中国外汇储备实证分析.docVIP

中国外汇储备的实证分析 　　摘 要：通过对中国外汇储备年度数据建立相应的时间序列模型，同时考虑了政策性因素和突发事件对外汇储备的影响，对模型进行相应的修正，进行了未来五年外汇储备的预测。在此基础上加进政策性因素即突发事件的影响后，预测2012年时，外汇储备值将突破五万亿美元。? 　　关键词：外汇储备；ARIMA；冲击性影响? 　　中图分类号：F81文献标识码：A文章编号：1672-3198（2008）11-0028-02?? 　　 　　1 引言? 　　 　　最近几年，由于外汇储备增加很快，规模也很大，外汇储备问题已成为社会关注的热点。亚洲金融危机以后，非储备国家普遍认识到外汇储备不仅影响国家信誉和信用评级，也是预防货币危机的重要手段，是打击投机力量的最有力武器。因此，国家必须有足够的外汇储备来应对投机力量的冲击，保持货币的信誉和国家的信用评级。那么,多少外汇储备是足够的?有人提出是7000亿。根据我国现在的外汇储备量来看已明显超过了这个数字。从1978年以来，三十年间，我国外汇储备量从不到两亿美元发展到现在的超过一万五千亿美元。2005年以后，中国成为全世界外汇储备美元最多的国家。无可厚非，谁都不能说现在的外汇储备是多了还是少了，因为从供给和运用来说，储备本身已经成为政府可以动用的资源和力量，另外也在于它已经成为一种资产，可以进行投资、经营增加价值的资产，成为一种财富，不是单纯的货币概念。? 　　 　　2 模型方法及原理? 　　 　　2.1 模型? 　　运用时间序列方法建模，直接建立ARIMA(p,d,q)模型，其中，d为差分次数，p为自回归阶数，q为移动平均次数。? 　　通过确定数据单整阶数，确定d值，之后对差分后平稳序列建立ARMA(p,q)模型。? 　　ARMA（p，q）模型如下：? 　　y?t=φ?1y??t-1?…+φ?py??t-p?+ε?t-θ?1ε??t-1?-…-θ??t-q?ε??t-2?? 　　其中，φ?1…φ?p是自回归系数，θ?1…θ?p为移动平均系数。然后采用极大似然估计，对参数进行估计，得到估计方程，再进行模型残差的异方差性检验和序列相关性的检验，采用白噪声检验（Q检验），怀特检验和拉格朗日乘数检验。? 　　（1）序列平稳性检验：通过图形识别和ADF检验即单位根检验，??时间序列进行平稳性检验，如果为非平稳序列则进行差分，判断其单整阶数。? 　　（2）确定单整阶数d后，对d阶差分序列建立ARMA模型。? 　　（3）ARMA模型阶数的确定。? 　　对于ARMA（p，q）模型，可以利用其样本的自相关函数{?k}和样本的偏自相关函数{?k}的截尾性判定模型的阶数。如果自相关函数中kq均落入随机区间，偏自相关函数中kp均落入随机区间，则我们建立ARMA（p，q）模型。? 　　（4）模型参数的估计。? 　　设平稳序列{y?t}是一个ARMA（p，q）过程，即：? 　　y?t=ψ?1y??t-1?…+ψ?py??t-p?+ε?t-θ?1ε??t-1?-…-θ??t-q?ε??t-2?（1）? 　　其中，Ψ?1…Ψ?p是自回归系数，θ?1…θ?p为移动平均系数。然后采用极大似然估计，对参数进行估计。? 　　（5）模型的白噪声检验。? 　　参数估计后，应该对ARMA模型的适合性进行检验，即对模型的残差序列进行白噪声检验。若残差序列不是白噪声序列，意味着残差序列还存在有用信息没被提取，需要进一步改进模型。通常侧重于检验残差序列的随机性，即滞后期k1，残差序列的样本自相关系数应近似的为零。? 　　判断参差序列是否纯随机，可以采用χ?2检验。检验的零假设是残差序列相互独立。? 　　残差序列的样本自相关函数：? 　　r?k（e）=∑e?te??t-k?∑e?2?t k=1，2…，m（2）? 　　其中，n是计算r的序列观测值，m是最大滞后期。若观测量较多，m可取［n/10］或［n］，若样本量较小，则m一般取［n/4］。当n→∞时，? 　　nr?k（e）~N(0,1)? 　　检验统计量? 　　Q=n(n+2)∑r?2?k(e)n-k（3）? 　　在零假设下，Q服从Χ?2（m-p-q）分布。给定置信度1-α，若? 　　Q≤?2?α（m-p-q）? 　　则不能拒绝残差序列相互独立的原假设，检验通过；否则检验不通过。? 　　2.2 加入冲击性影响因素? 　　冲击性影响因素分为两类，一类为政策性影响因素，一类为突发事件影响因素。? 　　2.2.1 政策性影响因素? 　　政策性影响因素的特点是作用力大、作用时间短。有衰减的正弦函数恰好符合此特点，因此用有衰减的正弦函数来带表政策性影响因素是存在合理性的。? 　　政策性影响因素的函数模型为：? 　　y=