匯率時間序列非線性動力學(xué)特征及組合預(yù)測研究.pdf

1、匯率是一國經(jīng)濟(jì)的重要變量，既決定著經(jīng)濟(jì)的對內(nèi)均衡，又影響著經(jīng)濟(jì)的對外均衡。隨著經(jīng)濟(jì)全球化的不斷推進(jìn)和國際資本流動的日益加劇，匯率對于投資者選擇正確的投資策略、企業(yè)對外匯風(fēng)險的規(guī)避和防范以及中央銀行對外匯市場的有效干預(yù)和制定正確的貨幣政策，都有著非常重要的影響。因此，關(guān)于匯率的行為描述和預(yù)測問題一直是國內(nèi)外理論界關(guān)注的焦點(diǎn)。 傳統(tǒng)的資本市場理論構(gòu)建在理性投資人、有效市場假說和隨機(jī)游動三大假設(shè)條件基礎(chǔ)之上。然而，這種基于線性研究范式

2、的均衡分析體系無法對外匯市場的一些異象給出合理的解釋，如匯率收益率分布的“尖峰厚尾”特征、波動的集群性、外匯市場中匯率波動的“無鏈接”問題等。資本市場在其本質(zhì)上是非線性的。因此，引入非線性研究范式，對金融變量進(jìn)行分析和預(yù)測研究是金融市場理論發(fā)展的必然結(jié)果。 本文基于非線性研究范式和投資者異質(zhì)預(yù)期的假設(shè)，以5種主要貨幣的匯率時間序列為研究對象，檢驗其非線性動力學(xué)特征，研究對象包括英鎊(GBP)、瑞士法郎(CHF)、日元(JPY)、

3、瑞典克朗(SEK)和加拿大元(CAD)兌美元(USD)的日匯率數(shù)據(jù)，樣本區(qū)間選自1975年1月1日至2007年5月31日。實證檢驗表明，在研究的匯率時間序列中，均找到了非線性依賴性、長記憶性、混沌動力學(xué)特征以及多重分形性的判據(jù)： 非線性依賴性的檢驗借助于BDS統(tǒng)計量，所有匯率序列的檢驗結(jié)果均拒絕獨(dú)立同分布(iid)的原假設(shè)，數(shù)據(jù)中存在非線性依賴特征。同時，通過對子樣本序列和標(biāo)準(zhǔn)序列進(jìn)行BDS檢驗，其結(jié)果支持“數(shù)據(jù)中的非線性依賴性

4、可能源于低維混沌”的假設(shè)； 長記憶性特征分析借助于重標(biāo)極差分析方法(R/S)、對數(shù)周期圖法(GPH)和高斯半?yún)?shù)估計法(GSP)，估計長記憶參數(shù)d和Hurst指數(shù)，結(jié)果表明5種匯率序列的每日、每周和每月的數(shù)據(jù)均具有長記憶特征，在統(tǒng)計意義上存在標(biāo)度不變的自相似結(jié)構(gòu)，匯率的波動服從分形布朗運(yùn)動，即有偏的隨機(jī)游動，從而否定了傳統(tǒng)線性研究范式的隨機(jī)游動假說； 混沌動力學(xué)特征分析借助相空間重構(gòu)技術(shù)，在判定非線性依賴性特征存在的前提

5、下，對匯率時間序列的混沌特征量進(jìn)行了估計。其中，重構(gòu)參數(shù)的選擇借助于Kim提出的C—C算法。實證結(jié)果顯示，5種匯率時間序列的最大Lyapunov指數(shù)λ1均大于0，相關(guān)維的估計值均為分?jǐn)?shù)，從而得到了確定性混沌存在的判據(jù)。這一結(jié)論為運(yùn)用混沌理論對匯率變量進(jìn)行解釋以及短期預(yù)測提供了可能； 多重分形理論是分形理論的重要組成部分。本文在獲取匯率時間序列存在長記憶性和分?jǐn)?shù)維等分形特征的基礎(chǔ)之上，進(jìn)一步對其多重分形特征進(jìn)行了分析：一方面借助配

6、分函數(shù)分布圖進(jìn)行存在性的判定，另一方面通過多重分形譜對該特征進(jìn)行了描述和分析比較。 本文通過對匯率時間序列的非線性依賴性、長記憶性、混沌動力學(xué)特征以及多重分形特征進(jìn)行檢驗，得到匯率時間序列存在非線性動力學(xué)特征的證據(jù)。這不僅為人們更好地認(rèn)識資本市場的本質(zhì)特征提供了理論依據(jù)，同時也為投資者制定投資策略、企業(yè)規(guī)避外匯風(fēng)險、貨幣當(dāng)局制定貨幣政策和對外匯市場進(jìn)行有效干預(yù)提供了技術(shù)支持。匯率時間序列存在非線性動力學(xué)特征表明，復(fù)雜系統(tǒng)內(nèi)部的常

7、態(tài)波動性來源于匯率系統(tǒng)的內(nèi)隨機(jī)性，是系統(tǒng)內(nèi)部非線性機(jī)制導(dǎo)致的必然結(jié)果，而不必依賴于外部隨機(jī)事件的沖擊。因此，將匯率變量偏離均衡的原因完全歸結(jié)于外部干擾，試圖通過強(qiáng)制干預(yù)令其回歸均衡的努力是無效的。 在得到匯率時間序列存在分形和混沌動力學(xué)特征的實證結(jié)果后，本文利用混沌時間序列預(yù)測方法對匯率變量進(jìn)行預(yù)測研究。考慮到單個預(yù)測模型的局限性，本文利用組合預(yù)測誤差最小化原理，將三種常見的非線性混沌時間序列預(yù)測模型，即基于徑向基函數(shù)的神經(jīng)網(wǎng)絡(luò)