基于非线性GARCH模型的人民币汇率波动实证研究

论文摘要

随着全球经济的一体化、国际金融市场一体化的加速推进,国际市场的不断完善与发展,各国之间经济的贸易依赖度增加,金融体系合作日趋密切,国际货币市场也逐步趋于市场化与联动化。然而,今年以来,美国逐步趋向于贸易单边主义,不断借由反倾销等理由挑起针对我国的经贸摩擦,令人对中美经贸关系前景不禁担忧。汇率作为连接两国经贸往来的桥梁,不仅起到反映两国经济现状的晴雨表作用,更是直接影响他国经济与进出口的兵刃,因此为了防止美国进一步扩大经贸摩擦,将汇率作为影响我国经济发展的直接武器,在锤炼我国自身货币政策的同时,更要将汇率监控与预测摆在未来经济调控的核心位置。然而,现实情况则是,相比于汇率当前在我国国经济中的地位,汇率预测方面的学术研究与探索目前依然处于摸索状态。运用实证与定量相结合的研究方法,对2013年1月1日至2019年5月31日间共1708个交易日美元-人民币汇率样本进行了平稳性检验,针对数据的平稳性检验结果对时间序列数据进行收益性序列转化,并在收益性序列的数据基础之上首先对其均值方程展开ARMA模型的定阶与参数构建。经过Q统计相关图检验、残差ARCH-LM检验和残差平方相关图检验后,确定ARMA阶数构架,并在此基础上为EGARCH-M模型与TGARCH-M模型定阶,参照赤池信息准则（AIC）和施瓦茨信息准则（SBIC）得到ARMA-EGARCH-M模型与ARMA-TGARCH-M模型,并完成对其进行的残差检验。为实现对GARCH族模型的非线性化处理,选用BP神经网络模型对两模型数据展开训练与预测,将2013年1月1日起到2019年4月30日止共1685个数据作为训练样本;从2019年5月1日到2019年5月31日止共23个数据为测试样本,输入神经网络模型中展开训练,并根据输出结果误差的大小与RMSE、Theil不相等系数与MAE大小来评价二者的拟合结果,提出对汇率波动本身以及预测模型的建议与结论。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
•   1.1 课题研究的来源、目的和意义
•     1.1.1 课题的研究背景
•     1.1.2 研究的目的和意义
•   1.2 国内外研究现状
•     1.2.1 经典的一元时间序列模型（ARIMA模型,又称B-J方法）
•     1.2.2 ARCH（r）模型
•     1.2.3 GARCH（r,s）模型
•     1.2.4 GARCH族衍生模型
•   1.3 国内外研究现状评析
•   1.4 研究内容和研究方法
•     1.4.1 研究内容
•     1.4.2 研究方法
•     1.4.3 研究的创新点
• 第2章 GARCH族模型的非线性化
•   2.1 引言
•   2.2 GARCH族模型非线性化思路——线性与非线性模型组合
•   2.3 GARCH族模型非线性化工具——BP人工神经网络模型
•     2.3.1 人工神经网络模型简介
•     2.3.2 BP神经网络
•   2.4 非线性GARCH模型的确立
•   2.5 非线性GARCH模型的适应性
•   2.6 本章小结
• 第3章 数据的选取与处理
•   3.1 引言
•   3.2 数据选取与分析
•   3.3 平稳化处理
•     3.3.1 汇率序列平稳性检验
•     3.3.2 收益性序列转换
•     3.3.3 收益性序列平稳性检验
•   3.4 本章小结
• 第4章 GARCH模型的参数估计及实证过程
•   4.1 引言
•   4.2 ARMA（P,Q）-GARCH（R,S）模型的定阶与参数估计
•   4.3 GARCH族模型的构建
•     4.3.1 ARMA（2,2）-EGARCH（r,s）-M模型参数估计
•     4.3.2 ARMA（2,2）-EGARCH（r,s）-M模型残差检验
•     4.3.3 ARMA（2,2）-TGARCH（r,s）-M模型参数估计
•     4.3.4 ARMA（2,2）-TGARCH（r,s）-M模型残差检验
•   4.4 本章小结
• 第5 章非线性GARCH类模型的非线性化处理
•   5.1 引言
•   5.2 样本数据预处理
•   5.3 BP人工神经网络结构设定
•   5.4 BP人工神经网络训练
•   5.5 检验结果分析
•   5.6 本章小结
• 结论
• 参考文献
• 致谢

文章来源

类型: 硕士论文

作者: 张航

导师: 程玉林

关键词: 模型,神经网络,人民币汇率,非线性处理

来源: 哈尔滨工业大学

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,金融

单位: 哈尔滨工业大学

分类号: F832.6;F224

DOI: 10.27061/d.cnki.ghgdu.2019.003713

总页数: 84

文件大小: 3938K

下载量: 293