基于ARMA | 您所在的位置:网站首页 › arma模型阶数的确定 › 基于ARMA |
一、引言 2005 年 7 月 21 日,我国开始采用新的浮动汇率制度, 这一制度的实施使得人民币汇率的波动性得到进一步增强, 波动的条件异方差性更为严重,对汇率序列建模提取方差 方程显得尤为重要。2015 年 8 月 11 日,中国央行决定对人 民币兑美元汇率中间价报价机制进行调整,这一调整使得 人民币汇率与市场联系更加紧密,可以更好地反映供求关 系 [1] 。总而言之,新汇改后的汇率变化在经济、金融、贸 易等方面发挥着巨大的作用。 提到汇率往往第一时间想到的是汇率水平,从而忽视 了波动性问题,近几年汇改制度的实施使得汇率波动性问 题在社会上引起了广泛的关注,对于这一问题大多是基于 GARCH 类模型进行研究。苏建平(2012)以 1990-2010 的 宏观数据作为研究的对象,使用 VAR 模型从计量经济的角 度分析人民币汇率与外贸发展的相互关系,结果显示通过 了格兰杰因果检验,人民币汇率与我国外贸发展之间存在 双向关系 [2] 。胡昱琳(2016)建立了 Copula—GARCH—t 模型对波动进行实证研究,把人民币对美元、欧元、日元、 港元的收益率序列用于建模,发现人民币受美元影响最大, 并以此为基础对机制的改革提出政策建议 [3] 。孙少岩、孙 文 轩(2019) 以 2016 年 10 月 10 日 到 2018 年 3 月 16 日 美元兑人民币汇率中间价为研究对象,针对加入 SDR 后 的人民币汇率波动规律进行研究,发现选择一定滞后阶数 ARMA—GARCH 模型可以很好地刻画汇率的波动趋势 [4] 。 本文分别对数据建立 ARMA 模型拟合均值方程消除自相关 性, 建立 GARCH 族模型拟合波动率方程消除条件异方差性, 对人民币汇率的波动率特征进行刻画,最终提出防范政策。 二、理论介绍 (一)ARMA 模型介绍 ARMA 模型又叫“自回归滑动平均模型”,是研究平稳 时间序列模型的常用手段,其表达式如下: |
CopyRight 2018-2019 实验室设备网 版权所有 |