人民币贷款利率预测的实证分析

利率作为金融市场的核心要素,构建利率走势模型对利率进行预测具有重要的意义。首先对一年期人民币贷款利率的影响因素进行分析,利用协整检验方法对利率与宏观经济、货币供应、价格水平、国际市场环境之间的关系进行了研究。实证结果表明:尽管在短期一年期贷款利率与宏观经济、货币供应、价格水平、国际市场环境之间存在波动关系,但是从长期来看,它们存在着长期稳定的均衡关系。     

企业外汇风险管理研究

随着我国汇率制度改革和利率市场化进程的稳步推进,人民币汇率波动的幅度增大、频率加快,外汇风险凸现,因此国内企业必须尽早学习和掌握防范外汇风险的方法和工具。针对这一问题,这里介绍了外汇风险的种类,并讨论了外汇风险防范方法和工具。     

基于深度学习和进化计算的外汇预测与投资组合优化

利用深度学习和进化计算技术来分别实现对外汇价格的预测与投资组合优化.首先,利用循环神经网络建立汇率预测模型,用来预测外汇产品的价格并计算期望收益率.接着建立了一个双目标的投资组合模型,即最大化期望收益率与最小化风险.为了更接近真实的外汇交易市场,该模型中允许买空与卖空,并考虑了点差对收益的影响.基于多个外汇产品的期望收益率与投资组合模型,利用多目标进化算法来搜索出最优的投资组合.在多个外汇产品的真实历史数据上的结果表明,该方法能够实现在外汇交易市场中的盈利.     

利率平价的人民币汇率与利率关系的实证研究

在评述利率平价及汇率超调理论模型的基础上，对我国1994年外汇体制改革后，人民币汇率波动及其与利率的关系进行实证分析．并针对利率平价理论在我国现阶段适用程度的差异，引入交易成本对利率平价模型进行修正，力求使其在我国金融市场进一步开放的条件，更好地解释人民币汇率、利率、资本流动之间的关系．     

基于马尔科夫机制转换模型的人民币汇率波动性研究

随着国际经济环境的不断复杂化,人民币汇率波动对我国金融市场产生的影响愈发具有统计学意义.选取2010年1月至2019年5月的人民币兑美元月平均汇率作为研究对象构建MS-AR模型,量化出人民币汇率波动的三种状态及其概率特征,并将该模型与纯AR模型进行对比.结果显示包含环境变动的马尔科夫机制转换模型比传统时间序列模型具有更...     

变系数EV模型在人民币汇率中的应用

将自适应变系数EV模型在计算机模拟实验的基础上推广到人民币汇率应用中,并利用该模型对人民币美元汇率的月度数据进行拟合预测.实证研究结果表明:自适应变系数EV模型的拟合效果优于FAR模型、AFAR模型的拟合效果,其预测精度也是这几种模型中最优的,可以为研究人民币美元汇率今后的趋势提供帮助.     

基于GARCH模型的人民币汇率波动性研究

选取2011—2016年间汇率日线的1 213个观测数据,运用GARCH(1,1)、EGARCH模型对人民币汇率的波动情况进行研究.数据分析显示,人民币汇率具有明显的时间可变性、集群性和杠杆性的特点,针对人民币汇率的波动性提出应控制汇率变动节奏、完善人民币汇率制度和汇率衍生品市场等政策建议.     

人民币参考一篮子货币趋势分析与预测

对当前我国实行的人民币参考一篮子货币的汇率制度进行了分析,选用相应模型得到一篮子货币的计算值,与人民币/美元实际汇率进行比较,并利用该模型预测了下一阶段人民币/美元汇率.最后对人民币参考一篮子货币进行调节的汇率制度利弊进行了简要分析.     

人民币汇率变动对我国消费者价格指数的影响——基于协整与向量误差修正模型的分析

正确预测人民币汇率变动与物价水平的关系,对于人民银行采取适当的汇率政策实现物价稳定具有重要的意义。运用了协整检验与向量误差修正模型的方法,以2000年1月至2010年6月的月度数据为样本,对人民币汇率变动对消费者价格指数的影响进行了实证分析。结果表明:人民币名义有效汇率升值对消费者价格指数上涨有一定的抑制作用;基于此,提出控制目前高居不下的物价水平可以采用适当灵活的人民币升值政策,但要注意与财政货币政策的协调。     

基于R/S检验、ARFIMA模型和小波方差的人民币汇率长记忆性检验

分别应用R/S检验、ARFIMA模型和小波方差对人民币兑美元名义汇率收益率序列的长记忆性进行检验。根据R/S统计量计算出Hurst指数为0.573 745 1,采用ARFIMA（2,d,1）模型对人民币汇率收益率序列进行拟合的效果比较好,其分数差分参数为0.145 7,利用Haar小波对人民币汇率波动绝对值收益率序列进行最大重复离散小波变换,得出其长记忆性参数为0.393 1。3种方法的研究结果均表明人民币兑美元名义汇率收益率序列存在长记忆性。     

人民币汇率的动态预测

人民币汇率作为人民币对外价值的主要体现，它的走势将会影响对外贸易等许多重要宏观经济变量．所以对其未来走势的预测变得更为重要．为克服目前对人民币汇率未来发展预测方法中，用非时变参数模型预测时变参数系统的状态造成的较大预测误差，将时间序列分析与数理统计分析相结合，设计了新的动态预测模型，并获得了相对于传统预测方法较高的预测准确度．该模型为与人民币汇率相似行业的发展预测提供了新思路．     

出口企业外汇风险防范与控制浅析

当前国际金融形势动荡,外汇汇率波动频繁,对出口企业财务状况和经营成果产生了不利影响,如何有效防范与控制外汇汇率的异常波动已成为企业财务部门十分严峻的课题。文章通过解读外汇风险,促使出口企业认识风险,重视并加强对外汇风险的防范与控制。     

论马氏链分析方法在汇率短期预测中的应用

为提高马氏链分析方法在短期汇率预测中的精确度，本文以日元汇率为例，建立了汇率的回归模型和两种马氏链预测模型。通过比较，证明基于模糊的回归一马氏链分析方法在汇率短期预测方面具有更高的精度。并使用此模型预测了日元汇率的短期波动区间。     

河流水质预测的灰色神经网络联合模型

针对灰色预测对波动较强的序列只能预测大致变化的缺陷,运用响应成分模型将水质浓度分解为具有确定性的趋势项和具有不确定性的随机项,建立灰色神经网络联合模型对水质的趋势项和随机项进行预测。将该模型应用于淮河河流水质预测,结果表明,该模型拟合误差小,预测精度高。     

基于多尺度分解和深度学习的锂电池寿命预测

针对目前的剩余寿命预测（RUL）方法存在模型适应性差及预测不准确等问题,提出多尺度深度神经网络的锂电池健康退化预测模型. 通过经验模态分解（EEMD）方法和相关性分析（CA）,将采集到的锂电池能量数据分解为主趋势数据和波动数据;采用深度置信网络（DBN）和长短期记忆网络（LSTM）,分别对主趋势与波动数据进行建模;将DBN与LSTM预测结果进行有效集成,得到锂电池的健康预测结果. 实验结果表明,利用该方法能够有效地对锂电池的健康趋势进行拟合,得到准确的RUL预测结果,性能优于其他典型的预测方法.     

我国房地产价格的影响因素及其未来趋势预测

房地产价格过快增长无疑成为了近年来社会普遍关注的热点问题之一。造成我国房地产价格持续走高的原因也是众说纷纭。文章通过比较常见的几项影响国内物价水平的经济因素,通过实证的形式确定了人民币汇率和通货膨胀水平对房地产价格具有显著影响。同时运用模型预测并且结合2014年来人民币不断贬值的现状,经过分析后确定未来房地产价格将会在平稳中下降的结论。最后,文章提出了通过完善汇率政策并控制外汇数量;拓宽房地产市场融资渠道;控制通货膨胀水平等政策性意见来有效控制房地产价格,稳定持续推动国内经济发展。     

基于EMD和神经网络的时间序列预测

提出了一种新的时间序列预测方法:利用EMD分解法和神经网络进行信号预测。EMD分解法是一种自适应的信号处理方法,适用于分析非线性、非平稳过程。这一方法分三个基本步骤:首先对待预测的时间序列进行EMD分解,产生多个基本模式分量IMF(Intrinsic Mode Function),接着对各个分量分别用神经网络进行预测,然后重构各分量的预测值,得到最终预测结果。仿真结果表明该方法较之以往的参数模型法以及直接用单一的神经网络进行预测更加准确有效。     

基于非等间距灰色模型和Elman神经网络的轨道质量预测

轨道质量是影响行车安全的关键因素,合理预测轨道质量可以有效指导铁路工务部门进行轨道养护和维修.轨道质量指数(Track Quality Index,TQI)是综合评价单一区间段内轨道质量的参数.本文通过深入研究TQI的发展趋势,提出一种将非等间距灰色模型和遗传算法优化Elman神经网络相结合的预测方法.首先利用优化后的非等间距灰色模型GM(1,1)得到原始TQI序列的大致发展趋势,然后为了描述轨道质量发展中各因素之间复杂的函数关系,利用遗传算法优化后的Elman神经网络对初步预测结果进行残差校正,从而得到更为准确的TQI预测序列.新方法将轨道质量发展趋势中的随机波动成分纳入方法考虑范围,充分挖掘了历史数据的发展规律.利用沪昆线上行实测TQI数据对本文方法进行验证,实验结果表明:新方法对轨道质量发展中的随机波动趋势拟合效果较好;对于轨道质量预测,在利用非等间距灰色模型进行初步预测基础上,使用Elman神经网络进行残差校正,由此得到的预测结果在均方根误差、相对系数、决定系数等多个统计指标上均优于其他方法.     

灰色BP神经网络在河南煤炭需求预测中的应用

在灰色GM（1,1）模型的基础上,利用BP神经网络修正残差,建立灰色BP神经网络组合预测模型,对河南省煤炭消费总量进行拟合和预测。此组合模型既克服了数据的非线性关系及随机波动大对预测精度的影响,也增强了预测的自适应性。实例结果证明该组合模型具有较好的预测精度,预测结果是可信的。     

人民币国际化加剧了汇率波动吗——基于向量自加回归模型的实证研究

一国货币国际化意味着其汇率受外界影响增加,容易导致波动,但币值的基本稳定或升值是国际化可持续进行的基本前提。采用向量自回归模型(VAR),研究跨境贸易、外汇储备、直接投资等影响货币国际化构成要素,与人民币实际有效汇率之间的关系。实证研究表明,2012年以来人民币跨境贸易结算对人民币实际有效汇率最为敏感且影响最大,直接投资规模对人民币实际有效汇率影响时期较长,而外汇储备对人民币实际有效汇率不太敏感且影响幅度不大。建议保持人民币贸易结算在国际化构成中适当的比重,增加资本项目下直接投资在人民币国际化的比重,增加人民币国际货币储备功能;维持进出口平衡的基础上,提高人民币实收比例,维持人民币跨境贸易结算收支平衡。