基于ARCH、GARCH模型的人民币汇率波动实证研究.doc

基于ARCH、GARCH模型的人民币汇率波动实证研究 摘要：自05年7月汇率改革后，我国的汇率一度攀升，保持汇率稳定是目前我国宏观经济发展的重中之重。本文采用2006年1月4日至2011年1月4日之间可查的1219个人民币兑美元汇率中间价的日汇率数据的收益率序列建立了ARCH、GARCH模型，并利用这一模型对之后312天的人民币兑美元汇率进行预测，结果表明针对收益率序列所建立的GARCH-M模型对预测段的汇率序列的预测效果较好。 关键词：人民币汇率 ARCH模型 GARCH模型 预测 波动性 第一部分 引言 一、研究背景 中国经济进入2000年后保持了高速而且稳定的增长，这期间人民币汇率整体上呈现出了两个主要的走势，第一阶段（见图1）从2000年至2005年呈基本固定的走势，实际上这是由于当时实行的是固定汇率政策，第二阶段（见图2）2005年至今，这阶段中由于2005年实行汇改，放弃固定汇率制，实行以市场供求为基础的、单一的、有管理的浮动汇率制，人民币汇率经历多次小幅升值。从2008年6月中旬第一次汇改结束以后到 2010年6月中旬这两年内，人民币对美元汇率基本保持在1:6.8左右。而2010年6月实行第二次汇改后，人民币汇率进一步下降，这种走势可以由图1、图2形象表示： 图1 图2 二、研究意义 从2009年下半年以来，中国的货币当局一直承受着国际舆论对人民币升值的强大压力2010年4月美国纽约州参议员查尔斯4月16日公布升级版“舒默议案”，并启动立法程序，再度就人民币汇率问题向中国施压。ARCH模型 ARCH模型的全称是自回归条件异方差模型（autoregressive conditional heteroskedatic）。它的完整结构为： ， ， 式中，为的Auto-Regressive模型； ～i.i.d，E()=0，Var（）=1，都非负，。如果扰动项的条件异方差中不存在自相关，就有：。这时从而得到误差的条件方差的同方差性情形，即为白噪声。ARCH模型的实践难点就是：对于大多数的p，无限制约束的估计常常会违背都是非负的限定条件，而事实上恰恰需要这个限定来保证条件异方差永远是正数。考虑到ARCH模型中的方差方程是的一个分布滞后模型，就可以用一个或两个的滞后值代替许多的滞后值，这就是广义自回归条件异方差模型（generalized autoregressive conditional heteroscedasticity model， GARCHGARCH模型 高阶的GARCH模型可以含有任意多个ARCH项和GARCH项，记作GARCH(q,p)。 ，，式中，为的回归函数；~i.i.d，E()=0，Var（）=1。p是移动平均ARCH项的阶数，q是自回归GARCH项的阶数，并且,??L?和??L?是滞后算子多项式。的所有系数都必须是正数9。 GARCH模型实际上就是在ARCH模型的基础上，增加考虑了异方差函数的p阶自相关性。它可以有效地拟合具有长期记忆的异方差函数。 条件1：参数非负 ?0, 0, 0；条件2：参数有界 1 这两个约束条件限制了GARCH模型的使用面。 标准的GARCH(1,1)模型为： ，（=1，2，……，T） 其中：, ~i.i.d, E()=0，Var（）=1。 是维外生变量向量，是维系数向量。给出的均值方程是一个带有误差项的外生变量的函数。由于是以前面信息为基础的一期向前预测方差，所以被成作条件方差，它被称作条件异方差方程。方差方程的件方差有3个组成部分：（1）常数项：；（2）用均值方程的残差平方的滞后来度量从前期得到的波动性的信息：（ARCH项）；（3）上一期的预测方差：（GARCH项）。 其中的约束条件为：和均为非负，且?????。 中国人民银行于每个工作日闭市后公布当日银行间外汇市场美元等交易货币对人民币汇率的收盘价，作为下一个工作口该货币对人民币交易的中间价格。本文采取可查的2006年1月1日至2011年1月4日之间的共1219个人民币兑美元汇率中间价日数据建立模型，数据来源为国家外汇管理局网站11。 一、构建初步模型 由于对股票收盘价格序列做单位根检验后发现序列是不平稳的，而且常常用一种特殊的单位根过程——随机游走（random walk）模型描述。设立均值方差为： , 其中是日汇率，是对日汇率取对数后的序列, 是随机误差项。 二、 描述性统计 对汇率R一阶对数化差分后得RH序列，回归后进行描述性统计，如图3 图3 观察这些值可得，样本期内均值为0.0126%,偏