时间序列第三次上机(2)

基于基于 ARCHARCH 族模型对我国汇率制度改革后汇率的波动分析族模型对我国汇率制度改革后汇率的波动分析 学号 pb09204072 姓名 黄日茜 摘要摘要 本文通过 ARCH 族模型来对人民币 美元汇率收益率进行建模 结果发现汇改后外 汇市场效率有所提高 外汇市场的风险可由过去的风险程度加以预测 由 TARCH EGARCH EGARCH M 模型的研究显示人民币 美元汇率收益率存在杠杆效应 存在明显的非对称性 且人民币 美元汇率还不具备具有的高风险高回报的风险溢价效应特 征 关键字 关键字 汇率波动 汇率收益率 ARCH 族模型 一 研究背景及意义一 研究背景及意义 汇率是宏观经济发展和国际贸易的中间载体 也是微观金融市场的交易对象 我国对人民币汇率实行了长期的管制政策 2005 年 7 月 21 日 中国人民银行发布公 告 我国开始实行以市场供求为基础 参考一篮子货币进行调节 有管理的浮动汇率制度 人民币汇率不再盯住单一美元 形成更富弹性的人民币汇率机制 2006 年 1 月 4 日 银行间外汇市场引入了询价交易方式和做市商制度 人民币汇率中 间价改由 15 家中外资银行做市商报价产生 人民币汇率形成机制的市场化程度进一步提高 人民币汇率问题已成为全球性的一个重大课题 其实一直以来 汇率都是一个非常重 要的经济指标 汇率的变动受到诸多经济因素的影响 反过来汇率变动也对经济产生多方 面的影响 显然 弄清人民币汇率近期变动态势 对于人民币汇率政策的正确选择具有重 要意义 本文通过研究人民币兑美元汇率的变动趋势来分析人民币汇率的波动特征 并通过 ARCH 族模型来对人民币 美元汇率收益率进行建模 并分析其波动的杠杆效应和风险溢价 效应 二 国内外对汇率分析方法的研究二 国内外对汇率分析方法的研究 目前国内外对汇率行为的理论及其实证研究主要是从两个方面来进行的 一方面是从 影响汇率的各种因素出发 寻找汇率与这些因素之间所存在的某种关系 也称为基础因素 分析法 另一方面则是从汇率运动的本身出发 研究其本身的波动状况并对其进行预测 也称为技术分析法 其一般使用的是时间序列分析方法 技术分析法主要是根据汇率自身时间序列的历史数据 建立单变量的时间序列模型 如指数平滑模型 Exponential Smoothing Model 回归模型 AR 和移动平均模型 MA 等 随着研究的深入 还产生了如贝叶斯向量自回归模型 BVAR 阀值模型 Threshold Model 博克斯 詹金斯模型 Box Jenkins 又称 ARIMA 和自回归条件异 方差 ARCH 模型 金融变化率时间序列一般具有方差时变的特点 表现出波动率聚类 高峰厚尾 国内 外学者对汇率波动的特征进行了广泛地研究 其中 ARCH Autoregressive Conditional Heteroskedastic 族模型能够较好地拟合汇率波动的尖峰 宽尾 波动群集性 Volatility Clustering 和非对称性的特征 适合于研究汇率的波动特征 国外较早的文献 Baillie and Bollerslev 1989 1990 1 Hsieh 1989 2 的研究 表明美国的汇率波动率是 ARCH 或 GARCH 过程 Hsieh 1998 通过对五个国家汇率的研究 证明了 ARCH 12 模型能够描述这些汇率的波动情况 而且 进一步的研究表明 GARCH 1 1 模型能更加精确的反应汇率的实际波动 Charalambos Pattiches 2003 运 用 GARCH 模型对欧盟的十五个成员国的名义汇率和实际汇率以及贸易额 出口和进口 之 间的关系进行研究 发现进出口贸易额的时间序列是平稳序列 I 0 而名义汇率和实际 汇率的时间序列数据则是一阶单整序列 I 1 因而得出两者之间并不存在长期均衡协整 关系的结论 国内对 ARCH 类模型的应用研究主要集中在证券市场上 但对于该类模型在汇率波动方 面的研究并不多见 惠晓峰 柳鸿生 胡伟 何丹青 2003 3 运用时间序列的 GARCH 模 型 对汇率体制改革后的人民币 美元汇率建模进行预测 在论证了 GARCH 模型预测可行性 的基础上 采用了递归算法 取得了较好的效果 戴晓峰 肖庆宪 2005 4 对人民币 美 元的日汇率值进行实证研究 建立相应的 ARIMA 模型和 EGARCH 模型并进行预测和评价 其 研究结果表明 EGARCH 模型的预测结果较为理想 适合描述人民币 美元汇率的变动趋势 任兆璋 宁忠忠 2005 5 使用人民币 NDF 汇率作为人民币汇率预期的代理变量 使用 ARCH 族模型研究其波动特征 结果表明 人民币汇率预期存在 ARCH 效应 具有尖峰 厚 尾 波动群集性和非对称性等特征 这些特征要求在应对人民币升值或贬值冲击时 在保 持汇率基本稳定的前提下 应使汇率更具灵活性 适度扩大人民币汇率的浮动空间并逐步 改善人民币汇率的形成机制 李凯 张隐瑜 2005 6 通过美元 日元的高频日汇率数据的 实证研究 检验了金融时间序列的 尖峰厚尾性 特征 并且通过对 GARCH TGARCH 和 EGARCH 的模型估计 验证了汇率市场在信息不对称条件下 对好消息和坏消息有不同程度 的波动反应 金融市场的杠杆作用是明显的 三 基本概念三 基本概念 阶自回归条件异方差 ARCH 模型 其定义由均值方程和条件方差方程给出 若 qq ARCH 则表示成 t q 7 1 ttt y x 1 2 tT 7 2 ttt 7 3 222 00 1 q tit it i B 其中 是常数 并假设独立同分布 0 0 qi i 2 1 0 t 0 t E 并且对于所有的 与相互独立 为滞后算子多项式且 1 t D t t t B 为条件方差 方程 7 3 表示误差项的方差 2 12 q q BBBB 2 t t 由两部分组成 一个常数项和前个时刻的扰动项 用前个时刻的残差平方表示 2 tqq ARCH 项 GARCH 模型的一般形式为 pq 7 4 ttt 7 5 22222 00 11 qp tttit iit i ii BB 其中 0p 0q 0 0 0 12 i iq 0 12 i ip 为滞后算子多项式且 当时ARCH B 2 12 p p BBBB 0p t q 可以看出 GARCH 模型具有 ARCH 模型的特点 能够模拟价格波动的集聚性现象 pq q 两者的区别在于 GARCH 模型的条件方差不仅是滞后扰动平方的线性函数 而且是滞 pq 后条件方差的线性函数 当时 退化为白噪声过程 0pq t 杠杆效应说明当前的收益新息和未来期望条件方差之间的负相关关系 Nelson 1991 对此进行研究提出了 EGARCH 模型 EGARCH 模型的条件方差可为 22 11 log log qp t it i tiijtj ij t it i 模型中方差采用了自然对数形式 意味着非负且杠杆效应是指数型的 若说 2 t 0 明信息作用不对称 当预示了当前收益率和未来条件方差之间的负相关关系 0 对股票市场的研究发现 股价上涨和下跌的幅度相同时 股票下跌过程往往伴随着更 剧烈的波动 为解释这种现象 Zakoian 1990 提出了一种非对称模型 TARCH 模型 其条件 方差为 2222 11 11 qp tit ittjtj ij d 其中 这时 由于引进 股价上涨信息 和下跌信息 10 00 t t t d t d0 t 对条件方差的作用效果不同 上涨时 其影响可用系数代表 下跌 0 t 2 11 0 tt d 1 时为 同样 若则说明信息作用是非对称的 当时认为存在杠杆效应 1 0 0 如果条件均值显性地依赖于过程的条件方差或标准差即可表示成 2 t t 则这个模型就是 ARCH M 模型 tttt yx 四 实验过程四 实验过程 1 数据选取 2006 年 1 月 4 日 银行间外汇市场引入了询价交易方式和做市商制度 人民币汇率中 间价改由 15 家中外资银行做市商报价产生 人民币汇率形成机制的市场化程度进一步提高 但是由于美国全球经济霸主的特殊地位 美元还是占据着相对大的权重的 故本文的分析 还是以美元为代表 所以 本文选取 2006 年 1 月 4 号至 2011 年 11 月 30 号人民币 美元汇率日数据来进行 研究 共有 1461 个数据 2 导入数据 建立工作文件 打开 Eviews 软件 选择 File 菜单中的 New Workfile 选项 出现 Workfile Create 对话框 在 Workfile structure type 框中选择 unstructured or undated 在 data range 输入 1461 单击 OK 部分数据截图见图 1 图 1 人民币 美元日汇率原始数据图 3 汇率收益率的基本特征分析 波动率是衡量某一时间段内金融产品 价格变动程度的数值可以定义为价格自然对数 一阶差分来表示 对汇率构成的时间序列 x 的变量取对数 然后再进行一阶差分 得到汇 率收益率的时间序列 Y 即 y ln Xt ln Xt 1 为了研究人民币 美元汇率日收益率的波动情况 画出其走势图 图 2 是 y 序列趋势图 图 2 人民币 美元汇率日收益率 y 趋势图 如图所示 人民币 美元日汇率的收益率序列 y 序列是平稳的 并且具有集群性 波 动的集群性是指金融市场中的波动往往表现出在较大幅度波动后紧接着较大幅度的波动 较小幅度波动后紧接着较小幅度的波动 即大幅波动聚集在某一段时间 而小幅波动则聚 集在另一段时间的现象 方差随时间而改变 这种现象也称作异方差现象 为了进一步讨论人民币兑美元汇率日收益率的基本特征 我们得到时间序列 y 的柱状 图和基本统计量 如图 3 由下图可以看出 1 人民币兑美元汇率日汇率的收益率序列均值 1 70 10 4 表明长期市场平稳 汇率收益较低 放映出政府对外汇市场还是具有一定的控制力 2 人民币兑美元汇率日汇率的收益率序列标准差为 0 000854 较小 3 峰度为 5 766883 大于 3 偏斜度为 0 536934 小于 0 表明人民币 美元日 汇率日收益率呈现左偏的厚尾特征 厚尾性越大说明状态的持续性越强 也说明了汇率波 动的聚类性 即大的波动集中在某些时段 小的波动集中在另外一些时段 与标准正态分 布 S 0 K 3 相比 此序列呈现明显的偏态 尖锋的分布状态 且 Jarque Bera 统计量也 在至少 99 的置信水平上拒绝了序列为正态分布的假设 这些统计特征说明 首先 美元兑人民币汇率预期的波动相当剧烈 峰度显著大于 3 表明国际金融市场近年来对人民币汇率走势的判断起伏很大 其次 出现 厚尾 现象 其原因是 某一类型的信息通常以相当密集的方式出现 而不是以平滑连续的方式出现 或者是投资者对信息的反映是密集的 此外 人民币 美元汇率预期波动的群集性明显 在 对这些统计特征进行解释和分析 应进行 ARCH 效应检验 总的来说 统计特征显示差分 序列不服从正态分布 且峰度大于 3 显示出厚尾特征和波动群集性 图 3 人民币 美元汇率日收益率 y 柱状图及基本统计量 4 汇率收益率平稳性检验 1 单位根检验 最常见的平稳性检验是单位根检验 本文采用 ADF 检验收益率序列是否具有单位根 根据汇率基本统计分析表中的数据 应该选择没有趋势的方程进行检验 结果如图 4 所示 图 4 人民币 美元汇率日收益率 y 单位根检验 由图 4 可以看出 在 0 01 的显著水平下 人民币 美元汇率日收益率 y 拒绝存在一个单 位根的原假设 说明人民币 美元汇率日收益率 y 序列是平稳的 2 自相关和偏自相关检验 图 5 人民币 美元汇率日收益率 y 序列的自相关 偏自相关检验图 由图 5 可以看出 滞后 20 阶的自相关函数和偏自相关函数至少在 95 置信水平下认 为与 0 无显著差异 所以接受直到第 20 阶自相关函数全部为 0 的原假设 说明日收益率序 列本身的自相关性很弱 人民币 美元汇率日收益率平方却表现出很强的自相关性见图 6 图 6 人民币 美元汇率日收益率平方的自相关 偏自相关检验图 由图6 通过伴随概率可以看出 在显著性水平0 05下 显著拒绝直到第20阶不存在自 相关的原假设 而这种高度自相关性正好反应了收益率大 小 的波动跟随着大 小 的波动的 集聚效应 即显示出了收益率波动的集聚性特性 由平方收益率的自相关函数和偏自相关 函数显著不为0和Box Ljung统计量判断出日收益率序列可能存在ARCH效应 有必要对其 进行ARCH效应检验 5 ARCH 效应检验 由上面分析可知 人民币 美元汇率日收益率序列本身有很弱的自相关性 因此可把人 民币 美元汇率日收益率成 t y 其中为常数项 为误差项 t 现在检验序列是否存在ARCH效应 最常用的方法就是LM检验 首先对人民币 t 美元汇率日收益率序列y关于均值回归 过程如下 在命令栏里输入 ls y c 回车后就得到 回归方程如图7所示 然后就可以对残差进行检验了如图8所示 图 7 人民币 美元汇率日收益率的回归方程 由图 7 知 参数显著 在出现的 Equation 窗口中点击 View Residual Test ARCH LM Test 选择 6 阶 滞后 得到如图 8 所示结果 图 8 人民币 美元汇率日收益率残差的 ARCH LM 检验 图 8 中 LM 统计量为 130 74 显著性水平的临界值为 12 592 且相伴概率为0 05 0 0000 小于显著性水平 因此拒绝原假设 认为存在高阶 ARCH 效应 0 05 0 H t 因此可对误差项进一步建模分析 t 6 GARCH 族模型建模 1 GARCH 1 1 模型估计结果 我们现在要用 GARCH 1 1 模型建模 需要在 Mean Equation 栏输入均值方差 y c Error 项选择正态分布 这样我们就得到 GARCH 1 1 N 模型如图 9 结果 图 9 人民币 美元汇率日收益率 GARCH 1 1 N 模型估计结果 由图 9 可见 收益率条件方差方程中 ARCH 项和 GARCH 项都是高度显著的 表明人 民币 美元汇率日收益率序列具有显著的波动集簇性 ARCH 项和 GARCH 项系数之和为 0 98 1 因此 GARCH 1 1 过程是平稳的 但说明 但是该数值比较大 接近于 1 表明我国外汇市场对冲击的反应函数是以一个相对较慢的 速率衰减 外部冲击对收益率的冲击持续的时间比较长 模型中的参数除常数项外都显著异于零 表明价格的波动在很大程度上是由过去的价 格波动和误差决定的 也就是说外汇市场的风险可由过去的风险程度加以预测 2 GARCH M 估计结果 和前面的步骤类似 唯一的区别是在 ARCH M 栏中选择条件均值的具体形式 在这 里我们认为条件标准差对收益率有影响 在 ARCH M 栏中选择 std Dev 其他选择同 GARCH 1 1 N 模型估计结果见图 10 图 10 人民币 美元汇率日收益率 GARCH M N 模型估计结果 从模型参数估计结果可以看出 条件标准差对均值的回复显著 可以认为这一时段的 人民币 美元汇率日收益率存在显著的均值回复现象 人民币 美元汇率日收益率的波动幅 度与其期望风险之间的关系显著 即当风险增大时 投资者要求的风险溢价也增大 国际 金融市场对人民币走势的预测开始趋向于理性 参数估计结果显示持续性很高 且 ARCH 和 GARCH 及常数项都是高度显著的 从 DW 统计量为可以看出 模型残差不存在一阶自相关 同样道理 对误差项的分布可以采 用其他假定分布形式 得到相应的模型 这里不再赘述 7 人民币 美元汇率日收益率波动杠杆效应检验 金融市场上 坏消息比好消息带给收益率更大的波动 这就是波动的非对称性 这是 由企业的财务杠杆造成的 所以叫做杠杆效应 下面使用 TARCH 模型对汇率收益率的非 对称性和杠杆效应进行检验 TARCH 模型估计结果 依据构造 EGARCH 模型的方式 得到 TARCH 1 1 N 的估计结果见图 11 图 11 人民币 美元汇率日收益率 TARCH 1 1 N 模型估计结果 参数估计结果显示 和 EGARCH 模型估计结果相同 TARCH 也显示日收益率存在 明显的杠杆效应 好消息对汇率波动的影响持续性系数为 0 0580 坏消息对汇率 波动的影响持续性系数为 0 2262 是好消息的近 4 倍 8 汇率收益率风险溢价效应检验 在检验出人民币汇率的波动存在杠杆效应后 用 EGARCH M 1 1 模型来检验人 民币 美元汇率收益率风险溢价效应 EGARCH M 模型如下 图 12 人民币 美元汇率日收益率 EGARCH M N 模型估计结果 从结果看出 的为负值 且显著不为 0 不满足收益率与风险成正比的关系 t t h 2 1 说明我国人民币汇率机制还不成熟 没有体现高风险高回报的特征 五 总结五 总结 通过对人民币兑美元汇率的波动研究 发现汇率改革后 人民币汇率呈现出波动频繁 弹性加大 升值的势头 在进一步利用 ARCH 族模型对人民币兑美元汇率进行深入的研究 发现汇率波动具有 以下特性 1 集群性特点 大的波动后面通常紧跟着大的波动 小的波动后面跟着小的波动 2 人民币兑美元汇率日收益率序列本身不存在相关性 而人民币兑美元汇率日收益 率序列的平方则存在高度相关性 且存在明显的 ARCH 效应 3 人民币兑美元汇率日收益率序列本身是平稳的 不符合正态分布 具有尖峰厚尾 的特征 建立模型回归所得残差具有 ARCH 效应 4 GARCH 1 1 模型显示 汇改后外汇市场效率有所提高 外汇市场的风险可 由过去的风险程度加以预测 5 从 GARCH 1 1 M 模型参数估计结果可以看出 条件标准差对均值的回复 显著 可以认为这一时段的人民币 美元汇率日收益率存在显著的均值回复现象 即当风险 增大时 投资者要求的风险溢价也增大 说明汇率收益率市场对汇率的波动与风险有关 6 通过对 TARCH 模型的研究发现 人民币 美元汇率收益率存在杠杆效应 存在 明显的非对称性 即好消息和坏消息对汇率的冲击是有明显差异的 7 EGARCH 1 1 M 模型检验得出人民币汇率市场还不具备成熟汇市所具有的 高风险高回报的风险溢价效应特征 ARCH 类模型检验结果表明我国外汇市场还不够成熟 有待进一步完善和发展 在更 广更深的层次上引入汇率的市场决定机制有更深远的意义 市场经济国家主要用市场化的经济手段 用财政政策和货币政策来调节宏观经济 而 货币政策又是其中最重要的 最有效的手段 我国货币政策缺乏独立性 正是由于货币政 策绩效低 而财政政策存在较大局限性 我国的宏观调控只能更多的采用行政法律手段 较少地采用经济手段 市场化手段 使宏观调控的效率大打折扣 宏观调控的目的是在实现总量平衡的同时 通过市场机制的有效发挥 促进结构的优 化 释放或者