本文關(guān)鍵詞：基于ARFIMA-SVM-BPNN非線性組合模型的人民幣匯率預(yù)測(cè)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：2005年7月21日,人民幣決定實(shí)行以市場(chǎng)供求為基礎(chǔ)、參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的浮動(dòng)匯率制度。同時(shí),隨著國(guó)際間經(jīng)濟(jì)與金融活動(dòng)的相互滲透及影響,各國(guó)金融市場(chǎng)之間的相互依存程度也逐步增強(qiáng),匯率作為核心變量,調(diào)整并影響著各國(guó)的宏觀和微觀經(jīng)濟(jì)。自2001年加入WTO,中國(guó)經(jīng)濟(jì)在國(guó)際社會(huì)的地位日益凸顯,作為聯(lián)系國(guó)內(nèi)外經(jīng)濟(jì)橋梁的人民幣匯率也因此成為人們關(guān)注的焦點(diǎn)。研究人民幣匯率的預(yù)測(cè)問(wèn)題,做到理論與實(shí)證相結(jié)合,不僅具有重要的理論意義,而且還能夠?yàn)檎芾聿块T(mén)制定相應(yīng)外匯政策提供新的視角。本文首先回顧總結(jié)人民幣匯率時(shí)間序列的預(yù)測(cè)方法和模型,并對(duì)匯率決定理論和非線性特征檢驗(yàn)方法加以討論;然后通過(guò)分析人民幣匯率的長(zhǎng)記憶性與非線性特征選擇構(gòu)建ARFIMA模型、SVM模型以及BPNN模型,并通過(guò)非線性函數(shù)將單一模型進(jìn)行組合構(gòu)建ARFIMA-SVM-BPNN非線性組合模型;最后選擇人民幣兌美元匯率(RMB/USD)和人民幣兌歐元匯率(RMB/EUR)時(shí)間序列為樣本,分別使用BDS模型和DFA模型對(duì)其展開(kāi)非線性特征及長(zhǎng)記憶性特征的檢驗(yàn)及分析,并通過(guò)上述非線性組合模型對(duì)人民幣匯率進(jìn)行預(yù)測(cè),提出相應(yīng)政策建議。研究結(jié)果表明,通過(guò)非線性檢驗(yàn)及長(zhǎng)記憶性檢驗(yàn),發(fā)現(xiàn)人民幣匯率收益率序列都存在非線性特征,并且人民幣兌美元匯率收益率存在較強(qiáng)的長(zhǎng)記憶性,人民幣兌歐元匯率收益率的長(zhǎng)記憶性較弱。在非線性組合模型構(gòu)建及應(yīng)用方面,基于ARFIMA-SVM-BPNN非線性組合模型的人民幣匯率的預(yù)測(cè)效果均優(yōu)于單一預(yù)測(cè)模型。
【關(guān)鍵詞】：匯率收益率 ARFIMA模型 SVM模型 BPNN模型 非線性組合模型
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F224;F832.6
【目錄】：

• 摘要5-6
• Abstract6-11
• 第1章 緒論11-23
• 1.1 選題背景與研究意義11-13
• 1.1.1 選題背景11-12
• 1.1.2 研究意義12-13
• 1.2 相關(guān)文獻(xiàn)綜述13-20
• 1.2.1 基于線性模型的匯率預(yù)測(cè)研究14-15
• 1.2.2 基于非線性模型的匯率預(yù)測(cè)研究15-18
• 1.2.3 基于組合模型的匯率預(yù)測(cè)研究18-20
• 1.3 研究思路與研究?jī)?nèi)容20-23
• 1.3.1 研究思路20-21
• 1.3.2 研究?jī)?nèi)容21-23
• 第2章 匯率預(yù)測(cè)相關(guān)研究基礎(chǔ)與理論分析23-33
• 2.1 匯率決定的理論分析23-25
• 2.1.1 傳統(tǒng)匯率決定理論分析23-24
• 2.1.2 現(xiàn)代匯率決定理論分析24-25
• 2.2 人民幣匯率變動(dòng)的影響因素分析25-28
• 2.2.1 政治因素分析25-26
• 2.2.2 經(jīng)濟(jì)因素分析26-28
• 2.2.3 其它因素分析28
• 2.3 人民幣匯率變動(dòng)特征的理論分析28-33
• 2.3.1 非線性特征的理論分析29-30
• 2.3.2 長(zhǎng)記憶特征的理論分析30-33
• 第3章 ARFIMA-SVM-BPNN非線性組合模型的構(gòu)建33-42
• 3.1 人民幣匯率特征的檢驗(yàn)方法及模型33-35
• 3.1.1 非線性特征的BDS檢驗(yàn)方法33-34
• 3.1.2 長(zhǎng)記憶特性的DFA檢驗(yàn)?zāi)Ｐ?/span>34-35
• 3.2 單一預(yù)測(cè)模型的選擇及構(gòu)建35-38
• 3.2.1 自回歸分整移動(dòng)平均(ARFIMA)模型35-36
• 3.2.2 支持向量機(jī)(SVM)模型36-37
• 3.2.3 反向傳播神經(jīng)網(wǎng)絡(luò)(BPNN)模型37-38
• 3.3 非線性組合預(yù)測(cè)模型的構(gòu)建過(guò)程及參數(shù)估計(jì)38-42
• 3.3.1 非線性組合模型的構(gòu)建過(guò)程39-40
• 3.3.2 非線性組合模型的參數(shù)估計(jì)40-42
• 第4章 基于非線性組合模型的人民幣匯率預(yù)測(cè)實(shí)證42-67
• 4.1 樣本的選取與描述42-52
• 4.1.1 樣本選取與數(shù)據(jù)來(lái)源42-45
• 4.1.2 樣本的統(tǒng)計(jì)性描述45-52
• 4.2 人民幣匯率特征的實(shí)證檢驗(yàn)及分析52-54
• 4.2.1 基于BDS方法的非線性特征檢驗(yàn)實(shí)證分析52-53
• 4.2.2 基于DFA模型的長(zhǎng)記憶性檢驗(yàn)實(shí)證分析53-54
• 4.3 基于非線性組合模型的人民幣匯率預(yù)測(cè)實(shí)證結(jié)果及分析54-63
• 4.3.1 單一預(yù)測(cè)模型的預(yù)測(cè)結(jié)果與分析54-58
• 4.3.2 非線性組合預(yù)測(cè)模型的預(yù)測(cè)結(jié)果與分析58-63
• 4.4 人民幣匯率非線性組合預(yù)測(cè)模型的優(yōu)勢(shì)分析63-65
• 4.4.1 模型預(yù)測(cè)效果評(píng)價(jià)指標(biāo)的確立63
• 4.4.2 非線性組合模型的預(yù)測(cè)效果評(píng)價(jià)63-65
• 4.5 基于實(shí)證分析結(jié)果的對(duì)策建議65-67
• 結(jié)論67-69
• 參考文獻(xiàn)69-76
• 致謝76-77
• 附錄A 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄77-78
• 附錄B 攻讀學(xué)位期間參與的科研項(xiàng)目78

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 廖淑嬌;馮曉霞;劉家彬;;基于混沌粒子群優(yōu)化小波支持向量機(jī)的匯率預(yù)測(cè)[J];科學(xué)技術(shù)與工程;2012年11期

2 徐成賢;陳靜;王昭;;遺傳支持向量機(jī)及其在人民幣匯率變動(dòng)方向預(yù)測(cè)中的應(yīng)用[J];統(tǒng)計(jì)與決策;2011年22期

3 熊志斌;;ARIMA融合神經(jīng)網(wǎng)絡(luò)的人民幣匯率預(yù)測(cè)模型研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2011年06期

4 薛永剛;;基于小波分解的匯率預(yù)測(cè)模型實(shí)證研究[J];統(tǒng)計(jì)與決策;2010年20期

5 徐成賢;陳靜;王昭;;應(yīng)用不等權(quán)重支持向量機(jī)預(yù)測(cè)人民幣匯率的變動(dòng)[J];統(tǒng)計(jì)與信息論壇;2010年10期

6 楊新臣;吳仰儒;;基于支持向量機(jī)的非線性匯率預(yù)測(cè)分析[J];統(tǒng)計(jì)與決策;2010年18期

7 劉洋;;關(guān)于優(yōu)化人民幣匯率預(yù)測(cè)仿真研究[J];計(jì)算機(jī)仿真;2010年08期

8 謝赤;龍山;劉珉華;孫柏;;人民幣匯率非線性相關(guān)結(jié)構(gòu)的實(shí)證分析[J];統(tǒng)計(jì)與決策;2010年08期

9 王向宇;須文波;孫俊;趙琪;;利用VLRBP神經(jīng)網(wǎng)絡(luò)改善匯率預(yù)測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2010年06期

10 雷強(qiáng);郭白瀅;;BDS替代數(shù)據(jù)法的人民幣匯率非線性特征研究[J];管理學(xué)報(bào);2010年02期

  本文關(guān)鍵詞：基于ARFIMA-SVM-BPNN非線性組合模型的人民幣匯率預(yù)測(cè)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：488398