基于神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測及系統(tǒng)設(shè)計.pdf

1、2005年7月21日，中國人民銀行發(fā)布了《關(guān)于完善人民幣匯率形成機制改革的公告》，宣布人民幣匯率將實行“以市場供求為基礎(chǔ)、參考一籃子貨幣進行調(diào)節(jié)、有管理的浮動匯率制度”。這次人民幣匯率形成機制改革的內(nèi)容是：人民幣匯率不再盯住單一美元，而是按照我國對外經(jīng)濟發(fā)展的實際情況，選擇若干種主要貨幣，賦予相應(yīng)的權(quán)重，組成一個貨幣籃子。同時，根據(jù)國內(nèi)外經(jīng)濟金融形勢，以市場供求為基礎(chǔ)，參考一籃子貨幣計算人民幣多邊匯率指數(shù)的變化，對人民幣匯率進行管理和調(diào)

2、節(jié)，維護人民幣匯率在合理均衡水平上的基本穩(wěn)定。參考一籃子表明外幣之間的匯率變化會影響人民幣匯率，但參考一籃子不等于盯住一籃子貨幣，它還需要將市場供求關(guān)系作為另一重要依據(jù)，據(jù)此形成有管理的浮動匯率。 在新的人民幣匯率機制的大背景下，涉外企業(yè)和商業(yè)銀行均將面臨匯率波動的風(fēng)險，其避險機制的建立和完善都必須與匯率改革同步進行。一方面，對于企業(yè)而言，由于企業(yè)在涉外經(jīng)濟、金融活動中，可選擇多種貨幣進行交易和結(jié)算，人民幣和外幣匯率變動的風(fēng)險將

3、伴隨企業(yè)經(jīng)濟活動的全過程，匯率風(fēng)險的責(zé)任也將完全由企業(yè)承擔(dān)。如果企業(yè)對匯率波動所帶來風(fēng)險認(rèn)識不足、對匯率風(fēng)險的防范不足或防范能力太弱，就可能遭受損失。另一方面，對商業(yè)銀行而言，更富彈性的人民幣匯率機制使得匯率的波動日益頻繁，波動幅度進一步加大，銀行的外幣資本金，整體資產(chǎn)負(fù)債結(jié)構(gòu)將隨匯率波動而發(fā)生變化，外匯業(yè)務(wù)也將面臨一定的風(fēng)險：如結(jié)售匯業(yè)務(wù)中的即期和遠(yuǎn)期結(jié)售匯敞口頭寸，就會因匯率波動而讓商業(yè)銀行遭受風(fēng)險。因此，無論是企業(yè)還是銀行，都需盡

4、快提高自身的匯率風(fēng)險管理的水平，掌握各種外匯避險工具和手段，增強自身適應(yīng)匯率浮動和應(yīng)對匯率變動的能力。 匯率波動是產(chǎn)生外匯風(fēng)險的決定性因素，預(yù)測匯率的波動方向和波幅，是確定風(fēng)險大小和其危害程度的首要工作，因此，商業(yè)銀行和涉外企業(yè)要對匯率風(fēng)險進行防范和管理，首先需要準(zhǔn)確的預(yù)測匯率變動的方向和程度，從而測定匯率風(fēng)險的大小，然后據(jù)此制定相應(yīng)的匯率風(fēng)險管理策略。所以，匯率預(yù)測作為匯率風(fēng)險管理的基礎(chǔ)和前提，是匯率風(fēng)險管理工作的重要步驟之一

5、。傳統(tǒng)的匯率預(yù)測方法基本上可以分為基于匯率決定模型進行匯率預(yù)測的基本分析法和根據(jù)匯率歷史數(shù)據(jù)進行匯率預(yù)測的技術(shù)分析法，前者目的在于預(yù)測匯率變動的長期趨勢，而后者更看中短期匯率變動趨勢。近年來非模型(Model-free)方法逐漸被用于預(yù)測領(lǐng)域。其中人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network-ANN)在經(jīng)濟系統(tǒng)中的應(yīng)用日漸增多。神經(jīng)網(wǎng)絡(luò)領(lǐng)域研究的背景工作始于19世紀(jì)末和20世紀(jì)初，其本質(zhì)是非線性動態(tài)系統(tǒng)，具有較強的自

6、學(xué)習(xí)、聯(lián)想、識別等功能，屬于人工智能和系統(tǒng)工程科學(xué)的邊緣科學(xué)。作為一種大規(guī)模并行處理的非線性動力系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)近年來在經(jīng)濟分析、最優(yōu)化、預(yù)測等領(lǐng)域得到了大量的應(yīng)用，取得了良好效果。 用人工神經(jīng)網(wǎng)絡(luò)預(yù)測的基本思想是：首先收集數(shù)據(jù)去訓(xùn)練網(wǎng)絡(luò)，然后用人工神經(jīng)網(wǎng)絡(luò)的算法去建立數(shù)學(xué)模型，最后進行預(yù)測。與傳統(tǒng)的預(yù)測方法相比，人工神經(jīng)網(wǎng)絡(luò)預(yù)測具有許多優(yōu)越性，如可以監(jiān)視生產(chǎn)過程，確定因果關(guān)系，其精度較一般統(tǒng)計方法高等。另外，用神經(jīng)網(wǎng)絡(luò)方法進

7、行計算的復(fù)雜性和計算量也低于一般統(tǒng)計方法。神經(jīng)網(wǎng)絡(luò)種類繁多，主要有前饋型、反饋型、隨機型和自組織競爭型等。目前，誤差反向傳播神經(jīng)網(wǎng)絡(luò)，簡稱BP神經(jīng)網(wǎng)絡(luò)(Back Propagation)，是神經(jīng)網(wǎng)絡(luò)中使用最為廣泛的網(wǎng)絡(luò)模型。BP神經(jīng)網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò)，它無論在網(wǎng)絡(luò)理論還是網(wǎng)絡(luò)性能方面都已經(jīng)非常成熟，其突出的優(yōu)點就是具有很強的非線性映射能力和柔性的網(wǎng)絡(luò)結(jié)構(gòu)。 本文正是在當(dāng)前新的人民幣匯率制度這一背景下，運用技術(shù)分析法

8、，研究兩種基于BP神經(jīng)網(wǎng)絡(luò)的匯率短期預(yù)測模型：其中一種為基于經(jīng)濟計量思想的匯率預(yù)測模型，另一種為基于匯率時間序列本身的匯率預(yù)測模型。最后將研究結(jié)論運用于中國人民銀行模擬銀行實驗中心的項目：國家“十五”科技攻關(guān)課題“銀行業(yè)信息化示范工程”(2001BAl02A06)之“電子銀行模擬系統(tǒng)”(2001BA102A06-04)專題，設(shè)計人民幣/美元匯率短期預(yù)測系統(tǒng)模塊，為整個電子銀行模擬系統(tǒng)的功能擴展提供模型基礎(chǔ)和系統(tǒng)設(shè)計。 論文主要分

9、為五章： 第一章主要是關(guān)于匯率研究方面的內(nèi)容。首先介紹了外匯和匯率的含義，然后簡要介紹了當(dāng)前的一些匯率決定理論，并根據(jù)這些匯率決定理論分析了影響匯率變化的因素。最后，介紹了匯率預(yù)測的基本方法并對當(dāng)前人民幣匯率預(yù)測的研究情況做了概述。 第二章主要介紹了神經(jīng)網(wǎng)絡(luò)相關(guān)理論，并對本文的建?；A(chǔ)——BP神經(jīng)網(wǎng)絡(luò)做了詳細(xì)介紹。首先介紹了神經(jīng)網(wǎng)絡(luò)的概念和其研究歷史，分析了神經(jīng)網(wǎng)絡(luò)的基本原理，概括了神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)類型；然后列舉了神經(jīng)網(wǎng)絡(luò)

10、的分類和現(xiàn)今一些典型的神經(jīng)網(wǎng)絡(luò)模型，并對基于神經(jīng)網(wǎng)絡(luò)進行預(yù)測的研究現(xiàn)狀做了綜述；最后，本章詳細(xì)介紹了BP神經(jīng)網(wǎng)絡(luò)模型。主要從BP神經(jīng)網(wǎng)絡(luò)的基本原理、算法的詳細(xì)數(shù)學(xué)推導(dǎo)、網(wǎng)絡(luò)模型的設(shè)計以及自身的特性和優(yōu)缺點四個方面對其做了詳細(xì)的描述。從而，為本文后期的匯率短期預(yù)測模型實證分析打下了良好的理論基礎(chǔ)。 第三章主要研究了基于經(jīng)濟計量思想的BP神經(jīng)網(wǎng)絡(luò)模型對匯率的短期預(yù)測。首先對建模工具MATLAB7.0做了簡要介紹，然后根據(jù)第二章的結(jié)論

11、選取用于匯率預(yù)測的經(jīng)濟變量指標(biāo)，對這些經(jīng)濟數(shù)據(jù)做了清洗和轉(zhuǎn)換，并將經(jīng)濟數(shù)據(jù)以及匯率數(shù)據(jù)做了歸一化處理。最后，應(yīng)用MATLAB7.0軟件，使用BP神經(jīng)網(wǎng)絡(luò)對樣本數(shù)據(jù)進行建模，并對所建立的9個BP神經(jīng)網(wǎng)絡(luò)模型進行分析，得出結(jié)論：以經(jīng)濟計量建模思想為基礎(chǔ)的人民幣/美元匯率的BP神經(jīng)網(wǎng)絡(luò)模型，可以對匯率月度數(shù)值做出準(zhǔn)確率較高的短期預(yù)測。 第四章主要研究了匯率制度調(diào)整后這段時期，BP神經(jīng)網(wǎng)絡(luò)對每日人民幣/美元匯率時間序列的預(yù)測情況。本章首

12、先簡要概括了基于神經(jīng)網(wǎng)絡(luò)的時間序列預(yù)測的研究現(xiàn)狀，然后運用EVIEWS3.1軟件分析了匯率數(shù)據(jù)樣本的統(tǒng)計特性，采用滯后20期預(yù)測當(dāng)前5期的方式從新對數(shù)據(jù)樣本做了處理，得出新的樣本空間。最后，運用BP神經(jīng)網(wǎng)絡(luò)對匯率時間序列建模預(yù)測，分析并比較所建立的9個網(wǎng)絡(luò)模型，得出結(jié)論：BP神經(jīng)網(wǎng)絡(luò)模型，可以對每日人民幣/美元匯率做出準(zhǔn)確率較高的預(yù)測。 第五章主要介紹了對人民幣/美元匯率預(yù)測系統(tǒng)模塊的設(shè)計。本章首先介紹了項目研究背景，然后用結(jié)構(gòu)

13、圖和流程圖的方式，形象的介紹了該系統(tǒng)模塊的五個子模塊，并詳細(xì)介紹了BP神經(jīng)網(wǎng)絡(luò)選擇模塊的處理過程及設(shè)計流程。 本文的主要工作： (1)本文根據(jù)2005年7月我國匯率制度調(diào)整這一宏觀經(jīng)濟背景，分別嘗試了基于經(jīng)濟基礎(chǔ)變量和基于匯率時間序列數(shù)據(jù)本身兩種方式，應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對匯率預(yù)測進行建模。對于第一種方式，本文比較并分析了將這次匯率制度調(diào)整納入訓(xùn)練樣本前后，BP神經(jīng)網(wǎng)絡(luò)對匯率的預(yù)測準(zhǔn)確程度。考慮到一方面宏觀經(jīng)濟指標(biāo)的樣本數(shù)據(jù)

14、獲取只能精準(zhǔn)到月，另一方面我國剛進行匯率制度調(diào)整不久，調(diào)整后的宏觀經(jīng)濟指標(biāo)的樣本較少，這些因素均可能影響B(tài)P神經(jīng)網(wǎng)絡(luò)預(yù)測的準(zhǔn)確性，因此，本文又嘗試了第二種預(yù)測方式。在第二種方式中，本文著重選取了匯率調(diào)整后的日匯率值作為樣本空間，最后建模并得出結(jié)論：BP神經(jīng)網(wǎng)絡(luò)對匯率的短期預(yù)測準(zhǔn)確程度較高。 (2)本文最后還將研究結(jié)論運用于“電子銀行模擬系統(tǒng)”的人民幣/美元匯率短期預(yù)測系統(tǒng)模塊的設(shè)計中，為整個電子銀行模擬系統(tǒng)的功能擴展提供模型基礎(chǔ)