基于组合模型对汇率的预测研究

发布时间：2020-06-18 21:44

【摘要】：随着世界经济的发展,各国之间的交流与日俱增,汇率作为维系国与国之间经济贸易往来的桥梁,对各国之间的经济来往起着至关重要的作用,汇率的变动直接影响到世界的贸易经济。因此,正确分析和预测汇率对国家制定经济政策和规避风险具有重要的意义。目前,对汇率预测问题的研究大致遵循两种思路,一种是采用单一模型进行预测,另一种则是采用多个模型组合预测。很多学者常使用传统时间序列模型与线性模型来预测未来汇率值的波动,但实证分析表明,汇率的波动不仅存在线性规律,还呈现出一定的非线性特征,单纯地使用线性或非线性模型来预测汇率,必然会产生较大的误差。基于此,本文选取适当的线性模型与非线性模型进行组合,并利用组合后的模型对人民币/美元的即期汇率值进行拟合及预测。首先,利用单一的时间序列ARIMA模型预测,考虑模型中的残差分布问题,对不服从正态分布的残差采用逆变换的方法对其进行插值拟合,发现拟合之后的残差对模型的预测误差精度有一定的改进。其次,对灰色GM模型和利用二次插值法与辛普森_8~3公式进行组合对GM模型的背景值进行改进并预测;同时采用BP神经网络模型对汇率进行了预测。模拟结果表明,针对汇率的预测,BP神经网络模型的预测结果优于其他模型的预测。再次,分别利用ARIMA模型、改进的ARIMA模型、改进的灰色GM模型与非线性BP神经网络模型组合来对汇率进行预测,研究表明组合模型的预测误差比单一模型的预测误差要小很多,组合模型中逆变换ARIMA模型与BP神经网络模型组合效果优于其他组合模型。最后,通过实证分析对汇率进行预测并验证本文提出的方法,研究表明逆变换拟合模型残差的方法能改进模型的预测精度,其结果对汇率的走势进行预测分析有一定的研究意义。
【学位授予单位】：贵州民族大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F224;F832.6

【相似文献】