基于时间序列模型的人民币汇率分析与预测(2)
时间:2019-09-24 13:00 来源:毕业论文 作者:毕业论文 点击:次
ARIMA(p,d,q) 模型结构如下 (2) 上等式中, ,是平稳可逆ARMA(p ,q) 模型的自回归系数多项式[9]; ,是平稳可逆ARMA(p ,q)模型的移动平滑系数多项式[9]. 设序列 是 阶单整序列,即 ,则 (3) 对ARMA(p ,q)模型进行估计.设估计的原点是h , 是在h时刻的序列集合, 是向前一步的估测 (4) 其估测误差为 (5) 向前1步的估测方差是 (6) 对应向前 步的估测是 (7) 向前 步的估测误差是 (8) 1.3 ADF检验 一般用单位根检验（UNIT ROOT TEST）来进行ADF检验,.ADF单位根检验形式如下： 对任意AR(p)过程,有 （9） 它的特征方程表示如下 （10） 如果特征方程所得的所有特征根都在单位圆内,即 则序列 为平稳的时间序列[8].如果有任意一个单位根 则称序列 为非平稳的时间序列, 因而,可通过检验自回归系数之和是否等于1来判断该AR(p)序列的平稳性. ADF 检验的三种类型如下 在对ADF进行单位根检验时,若绝对值T大于某一个水平值,则在该水平下拒绝原假设,待检验的序列是平稳序列;若绝对值T小于某一水平值,则该水平下接受原假设,待检验序列是非平稳序列[8]. 2．实证分析 2.1数据的选择 本文在研究过程中选取的数据是2014年1月7日至2015年2月28号美元兑换人民币中间价的日数据,并将样本数据分割为两部分：2014年1月7号至2015年1月31日之间的数据作为研究区间,2015年2月份的19个数据作为预测区间[4],通过样本内区间的数据对模型参数进行估测,样本外的数据对模型预测效果进行检验.这些汇率数据均来自于国家外汇管理局（State Administration of Foreign Exchange）.利用Eviews6.0 [9]软件绘制2014年1月7号至2015年1月31号人民币汇率序列的时序图 (责任编辑：qin) |