匯改以來人民幣匯率波動風險溢出效應(yīng)研究
發(fā)布時間:2020-12-21 04:00
人民幣匯率于1994年開始實行并軌制,此后人民幣匯率水平的高低逐步成為我國對外進行經(jīng)濟調(diào)節(jié)的重要杠桿之一。2005年7月21日,中國試實施匯率形成機制彈性化改革,采用一籃子貨幣為準進行調(diào)節(jié)。這種浮動匯率制度取代了之前的美元盯住制,由此人民幣向自由浮動邁出了歷史性的一步。2015年8月11日,中國人民銀行發(fā)出公告,宣布兌人民幣匯率制度進行重大改革。中國人民銀行發(fā)出關(guān)于完善人民幣兌美元匯率中間價報價的聲明,完善人民幣兌美元匯率中間價報價,即811匯改。同時,隨著人民幣國際化進程的不斷推進以及各國之間國際貿(mào)易往來的不斷加強,其他幣種之間兌人民幣匯率的波動也同樣存在相互的聯(lián)系和影響,這也大大增加了匯率波動風險。在這種背景下,本文首先介紹了匯率以及匯率風險的相關(guān)概念,以及匯率風險的研究背景與意義,梳理了到目前為止相關(guān)研究的現(xiàn)狀,對匯率的相關(guān)理論進行簡要的介紹;其次進行兩方面的定性分析,一方面針對匯改以來四種貨幣兌人民幣匯率變化趨勢進行整體分析,另一方面對811匯改、英國脫歐投票、中美貿(mào)易戰(zhàn)三個特殊事件中匯率風險的溢出效應(yīng)進行分析;之后進行定量分析,將2015年7月1日至2019年7月1日四種貨幣...
【文章來源】:沈陽工業(yè)大學遼寧省
【文章頁數(shù)】:56 頁
【學位級別】:碩士
【部分圖文】:
015年7月1日至2019年7月
第4章人民幣匯率風險溢出效應(yīng)的實證分析27c日元兌人民幣匯率日對數(shù)收益率走勢圖d英鎊兌人民幣匯率日對數(shù)收益率走勢圖圖4.12015年7月1日至2019年7月1日四種貨幣兌人民幣日對數(shù)收益率走勢圖Fig.4.1ThedailylogarithmicrateofreturnofthefourcurrenciesagainsttheCNYfromJuly1,2015toJuly1,2019如圖4.2所示,美元兌人民幣匯率的對數(shù)收益率序列的均值為0.119783,中值為0.127013,最大值為18.40324,最小值為-9.262614,標準差為5.359060,標準差為2.333668,偏度S=0.771546>0,呈現(xiàn)右偏現(xiàn)象;峰度K=10.18610>3,呈現(xiàn)尖峰狀態(tài);在正態(tài)分布的原假設(shè)下,J-B統(tǒng)計量是自由度為2的卡方分布,查卡方表得到臨界值為9.21034,RUSD的J-B統(tǒng)計量為2192.360,遠大于臨界值,表明該序列具有厚尾性,同時由于P值為0,說明至少在99%的置信水平上,拒絕正態(tài)分布的原假設(shè),認為匯率的對數(shù)收益率具有顯著的非正態(tài)性。圖4.2RUSD的直方圖和描述性統(tǒng)計量Figure4.2HistogramanddescriptivestatisticsofRUSD如圖4.3所示,歐元兌人民幣匯率的對數(shù)收益率序列的均值為0.138549,中值為0.026845,最大值為27.63988,最小值為-19.87512,標準差為5.359060,標準差為4.279157,偏度S=0.676626>0,呈現(xiàn)右偏現(xiàn)象;峰度K=8.343846>3,呈現(xiàn)尖峰狀態(tài);在正態(tài)分布的原假設(shè)下,J-B統(tǒng)計量是自由度為2的卡方分布,查卡方表得到臨界值為9.21034,REUR的J-B統(tǒng)計量為1233.246,遠大于臨界值,表明該序列具有厚尾性,同時由于P值為0,說明至少在99%的置信水平上,拒絕正態(tài)分布的原假設(shè),認為匯率的對數(shù)收益率具有顯著的非正態(tài)性。
第4章人民幣匯率風險溢出效應(yīng)的實證分析27c日元兌人民幣匯率日對數(shù)收益率走勢圖d英鎊兌人民幣匯率日對數(shù)收益率走勢圖圖4.12015年7月1日至2019年7月1日四種貨幣兌人民幣日對數(shù)收益率走勢圖Fig.4.1ThedailylogarithmicrateofreturnofthefourcurrenciesagainsttheCNYfromJuly1,2015toJuly1,2019如圖4.2所示,美元兌人民幣匯率的對數(shù)收益率序列的均值為0.119783,中值為0.127013,最大值為18.40324,最小值為-9.262614,標準差為5.359060,標準差為2.333668,偏度S=0.771546>0,呈現(xiàn)右偏現(xiàn)象;峰度K=10.18610>3,呈現(xiàn)尖峰狀態(tài);在正態(tài)分布的原假設(shè)下,J-B統(tǒng)計量是自由度為2的卡方分布,查卡方表得到臨界值為9.21034,RUSD的J-B統(tǒng)計量為2192.360,遠大于臨界值,表明該序列具有厚尾性,同時由于P值為0,說明至少在99%的置信水平上,拒絕正態(tài)分布的原假設(shè),認為匯率的對數(shù)收益率具有顯著的非正態(tài)性。圖4.2RUSD的直方圖和描述性統(tǒng)計量Figure4.2HistogramanddescriptivestatisticsofRUSD如圖4.3所示,歐元兌人民幣匯率的對數(shù)收益率序列的均值為0.138549,中值為0.026845,最大值為27.63988,最小值為-19.87512,標準差為5.359060,標準差為4.279157,偏度S=0.676626>0,呈現(xiàn)右偏現(xiàn)象;峰度K=8.343846>3,呈現(xiàn)尖峰狀態(tài);在正態(tài)分布的原假設(shè)下,J-B統(tǒng)計量是自由度為2的卡方分布,查卡方表得到臨界值為9.21034,REUR的J-B統(tǒng)計量為1233.246,遠大于臨界值,表明該序列具有厚尾性,同時由于P值為0,說明至少在99%的置信水平上,拒絕正態(tài)分布的原假設(shè),認為匯率的對數(shù)收益率具有顯著的非正態(tài)性。
【參考文獻】:
期刊論文
[1]離岸與在岸人民幣匯率:聯(lián)動機制和溢出效應(yīng)——基于VAR-GARCH-BEKK模型的分析[J]. 譚小芬,張輝,楊楠,金玥. 管理科學學報. 2019(07)
[2]加入SDR后人民幣匯率波動規(guī)律研究——基于ARIMA-GARCH模型的實證分析[J]. 孫少巖,孫文軒. 經(jīng)濟問題. 2019(02)
[3]中歐貨幣匯率的極端風險傳播研究[J]. 黃乃靜,汪壽陽. 管理科學學報. 2018(12)
[4]人民幣匯率波動的溢出效應(yīng)分析[J]. 任俊露. 特區(qū)經(jīng)濟. 2018(09)
[5]人民幣離岸與在岸匯率關(guān)聯(lián)性及風險溢出研究——基于Copula-GARCH-CoVaR方法[J]. 馬宇,張莉娜. 云南財經(jīng)大學學報. 2018(04)
[6]股票市場和外匯市場間風險溢出效應(yīng)研究——基于GARCH-時變Copula-CoVaR模型的分析[J]. 周愛民,韓菲. 國際金融研究. 2017(11)
[7]金融危機后美元匯率波動的影響因素研究[J]. 韓笑. 財經(jīng)界. 2017(11)
[8]西方傳統(tǒng)匯率決定理論綜述[J]. 區(qū)俏婷. 現(xiàn)代商業(yè). 2017(10)
[9]基于HP濾波和ARMA-GARCH模型的人民幣匯率趨勢預測[J]. 宋博,陳萬義. 數(shù)學的實踐與認識. 2017(01)
[10]離岸與在岸人民幣匯率互動與風險溢出效應(yīng)研究[J]. 甄峰,陳麗. 金融監(jiān)管研究. 2016(10)
碩士論文
[1]基于GARCH-POT模型的人民幣匯率風險測度研究[D]. 于海旭.哈爾濱工業(yè)大學 2018
[2]基于四元VAR-GARCH-BEKK模型的金融市場間波動溢出效應(yīng)研究[D]. 李顏顏.東北財經(jīng)大學 2011
[3]基于ARCH族模型的我國匯率風險度量實證研究[D]. 劉麗婷.東北財經(jīng)大學 2011
[4]中國股市股指收益結(jié)構(gòu)性變點與波動性建模[D]. 孫小冬.山西財經(jīng)大學 2011
本文編號:2929146
【文章來源】:沈陽工業(yè)大學遼寧省
【文章頁數(shù)】:56 頁
【學位級別】:碩士
【部分圖文】:
015年7月1日至2019年7月
第4章人民幣匯率風險溢出效應(yīng)的實證分析27c日元兌人民幣匯率日對數(shù)收益率走勢圖d英鎊兌人民幣匯率日對數(shù)收益率走勢圖圖4.12015年7月1日至2019年7月1日四種貨幣兌人民幣日對數(shù)收益率走勢圖Fig.4.1ThedailylogarithmicrateofreturnofthefourcurrenciesagainsttheCNYfromJuly1,2015toJuly1,2019如圖4.2所示,美元兌人民幣匯率的對數(shù)收益率序列的均值為0.119783,中值為0.127013,最大值為18.40324,最小值為-9.262614,標準差為5.359060,標準差為2.333668,偏度S=0.771546>0,呈現(xiàn)右偏現(xiàn)象;峰度K=10.18610>3,呈現(xiàn)尖峰狀態(tài);在正態(tài)分布的原假設(shè)下,J-B統(tǒng)計量是自由度為2的卡方分布,查卡方表得到臨界值為9.21034,RUSD的J-B統(tǒng)計量為2192.360,遠大于臨界值,表明該序列具有厚尾性,同時由于P值為0,說明至少在99%的置信水平上,拒絕正態(tài)分布的原假設(shè),認為匯率的對數(shù)收益率具有顯著的非正態(tài)性。圖4.2RUSD的直方圖和描述性統(tǒng)計量Figure4.2HistogramanddescriptivestatisticsofRUSD如圖4.3所示,歐元兌人民幣匯率的對數(shù)收益率序列的均值為0.138549,中值為0.026845,最大值為27.63988,最小值為-19.87512,標準差為5.359060,標準差為4.279157,偏度S=0.676626>0,呈現(xiàn)右偏現(xiàn)象;峰度K=8.343846>3,呈現(xiàn)尖峰狀態(tài);在正態(tài)分布的原假設(shè)下,J-B統(tǒng)計量是自由度為2的卡方分布,查卡方表得到臨界值為9.21034,REUR的J-B統(tǒng)計量為1233.246,遠大于臨界值,表明該序列具有厚尾性,同時由于P值為0,說明至少在99%的置信水平上,拒絕正態(tài)分布的原假設(shè),認為匯率的對數(shù)收益率具有顯著的非正態(tài)性。
第4章人民幣匯率風險溢出效應(yīng)的實證分析27c日元兌人民幣匯率日對數(shù)收益率走勢圖d英鎊兌人民幣匯率日對數(shù)收益率走勢圖圖4.12015年7月1日至2019年7月1日四種貨幣兌人民幣日對數(shù)收益率走勢圖Fig.4.1ThedailylogarithmicrateofreturnofthefourcurrenciesagainsttheCNYfromJuly1,2015toJuly1,2019如圖4.2所示,美元兌人民幣匯率的對數(shù)收益率序列的均值為0.119783,中值為0.127013,最大值為18.40324,最小值為-9.262614,標準差為5.359060,標準差為2.333668,偏度S=0.771546>0,呈現(xiàn)右偏現(xiàn)象;峰度K=10.18610>3,呈現(xiàn)尖峰狀態(tài);在正態(tài)分布的原假設(shè)下,J-B統(tǒng)計量是自由度為2的卡方分布,查卡方表得到臨界值為9.21034,RUSD的J-B統(tǒng)計量為2192.360,遠大于臨界值,表明該序列具有厚尾性,同時由于P值為0,說明至少在99%的置信水平上,拒絕正態(tài)分布的原假設(shè),認為匯率的對數(shù)收益率具有顯著的非正態(tài)性。圖4.2RUSD的直方圖和描述性統(tǒng)計量Figure4.2HistogramanddescriptivestatisticsofRUSD如圖4.3所示,歐元兌人民幣匯率的對數(shù)收益率序列的均值為0.138549,中值為0.026845,最大值為27.63988,最小值為-19.87512,標準差為5.359060,標準差為4.279157,偏度S=0.676626>0,呈現(xiàn)右偏現(xiàn)象;峰度K=8.343846>3,呈現(xiàn)尖峰狀態(tài);在正態(tài)分布的原假設(shè)下,J-B統(tǒng)計量是自由度為2的卡方分布,查卡方表得到臨界值為9.21034,REUR的J-B統(tǒng)計量為1233.246,遠大于臨界值,表明該序列具有厚尾性,同時由于P值為0,說明至少在99%的置信水平上,拒絕正態(tài)分布的原假設(shè),認為匯率的對數(shù)收益率具有顯著的非正態(tài)性。
【參考文獻】:
期刊論文
[1]離岸與在岸人民幣匯率:聯(lián)動機制和溢出效應(yīng)——基于VAR-GARCH-BEKK模型的分析[J]. 譚小芬,張輝,楊楠,金玥. 管理科學學報. 2019(07)
[2]加入SDR后人民幣匯率波動規(guī)律研究——基于ARIMA-GARCH模型的實證分析[J]. 孫少巖,孫文軒. 經(jīng)濟問題. 2019(02)
[3]中歐貨幣匯率的極端風險傳播研究[J]. 黃乃靜,汪壽陽. 管理科學學報. 2018(12)
[4]人民幣匯率波動的溢出效應(yīng)分析[J]. 任俊露. 特區(qū)經(jīng)濟. 2018(09)
[5]人民幣離岸與在岸匯率關(guān)聯(lián)性及風險溢出研究——基于Copula-GARCH-CoVaR方法[J]. 馬宇,張莉娜. 云南財經(jīng)大學學報. 2018(04)
[6]股票市場和外匯市場間風險溢出效應(yīng)研究——基于GARCH-時變Copula-CoVaR模型的分析[J]. 周愛民,韓菲. 國際金融研究. 2017(11)
[7]金融危機后美元匯率波動的影響因素研究[J]. 韓笑. 財經(jīng)界. 2017(11)
[8]西方傳統(tǒng)匯率決定理論綜述[J]. 區(qū)俏婷. 現(xiàn)代商業(yè). 2017(10)
[9]基于HP濾波和ARMA-GARCH模型的人民幣匯率趨勢預測[J]. 宋博,陳萬義. 數(shù)學的實踐與認識. 2017(01)
[10]離岸與在岸人民幣匯率互動與風險溢出效應(yīng)研究[J]. 甄峰,陳麗. 金融監(jiān)管研究. 2016(10)
碩士論文
[1]基于GARCH-POT模型的人民幣匯率風險測度研究[D]. 于海旭.哈爾濱工業(yè)大學 2018
[2]基于四元VAR-GARCH-BEKK模型的金融市場間波動溢出效應(yīng)研究[D]. 李顏顏.東北財經(jīng)大學 2011
[3]基于ARCH族模型的我國匯率風險度量實證研究[D]. 劉麗婷.東北財經(jīng)大學 2011
[4]中國股市股指收益結(jié)構(gòu)性變點與波動性建模[D]. 孫小冬.山西財經(jīng)大學 2011
本文編號:2929146
本文鏈接:http://www.sikaile.net/guanlilunwen/bankxd/2929146.html
最近更新
教材專著