人民币汇率预测模型及实证探究.docVIP

人民币汇率预测模型及实证探究【摘要】目前深入研究人民币汇率行为的特征，揭示其内在变化的规律，提高汇率预测的精准度，对有关管理部门加强金融监管和制定有效准确的汇率政策有着至关重要的意义。本文分别选取了ARIMA、GARCH和TAR模型对人民币汇率建模，在分析了各个模型的预测效果产生差别的原因的同时，还比较各种模型预测效果，结果表明TAR模型的预测效果优于ARIMA和GARCH模型。 【关键词】汇率预测 ARIMA模型 ARIMA-GARCH模型 TAR模型 一、引言 改革开放以来，中国对外经济贸易往来日趋频繁，经济的对外依存度不断增加，对全球经济的影响也日益增大。自2005年7月21日起，人民币开始施行以市场供求为基础、参考一篮子货币进行调节的、有管理的浮动汇率制度。人民币不再盯住单一美元，政府放松了对汇率的制约，汇率波动越来越频繁，波动幅度也越来越大，形成了更有弹性的汇率机制。［1］汇率波动带来的风险是摆在我国面前的一个不容回避的问题。因此，现阶段深入研究人民币汇率行为的特征，揭示其内在变化的规律，提高汇率预测的精准度，不仅利于稳定中国的宏观经济，对宏观经济的持续发展也有着十分重要的意义。 汇率预测的研究一方面表现在汇率决定理论的发展，包括购买力平价理论、国际借贷理论、利率平价理论、汇兑心理理论以及资产组合理论等。另外一个方面就是从汇率波动的本身出发，将汇率看作一个时间序列，研究其随机性质或概率，用计量经济学的分析方法对自回归时间序列模型进行估计，达到拟合汇率运动，发现汇率运动的本质规律的目的。 纵观国内外对汇率预测模型和决定理论的相关研究，几乎每种汇率理论都只在特定的条件下针对汇率的长期行为表现具有较好的解释力，而在短期预测研究方面则表现不佳。基于线性思维，针对汇率历史数据建立的汇率预测模型也越来越缺乏说服力。因此，目前还没有一个模型能对波动频繁的汇率拟合得非常紧密。关于汇率预测使用何种方法，仍然存在着许多的争论。 在预测实践中，由于不同的预测方法提供不同的有用信息，即便对同一种问题采用不同的预测方法，其预测精度也往往不同。但是，简单地将预测误差比较大的一些方法摒弃掉，将会导致一些有用信息的丢失。组合预测就是针对这一缺陷，将各种预测方法分别赋予一定的权重并组合在一起，这样就可以有效地利用不同模型各自的优点，从而使预测模型能更好地适应环境，相对于单个预测模型更具好的预测性能。 目前国内在汇率预测方法的选择上，组合预测常使用线性组合预测法，但线性组合预测法在汇率的组合预测与建模方面存在较大的局限性，因为汇率属于高频时间序列，具有复杂的非线性特征，线性组合预测并不能反映各影响因素体现在组合模型中非线性特征，更不能随时间和环境的变化能动的、准确的预测汇价。因此，如何利用组合预测法来提高汇率预测精度是一个不可回避但又必须要解决的重要问题。 本文运用三种经典的时间序列模型对人民币兑换美元的汇率走势进行的预测.不仅比较各种模型预测效果，还剖析了各个模型的预测效果产生差别的原因。 二、汇改后人民币汇率的走势分析 2005年我国开始进行新的汇率体制改革，我们可以将汇改之后的人民币兑换美元汇率走势分为三个阶段。第一阶段为汇改起至金融危机爆发。这是人民币汇率改革进程的伊始，汇改打破了多年以来中国实行固定汇率制的局面，为中国经济的发展开创了一个全新的阶段。第二阶段为金融危机爆发至2010年6月19日。因为金融危机的爆发，中国开始重新实行了汇率管制，人民币汇率长期处于在一个相对固定的水平。实行这种政策的原因是因为国外经济环境极不稳定，为了给国内的企业一个稳定的经营环境，防止国外的冲击传导到中国，给我国的经济造成不必要的损失，所以暂时放慢了汇率改革的进程，对汇率实行管制。第三阶段是2010年6月20日到至今。在金融危机稍微稳定后，为了解决经济内外失衡的问题，经过充分考虑和衡量国内外经济形势，重新启动人民币汇率改革进程，在此阶段人民币不断升值。随着时间的推进，人民币汇率上升速度越来越快，波动也越来越大。中国经济和企业面临着越来越大的挑战。由于对时间序列建模需要数据保持一致性，即其内在生成机制是一致的，所以从2005年到2010年的人民币汇率数据并不能完全采用。特别是在第二阶段中人民币汇率受到管制，基本不发生变化。选取这个阶段的数据没有太多意义。因此，本文研究的数据选取了离现在最近的第三阶段，区间是2010年6月20日至2010年12月31日的人民币兑换美元的日数据。首先，我们通过图形来观察这一阶段人民币对美元汇率的波动情况： 从上图可以看出在这个区间内人民币总体处于升值状态，从1美元兑6.8人民币一直升到1美元兑6.6人民币左右，8月、9月升值幅度最大。人民币汇率的整体波动性逐渐加大。从图中可以看到人民币汇率有