ， 会 损 失样本容量 。Ｂ ｏ ｌ ｌ ｅ ｒ ｓ ｌ ｅ ｖ于 １ ９ ８ ６年提出了改进的 Ａ Ｒ Ｃ Ｈ模型 ， 即 Ｇ Ａ Ｒ Ｃ Ｈ模 型 ， 该模型弥补了在有 限样本条件下 ， Ａ Ｒ Ｃ Ｈ模型阶数 过大 所 带来 的计 算 效率 与精 度上 的 不足 。其 基 本思 想 是 ， 在 Ａ Ｒ Ｃ Ｈ模型的基础上 ， 再加上 的 白回归部分 ， 即 还是 ｛ … ｝ 的函数 。Ｇ Ａ Ｒ Ｃ Ｈ￣ ， ｑ ） 的模型设定为
ｏ ￣ ＝ ａ ｏ ＋ ａ ｌ ｅ ２ ｔ 一 １ ＋ …＋ ａ ｑ ｅ ２ ｔ 呻 ＋ ｙ ｌ Ｏ ａ ２ ｔ ＿ １ ＋ …＋ 其中 Ｐ 是 的 自回归阶数
ｑ是 ｅ 的滞后 阶数
ａ ｏ ＞ Ｏ ， ｔｅ ａ ＞０ ， ≥０ ， （ ｉ ＿ １ ， ２ …ｑ ） （ ｉ ＝ １ ， ２ …ｐ ） 。 Ｇ Ａ Ｒ Ｃ Ｈ（ ｐ ， ｑ ） 模 型将经济 变量 的波动来源 划分 为变量 过去 的波动性 和外部冲击 ｅ ，而 ａ ｔ 和 分别反映 了它们对本期 变量波动 的作用强度 。因此 ， Ｇ Ａ Ｒ Ｃ Ｈ（ ｐ ， ｑ ） 模型 可以看作是观测 系统 的一种波动率形成机制 。另外 ， 在金融市场上 常出现这样一 种现象一好消息和坏 消息对金 融资产 的收益率 波动的影响是不 样的， 即存在信息的非对称性 ， 坏消息 的影 响比好 消息要大 的 情况被称 为杠杆效应 。但 是 ， Ｇ Ａ Ｒ Ｃ Ｈ模型不 能反映有关非对称 性和杠杆效应 的信 息。
基于GARCH模型的人民币汇率预测
月 的人 民 币兑 美元 日汇 率 建模 ． 进 行 短 期 预 测和预测评价 。 结果表 明， ￣Ａ ＲＣＨ（ １ ， １ ）
模 型 在 一 定 程 度 上 拟 合 了人 民 币 兑 美 元 汇率的时间序列 ． 在 预 测 短 期 汇 率 上 具 有
一
法， 其 参 数 不 具有 经 济 意 义 。鉴于 此 ， 而 技 术 分 析 方 法 中 较 为 突 出 的 是 数 据 挖 掘 本 文 选 用 时 间 序 列 模 型 进 行 预 测 ． 法和时间序列分析法 。 在 汇 率 预 测 中最 为 常 用 的 是 Ａ ＲＩ ＭＡ 基 础 因 素 分 析 法 以 经 济 理 论 为 基 模 型 和 Ｇ Ａ ＲＣＨ 模 型 ．尽 管 国 内 学 者
者 们 关 注 的 热 点
２ ０ ０ ５年 ７月 ２ １日起 ． 我 国 开 始 实
结合 的组合 预 测模 型 ． 提 高 了 模 型 的 预 件 进 行 了 扩 展 得 到 的 。其 基 本 思 想 是 ： 用 测 效 果 。时 间 序 列 模 型 的 汇 率 预 测 方 法
一
个或 两个 盯 的 滞 后 值 代 替 许 多
人 民币 在国际 货币体 系 中的地位越 来越 支持 向 量机 等 。杨 帆 （ ２ ｏ １ １ ） 提 出 一 种 基 方 差 模 型 ． 由Ｂ ｏ ｌ ｌ ｅ ｒ ｓ ｌ ｅ ｖ （ １ ９ ８ ６ ） 在对 Ｅ ｎ ｇ ｌ ｅ
重要。 人 民 币汇 率 问 题 已 经 成 为 国 内 外 学 于 光 顺 样 条 滤 波 与 径 向 基 神 经 网 络 相 ｆ １ ９ ８ ２ ）提 出 的 Ａ ＲＣＨ 模 型 的 一 些 约求 为 基 础 、 参 考 一 篮 子 货 主 要 有 Ａ ＲＭ Ａ 、 Ａ Ｉ Ｌ Ｉ ＭＡ 、 Ｇ Ａ ＲＣ Ｈ 等 模 滞 后 值 。Ｇ Ａ ＲＣ Ｈ 与 ＡＲＣ Ｈ 模 型 的 区 别 币进行调节 、 有 管 理 的浮 动 汇 率 制 度 。 型 。学 者 戴 晓 峰 （ ２ ０ ０ ５ ） ， 刘姝伶 （ ２ ０ ０ ８ ） 通 在 于 Ｇ Ａ ＲＣ Ｈ 模 型 的 条 件 异 方 差 不 仅 是 人 民 币 不 再 盯 住 单 一 美 元 ．政 府 放 松 过 比 较 研 究 发 现 在 对 人 民 币 兑 美 元 中 滞 后 残 差 平 方 的 线 性 函 数 ． 也 是滞 后 条 件 了 对 汇 率 的 制 约 ．形 成 了 更 有 弹 性 的 间 价 的 预 测 中 ．Ｇ Ａ ＲＣＨ 模 型 预 测 效 果 方 差 的 函 数 。 Ｇ Ａ ＲＣ Ｈ 模 型 的 优 点 在 于 它
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
７４ 万４《方当数代经据济）２００７年第８期（上）
间分成两个部分，用样本的前一段数据估计模型，然后利用 所估计的模型对余下的数据点进行预测。通过实际值与预 测值的对比，评价模型的预测功能，假设预测样本期为ｔ＝ Ｔ＋Ｉ，…，Ｔ＋ｈ，一般有七个指标对预测精度进行度量：均方 根误差ＲＭＳＥ；平均绝对误差ＭＡＥ；平均相对误差ＭＰＥ； Ｔｈｅｉｌ不等系数；偏倚比例；方差比例；协方差比例。
该文首次运用GARCH模型分别比较了上个世纪90年代以后的人民币汇率与日元汇率及1971年1月1日到1973年2月11日的日元汇率波动特点进行了比较 .全文共分为四个部分.第一部分为国内外文献综述,在这部分,作者回顾了GARCH模型的诞生及其在西方的发展运用,同时也概略了该模型在中国的运用现 状.第二部分为人民币汇率及日元汇率的历史回顾.作者在这部分回顾了战后人民币汇率和日元汇率的发展,并对两者的波动特点及环境进行了比较,发现 在上个世纪90年代以前,尽管日本实行浮动汇率制度,但是和中国一样汇率不是政策工具而是政策目标.第三部分是实证部分.在这部分作者详细介绍了该 文所采用的分析方法:单位根、自相关系数及GARCH模型等.作者在第四部分对实证结果进行综述的同时,展望了日元汇率和人民币汇率的未来,提出了日本 银行坏账没有得到彻底有效解决之前,日元汇率将会继续保持贬值状态的观点.该文的创新之处主要体现在以下几个方面,第一:从研究容来讲,在国内很 少有学者对人民币汇率和口元汇率过去和现在的日波动特征进行比较.第二:从研究方法来看,尽管GARCH模型在国外得到广泛运用,但在国内GARCH模型直 到最近几年才盛行,而且很少有运用该模型对汇率特点进行研究.因此该文所采用的方法在国内同类研究中还是一个崭新的手段.
孔＝ｌｏｇＦＸ，－ｌｏｇＦＸ，１
其中，％就是所得到的收益序列，ＦＸ，为ｔ期的人民币对 美元的汇率中间价。
二、模型的预检验 在模型应用前，对建立的ＧＡＲＣＨ模型对人民币汇率 预测的可行性进行相应的统计检验分析。
相关性检验。首先根据人民币对美元汇率收益性序列Ｍ 的自相关函数（ＡＣＦ）和偏自相关函数（ＰＡＣＦ）进行分析，通过 相应的自相关函数和偏自相关函数图表明在５％的置信水平 下，Ｍ存在着明显的自相关性。
参考文献(3条) 1.高铁梅 计量经济分析方法与建模 2006 2.易丹辉 数据分析与Eviews应用 2002 3.Bollerslev Tim Generalized autoregressive conditional heteroskedasticity 1986
相似文献(10条)
1.学位论文 谌卫学 人民币汇率和日元汇率波动特征比较——关于GARCH模型的实证研究 2002
3.期刊论文 刘潭秋.谢赤.LIU Tanqiu.XIE Chi 基于GARCH模型与ANN技术组合的汇率预测 -科学技术与工程
2006,6(23)
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.
ｃｏｎｄｉｔｉｏｎａｌ
ｈｅｔ—
万方数据
《当代经济））２００７年９８期（上）７４５
人民币汇率预测——基于GARCH模型的实证研究
作者： 作者单位： 刊名：
英文刊名： 年，卷(期)： 被引用次数：
殷微波， 王峰 武汉大学经济与管理学院,湖北,武汉,430072
当代经济 CONTEMPORARY ECONOMICS 2007，""(15) 3次
Ｆｏｒｅｃａ靠∞ＲＡＴＥＦ
Ａｄ啦ｆ ８ＤＲＡＴＥ ＦｏｒｅｃａｓＩ ｓａｒｎＳｅ：３２０６ ４２０５ ｈｄ州ｅｄ ｏｂｓｅｎ，ａｔｉｏｎ《１０００
ＲｏｏｔＭ∞ｎＳｑｕａｒｅｄＥｎｏｒ ＭｅａｎＡｂｓｏｌｕｌｅ Ｅ．ｏｒ Ｍｅａｎ４ｂｓ Ｐｅｒｃｅ ｒｔ日ｒｏｔ ＴｈｑｆＩｒｍ４ＪａｌｔｙＣｏ耐ｉｃｌ（ｎｔ
2.学位论文 赵璧辉 中国汇率政策对金融稳定关联渠道的影响研究：基于政策变量GARCH模型和压力测试 2009
在过去的三十年中，随着金融危机在全球频繁发生，金融稳定问题开始进入各国中央银行的视野，得到普遍重视。而2007年初至今的次贷危机，更 使得维护金融稳定成为各国政府需要解决的首要问题。
金融稳定的概念和内涵，学术界并没有一个统一的定义。二十世纪九十年代以来发生的几次金融危机使得金融稳定问题受到世界关注。对我国来说 ，汇率作为开放经济条件下与全球经济接轨的纽带，是维护金融稳定的一个十分重要的因素，历史上发生的金融危机，都伴随着汇率的大幅波动。本文 通过对人民币兑美元汇率收益率的数据进行分析，总结出其数据满足三个特征：首先，人民币兑美元汇率收益率的波动率具有非线性特征；其次，机制 转化由外生的政策变化决定；最后，定价机制政策的调整使得汇率波动率缓慢变化，而浮动区间政策的调整使得波动率迅速变化。根据这三个特征，本 文在GARCH模型中引入两个政策变量，来估计政策变化对人民币兑美元汇率的波动率的影响；同时使用平滑转换机制中的logistic函数方法对汇率定价机 制政策调整的虚拟变量进行了平滑处理。最后使用平滑转换政策变量GARCH模型进行实证研究，得到汇率收益率的波动率拟合模型。
【摘要】 自汇率制度改革以来，人民币汇率的走势一直 受世人关注。运用合适的方法对汇率进行预测研究，具有重 要意义。本文首先介绍了广义条件异方差自回归（ＧＡＩＬＣＨ） 模型。随后对人民币／美元的高频数据进行预检验，发现其存 在自相关性和异方差性，之后建立汇率ＧＡｔｋＣＨ模型，并进 行汇率预测。
【关键词】汇率ＧＡＲＣＨ模型 汇率预测 自２００５年７月２１日起，我国进行汇率体制改革，汇率 不再固定不变。人民币汇率的波动对社会经济带来不小的 影响，因此研究汇率改革以来的人民币汇率走势并对其进行 预测有着重要的意义。本文重点介绍了基于ＧＡＲＣＨ模型 的模型预测。 一、ＧＡＲＣＨ模型 在经济、金融领域里的许多时间序列均存在条件异方差 现象。Ｅｎ西ｅ（１９８２）开创性地提出了条件异方差自回归方程 （ＡＲＣＨ）概念，ＢｏＵｅｒｓｌｅｖ（１９８６）对其进行了直接扩展形成广 义条件异方差自回归（ＧＡＲＣＨ）模型。本文主要采用的是 ＧＡＲＣＨ（Ｐ，ｑ）方法中最简单并且又最常用的ＧＡＲ．ＣＨ （１，１）模型。其基本模型数学表达式如下：
日ＩａｓＰ ｒｏｐｏｄｉｏｎ Ｖａ晴ｒ℃８Ｐｒｏｐｏａｉｏｎ Ｃｏｖａｒｉａｎｃｅ Ｐｒｏｐｏ而ｏｎ
１，０ ０
０ ０
０篙裟燃一
Ｍｅａｎ
Ｍａｘ
Ｍｉｎ
Ｓｔｄ．Ｄｅｖ
—Ｏ．０４８
３．５５３
—３．７１１
０，９９８
Ｓｋｅｗｎｅｓｓ
Ｋｕｒｔｏｓｉｓ
Ｊ—Ｂ
Ｐｒｏｂａｂｉｌｉｗ
—Ｏ．１０２
３，８２６
１４．１１０
０．００ｌ
ＧＡｔｔＣＨ效应检验。时间序列的ＧＡＲＣＨ效应（即异方 差性）检验，可以使用Ｅｎｄｅ的ＡＲＣＨ检验，检验结果如下：
Ｆ－ｓｔａｔｉｓｔｉｃ
１７．７５０８４
Ｐｒｏｂａｂｉｌｉｔｖ
０．００００２６
Ｏｂｓ＊Ｒ—ｓｑｕａｒｅｄ
１７．６８４５５
Ｐｒｏｂａｂｆｌｉｔｙ
０．００００２６
检验结果表明，伴随概率Ｐｒｏｂａｂｉｌｉｔｙ等于ｏ．００００２６，明
Ｅｊ垂亟互三囹
２、预测评价 对于模型的预测功能的评价，通常可以将整个样本区
【参考文献】
［１］高铁梅主编：计量经济分析方法与建模，北京，清华大学出
版社，２００６。
【２】易丹辉主编：数据分析与Ｅｖｉｅｗｓ应用，北京，中国统计出版
社，２００２。
【３】３ Ｂｏｌｌｅｒｓｌｅｖ，Ｔｉｍ：Ｇｅｎｅｒａｌｉｚｅｄ ａｕｔｏｒｅｇｒｅｓｓｉｖｅ ｅｒｏｓｋｅｄａｓｔｉｃｉｔｙ．Ｊｏｕｍａｌ ｏｆ Ｅｃｏｎｏｍｅｔｒｉｃｓ，１９８６。
，Ｆ谎锂七８ｆ
岛ｌ咖，口Ｎ（Ｏ，ｈＯ ＾Ｆｄ—ａＪ一一，１矗一， 其中，也是Ｉｘ（ｋ＋１）维外生变量向量，７是（ｋ＋１）ｘｌ维系 数向量，ａ。＞０，ｄＪ≥ｏ，ｙ＃ｏ。 由于ＧＡＲＣＨ模型比较适用于收益性时间序列，所以 需将人民币对美元的日汇率序列ＦＸ做对数化处理，使其变 成比较平稳，序列处理公式如下：
个交易日的人民币／美元汇率中间价的分时高频数据（第１
个至第３２０５个数据）建立估计模型，预测２００７年３月２２日
至６月２５日（后１０００个数据值，第３２０６个至第４２０５个数
据）的每日分时高频汇率值。预测结果如下：
Ｉ＝竺！竺！ｌ
测算的指标如上图，可以看出ＲＭＳＥ、ＭＡＥ、ＭＰＥ和 Ｔｈｅｉｌ不等系数均较小，说明模型误差较小；而那么偏倚比例 和偏倚比例应该比较小，分别是０．０１８４４２和ｏ．３２５８７９；而协 方差比例则比较大，为ｏ．６５５６７８，说明预测成功。
综上所述，本文建立的ＧＡｋＣＨ模型的均值估计正确，
标准残差服从正态分布，不存在额外的ＡＲＣＨ效应，所以可
以认为本文建立的模型的估计是准确的。
四、预测及预测结果分析
１、预测（Ｆｏｒｅｃａｓｔｉｎｇ） 预测允许利用选择的预测方法和初始化方法，产生状
态变量、测量变量和相应的标准差预测。
本文主要采取了动态预测法对人民币／美元汇率进行预 测。本文以２００５年７胃２１日至２００７年３月２１日区间中每
显小于０．０５，表明在５％的置信水平下，ＡＲＣＨ检验都是显 著的，儿存在着明显的异方差性。因此采用ＧＡＲＣＨ方法建
模是可行。 三、ＧＡＲＣＨ模型的建立与估计 １、模型的参数估计 采用Ｅｖｉｅｗｓ５．０软件对建立ＧＡＲ．ＣＨ（１，１ＦＥ率预测模型
进行估计：
，ＦＣ＋Ｅｔ
仃ＦＫ邙ｌＥ２ｈ弗，口Ｉ＿ｌ