在线观看av毛片亚洲_伊人久久大香线蕉成人综合网_一级片黄色视频播放_日韩免费86av网址_亚洲av理论在线电影网_一区二区国产免费高清在线观看视频_亚洲国产精品久久99人人更爽_精品少妇人妻久久免费

首頁 > 文章中心 > 正文

CHY匯價(jià)波動性實(shí)證研究

前言:本站為你精心整理了CHY匯價(jià)波動性實(shí)證研究范文,希望能為你的創(chuàng)作提供參考價(jià)值,我們的客服老師可以幫助你提供個(gè)性化的參考范文,歡迎咨詢。

本文作者:宋新偉宋國軍作者單位:中國人民銀行青島市中心支行

一、引言

開放經(jīng)濟(jì)條件下,匯率作為核心變量之一,其波動勢必對相關(guān)經(jīng)濟(jì)變量產(chǎn)生重要影響。自2005年7月21日起,我國啟動匯率改革,開始實(shí)行以市場供求為基礎(chǔ)、參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的浮動匯率制度。隨著匯率改革的穩(wěn)步推進(jìn),匯率市場化程度不斷提高,形成機(jī)制更富彈性,波動更加復(fù)雜。因此,對人民幣匯率波動性進(jìn)行研究,成為學(xué)術(shù)界、實(shí)務(wù)界及監(jiān)管層共同關(guān)心的話題。大量的實(shí)證研究表明,股票、匯率等金融資產(chǎn)的收益率呈現(xiàn)波動集聚性。為了刻畫金融資產(chǎn)收益率與其波動的關(guān)系,Engel開創(chuàng)性地提出了自回歸條件異方差(簡稱ARCH)模型[1],Bollerslev在ARCH模型的基礎(chǔ)上提出了廣義的ARCH模型,即GARCH模型[2],其假定隨機(jī)誤差項(xiàng)的條件方差不僅依賴于誤差項(xiàng)前期值平方的大小,而且也依賴于誤差項(xiàng)條件方差的前期值,由于GARCH模型不適合描述外幣沖擊對金融市場波動的非對稱性,Nelson[3]又提出了EGARCH模型來刻畫波動對正負(fù)沖擊的非對稱性,如果波動受負(fù)外部沖擊的影響大于受正外部沖擊的影響,則說明存在著“杠桿效應(yīng)”。但是在實(shí)際的金融分析中往往發(fā)現(xiàn),條件方差的變化往往直接影響條件期望的值,故又提出了ARCH-M、GARCH-M和EGARCH-M模型。國內(nèi)運(yùn)用EGARCH-M模型對股票市場進(jìn)行分析的較多,如封毅等[4]、陳麗娟[5],等等;而運(yùn)用該方法對匯率進(jìn)行分析的較少,如楊瑞成等[6]。本文擬從時(shí)間序列角度出發(fā),以人民幣兌美元匯率中間價(jià)為研究對象,利用EGARCH-M模型對人民幣匯率波動性進(jìn)行實(shí)證研究。

二、理論模型介紹

(一)ARCH及GARCH模型

ARCH模型反映了經(jīng)濟(jì)變量之間的方差時(shí)變性,它描述了在前期的信息集合給定的條件下隨機(jī)誤差項(xiàng)εt的分布。ARCH(q)模型表述如下:(略)。

(二)EGARCH模型

EGARCH模型考慮了波動的非對稱性,其條件方差方程為:(略)??梢钥闯觯?dāng)θ≠0時(shí),說明干擾的影響是非對稱的,若θ<0,說明金融價(jià)格波動受負(fù)外部沖擊的影響大于受正外部沖擊的影響,存在杠桿效應(yīng)。

(三)EGARCH-M模型

EGARCH-M模型為在EGARCH模型的基礎(chǔ)上,在均值方程中加入隨機(jī)項(xiàng)的影響因素,表現(xiàn)形式主要有標(biāo)準(zhǔn)差、方差、對數(shù)方差,模型分別如下:(略)。

三、數(shù)據(jù)處理及實(shí)證分析

(一)樣本選擇及預(yù)處理

為了對人民幣匯率波動性進(jìn)行分析,本文選取人民幣兌美元匯率中間價(jià)作為研究對象,考慮到匯率改革的影響,數(shù)據(jù)范圍為2005年7月22日至2012年6月28日,共1691個(gè)觀測值,數(shù)據(jù)來源于Wind咨詢。從人民幣兌美元匯率中間價(jià)走勢看,央行啟動匯率改革之后,迫于升值壓力,人民幣開始了升值步伐,2008年經(jīng)濟(jì)危機(jī)爆發(fā)前升值幅度加快,但經(jīng)濟(jì)危機(jī)的爆發(fā)減緩了人民幣升值步伐,從2008年6月至2010年6月人民幣兌美元匯率中間價(jià)維持在一個(gè)相對穩(wěn)定區(qū)間水平上,不過此后,人民幣又開始了新一輪升值,并且一直上升到6.27水平,之后略有回調(diào)。鑒于人民幣兌美元匯率中間價(jià)的非平穩(wěn)性,我們運(yùn)用對數(shù)差分方法對其進(jìn)行處理,記為人民幣兌美元的收益率,計(jì)算方法為相鄰交易日中間價(jià)的對數(shù)的一階差分,也就是:(略)。從圖1可以看出,人民幣匯率收益率呈現(xiàn)波動的聚集效應(yīng),在較大波動后面跟著較大的波動,較小波動后面跟著較小的波動,收益率序列具有明顯的時(shí)變方差的性質(zhì)。利用Eviews5.1對人民幣匯率收益率進(jìn)行分析,描述統(tǒng)計(jì)分析結(jié)果表明,人民幣匯率收益率均值為-0.000148,最大值為0.003638,最小值為-0.004330,標(biāo)準(zhǔn)差為0.000846,偏度為-0.435434,峰度為5.859834。均值和偏度為負(fù)表明分布呈現(xiàn)左偏態(tài)分布,峰度值明顯大于正態(tài)分布的峰值3,表明存在尖峰,這說明人民幣匯率收益率存在“尖峰厚尾”和非對稱性。Jarque-Bera統(tǒng)計(jì)量為629.3182,相伴概率為0,拒絕正態(tài)分布假設(shè)(見圖2)。人民幣匯率收益率的QQ圖(見圖3)存在離群值也支持非正態(tài)性這一結(jié)論。由于EGARCH-M模型僅適用于對平穩(wěn)時(shí)間序列的建模,故在實(shí)證分析之前,首先對人民幣匯率收益率進(jìn)行單位根檢驗(yàn),ADF檢驗(yàn)統(tǒng)計(jì)量為-39.51288,小于1%顯著性水平臨界值-3.434018,拒絕存在單位根的零假設(shè),表明序列是平穩(wěn)的。

(二)EGARCH-M模型實(shí)證分析

首先,通過Rt對的自相關(guān)和偏自相關(guān)分進(jìn)行析,我們認(rèn)為其20階自相關(guān)性較為明顯,因此采用滯后20階的回歸模型進(jìn)行分析,方程為:(略)。在此基礎(chǔ)上,通過對上述方程的殘差做ARCH-LM檢驗(yàn),得到F統(tǒng)計(jì)量、Obs*R-squared分別為45.08634和43.95170,兩者相伴概率均為0;ARCH-LM檢驗(yàn)結(jié)果還表明,在q值等于5時(shí)仍然拒絕原假設(shè),這表明Rt存在高階ARCH效應(yīng)。為了更好地刻畫Rt的波動特性,選擇EGARCH-M模型進(jìn)行分析。在條件異方差模型中誤差的設(shè)定方面,一般的模型均采用正態(tài)分布假設(shè),這里針對人民幣兌美元匯率中間價(jià)“尖峰厚尾”的特性,我們采用GED分布,其中GED分布是由JPMorgan在Riskmetrics中提出的,其概率密度函數(shù)定義如下:(略)。從估計(jì)結(jié)果看,EGARCH(1,1)-M(var)自回歸系數(shù)z檢驗(yàn)的統(tǒng)計(jì)值為0.639295,相伴概率為0.5226,接受原假設(shè),也就是自回歸系數(shù)為0;EGARCH(1,1)-M(std)模型中,F(xiàn)統(tǒng)計(jì)量概率值為0.061662,在5%顯著水平下拒絕原則假設(shè);而EGARCH(1,1)-M(log(var))模型各項(xiàng)統(tǒng)計(jì)量都通過顯著性水平檢驗(yàn),且自回歸系數(shù)的顯著性水平、R2、DW、F統(tǒng)計(jì)量概率要優(yōu)于其他兩組模型,故作為模型最終形式。EGARCH-M項(xiàng)中M系數(shù)為負(fù)值,表明隨著GARCH項(xiàng)波動程度的增加,Rt呈反方向變動,這反映了市場參與者厭惡風(fēng)險(xiǎn);非對稱項(xiàng)系數(shù)估計(jì)值等于-0.064884,且通過顯著性檢驗(yàn),表明“壞消息”對波動性具有“杠桿效應(yīng)”。對EGARCH-M模型估計(jì)的殘差進(jìn)行ARCH-LM檢驗(yàn),得到F統(tǒng)計(jì)量、Obs*R-squared為0.000798、0.000799,相伴概率分別為0.977469、0.977252,因此接受殘差不存在ARCH效應(yīng)的原假設(shè),這說明模型對樣本信息提取的比較完全,比較合理。

四、主要結(jié)論

本文應(yīng)用EGARCH-M模型對人民幣匯率波動性進(jìn)行了實(shí)證分析,結(jié)果表明:一是人民幣兌美元匯率收益率具有平穩(wěn)性、波動集聚性及尖峰厚尾特性,這與前期學(xué)者研究結(jié)論相一致;二是人民幣兌美元匯率收益率的波動具有“杠杠效應(yīng)”,這說明市場參與者的投資行為極易受到外部各種信息的干擾,這為指導(dǎo)投資者進(jìn)行投資以及監(jiān)管者制定政策提供依據(jù)。三是通過比較,我們認(rèn)為EGARCH(1,1)-M(log(var))模型優(yōu)于其他模型,能夠更好地刻畫匯率波動性。

文檔上傳者
白朗县| 景泰县| 新丰县| 深泽县| 云和县| 科尔| 弥渡县| 海城市| 榆社县| 漯河市| 延安市| 布尔津县| 三明市| 北流市| 凌海市| 阜阳市| 都江堰市| 于都县| 汝州市| 蛟河市| 西乌| 栾川县| 清河县| 溆浦县| 庆云县| 乌拉特后旗| 普安县| 鄂州市| 寿阳县| 邯郸市| 信宜市| 格尔木市| 清水县| 夏邑县| 庐江县| 故城县| 观塘区| 博野县| 临城县| 凤台县| 洞口县|