随机波动模型下的汇率波动分析[范文]

一、引言

汇率即是一种货币兑换另一种货币的比率，两种不同的货币之间的折算比，也是以一种货币表示另外一种货币的相对价格。在外汇市场中，汇率无疑拥有着重要的地位，并发挥着重要的作用。同时汇率波动还会激发国内与国际经济局势的改变，并影响国际收支的平衡。尽管外汇市场内部的牌价是用汇率直接表示的，但外汇市场上资金流动与相关分析数据并不可以清晰而详尽的解释汇率水平及其波动状况。因此汇率波动问题的分析也是国际金融的一个重要研究方向。

人民币汇率标准sv模型下的参数贝叶斯估计结果

伴随着全球货币体系战争，汇率波动剧烈，美元兑换人民币持续升值。2015年8月11日上午，央行将中国外汇交易中心的人民币汇率中间价下调1.9%。次日，这个中间价再度下调1.6%，两日之内美元对人民币升值幅度超过3%。近来，人民币汇率频繁的波动，汇率市场中时常陪同着暴涨暴跌的词语。汇率波动情况日趋复杂，对我国经济也造成了重大的的影响。

首先理论意义，金融时变波动模型主要有两个类别,其一为ARCH（自回归条件异方差)模型, 另一类是SV（随机波动)模型。但是因为模型中有不可观测的潜藏波动,所以在随机波动模型提出后的很长时间里并没有进行大规模的应用。如果用常用的似然估计方法对其进行估算，由于没有明确的似然函数表达式,困难会很大。本项目主要针对随机波动(SV)模型进行研究和讨论，并将其引入到汇率波动中，对其波动性进行分析。同时汇率波动性又是汇率动态行为描写的重要构成成份，也是广大学者和政策制订者关注的热点。 其次实际意义，本项目利用随机波动模型（SV）模型对美元兑人民币汇率波动性进行分析，并作出合理的解释和短期预测。这对商业与非商业银行金融机构和金融监管部门的外汇风险管理具有指导意义，同时为人民币远期汇率深入研究奠定了基础。

二、SV模型的理论分析

一些学者针对ARCH类模型具有的不足之处，提出了SV（随机波动性）模型。1973年Clark提出了SV模型，投机价格序列研究模型中应用了服从随机过程的概念，详细的描述一类标准对数正态分布，对物价变化研究的通用有限方差分布类进行了介绍，同时与以前使用的分布进行测试比较。而1993年Stephen J. Taylor 介绍了一种基于离散时间逼近的随机波动模型，并同那时的资产波动性研究中占据核心主要地位的ARCH模型进行对照，得出这类波动模型具有多数类似的地方的结论。不过，价格信息与之后的信息量对价格的影响，在这类模型中呈现了较多假设。之后，模型在估计上进行了一些改进，并取得了效果，随机波动模型也越来越受到研究人员的重视，SV模型也在不断的优化。2003年白昆和张世英提出了随机波动模型的诊断分析与变结构建模的论题，并在检测模型结构变化点时在扩展随机波动模型的基础上采用了分段建立模型的处理模式，与分断变化模型的选取也同样如此。

不同学者基于随机波动模型中的重要特征扰动项不可估量，阐述了许多不同类型的估量方式。估计非长期记忆模型的方法大致有以下三种类型：

其一为基于矩阵法的估计。Taylor采用了直接矩估计法，Melino等采用广义矩估法，因为GMM估计量具有一致与渐进的特点，同时操作相对简单，所以GMM对随机波动估计的实证结论也出现了很多。

其二为基于极大似然法的估计。在极大似然法中，最为常见的为Harvey等采用根据扰动项的对数为高斯过程的假设，进而通过卡尔曼滤波可以获得准极大似然函数的估计法，对应的应用QML方法的实证研究也是最近几年来SV的主要发展。

其三为MCMC估计法。Jacquier等第一次采取马尔科夫链蒙特卡罗法的方法来估计随机波动模型。随后，Tse，Zhang等学者根据案例实际操作，证明了MCMC方法估计SV的效果非常显著，并得到MCMC是最理想的随机波动模型的参数估计方法的结论。

 论文写好后想知道重复率是多少？点击“知网论文检测入口”直连中国知网查重检测系统