匯率時(shí)間序列非線性動(dòng)力學(xué)特征及組合預(yù)測(cè)研究.pdf

1、匯率是一國(guó)經(jīng)濟(jì)的重要變量，既決定著經(jīng)濟(jì)的對(duì)內(nèi)均衡，又影響著經(jīng)濟(jì)的對(duì)外均衡。隨著經(jīng)濟(jì)全球化的不斷推進(jìn)和國(guó)際資本流動(dòng)的日益加劇，匯率對(duì)于投資者選擇正確的投資策略、企業(yè)對(duì)外匯風(fēng)險(xiǎn)的規(guī)避和防范以及中央銀行對(duì)外匯市場(chǎng)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(cè)問(wèn)題一直是國(guó)內(nèi)外理論界關(guān)注的焦點(diǎn)。 傳統(tǒng)的資本市場(chǎng)理論構(gòu)建在理性投資人、有效市場(chǎng)假說(shuō)和隨機(jī)游動(dòng)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(wú)法對(duì)外匯市場(chǎng)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(dòng)的集群性、外匯市場(chǎng)中匯率波動(dòng)的“無(wú)鏈接”問(wèn)題等。資本市場(chǎng)在其本質(zhì)上是非線性的。因此，引入非線性研究范式，對(duì)金融變量進(jìn)行分析和預(yù)測(cè)研究是金融市場(chǎng)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(shí)間序列為研究對(duì)象，檢驗(yàn)其非線性動(dòng)力學(xué)特征，研究對(duì)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(shí)證檢驗(yàn)表明，在研究的匯率時(shí)間序列中，均找到了非線性依賴性、長(zhǎng)記憶性、混沌動(dòng)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(yàn)借助于BDS統(tǒng)計(jì)量，所有匯率序列的檢驗(yàn)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(shí)，通過(guò)對(duì)子樣本序列和標(biāo)準(zhǔn)序列進(jìn)行BDS檢驗(yàn)，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(zhǎng)記憶性特征分析借助于重標(biāo)極差分析方法(R/S)、對(duì)數(shù)周期圖法(GPH)和高斯半?yún)?shù)估計(jì)法(GSP)，估計(jì)長(zhǎng)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(zhǎng)記憶特征，在統(tǒng)計(jì)意義上存在標(biāo)度不變的自相似結(jié)構(gòu)，匯率的波動(dòng)服從分形布朗運(yùn)動(dòng)，即有偏的隨機(jī)游動(dòng)，從而否定了傳統(tǒng)線性研究范式的隨機(jī)游動(dòng)假說(shuō)； 混沌動(dòng)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(duì)匯率時(shí)間序列的混沌特征量進(jìn)行了估計(jì)。其中，重構(gòu)參數(shù)的選擇借助于Kim提出的C—C算法。實(shí)證結(jié)果顯示，5種匯率時(shí)間序列的最大Lyapunov指數(shù)λ1均大于0，相關(guān)維的估計(jì)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(duì)匯率變量進(jìn)行解釋以及短期預(yù)測(cè)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(shí)間序列存在長(zhǎng)記憶性和分?jǐn)?shù)維等分形特征的基礎(chǔ)之上，進(jìn)一步對(duì)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(guò)多重分形譜對(duì)該特征進(jìn)行了描述和分析比較。 本文通過(guò)對(duì)匯率時(shí)間序列的非線性依賴性、長(zhǎng)記憶性、混沌動(dòng)力學(xué)特征以及多重分形特征進(jìn)行檢驗(yàn)，得到匯率時(shí)間序列存在非線性動(dòng)力學(xué)特征的證據(jù)。這不僅為人們更好地認(rèn)識(shí)資本市場(chǎng)的本質(zhì)特征提供了理論依據(jù)，同時(shí)也為投資者制定投資策略、企業(yè)規(guī)避外匯風(fēng)險(xiǎn)、貨幣當(dāng)局制定貨幣政策和對(duì)外匯市場(chǎng)進(jìn)行有效干預(yù)提供了技術(shù)支持。匯率時(shí)間序列存在非線性動(dòng)力學(xué)特征表明，復(fù)雜系統(tǒng)內(nèi)部的常

7、態(tài)波動(dòng)性來(lái)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(guò)強(qiáng)制干預(yù)令其回歸均衡的努力是無(wú)效的。 在得到匯率時(shí)間序列存在分形和混沌動(dòng)力學(xué)特征的實(shí)證結(jié)果后，本文利用混沌時(shí)間序列預(yù)測(cè)方法對(duì)匯率變量進(jìn)行預(yù)測(cè)研究。考慮到單個(gè)預(yù)測(cè)模型的局限性，本文利用組合預(yù)測(cè)誤差最小化原理，將三種常見的非線性混沌時(shí)間序列預(yù)測(cè)模型，即基于徑向基函數(shù)的神經(jīng)網(wǎng)絡(luò)