人民币汇率的组合模型预测及均衡汇率研究

论文摘要

汇率方面的研究,不仅是热点也是难点,而汇率预测和均衡汇率,都是汇率问题中的核心问题,也一直受到广大学者的关注。在汇率预测的研究上,由于汇率本身是一个复杂多变的动态系统,兼有线性和非线性的双重混合行为特征,所以单一的线性模型、非线性的模型都无法完美地胜任汇率的预测工作。本文考虑建立ARIMA模型和人工神经网络的组合模型,即用ARIMA模型去描述汇率的线性特征,用神经网络去挖掘汇率的非线性特征。动态神经网络模型的延时反馈使其具有记忆和存储功能,从而能很好地描述金融时间序列动态的行为特征以及对其能进行较好精度的预测。所以本文分别选取Elman神经网络和NARX神经网络来作为建立组合模型的神经网络,前者是隐含层神经元的延时反馈,后者是输出层神经元的延时反馈,同时为了汲取两种网络的优点,本文还构建了 HIF-NARX神经网络,即在NARX神经网络中加入了隐含层到输入层的延时反馈,使得HIF-NARX神经网络拥有两种记忆模式。经过对人民币汇率的实证研究预测发现,组合模型ARIMA-ANN相比单一模型拥有更高的准确度,10日之内的预测能力上,组合模型的精度（RMSE）达到0.03左右,单一神经网络模型在0.05左右,而ARIMA模型的精度只有0.15左右。而且组合模型在较长期限（20日、30日）的预测能力远大于单一模型。在均衡汇率的研究上,本文先是建立了传统的BEER协整方程,之后分别引入了状态空间理论和半参数变系数理论来构建时变系数,并且后者分别用局部线性回归法和三次均匀B-样条法进行估计。然后分别用改进的BEER模型测算均衡汇率和汇率失调程度。结论表明:基于半参数变系数理论改进的BEER模型测算的结果更贴近现实经济意义;人民币实际有效汇率从2010年往后,失调程度不断降低,人民币汇率回复到均衡汇率的能力不断提高,越来越接近均衡汇率,呈现出双向波动的态势。

论文目录

摘要

ABSTRACT

第1章绪论

1.1 选题背景及意义

1.2 文献研究综述

1.2.1 汇率预测方面的文献研究综述

1.2.2 均衡汇率方面的文献研究综述

1.3 本文的研究方法

1.4 本文的体系结构

第2章人民币汇率的组合模型预测研究

2.1 差分整合移动平均自回归模型（ARIMA）

2.1.1 ARIMA模型的结构

2.1.2 ARIMA模型建模

2.2 人工神经网络模型

2.2.1 Elman神经网络

2.2.2 NARX神经网络

2.2.3 改进的NARX神经网络

2.3 组合模型在汇率预测上的应用研究

2.3.1 组合模型的预测步骤

2.3.2 基于ARIMA模型对人民币汇率序列的预测

2.3.3 基于不同ANN模型对非线性残差序列的预测

2.4 各模型预测结果比较

2.5 本章小结

第3章人民币均衡汇率的研究

3.1 行为均衡汇率理论（BEER）

3.2 状态空间模型

3.3 半参数变系数模型

3.3.1 局部线性回归估计

3.3.2 三次均匀B样条估计法

3.4 变量选择及数据处理

3.4.1 变量选择

3.4.2 数据处理

3.5 建立传统BEER模型

3.6 基于改进后的BEER模型的实证研究

3.6.1 引入状态空间理论的BEER模型

3.6.2 引入半参数变系数理论的BEER模型

3.7 不同测算方法的综合分析

3.7.1 各解释变量时变系数趋势的综合对比

3.7.2 人民币实际有效汇率错位程度综合对比分析

3.8 本章小结

第4章总结和展望

4.1 总结

4.2 展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果

文章来源

类型: 硕士论文

作者: 杨杰

导师: 王相宁

关键词: 汇率预测,人工神经网络,均衡汇率,时变系数

来源: 中国科学技术大学

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: 中国科学技术大学

分类号: F832.6;F224

DOI: 10.27517/d.cnki.gzkju.2019.000321

总页数: 72

文件大小: 5380K

下载量: 126

人民币汇率的组合模型预测及均衡汇率研究

论文摘要

论文目录

文章来源

相关论文文献

猜你喜欢