基于GARCH模型人民币对美元汇率波动实证分析.docVIP

基于GARCH模型人民币对美元汇率波动实证分析 　　摘要：本文基于GARCH模型族，通过对2005年7月21日到2013年5月30日人民币对美元的高频日汇率数据的实证研究，分析我国从第一次汇改到第二次汇改，不同阶段我国人民币汇率波动的特征。并且通过对 TGARCH 和 EGARCH 的模型估计，验证了人民币对美元的汇率波动率序列在观察期内不具有非对称性质，即不存在明显的杠杆效应。 　　关键词：人民币汇率 GARCH模型 波动率 　　汇率的波动问题已经成为国际金融领域中关注的热点，随着全球经济一体化，投资自由化的发展，各国之间的经济相互依赖性加强，货币政策间的合作也日趋密切，使得汇率波动在国际间相互快速传递，增加了汇率波动的复杂性。自从2005年7月21日开始，我国开始实行以市场供求为基础、参考一篮子货币进行调节，有管理的浮动汇率制度。这次人民币汇率改革是自1994年汇率并轨以后，是完善人民币汇率形??机制改革的又一项重要举措，对于促进经济社会全面、协调、可持续发展具有重要意义。 　　汇率作为影响一国经济发展的重要因素。汇率可以影响国际贸易，以一国货币贬值为例，其对国际贸易的影响主要表现在扩大出口与抑制进口两方面。本币贬值，使出口商品的外币价格下跌，有利于增强本国出口商品的竞争力。同时，导致进口商品的价格上涨而有利于抑制进口，增强国内进口替代品的需求 。汇率会对国民收入、就业和资源配置的产生影响，本币贬值，利于出口限制进口，限制的生产资源转向出口产业，进口替代产业，促使国民收入增加，就业增加，由此改变国内生产结构。而汇率的波动会加深国家争夺销售市场的斗争，影响国际贸易的正常发展。一些主要国家汇率的变化直接影响国际外汇市场上其他货币汇率变化，使国际金融动荡不安。由于汇率频繁变动，外汇风险增加，外汇投机活动加剧，这就更加剧了国际金融市场的动荡。汇率大起大落，尤其是主要储备货币的汇率变动，影响国际金融市场上的资本借贷活动。因此，汇率波动率是生产者或投资者最关心的问题。 　　波动性是金融市场最为重要特性之一。汇率波动率是对汇率收益不确定性的衡量，它经常被用来衡量汇率的风险，波动率越大，预期收益率也就越大，风险也就越大。汇率波动率有隐含和预测波动率有两种方法：一种为历史波动率方法（histricalvolatility，HISVOL），用历史的波动率来预测目前的市场波动率；另一种方法是隐含标准差方法（implied standard deviation，ISD），从期权价格隐含的标准差来预测市场波动率（Pn和Granger，2004）。历史波动率的方法不仅包括随机游走模型（Random Walk），也包括移动平均（MA）、自回归模型（AR）等时间序列模型，还包括自回归条件异方差性模型（ARCH），广义自回归条件异方差性模型（GARCH）及随机波动率模型（SV）和多变量的向量自回归模型（VAR）等复杂模型。隐含波动率是建立在许多假设和期权结构上的，故本文仅有历史波动率的方法预测汇率波动率。 　　一、GARCH族模型与理论 　　（一）ARCH模型 　　1982年Engle开创性的提出自回归条件异方差模型，ARCH（p）主要思想是：扰动项的条件方差依赖于它的前期值的大小。一般形式为： 　　方程式（1）称为均值方程，其yt是被解释变量，xt是解释变量，et是服从独立同分布的随机变量序列，均值为0，方差为2t。方程式（2）称为方差方程，其中2t是et的条件方差。从方差方程中可清楚地知道：ARCH（p）模型中条件方差被设定为残差滞后值的加权平方和。若ARCH过程平稳，则应满足 　　（二）GARCH模型 　　在ARCH（p）模型中，如果p很大，则要估计很多参数，会损失样本容量。Bollerslev于1986年提出了改进的ARCH模型，即GARCH模型，该模型弥补了在有限样本条件下，ARCH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ARCH模型的基础上，再加上2t的自回归部分，即2t还是 　　{2t-1…2t-p}的函数。GARCH（p，q）的模型设定为 　　其中p是2t的自回归阶数 　　q是e2t的滞后阶数 　　GARCH（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2t-j和外部冲击e2t-i，而at和γt分别反映了它们对本期变量波动的作用强度。因此，GARCH（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—好消息和坏消息对金融资产的收益率波动的影响是不一样的，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，GARCH模型不能反映有关非对称性和杠杆效应的信息。 　　（三）TARCH模型 　　TARCH模型描述“坏消息”