论文部分内容阅读
随着中国经济的发展,国内市场与国际市场交流日益频繁,人民币汇率在对外经济交流中起着至关重要的作用.2016年10月1日人民币正式加入特别提款权(SDR)篮子,人民币离国际化的目标更进一步.人民币国际化意味着人民币汇率的市场化,同时国际化的目标也对人民币汇率形成机制和波动幅度提出了更高的要求.预测人民币汇率的变动情况,对于人民币汇率理论的发展和人民币国际化进程具有重大意义.本文首先通过对宏观经济和2017年中央经济工作会议文件的分析以及央行2017年货币政策的解读,结合当前国内外的经济形势,利用货币供需理论并结合相关经济学原理分析得出:人民币汇率在2017年仍然保持贬值的趋势,但没有持续贬值的基础,市场化波动将会进一步加剧;全年美元对人民币汇率波动幅度不超过7.67%,美元兑人民币汇率波动区间为:6.82-6.98,日均波动幅度不超过100个基点.同时,在研究过程中发现基本面分析存在的问题:基本面分析能够预测未来一段时间内人民币汇率总体变动趋势,却无法为外汇市场提供精确的外汇变动点差.基本面分析完之后,本文选取了2011年5月份至2016年12月份的1462个美元兑人民币汇率(USD/CNY)中间价数据,将其作为衡量人民币汇率的标准.利用经验模态分解法(EMD),对美元兑人民币汇率中间价的时间序列进行降噪分解处理,得到了七个本征模函数和一个残差序列.依据分解出的本征模函数和残差序列的特征,分别利用非线性自回归(NARX)神经网络、BP神经网络和极限学习机(ELM)神经网络进行针对性的拟合和预测,进而建立了混合预测模型:EMD-NBE模型.在运用EMD-NBE模型对人民币汇率进行预测之后,为了能更好地彰显新的组合方法在预测汇率方面较单一模型的优越性,本文还运用传统的时间序列分析方法(ARIMA模型)、BP神经网络模型、极限学习机(ELM)神经网络、小波神经网络以及支持向量机模型进行拟合、对比和分析,发现组合模型对于人民币短期汇率的预测具有更高的预测精度和更好的拟合效果,是最佳的人民币汇率预测模型.基于建立的EMD-NBE混合模型本文预测了2017年第一季度美元兑人民币汇率,预测结果表明2017年第一季度美元兑人民币汇率将会出现小幅下降,即人民币将出现小幅升值,将会在6.831-6.963之间波动.量化预测结果与基本面分析结论一致.