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

常振海等:基于小波分析和GARCH模型的人民币汇率实证研究

365

Fig.1

三一?三一三匝?三0.6一

“:

:

塾.竺

:“:竺竺塾竺.竺:

m

O鲐

十齄

∞船

m

O∞

~t

雒幻

图1各尺度下的高频和低频信号图

Thefigofhighfrequencyandlowfrequencyof

every

level

用sqtwolog准则去噪,然后重构得到去噪后F0(图2),为了比较,将原始信号图SD图也给出,见图3.

图2去噪后信号

Fig.2

Thesignalremovednoise

Fig.3

图3原始信号

Theoriginalsignal

对比两图,可以看出噪声已大部分被去除,同时又较好的保留了原图的波动趋势,说明滤波去噪过程是合适的。

本着简约而又合理的原则,经反复推演去噪后信号F0的均值方程为AR(1)模型,这样我们建立起AR(1)一GARCH(1,1)

模型.结果如下.

n=一0.012461+0.356662r,_l+m

巩2=2.85×10一5+0.874237az,l+0.119867aLl

对模型的合理性检验结果见表1.

由表l知5个参数都是显著的,建立的模型是合理的.

选用平均绝对误差MAE与均方误差MSE为评判依据,分别以传统GARCH(1,1)模型和结合小波去噪理论后的

GARCH(1,1)模型进行了35步预测,预测的效果评价和结果分别见表2.

表1模型参数检验

Table1

Theexaminationofmodelcoefficient

Std.ErrorO.001

249

t-Statistic—9.9750558.6948966.2512136.186

125

Prob.0.00000.00000.00000.00000.000

0

表2预测效果评价

Table2

Theforecastevaluation

Coefficient

夺。

一O.0124610.3566622.85E一050.119867

原始信号去噪后信

均值部分

MAEMSE

0.07240.08820.00760.0095

0.04420.05860.00420.0060

奉l

Qo

0.0410204.56E—06O.019O.012

377411

a1

波动率部分

MAEMSE

B】0.874237

70.43930

由表2可以看出,去噪后模型的均值部分和波动率的预测效果均好于没结合小波的情形.由此可见,实际中去噪是必要

的.为了更直观看到预测效果,下面分别给出预测图,见图4、图5.

图5波动率预测图

Fig.4

Forecastfigof

average

function

Fig.5

Forecastofvolatilityfunction

4结束语

因为波动率不具有观测性,因而图5中没有波动率真值这一项,这也为比较不同模型下的波动率预测效果带来了挑战.本

上一页第3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