论文部分内容阅读
汇率是国际金融领域的重要课题,人民币汇率的研究一直都是国内外各界人士研究的热点。人民币汇率的预测对于监管层来说,具有调控市场预期防范金融风险的作用,对于企业和个人具有优化投资组合策略,规避市场风险的作用。本文首先对人民币汇率的宏微观影响因素、人民币汇率价格的预测方法、人民币汇率波动率研究进行详细梳理,在Ghysels等(2004)提出的混频数据抽样模型的基础上,对我国汇率市场预测做进一步的应用研究。主要工作和结论有:在汇率的高频(日度)预测方面,使用混频数据抽样模型(Mixed Data Sampling,MIDAS)直接对高频数据(不同频率的分钟数据)的混频数据进行建模,更全面的使用了我国汇率市场高频数据信息,研究结果表明:Beta Non-Zero-MIDAS模型预测效果明显优于汇率预期期限结构模型、ARIMA模型、GARCH模型,但与SVM模型相比预测效果无显著差异,由此证明了混频数据抽样模型相对于传统模型的优越性。对于汇率的低频(月度)预测,本文使用多元混频数据抽样模型(M-MIDAS)对人民币汇率价格进行预测,分析了外汇储备、贸易条件、非贸易品与贸易品的价格比、美联储基准利率和高频金融变量对汇率价格不同程度的影响,并将M-MIDAS模型预测精度与同频的理论模型和传统建模方法(ARIMA,BEER,ARDL)进行比较,得出预测效果显著改善,这进一步丰富了我国汇率预测方面的研究。在研究人民币汇率波动率方面,通过构建GARCH-MIDAS模型分析了我国宏观经济景气和经济政策不确定性对于人民币汇率波动的影响,并对汇率波动率进行了预测,得出混频波动率模型在我国的汇率市场上具有较好的适用性,同时能够监测宏观经济因素对汇率波动的长期成分的影响。本文通过混频数据抽样的研究模式,进一步加深对于汇率价格走势及波动行为的理解,这对监管当局把握汇率变化趋势及汇率波动的特征都是有利的。