• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      匯率預(yù)測及對新疆跨境貿(mào)易人民幣結(jié)算的思考

      2016-05-30 19:06:12王睿
      時(shí)代金融 2016年15期
      關(guān)鍵詞:ARMA模型

      王睿

      【摘要】隨著國與國之間的聯(lián)系日益密切,外匯的產(chǎn)生是商品流通以及商品經(jīng)濟(jì)發(fā)展的必然結(jié)果;而匯率作為兩國貨幣的比價(jià),那么一國的國際收支、利率水平、經(jīng)濟(jì)發(fā)展、財(cái)政赤字、外匯儲備、居民的心理預(yù)期以及匯率政策等都會引起匯率的波動(dòng)。因此對匯率走勢進(jìn)行預(yù)測有著重要意義,但對匯率進(jìn)行準(zhǔn)確預(yù)測是困難的。而ARMA模型可以分析實(shí)際金融時(shí)間序列變量動(dòng)態(tài)過程,較好的模擬和預(yù)測時(shí)間序列的動(dòng)態(tài)特征。故選取人民幣兌美元匯率變動(dòng)的歷史數(shù)據(jù)為樣本,通過建立ARMA(1,0)模型,對人民幣未來走勢做出預(yù)測,加之新疆作為“絲綢之路經(jīng)濟(jì)帶”的核心區(qū),對如何發(fā)展和推廣跨境貿(mào)易人民幣結(jié)算業(yè)務(wù)提供一定思路。

      【關(guān)鍵詞】ARMA模型 匯率預(yù)測 跨境貿(mào)易人民幣結(jié)算業(yè)務(wù)

      一、引言

      一國對其外匯的有效管理可以維護(hù)本國的貨幣匯價(jià)水平的穩(wěn)定、保持國際收支的平衡以及保證本國的經(jīng)濟(jì)獨(dú)立自主的發(fā)展等。我國自2005年7月實(shí)行有管理的浮動(dòng)匯率制度以來,人民幣不斷升值。而隨著我國經(jīng)濟(jì)地位的不斷提高,以人民幣為結(jié)算貨幣的跨境貿(mào)易業(yè)務(wù)也不斷發(fā)展。

      在我國積極加快推進(jìn)人民幣國際化,那么就需要使人民幣幣值穩(wěn)定,同時(shí)我國外匯業(yè)務(wù)不斷呈現(xiàn)多樣化,順應(yīng)市場需求,促進(jìn)了對外貿(mào)易投資的便利化,而從圖1也可以看出匯率的波動(dòng)對我國跨境貿(mào)易人民幣計(jì)算業(yè)務(wù)有一定的影響,呈現(xiàn)一定的相關(guān)關(guān)系,尤其是在2015年8月后,人民幣貶值波動(dòng)較大,我國跨境貿(mào)易人民幣結(jié)算規(guī)模也隨之下降,而在2015年12月跨境貿(mào)易人民幣結(jié)算規(guī)模擴(kuò)大,這與我國加入SDR有一定關(guān)系,但人民幣繼續(xù)貶值后,我國跨境貿(mào)易人民幣計(jì)算規(guī)模有所下降。隨著人民幣在跨境和境外支付結(jié)算中使用比例擴(kuò)大,成為超日元的第四大支付貨幣,已達(dá)到2.79%。因此下文將通過對人民幣匯率的預(yù)測,觀察人民幣匯率的未來走勢,并對在“一帶一路下”的新疆跨境貿(mào)人民幣結(jié)算業(yè)務(wù)的發(fā)展及推廣進(jìn)行思考。

      二、金融時(shí)間序列分析與ARMA模型簡介

      (一)金融時(shí)間序列及其特征

      廣義地說,金融時(shí)間序列是把某種金融隨機(jī)變量按照時(shí)間順序排列起來的序列數(shù)據(jù),其最重要的兩個(gè)要素是時(shí)間跨度和序列頻率。金融工程普遍認(rèn)為金融時(shí)間序列的波動(dòng)率有三個(gè)動(dòng)態(tài)特征:

      第一,金融序列波動(dòng)率分布有“尖峰厚尾”現(xiàn)象,這是因?yàn)榻鹑跁r(shí)間序列數(shù)值間的差異太大,峰值高于標(biāo)準(zhǔn)正態(tài)分布的峰值(=3),并且兩端的分布比較厚。對于外匯市場,由于匯率波動(dòng)比較頻繁,因此會造成數(shù)值差異大,有“尖峰厚尾”現(xiàn)象。

      第二,金融序列的數(shù)據(jù)具有“波動(dòng)集聚性”,也就是高的波動(dòng)后會緊跟著高的波動(dòng),而小的波動(dòng)后會緊跟著小的波動(dòng),以此大的波浪會形成波峰,小波浪形成波谷。

      第三,杠桿效應(yīng),即好消息并沒有壞消息對市場的影響大。這種對消息的傳播的不對稱性就是杠桿效應(yīng)。

      (二)ARMA模型簡介

      (三)ARMA模型在預(yù)測匯率時(shí)的特點(diǎn)

      ARMA模型與其他的預(yù)測分析法比較,具有以下特點(diǎn):

      第一,ARMA(p,q)模型運(yùn)用自身的歷史數(shù)據(jù)包括和反映的信息,而不直接考慮其他的指標(biāo)分析。但影響匯率的變動(dòng)有很多因素,預(yù)測匯率非常復(fù)雜,采用ARMA(p,q)模型是因?yàn)樾纬蓞R率波動(dòng)的歷史數(shù)據(jù)是由各種相關(guān)的因素作用形成的,因此可以運(yùn)用歷史數(shù)據(jù)的變動(dòng)規(guī)律可以得到相對準(zhǔn)確的未來數(shù)據(jù);其次,在較短的時(shí)間內(nèi),可以認(rèn)為各種相關(guān)因素和經(jīng)濟(jì)因素對預(yù)測匯率的影響及未來趨勢是不變的,所以在一定程度上也保證了未來數(shù)據(jù)預(yù)測的精度。

      第二,ARMA(p,q)模型對隨時(shí)間變化而變化的數(shù)據(jù)可以進(jìn)行有效預(yù)測。

      第三,ARMA(p,q)模型在預(yù)測過程中不僅考慮了過去的值,也考慮了對過去值擬合時(shí)的誤差,故預(yù)測的準(zhǔn)確性較好,可以預(yù)測短期經(jīng)濟(jì)運(yùn)行趨勢下的匯率變動(dòng)和分析。

      (四)ARMA模型分析預(yù)測步驟

      第一,為描述和測算我國匯率變動(dòng),從中國人民銀行官方網(wǎng)站中選取2005年7月-2016年1月美元對人民幣匯率的月度平均匯率(共127個(gè)數(shù)據(jù)),并進(jìn)行處理,計(jì)算出對數(shù)波動(dòng)率,使數(shù)據(jù)平穩(wěn);

      第二,根據(jù)時(shí)間序列模型的自相關(guān)相關(guān)函數(shù)圖以及偏自相關(guān)函數(shù)圖來識別滯后階數(shù),建立合理的ARMA(p,q)模型。鑒別規(guī)則如下表1所示。

      第四,對模型進(jìn)行回歸,對各變量的顯著性進(jìn)行檢驗(yàn),得到最佳模型后進(jìn)行預(yù)測。

      三、ARMA模型建立

      (一)數(shù)據(jù)處理

      本文選取2005年7月至2016年1月人民幣兌美元的匯率的平均數(shù),以月為單位,共127個(gè)數(shù)據(jù),來源于中國人民銀行官網(wǎng)。在運(yùn)用該數(shù)據(jù)之前,我們可以觀察圖2自我國2005年7月匯率改革以來,從總體來看,我國匯率處于不斷升值狀態(tài),從2005年8.3美元左右到2016年6.5左右十年升值幅度約為21.6%,但自2015年8月我姑匯率改革,調(diào)整了人民幣中間價(jià),美元對人民幣貶值,因此大致可以判斷人民幣還會有貶值趨勢,但從長遠(yuǎn)來看應(yīng)為升值。

      其中Et是月度的平均匯率,et是經(jīng)過處理后得到的匯率數(shù)據(jù)的新序列,△et是差分后的數(shù)據(jù),此時(shí)丟失一個(gè)數(shù)據(jù)。經(jīng)過對數(shù)差分后得到相對平穩(wěn)的時(shí)間序列,表2為匯率取對數(shù)后一階差分的ADF檢驗(yàn),即匯率波動(dòng)率的ADF檢驗(yàn)后,ADF的t統(tǒng)計(jì)量值為-6.058,分別小于三個(gè)不同檢驗(yàn)水平的臨界值,此時(shí)序列平穩(wěn)。

      根據(jù)表3,可知選擇ARMA(1,0)與ARMA(3,0)模型較好,但仍需比較二者的估計(jì)結(jié)果再確定具體的模型。進(jìn)一步對比ARMA(1,0)與ARMA(3,0)的擬合優(yōu)度以及各系數(shù)的顯著性,發(fā)現(xiàn)ARMA(1,0)模型優(yōu)于ARMA(3,0)模型,因此確定選擇ARMA(1,0)模型。

      (三)模型回歸

      對ARMA(1,0)模型估計(jì)結(jié)果如表4所示,各個(gè)系數(shù)顯著,且DW=1.9212,其值接近2,認(rèn)為不存在自相關(guān)。該模型雖然擬合優(yōu)度較低,但仍可以解釋26.51%的匯率波動(dòng)原因,并且F值顯著。另外觀察模型的隨機(jī)誤差項(xiàng),如圖4所示,右側(cè)概率值大于5%,則說明該模型隨機(jī)誤差項(xiàng)可以認(rèn)為是一個(gè)白噪聲序列,因此我們認(rèn)為該模型整體還是不錯(cuò)的。

      猜你喜歡
      ARMA模型
      基于ARMA模型的建設(shè)用地需求預(yù)測
      基于ARMA模型的城鄉(xiāng)居民收入差距分析與預(yù)測
      B—J方法在廣西人均生活用電消費(fèi)量預(yù)測中的應(yīng)用
      基于ARMA模型的我國國內(nèi)生產(chǎn)總值GDP的預(yù)測與分析
      商(2016年13期)2016-05-20 09:13:51
      基于ARMA模型的我國居民消費(fèi)價(jià)格指數(shù)的分析及預(yù)測
      商(2016年6期)2016-04-20 17:55:33
      基于集合經(jīng)驗(yàn)?zāi)B(tài)分解的農(nóng)業(yè)灌溉用水量預(yù)測
      中國柑橘出口的潛力研究
      企業(yè)工資增長模型與養(yǎng)老保險(xiǎn)基金收支平衡模型
      ARMA模型下我國農(nóng)村居民消費(fèi)水平預(yù)測分析
      江西省收入差距的時(shí)間序列模型分析
      绥化市| 探索| 化隆| 昆明市| 宜丰县| 长寿区| 绿春县| 罗山县| 隆子县| 扎囊县| 桦南县| 临泉县| 乌苏市| 甘孜| 白银市| 隆林| 汉沽区| 阜平县| 伊金霍洛旗| 柯坪县| 顺义区| 紫阳县| 长沙市| 香格里拉县| 东乡族自治县| 石泉县| 那曲县| 仁化县| 平山县| 昔阳县| 通许县| 沙坪坝区| 衢州市| 九寨沟县| 涟水县| 北流市| 老河口市| 濮阳市| 余姚市| 维西| 高淳县|