时间序列分析论文我国外汇储备的短期预测..doc

我国外汇储备的短期预测(浅析) 摘要：外汇储备的功能主要包括四个方面：一是调节国际收支，保证对外支付二是干预外汇市场，稳定本币汇率三是维护国际信誉，提高对外融资能力四是增强综合国力和抵抗风险的能力。一定的外汇储备是一国进行经济调节、实现内外平衡的重要手段。一般说来，外汇储备的增加不仅可以增强宏观调控的能力，而且有利于维护国家和企业在国际上的信誉，有助于拓展国际贸易、吸引外国投资、降低国内企业融资成本、防范和化解国际金融风险。24905.12亿美元。本文采集了1993年1月至2010年4月我国外汇储备的月度数据，采用Eviews 6.0软件进行分析，对数据进行一系列的检验与调整后，对我国外汇储备的变化情况进行了预测。 关键词： 外汇储备 短期预测 引言 进入21世纪之后，伴随全球国际收支失衡的恶化，全球外汇储备规模不断上升，而全球外汇储备的增长又集中体现在发展中国家外汇储备的增长，尤其是东亚国家和石油输出国。在发展中国家中，中国外汇储备的增长速度更加迅猛。1999年年底中国外汇储备约为0.16万亿美元，占全球规模的9%，2007年年底上升至1.53万亿美元，占全球规模的24%，增长了8.6倍。中国已经超越日本成为全球外汇储备的最大持有国。2008年至2010年，中国的外汇储备继续增加，到了2008年年底，中国的外汇储备达到了1.94万亿美元，2009年年底，中国的外汇储备达到了2.4万亿美元，比2008年增长了23%。到了2010年4月，我过的外汇储备达到了24905.12亿美元。 数据的时间序列特征分析 将1993年1月至2010年4月我国外汇储备数额绘制成折线图，如图1所示，可以很容易地看出序列具有明显的增长趋势，并且可以看出，从2004年到2005年开始，我国的外汇储备数额有了显著提高，并且增加的幅度也有所增大，这主要是因为自2005年7月人民币汇改以来，由于中国政府选择了小幅、稳健、可控的升值策略，吸引大量国际短期资本流入中国套利，这加速了中国外汇储备的累积。 图1 1993年1月至2010年9月中国外汇储备的折线图 序列的变换 1、数据的检验 对此序列进行单位根检验，如图2所示，t检验结果为1，无法拒绝序列存在单位根的原假设，且t检验P值大于等于1，说明此序列至少具有一阶单位根。之后对序列进行一阶差分的单位根检验，结果如图3所示，t检验值的P值为0.0271，在置信水平为95%的情况下，可以拒绝原假设，说明此序列不具有二阶单位根，但具有一阶单位根，序列不是平稳序列。 图2 序列的单位根检验结果 图3 一阶差分后序列的单位根检验结果 对该序列绘制了自相关、偏自相关图，如图4所示，由图中可以看出，序列的自相关系数衰减缓慢，没有很快趋于0，同样可以说明该序列是非平稳序列。 图4 序列的自相关、偏自相关图 2、序列的调整 由于序列不是平稳序列，所以需要对其进行变换。由序列的折线图可以看到，序列是逐渐递增的，并且增加的幅度在不断增大，所以，对此序列进行对数差分，以消除序列的趋势。绘制对数差分后序列的折线图，如图5所示，并且对其进行单位根检验，检验结果如图6所示，可以看到，检验结果的P值为小概率，拒绝了序列有单位根的原假设，所以认为对数差分后的序列没有单位根，对数差分后的序列为平稳序列。 图5 对数差分后序列的折线图 图6 对数差分后序列的单位根检验结果 之后绘制对数差分后序列的自相关、偏自相关图，如图7所示，可以看出序列的自相关系数与偏自相关系数迅速衰减到置信带内，同样可以说明序列为平稳序列。 图7 对数差分后序列的自相关、偏自相关图 模型的建立 由于中国外汇储备Y的序列为非平稳序列，对数差分后的序列LY为平稳序列，所以应用LY建立模型。由对数差分后序列的自相关、偏自相关图可以看到，序列的自相关系数有峰值，迅速衰减，偏自相关系数同样有峰值，并且迅速衰减，所以应该建立ARMA（1，1）模型。如图8所示，得到ARMA（1，1）模型的参数估计结果，可以看到AR（1）、MA（1）和截距项C的t检验结果均为小概率，拒绝原假设，通过t检验；F检验结果为小概率，通过F检验；DW检验结果约为1.96，很接近2，说明模型不存在序列相关，估计结果有效；估计方程的可决系数为0.3149，修正后的可决系数为0.3081。 图8 ARMA（1，1）模型的参数估计结果 模型建立好后，对残差进行检验，首先看真值、拟合值、残差图，如图9所示，可以看出，模型的拟合程度较好，残差是围绕着零均值随机波动的。再对残差进行白噪声检验，结果如图10所示，可以看到检验结果均为大概率，无法拒绝原假设，认为残差是相互独立的，通过白噪声检验。综上所述，模型的适应性检验通过。 图9 真值、拟合值、残差图