汇率波动模型的定量研究

中图分类号：F820 文献标识：A 文章编号：1009-4202（2011）12-054-03

摘 要 自2005年7月21日起中国采用了人民币改革，这是结束长期的货币政策的标志。近年来，ARMA 模型开始被广泛地用于对变动频率较高的金融时间序列建模，它能较好地抓住此类时间序列的动态特征.通过分析2009年1月5日至2011年1月13日人民币汇率的数据，我发现用ARMA（2，5）模型进行人民币汇率变动预测最合适.

关键词 金融时间序列 汇率预测 ARMA模型 白噪声检验

一、人民币汇率历史数据特征分析

2005年7月21日，我国启动人民币汇率形成机制改革，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。2010年6月19日，我国重启人民币汇率形成机制改革，以进一步增强人民币汇率弹性。近年来，在外汇供求关系的作用下，人民币双边和多边汇率总体保持了稳中趋升的走势。据统计，自2005年7月汇改以来，人民币对美元双边汇率升值30.2%，人民币名义和实际有效汇率分别升值13.5%和23.1%。尤其在2008年8月至2011年8月间，人民币名义和实际有效汇率分别升值1.2%和5.0%，在国际清算银行监测的58种货币中，分别排在第15位和第12位。一般地，对于汇率的每日数据进行定量预测，可以考虑使用时间序列分析中的相关模型，所以接下来的部分先介绍后面具体预测时要用到的ARMA模型。

二、ARMA的构建

ARMA模型，即自回归移动平均模型表示为：

四、结论

从以上的实证分析可以看出，ARMA（2，5）预测效果比较理想，特别是在短期预测效果方面。ARMA模型实际汇率预测的误差也比较小，证明了模型适用于人民币／美元的建模，并且预测结果也表明该模型预测短期汇率是可行的。许多研究表明，时间序列模型对于比较平稳的市场才能发挥其最大的作用。从预测的数据可知：在国家的调控下，我国人民币汇率保持相对稳定，缓慢升值的良好势态。

参考文献：

[1]何书元.应用时间序列分析.北京:北京大学出版社.2003.9.

[2]何剑编.计量经济学实验和Eviews使用.北京:中国统计出版社.2010.

[3]徐庆宏.基于ARMA 模型的汇率走势预测及在商业银行外汇理财业务中的应用.