基于灰色系统方法的中国汇率短期预测应用研究

《基于灰色系统方法的中国汇率短期预测应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、投稿领域：动荡的全球金融形势下的中国经济专题全球金融危机下中国汇率的短期预测——基于灰色系统模型及其改进方法的比较研究【摘要】选用2008年9月至2009年6月的汇率数据，引入弱化算子，对数函数变换和幂函数变换等改进方法，采用灰色系统模型GM(1,1)对人民币汇率变动趋势进行短期预测。研究发现：利用灰色系统方法对汇率变动进行短期预测具有较高的可靠性。特别是在短期汇率变动率高及其样本不足的情况下，运用灰色预测可以克服经典统计和计量经济学方法无法预测或预测精度不高的局限。其次，在采用灰色系统方法对短期汇

2、率进行预测时，可通过对数据序列进行变换提高其光滑水平而提高预测精度。最后，结合预测结果和中国所面临国内国际实际情况看，人民币在短期内继续升值的可能性较高。关键词汇率预测灰色系统模型GM（1，1）对数函数变换幂函数变换中图分类号N941.5F830.92文献标识码AShort-termPredictionofChineseExchangeRateundertheBackgroundofGlobalFinancialCrisis:ComparativeStudyBasedonGreySystemMode

3、landItsImprovementMethodsAbstract:TheexchangerateofRMBtoUSDfromSep2008toMar2009werechosen,andweakeningoperatorconversion,logarithmfunctionconversionandpowerfunctionconversionweredrawnintothegreysystemmodeltopredicttheshort-runchangesofRMBexchangerate.A

4、ccordingtotheempiricalanalysisprocessandtheactualchangesituationofRMBexchangerate,theresearchfoundthat:Firstly,greysystemmodelcouldbeutilizedtopredictexchangerateshort-runchangeseffectively.Secondly,duringtheprocessofpredictingexchangerateinshortperiod

5、sbygreysystemmethod,thesmoothlevelofdatasequencescouldbeimprovedbyconvertingeachsequence,whichcouldalsoincreasepredictionprecision.Finally,inlightofthepredictionresultsandtheactualsituationathomeandabroad,RMBwaspossibletoappreciatecontinuallyinshortper

6、iods.Keywords:ExchangeRatePrediction;GreySystemModel;;LogarithmFunctionConversion;PowerFunctionConversion一、问题的提出自2007年3月美国次贷危机爆发以来，美联储大幅度减息，中美利差不断扩大，大量外资涌入不断推高中国的外汇储备，截至2008年6月外汇储备达到18088.28亿美元。人民币对美元汇率也从2008年1月底的1：7.1853（直接标价法），迅速升值至2008年9月的1：6.8183，累

7、计升值5.11%。之后，10由于国际金融危机的影响，以及中国政府采取的各种应对措施如人民银行将利率从2008年9月16日的7.20%下调到2008年12月23日的5.31%。，人民币汇率开始有所回升，截止到2009年3月底，达到1：6.8359，累计贬值0.26%数据来源于中国人民银行。。国际金融危机理论表明，危机会以汇率为桥梁向世界范围内传递，因此汇率变动程度及变化趋势的准确把握成为各国政府制定相应的金融政策及投资者采取相应的风险管理措施的重要参考指标。而为应对国际金融危机的冲击，包括中国政府在内

8、的各国政府频繁采用各种货币政策和财政政策进行风险管理，以减轻此次危机对本国经济的影响。在各种政策的频繁作用下，反映货币政策及财政政策的数据已基本丧失了应有的规律性。同时，从2008年6月金融危机爆发至今，所经历的时间较短，不足以提供计量经济分析和统计分析所足够的样本数据。因此，如何准确有效地预测当前汇率变动及其趋势成为理论界、政府部门和企业界关心的重大问题。灰色预测模型具有在不完全信息条件下进行有效预测的能力，特别适合在样本数量不大的情况下使用，而对于大样本的预测反而