文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 经管营销 > 基于小波分析和GARCH模型的人民币汇率实证研究
侵权投诉

基于小波分析和GARCH模型的人民币汇率实证研究

人民币汇率实证研究

山西大学学报(自然科学版)

32(3)2009

2小波多分辨率去噪

一个含有噪声的信号可以表示为

s(i)=,(i)+吖(i),i=0,1,…,"一1,其中,(i)为真实信号,ae(i)为噪声,并设P(i)服从高斯分布.我们的目的是去除噪声ae(i),并再此基础上进行建模预测,实现过程如下.

(1)利用文章第一部分所述理论方法对含噪信号进行分解.

记So=(工-,Xz,…,工。}是原始信号,选用适当的小波函数对其小波分解有

So=W1+W2+…+Wj—l+Vj一1

式中w,,w:,…,w卜。分别为分解后第一层,第二层,…,第.,一1层的高频信号,V卜,是分解后第.,一1层的低频信号.

(2)对分解得到的各层高频系数w,,、Ⅳ2'.. ,Wj~,选择阈值进行量化.其中,阈值量化时,阈值过高会使信号失真,阈值过

低又会去噪不完全.常用的阈值选择准则有以下4种:

(a)rigrsure准则;(b)sqtwolog准则;(c)heursure准则}(d)minimaxi准则.

以上四种阈值准则中,rigrsure准则和sqtwolog准则是相对比较保守的准则,它仅是部分系数置零,可以保留较多的高频信号.根据金融数据高频性特征,本文实证部分选用sqtwolog准则来确定阈值,它采用固定的阈值形式,产生的阈值大小为sqrt(2*log(1ength(原始信号))).

(3)在(1)和(2)基础上重构信号就得到多分辨率去噪信号,记为F0,对Fo建立GARCH(1,1)模型.

记,,表示t时刻的对数收益率,GARCH(1,1)模型一般包含两部分:一部分是对均值效应建立模型和检验(多为ARMA模型),从而得到均值修正的收益率,记为啦,目的是分离出数据中的先后相关性;另一部分是对序列建立异方差模型,目的是刻画波动率的不独立性.具体有

』二纂吼

GARCH(1,1)模型.

Z=∞+m矗。+pot

【口o>Oal≥0,且≥0’口1+岛<1

其中k)是一个i.i.d.的随机变量序列,E(岛)一0,Var(£I)=l,通常假定是标准正态的或标准化的t分布,则称m服从

(4)模型参数估计.参数估计按下列方法进行:

记0表示参数向量,N为样本观测值个数,则GARCH(1,1)模型估计的对数似然函数为:(a)在正态性假定下是.

/nL(0)=一NIn(2丌)一告∑In(z)一軎∑(d/of)

(b)在t分布下是

/nL(0)=一譬tn{奄丧若是锷笋)一号妻 ncz,一半娄In( +万孝b)

这里k>2,惫一般在3到6之间,使上述函数最大化而得到参数0的估计值.

(5)对建立的模型的合理性进行检验.因为模型包含两部分,所以检验分别以下列方法进行:记标准化的抖动

磊=旦

是服从标准正态或标准化的t分布的i.i.d.随机变量.面的Ljung—Box统计量可用来检验均值方程,爵的Ljung—Box统计量可用来检验波动率方程的有效性.

(6)预测.其中均值方程(主要为ARMA模型)的预测方法较熟悉,略去;波动率的预测按下列方法进行:假定t为预测原点,向前1步预测为

砰(1)=口口+们口}+盘Z,

向前^步预测满足

d}(女)=劬+(口。+岛)Z(量一1),(量>1).

3实证研究

本文选取白2005—07—25至2007一lO一19日人民币对港元的汇率(数据来源于中国外汇管理局网站(http://www.safe.gov.cn/modeLsafe/inde)【.html))为样本,共548个数据.选用前513个数据作为建模数据,第514个到第548个数据用来检验模型

的预测效果.

采用db2小波进行三尺度分解,得到各尺度下的高频信号和低频信号图(P365图1)

上一页第2页

你可能喜欢

  • GARCH模型
  • 时间序列数据
  • 小波分析应用
  • 人民币汇率趋势
  • 金融时间序列分析
  • 人民币汇率走势分析

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email