我国外汇储备的短期预测..docx

  1. 1、本文档共9页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
我国外汇储备的短期预测.

我国外汇储备的短期预测摘要:外汇储备的功能主要包括四个方面:一是调节国际收支,保证对外支付;二是干预 外汇市场,稳定本币汇率;三是维护国际信誉,提高对外融资能力;四是增强综合国力和抵抗风险的能力。一定的外汇储备是一国进行经济调节、实现内外平衡的重要手段。一般说来,外汇储备的增加不仅可以增强宏观调控的能力,而且有利于维护国家和企业在国际上的信誉,有助于拓展国际贸易、吸引外国投资、降低国内企业融资成本、防范和化解国际金融风险。自1994年以来,我国的外汇储备持续稳步上升,到了2010年4月,我国的外汇储备达到了24905.12亿美元。本文采集了1993年1月至2010年4月我国外汇储备的月度数据,采用Eviews?与spss软件进行分析,对数据进行一系列的检验与调整后,对我国外汇储备的变化情况进行了预测。关键词:外汇储备短期预测引言:进入21世纪之后,伴随全球国际收支失衡的恶化,全球外汇储备规模不断上升,而全球外汇储备的增长又集中体现在发展中国家外汇储备的增长,尤其是东亚国家和石油输出国。在发展中国家中,中国外汇储备的增长速度更加迅猛。1999年年底中国外汇储备约为0.16万亿美元,占全球规模的9%,2007年年底上升至1.53万亿美元,占全球规模的24%,增长了8.6倍。中国已经超越日本成为全球外汇储备的最大持有国。2008年至2010年,中国的外汇储备继续增加,到了2008年年底,中国的外汇储备达到了1.94万亿美元,2009年年底,中国的外汇储备达到了2.4万亿美元,比2008年增长了23%。到了2010年4月,我过的外汇储备达到了24905.12亿美元。数据的时间序列特征分析将1993年1月至2010年4月我国外汇储备数额绘制成折线图,如图1所示,可以很容易地看出序列具有明显的增长趋势,并且可以看出,从2004年到2005年开始,我国的外汇储备数额有了显著提高,并且增加的幅度也有所增大,这主要是因为自2005年7月人民币汇改以来,由于中国政府选择了小幅、稳健、可控的升值策略,吸引大量国际短期资本流入中国套利,这加速了中国外汇储备的累积。?图1?1993年1月至2010年9月中国外汇储备的折线图?二、序列的变换? 1、数据的检验 对此序列进行单位根检验,如图2所示,t检验结果为1,无法拒绝序列存在单位根的原假设,且t检验P值大于等于1,说明此序列至少具有一阶单位根。之后对序列进行一阶差分的单位根检验,结果如图3所示,t检验值的P值为0.0271,在置信水平为95%的情况下,可以拒绝原假设,说明此序列不具有二阶单位根,但具有一阶单位根,序列不是平稳序列。?图2 序列单位根检验图3?一阶差分后序列的单位根检验结果对该序列绘制了自相关、偏自相关图,如图4所示,由图中可以看出,序列的自相关系数衰减缓慢,没有很快趋于0,同样可以说明该序列是非平稳序列图4?序列的自相关、偏自相关图2、序列的调整由于序列不是平稳序列,所以需要对其进行变换。由序列的折线图可以看到,序列是逐渐递增的,并且增加的幅度在不断增大,所以,对此序列进行对数差分,以消除序列的趋势。绘制对数差分后序列的折线图,如图5所示,并且对其进行单位根检验,检验结果如图6所示,可以看到,检验结果的P值为小概率,拒绝了序列有单位根的原假设,所以认为对数差分后的序列没有单位根,对数差分后的序列为平稳序列。 图5 对数差分序列折线图图6?对数差分后序列的单位根检验检验结果之后绘制对数差分后序列的自相关、偏自相关图,如图7所示,可以看出序列的自相关系数与偏自相关系数迅速衰减到置信带内,同样可以说明序列为平稳序列。? 图7?对数差分后序列的自相关、偏自相关图三、模型的建立? 由于中国外汇储备Y的序列为非平稳序列,对数差分后的序列LY为平稳序列,所以应用LY建立模型。由对数差分后序列的自相关、偏自相关图可以看到,序列的自相关系数有值迅速衰减,偏自相关系数同样有峰值,并且迅速衰减,所以应该建立ARMA(1,1)模型。如图8所示,得到ARMA(1,1)模型的参数估计结果,可以看到AR(1)、MA(1)和截距项C的t检验结果均为小概率,拒绝原假设,通过t检验;F检验结果为小概率,通过F检验;DW检验结果约为1.96,很接近2,说明模型不存在序列相关,估计结果有效;估计方程的可决系数为0.3149,修正后的可决系数为0.3081。 图8?ARMA(1,1)模型的参数估计结果模型建立好后,对残差进行检验,首先看真值、拟合值、残差图,如图9所示,可以看出,模型的拟合程度较好,残差是围绕着零均值随机波动的。再对残差进行白噪声检验,结果如图10所示,可以看到检验结果均为大概率,无法拒绝原假设,认为残差是相互独立的,通过白噪声检验。综上所述,模型的适应性检验通过。图9 真值 拟合值 残插图图10?残差的白噪声

文档评论(0)

s4as2gs2cI + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档