“8.11”汇改后的人民币汇率风险测度
【部分图文】:
ARMA模型形式是金融时间序列的常见形式。为建立准确的均值方程,有必要对滑动平均阶数(p)和自回归阶数(q)阶数进行确定,而样本的自相关函数与偏相关函数的数学特征(拖尾性、截尾性)为p、q的判断给出依据。从图4和图5中可以看出,序列的各阶自相关和偏自相关系数均落入95%的置信区间以内,可以认为序列各阶自相关与偏相关系数为0,故人民币汇率收益率序列不满足ARMA模型形式。基于此,于是,本文假设样本序列遵循随机漫步模型,具体如式(2)所示:图2 Quantile-Quantile图
Quantile-Quantile图
在建立GARCH模型之前,需对ARCH效应进行统计检验。只有模型存在条件异方差,GARCH模型的建立才有意义。这里的ARCH效应的检验使用的是残差平方图检验法和ARCH-LM检验法。图4 人民币汇率收益率各阶偏相关系数图
【相似文献】
相关期刊论文 前10条
1 邓一;;基于极值理论的人民币汇率风险测度[J];商;2015年01期
2 郑承利;陈燕;;基于等熵一致性风险测度的组合选择[J];系统工程理论与实践;2014年03期
3 徐金菊;许启发;;基于分位数回归的多期金融风险测度[J];郑州航空工业管理学院学报;2013年06期
4 唐吟;苏锡坤;;谱风险测度下的投资组合[J];特区经济;2012年11期
5 陈伟;张凌;;有关一致风险测度[J];海峡科学;2007年05期
6 张昇平;吴冲锋;;权益人视角下基于期权定价理论的类一致性风险测度研究[J];系统工程理论与实践;2007年09期
7 李晓燕;林海潮;;人民币汇率市场动态ES风险测度研究[J];求索;2015年05期
8 王锦阳;刘锡良;杜在超;;相依结构、动态系统性风险测度与后验分析[J];统计研究;2018年03期
9 伍楠林;庞博;;人民币汇率风险测度研究[J];学术交流;2017年08期
10 郭莲丽;郭立宏;李建勋;杨涛;;基于证据理论的商业银行信用风险测度[J];统计与决策;2013年19期
相关博士学位论文 前10条
1 刘俊山;基于风险测度理论的证券投资组合优化研究[D];复旦大学;2007年
2 张昇平;风险测度一致性的拓展研究[D];上海交通大学;2007年
3 周春阳;风险承受者视角下的下边风险管理[D];上海交通大学;2009年
4 洪彰杓;人民币汇率波动对中国出入境旅游市场的影响[D];吉林大学;2018年
5 王旭丹;扩展三元悖论视角下人民币汇率弹性管理研究[D];天津财经大学;2015年
6 朱国艳;人民币汇率传递效应研究[D];天津财经大学;2017年
7 赵阳;人民币汇率不完全传递对中国宏观经济的影响研究[D];武汉大学;2013年
8 张程;人民币汇率对我国产业结构升级影响机制研究[D];中国矿业大学(北京);2018年
9 白杰;人民币汇率波动的分形特征及趋势研究[D];东北师范大学;2018年
10 曹维;不同时段的中国汇率制度问题研究[D];复旦大学;2006年
相关硕士学位论文 前10条
1 梁迎双;基于波动性分析的汇率风险测度研究[D];大连海事大学;2010年
2 崔素娟;基于动静态极值理论的人民币汇率风险测度[D];东北财经大学;2010年
3 李耀;上市公司信用风险测度评价[D];哈尔滨商业大学;2019年
4 丁慧敏;我国开放式基金风险测度研究[D];安徽大学;2019年
5 林海清;基于Hill变点阈值选取的中国股市风险测度建模研究[D];闽南师范大学;2019年
6 谷瀛;商业银行理财产品市场系统性风险实证研究[D];南京审计大学;2018年
7 于海旭;基于GARCH-POT模型的人民币汇率风险测度研究[D];哈尔滨工业大学;2018年
8 曹琳;“一带一路”国家银行业系统性风险测度及传递研究[D];济南大学;2018年
9 王东宁;美元与石油的组合极端风险测度研究[D];重庆大学;2018年
10 惠召丽;基于扭曲风险测度的上证指数收益率分析[D];山东财经大学;2017年
本文编号:2886596
本文链接:https://www.wllwen.com/guanlilunwen/huobilw/2886596.html