论文部分内容阅读
近年来，人民币汇率波动频繁，变动复杂。特别是美国次贷危机以及欧债危机的影响，使得汇率的波动状况发生变化。然而汇率变动对国内经济产生颇多影响，因此，汇率波动性的研究对于保证我国经济平稳发展，准确把握我国经济脉搏具有重要意义。本文选取2007年1月1日至2011年12月31日期间的人民币兑美元、欧元、日元以及英镑汇率数据作为研究对象。分别采用在一阶矩建立马尔科夫机制转换模型的MS-AR模型和在二阶距建立马尔科夫机制转换模型的MS-ARCH模型及MS-GARCH模型，并与普通时间序列模型AR模型、ARCH模型及GARCH模型进行比较分析。同时， MS-AR模型采用了不同的残差项假定即：正态分布假定和t分布假定。研究了人民币兑美元、欧元、日元以及英镑汇率的动态特征。实证结果表明：（1）带有状态转换的时间序列模型都比普通时间序列模型在拟合效果和波动描述上效果好。MS-AR模型比AR模型更灵活，拟合程度更精确；普通ARCH模型遗漏了对汇率数据低等波动状态的捕捉，而MS-ARCH模型则能较全面的反应汇率数据的波动状况；MS-GARCH模型与GARCH模型相比能够降低各国货币汇率波动的持续性。（2）汇率波动程度与持续期成反比。欧元汇率的波动程度最大，持续期最短，而美元汇率的波动程度最小，持续期却最长。研究结果显示，受欧债危机的影响，欧元汇率波动程度最大，各机构和个人投资者应根据汇率的波动情况处理好欧元头寸，有效规避汇率波动风险。（3）人民币兑美元、英镑、日元汇率数据较欧元汇率数据而言具有较为明显的厚尾特征，因此人民币兑美元、英镑、日元汇率数据适合用残差项服从t分布的模型来拟合，而人民币兑欧元汇率数据则适合用残差项服从正态分布的模型来描述。