人民币日度汇率值与经济基本变量的关系分析及其预测

发布时间：2022-09-30 12:39

　　汇率一直是一个国家衡量国内外经济金融波动的关键经济指标,它不仅是国家间经济竞争的指标,也是彼此受竞争货币价值制约的商业关系指标。以往,人民币汇率走势更多的受政策影响,但随着汇率制度的多次改革以及我国扩大对外开放的需求,人民币市场化程度势必加深,政策对汇率的影响力逐渐减弱,因此结合市场因素把握未来汇率走势为制定汇率相关政策和风险行为决策提供帮助变得愈加重要。本文针对人民币日度汇率值和相关经济基本变量,采用若干数据挖掘方法对数据进行综合分析比较,结果表明,经济基本变量对人民币日度汇率值的走势会产生较大的影响。本文具体研究内容如下:第1章是对汇率市场研究背景、研究意义和目的做出详细介绍,了解国内汇率的市场化改革进展,随后是对国内外汇率市场研究现状做梳理总结。第2章主要介绍数据来源、收集的数据异常值处理以及日度汇率值的统计分析。选取从2006年10月9日起至2019年的12月3日止,去除节假日数据,美元兑人民币、英镑兑人民币、欧元兑人民币、人民币兑日元有效交易日的日度数据作为响应变量,每种货币对共有十二个特征变量,并对四类日度汇率值进行统计分析。第3章基于时间序列分析和特征工程对数据做进一步挖... 

【文章页数】：66 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景及意义
    1.2 研究现状
    1.3 本文主要内容与组织架构
第二章 数据收集与描述性统计分析
    2.1 数据收集
    2.2 缺失值处理
    2.3 日度汇率值统计分析
第三章 时间序列分析与特征工程
    3.1 汇率值时间序列分析
    3.2 经济基本变量特征分析
        3.2.1 特征相关性分析
        3.2.2 特征聚类分析
        3.2.3 特征散点图矩阵分析
    3.3 经济基本变量特征提取
        3.3.1 主成分降维
第四章 汇率数据的分类建模分析
    4.1 利用经济基本变量对汇率涨跌进行分类
        4.1.1 不同模型的分类预测
        4.1.2 基于最优模型的不同时间步长分类预测
    4.2 货币对和样本点聚类及分析
        4.2.1 利用K-means聚类样本点聚类
        4.2.2 利用层次聚类货币对聚类
第五章 利用经济基本变量对汇率值回归预测
    5.1 美元兑人民币回归模型
        5.1.1 不同模型的回归预测
        5.1.2 基于最优模型的时间步长敏感性分析
    5.2 不同类货币对回归预测
第六章 总结与展望
    6.1 全文总结
    6.2 问题及未来展望
参考文献
致谢


【参考文献】：
期刊论文
[1]基于BP神经网络算法的汇率价格短期预测研究[J]. 黄山,姜淳.  科技创新与应用. 2019(32)
[2]基于外汇舆情的人民币汇率波动预测研究[J]. 成舟,余峥,过弋,王志宏.  计算机科学. 2019(S2)
[3]人民币汇率、短期资本流动与股票价格的动态关系[J]. 魏伟.  金融理论探索. 2019(06)
[4]汇率预测及其经济基本面:基于多元自适应可变窗算法的构建[J]. 李欣珏,牛霖琳.  统计研究. 2019(09)
[5]基于混合人工神经网络的人民币汇率预测研究——兼与ARMA、ARCH、GARCH的比较[J]. 周晓波,陈璋,王继源.  国际经贸探索. 2019(09)
[6]“811汇改”前后人民币汇率运行特征的研究[J]. 徐娟,杨亚慧.  世界经济研究. 2019(08)
[7]人民币汇率的影响因素及未来趋势[J]. 张启迪.  经济界. 2019(03)
[8]基于GRU神经网络的欧元兑美元汇率预测研究[J]. 李佳,黄之豪,陈冬兰.  浙江金融. 2019(03)
[9]人民币中间价定价机制改革效果评估与展望[J]. 彭红枫,罗宁欣,李鹤然.  世界经济研究. 2018(11)
[10]基于泰勒规则的人民币汇率预测研究:兼论多种汇率决定模型预测比较[J]. 江春,杨宏略,李小林.  世界经济研究. 2018(04)



本文编号：3683569