人民币汇率、汇率风险对中国对美国出口的经济影响分析

汇率影响出口有两个途径,一是汇率变动(升值或贬值),二是汇率波动(汇率风险).2003年以来,中国一直面临人民币升值的压力,特别是来自美国和日本对人民币重新估值的压力;人民币汇率升值是否对出口产生负面效应,影响程度有多大,一直是这段时期的关注焦点.本文利用1990.01-2007.08间的月度数据主要从时间序列数据的季节效应分解(UCM)、自回归建模(自回归-GARCH)和动态条件相关系数(DCC)三个角度实证的分析了人民币汇率升值对中国对美国出口的经济影响,几个不同的角度,都揭示了人民币汇率升值会减少中国对美国的出口;本文还发现汇率风险的增加会减少出口贸易的增速.通过动态条件相关系数分析发现实际汇率对出口的解释能力为20%-30%;通过汇率对出口的弹性分析发现人民币月度汇率弹性为150～220(亿元/人民币兑美元);此外,近两年实际汇率升值起点滞后名义汇率升值起点1年左右,而中国对美国的出口又滞后实际汇率的升值起点3-4个月.最后,本文指出通过有效地抑制通货膨胀,降低美元储备,转移汇率风险等途径在一定程度上可缓解人民币汇率升值压力和对冲汇率风险.     

基于GARCH模型的短期汇率预测

研究人民币对美元的汇率预测,通过对2010年7月1日至2013年11月30的周汇率平均值进行数据分析,发现其基本符合时间序列分析中的GARCH模型,因此采用该模型进行预测,预测结果比较成功。预测表明人民币呈现升值的趋势.     

基于CEEMD与GA-SVR的猪肉价格集成预测模型

为提高猪肉价格预测的准确性,结合互补集合经验模态分解(CEEMD)的分解能力和基于遗传算法的支持向量回归(GA-SVR)的自适应预测功能,构建猪肉价格集成预测模型.首先为解决猪肉价格的复杂波动特征,通过CEEMD对猪肉价格分解得到本征模态函数(IMF)序列集;然后使用排序熵(PE)对IMF序列进行复杂度分析,进一步使用快速傅里叶变换方法(FFT)分解复杂度高的序列;再利用灰色关联度(GCD)对IMF序列集进行关联性分析,聚合相似IMF序列;最后基于各IMF序列的数据特征构建相应的GA-SVR预测模型,并将子序列的预测结果集成获得最终价格预测值.以中国集贸市场的猪肉价格为研究对象,实证结果表明,该集成预测模型在预测精度和方向性指标上,显著优于其他单预测模型和分解集成预测模型.     

用SASD统计包预报含季节变化数据

一、引言 时间序列分析可以揭示一个按时间间隔搜集的统计资料所反映的规律.一直掌握这种规律,即可对未来作出估计,这种估计就是预报.预报是任何决策的基本工具,它对 工程技术人员和管理人员是非常重要的。 时间序列中通常包括四种变化成分;长期趋势、周期波动、季节变动和随机变化.长期趋势是指变量值在一个长期内所呈现的增加或减小的趋势.周期波动是指在一年以上的时期内,时间序列沿其长期趋势线上摆动的波动变化.季节变动是指在一年内围绕趋势线的可以预报的重复运动.随机变化是指时间序列中的随机变化因素. 随机数据统计分析软件包SA…     

基于EMD-GRU的高速公路行程时间组合预测模型

考虑到高速公路行程时间影响因素繁多且行程时间序列非线性、非平稳特征显著,设计了基于经验模态分解和GRU神经网络的高速公路行程时间组合预测模型.首先,利用高速公路收费数据中车辆进出高速公路的时间信息获取路段行程时间序列;然后,利用经验模态分解算法,将复杂的行程时间序列分解为若干时间尺度不同、相对平稳的本征模态函数分量和残差分量;接着,使用GRU神经网络对各本征模态函数分量和残差分量进行预测与集成操作.实例分析表明:经验模态分解可有效提高LSTM、GRU神经网络的预测精度;在相同参数设置的情况下,GRU神经网络的预测精度优于LSTM神经网络.     

基于多分辨率分析的股票市场预测模型研究

采用多分辨率分析技术将深证成指收盘数据序列分解为多个子序列,然后采用神经网络技术对每个子序列分别建立预测模型,将各个预测结果叠加后得到最终预测结果.研究首先发现多分辨率技术可以有效提高预测模型的预测精度,表明分析我国股市波动时应该按照不同因素对股市影响大小及周期的差异分别研究,才能更有效分析股市运行状况及对其预测;其次结果表明不同类型神经网络预测模型预测性能差异明显,在选择股市预测模型的神经网络类型时应该注意其学习算法及收敛过程,以便能更好捕获股市变化规律.     

基于小波分解的工程材料价格组合预测方法

为准确地估计工程材料价格在建设期内的变化情况,考虑到材料价格时间序列具有长期性、周期性和波动性的特点,本文建立了ES-BPANN模型对其进行预测.在预测模型中,引入小波变换方法对价格序列进行分解,针对每个分量的实际特征建立相应的独立预测模型,并综合每个子模型的预测情况作为最终预测结果.选用福州市2007-2017年C25现浇混凝土信息价进行实例验证,结果表明本文模型的预测精度高于单一预测模型,能够为工程投标报价方案制定提供一定指导.     

基于VMD-ELM的农产品期货价格分解集成预测模型

为了捕捉农产品市场期货价格波动的复杂特征,进一步提高其预测精度,基于分解集成的思想,构建包含变分模态分解(VMD)和极限学习机(ELM)的分解集成预测模型。首先,利用VMD分解的自适应性和非递归性,选择VMD将复杂时间序列分解成多个模态分量(IMF)。其次,针对VMD分解关键参数模态数K的选取难题,提出基于最小模糊熵准则寻找最优K值的方法,有效避免模态混淆和端点效应问题,从而提升VMD的分解能力。最后,利用ELM强大的学习能力和泛化能力,对VMD分解得到的不同尺度子序列进行预测,集成得到最终预测结果。以CBOT交易所稻谷、小麦、豆粕期货价格作为研究对象,实证结果表明,该分解集成预测模型在预测精度和方向性指标上,显著优于单预测模型和其它分解集成预测模型,为农产品期货价格预测提供了一种新途径。     

基于异常值检测的港口集装箱吞吐量预测模型

考虑到诸如金融危机等重大事件的影响,时间序列可能存在异常值,提出了一个基于局部异常因子(LOF)的LOF-SSA-LSSVM预测模型,并将其应用于广州港集装箱吞吐量预测.首先,对原始时间序列进行X12加法季节分解,对于分解得到的不规则序列,采用LOF算法进行异常值检测,确定异常数据的位置,之后通过插值或最小二乘支持向量机(LSSVM)的预测值来修正原始季节调整序列中的异常值,将修正后的季节调整序列与季节因子序列加和,即得到新的待预测序列.预测阶段,先采用奇异谱分析(SSA)将新的待预测序列进行分解重构,剔除序列中的噪声,然后再采用LSSVM对其进行预测.实证结果表明,建立的LOF-SSA-LSSVM模型相比BP、ARIMA等模型有着更好的预测精度.     

基于CGE的人民币升值影响测算模型研究

将可计算一般均衡模型(CGE)应用到人民币升值影响测算中,建立了基于CGE的人民币升值影响测算模型,该模型包含18个生产部门和4个国外账户.基于2007年数据,应用该模型模拟了人民币以5-40%不同幅度的升值情景,在其他因素或条件不变的情况下,静态地测算了人民币升值对我国对外贸易、产业发展以及社会福利等三个方面的影响.结果表明:在其他因素或条件不变的情况下,人民币升值将直接对我国的对外贸易造成极大的负面影响,进一步对我国的产业发展与社会福利造成灾难性影响.特别地,当升值幅度大于20%时,人民币升值将对我国造成严重的经济危机与社会不稳定.     

基于HP滤波和ARMA-GARCH模型的人民币汇率趋势预测

在复杂多变的金融市场,人民币汇率的变化受多种因素的影响,而人民币汇率的变化又影响着经济生活的方方面面,人民币汇率及其变化特征受到人们的广泛关注,研究人民币汇率变化特征,正确分析与预测人民币汇率的走势,对于国家和各个经济主体制定金融政策和投资决策具有十分重要的意义,采用HP滤波法将汇率数据序列分解为趋势成分序列和波动成分序列,然后使用自回归和ARMA-GARCH模型分别进行拟合和预测,通过实证分析发现模型有着较好的预测效果,可以为金融产品的预测研究和制定金融政策提供参考。     

决定人民币均衡汇率因素的统计分析

本文结合了之前关于均衡汇率的研究以及非参数检验确定了影响人民币汇率的5个因素,并以人民币实际有效汇率为参照基础,采用Engle-Granger两步法得到了人民币均衡汇率的估计模型。结果发现E-G两步法的模型存在较强的共线性。因而在沿用了E-G两步法基本思想的基础上,采用岭回归估计来解决这个问题.从而,对人民币均衡汇率进行估计测算。结果表明,中国在2002年至2005年,人民币实际有效汇率长时期被低估,因而人民币的确面临着一定的升值压力.而2005年的汇率制度改革以及2个百分点的升值使这一情况有了较大的改善。     

人民币汇率变动对我国对外投资的影响研究

通过GARCH模型和动态面板模型,对人民币汇率变动对我国对外直接投资的影响进行了实证分析.结果表明:在长期内,人民币汇率无论是汇率水平变化还是汇率波动都对我国对外直接投资存在影响,人民币升值,我国对外直接投资增加;汇率波动幅度越大,我国对外直接投资也会增加.     

基于GARCH模型的人民币汇率波动规律研究

自人民币汇率体制改革以来,汇率波动日趋复杂.鉴于GARCH模型能够较好地拟合汇率时间序列的尖峰厚尾特征,本文采集了2003～2007年之间的1069个美元兑人民币汇率日值,应用GARCH模型进行分析,证实了我国外汇市场确实存在ARCH效应,且GARCH模型能够较好地拟合汇改后的人民币汇率数据.     

人民币汇率对我国进出口的影响研究

自2005年7月人民币汇率制度改革至今,人民币对美元汇率不断升值.人民币的汇率升值作为一种对国内及国际经济的调节方式,对各行业经济发展的影响应该都是巨大的,尤其是对进出口的影响更是首当其中.基于2005年1月—2008年3月进出口、人民币对美元、欧元汇率等各项指标数据和VAR模型,得到了人民币汇率与进出口关系的向量误差修正模型,很好地解释了汇率变化对我国进出口行业的影响.     

人民币实际汇率错位对我国经济增长的影响

运用行为均衡汇率模型和协整理论,对1990~2006年人民币均衡实际汇率进行了测算,进而估算出了人民币实际汇率错位程度,并将其对我国经济增长的影响进行了实证分析,得出币值低估在一定程度上能促进我国经济增长的结论.     

基于均衡分析的汇率目标区浮动区间确定

在金融深化背景下，人民币汇率制度必将朝着富有弹性的方向发展。不少学提出汇率目标区是人民币汇率制度中期变革的可行选择。本分析了汇率目标区基本模型存在的缺陷，在此基础上提出以均衡分析为基础确定汇率目标区浮动区间的基本思路。     

人民币汇率波动与我国房价关系的实证分析

分析了汇率影响房价的机制,利用人民币实际有效汇率、房地产价格指数和银行同业拆借利率共30组数据(2005,07～2007,12)建立了向量自回归模型(VAR),并使用协整、Granger因果检验,脉冲响应分析对人民币汇率波动与我国房地产价格之间的关系进行实证检验.研究结果表明,人民币实际有效汇率对房地产价格产生正向影响,人民币升值是引起房价上涨的格兰杰原因.在现阶段,控制因人民币升值而进入中国的境外资金过度流入房地产市场,有利于保持我国房地产价格稳定.     

人民币均衡汇率的估计和评价

均衡汇率模型的核心是分析基本经济因素变化对均衡汇率的影响,并利用它们之间存在着的系统联系来估计均衡汇率。通过现代计量经济分析发现,国内投资、经济增长、利用外资效果和对外贸易状况,是人民币均衡实际汇率的长期决定因素。分析结果表明,人民币汇率已经进入一个相对稳定的变化发展阶段。     

基于GARCH模型的中美汇率实证分析

汇率制度改革后,加强人民币汇率风险管理已成为摆在各大经济主体面前的重大课题.基于2010年1月1日至2012年5月10日的美元对人民币日汇率值,利用广义条件异方差自回归(GARCH)模型,对中美汇率日数据进行处理与检验,得到了残差存在异方差性.在此基础上建立了汇率GARCH模型,实证分析表明精确性高.