基于ARMA模型的美元兑人民币汇率预测与趋势分析.pdfVIP

基于 ARMA模型的美元兑人 民币汇率预测与趋势分析 周洛仪 王保玲 摘 要：随着中国外汇制度的不断改革，人民币汇率变化一直是金融领域的热点话题。本文以我国1994年到2014年美元对人民币汇 率的月度数据为代表，建立了模拟人民币汇率时间序列趋势的有效预测模型。分析我国改革开放以来经济发展的宏观趋势。首先输入美元 兑人民币汇率序列特征对数据处理得到具有平稳性的一阶差分序列，然后根据其 自相关与偏 自相关函数定阶，对拟合模型的适应性进行检 验，最终建立具有高精度的ARMA模型，并时2015年美元兑人民币汇率进行有效预测。 关键词：国际金融；ARMA模型；人 民币汇率；时间序列；ADF检验；DW 统计量 一 、 引言 础上作了个整体平移，所以统计特性没有发生根本改变。我们对序列 外汇汇率作为国际贸易中最重要的调节杠杆，长期以来受到经济学 dhl进行分析 。 家以及政府官员的热烈关注。自中国2005年 7月21日中国银行发布 《关于完善人民币汇率形成机制改革的公告》宣布新的外汇制度改革后， S j 0 ， S 呐 ’甜 我国人民币汇率的长期走势调整只是迈开了人民币升值的第一步。 O酶 自rva自晡 l燎 二、ARMA模型介绍及建模步骤 MH ^ M{ ∽ ARMA模型是由自回归模型 (简称AR模型)和滑动平均模型 (简 Mmammn 称MA模型)为基础的 “混合”组成模型，常用于描述 自回归滑动的平 糙知膏执I舯 O 稳随机过程。将预测指标随时间推移而形成的数据的该序列被看作是一 wnm × Ⅲ 个随机序列，这组随机变量所具有的依存关系体现着原始数据在时间上 的延续性。ARMA模型由于具有具体预测的显性优势，而被经济和工程 J粕孙埔埔栅 213，S $ 蛐撑b蝌 0000000 领域广泛应用，而且通过这一模型来进行预测也比其他传统的计量方法 更为精确。 设平稳时间序列 }Y}是一个ARMA (P，q)过程 ，其一般表达 (三)模型的参数估计。应用eviews软件对dhl数据进行参数估计， ARMA (2，1)模型和ARMA (2，2)模型估计结果分别如下图： … ． 瓦 ：，t 2—0y·一 一2一P‘8一 6c ARMA模型建立步骤 ：(1)初步处理序列，评判建模序列是否是平 稳的，若不平稳，则对其进行差分处理而使其平稳。(2)计算出观察值 序列的ADF检验结果的t统计量值。 (3)根据 ADF