汇改后人民币汇率波动的非线性特征研究——基于自激励门限自回归SETAR-GARCH模型

近几年来,伴随人民币汇率体制改革以及升值压力的增加,人民币汇率波动行为也日益引起国内外广泛的关注。越来越多的研究表明金融数据存在着非线性行为,以人民币汇率时序的非线性和复杂性为主要研究对象,通过BDS检验从统计推断角度验证了其非线性的存在,从而建立自激励门限自回归模型来拟合数据,同时采用GARCH模型消除残差异方差现象,在理论和实践上都有较大的改进和尝试,拟合结果显示预测平均相对误差为0.0694%。通过对人民币汇率非线性特征的研究,不仅为其管理提供了支撑,同时对非线性时间序列问题的进一步讨论提供了理论和实证的依据。

GARCH非线性时间序列模型的网络流量预测

网络流量预测在拥塞控制、网络管理与诊断、路由器设计等领域都具有重要意义。根据当今网络流量的特点,传统的ARMA模型在描述网络流量数据特性时有一定的局限性,从而影响网络流量预测的精度。针对这个问题,研究了使用广义自回归条件异方差模型(GARCH)对网络流量数据进行建模的方法,通过仿真实验表明,该模型可以较好地描述网络流量数据的异方差性,同时其预测精度较之传统的ARMA模型的预测精度也得到了大幅提升。

基于GARCH效应和改进罚指标的时域非线性损伤识别

结构在服役期间可能会产生裂纹等损伤,裂纹的张开和闭合效应使损伤呈现出时域非线性特性.另外,基于时域模型的方法主要反映了刚度损伤引起相邻节点自由度处的特征改变,难以直接反映层间刚度的损伤信息.为了解决这些问题,提出了一种基于GARCH模型和改进罚指标的损伤识别方法.首先描述了GARCH模型的基本原理,并给出了GARCH模型的定阶方法和模型参数估计法.然后分析了时域非线性的双线性刚度特性,并提出了基于GARCH模型的非线性损伤识别原理和基于刚度的基本GARCH指标.最后利用罚函数原理,对层间刚度损伤提出了一种改进GARCH罚指标方法以提高识别可靠性.数值计算和实验研究结果表明,采用改进GARCH罚指标可以较好识别出结构非线性损伤,其识别效果要好于基本GARCH指标以及基于线性自回归模型和倒谱测距的方法.

Forecasting China′s Stock Market Volatility Using Non-Linear GARCH Models

This paper studies the performance of the GARCH model and two of its non linear modifications to forecast China′s weekly stock market volatility. The models are the Quadratic GARCH and the Glosten, Jagannathan and Runkle models which have proposed to describe the often observed negative skewness in stock market indices. We find that the QGARCH model is best when the estimation sample does not contain extreme observations and that the GJR model cannot be recommended for forecasting.

汇率波动对我国外汇储备变动的非对称传导效应--基于非线性LSTARX-GARCH模型

本文以实际汇率、实际国际利差和实际对外投资等变量为主要考量因素,通过理论推导构建了包含我国实体经济基本面的宏观因素以及具有汇率传导机制的平滑转换自回归广义条件异方差(STARX-GARCH)模型,考察了外汇储备对诸因素的直接反馈强度和方向,以及各因素通过汇率渠道对外汇储备的间接影响,得出以下结论:影响外汇储备增速的诸宏观变量中,实际有效汇率对外汇储备增速的影响体现出显著的非对称与非线性特征,其它宏观经济变量除了具有影响外汇储备的直接渠道外,还经由实际有效汇率对外汇储备产生间接传递作用;预期的实际汇率升高会强化国外投资动机,吸引资金流入,提高我国外汇储备增速;我国利率同时作为货币政策工具和资本流入"闸门"起到双重作用,因此国际利差较高使外汇储备增速倾向于提升,反之则使之下降。