近几十年,中国经济有了飞速发展,中国在国际中的地位显著提升。中国在全球进出口贸易、投资、互联网等多方面扮演着重要的角色。近些年,美国贸易一直处于逆差状态,且有逐步扩大的趋势。根据“301条款”调查,中美之间存在3752亿美元贸易逆差。美国认为我国较低劳动力、生产条件及知识产权的转移,导致美国贸易赤字。美联储持续加息,在美元弱势下,市场倾向于人民币兑美元的双向波动走势。合理分析人民币汇率走势,及时采取货币政策和财政政策,对维持国民经济持续健康发展具有重要意义。因为外部因素的冲击,现实中的宏观经济时间序列可能存在动态调整过程和波动集聚性。相比于STAR模型和GARCH模型,本文认为STAR-GARCH模型能更好描述宏观经济时间序列的“非线性、尖峰厚尾和异方差”等特点。本文采用两步法估计模型的系数,估计STAR-GARCH模型的条件方差方程之前,必须估计条件均值方程,即STAR模型。大多数宏观经济变量存在波动集聚性,于是相比于误差服从正态分布的STAR模型,本文重点讨论在误差具有异方差情况下LM-TYPE检验的非线性检验和对称性检验的检验功效。于是,本文主要做了这几个方面工作:首先,本文在阐述LM-TYPE检验的非线性检验和对称性检验相关理论的基础上,相比于误差服从方差为1的正态分布,生成误差具有异方差性的STAR模型的随机数。蒙特卡罗模拟1000次,得到LM-TYPE检验的非线性检验和对称性检验的检验功效。结论表明:相比于误差服从正态分布的STAR模型,基于LM-TYPE检验的具有异方差特性的STAR模型能选择正确的延迟阶数,且检验功效更高。接下来将对人民币汇率的动态调整和波动性进行实证分析。其次,在建立STAR-GARCH模型的条件均值方程STAR模型之前,必须做以下3个步骤。第一,根据自相关函数和偏自相关函数图选取单变量序列的滞后阶数;第二,对单变量序列进行单位根检验和ARCH-LM检验,从而确定时间序列的平稳性与异方差性和为下一步的非线性检验和对称性检验做准备。结论表明:五组汇率收益率序列表现出非单位根,且除JPY/CNY序列外,四组序列都表现出异方差特性。第三,在第二步的基础上,得出五组人民币汇率序列的描述性统计量,推测大致分布。同时进行非线性检验和对称性检验,得出五组序列分别对应的延迟阶数和确定模型形式。然后,在以上分析的基础上,采用STATA14.0软件根据非线性最小二乘法估计五组序列STAR模型系数的估计值,确定了各序列条件均值方程。并对五组残差值进行诊断和绘制出对应的转换函数散点图。结论表明:在10%显著性水平下,除JPY/CNY序列外,USD/CNY、EUR/CNY、GBP/CNY、KRW/CNY四组序列的残差值都具有异方差性;JPY/CNY序列对应的转换系数最大,模型趋向线性。最后,在上一步残差值诊断结果已知的基础上,估计五组序列的条件方差方程,即对残差值建立GARCH模型,得出序列冲击系数大小。相比于STAR模型和GARCH模型,STAR-GARCH模型的样本内MSE统计量最小,具有很好的预测能力。结论表明:在1%显著性水平下,除JPY/CNY序列外,四组序列都表现出波动集聚性,USD/CNY序列受外部信息冲击影响最大且波动是异常不平稳的,KRW/CNY序列波动持续时间最长。