基于ARIMA模型的汇率预测研究

龙源期刊网 https://www.wendangku.net/doc/0915366699.html,

基于ARIMA模型的汇率预测研究

作者：魏红燕孟纯军

来源：《时代金融》2014年第08期

【摘要】本文采用2010年7月1日至2013年11月30日的人民币兑美元汇率周平均值，建立了ARIMA模型，对并汇率序列进行预测和评价。实证结果表明，ARIMA（2，1，2）模型预测结果比较成功，基本能反映人民币升值的趋势。

【关键词】人民币汇率 ARIMA模型汇率预测

一、引言

自美国金融危机爆发以来，人民币汇率的走势已成为人们关注的焦点之一。尤其是近年来中美贸易失衡加剧，美国政府将其对中巨额贸易赤字的根源归咎于人民币币值的低估，并将人民币兑美元汇率视为影响中美双方经贸关系的焦点问题。因此，正确预测人民币兑美元汇率具有重要的现实意义。

汇率预测的研究很多，现在国内的主要研究有：ARIMA模型，GARCH模型，GARCH_M 模型，PPP模型，神经网络模型，VAR模型及多元回归模型。戴晓枫和肖庆宪[1]（2003）利用ARIMA模型和EGARCH模型并进行预测和评价人民币汇率；张奕韬[2]（2009）基于ARIMA模型的外汇汇率时间序列预测研究；闫海峰，谢莉莉[3]（2009）基于GARCH-M模型的人民币汇率预测；许少强，李亚敏[4]（2007）则利用参考“一篮子”货币的人民币汇率预测—基于ARMA模型的实证方法；等等。

本文通过运用时间序列ARIMA模型的理论与方法，对非平稳时间序列差分后建立平稳的时间序列，从而进行模型参数的选取和预测。最后，对模型的预测结果进行评价分析，认为该模型在汇率的走势较平稳时，能够很好的拟合汇率的即时走势，对其预测所得结果在误差允许的范围内。

二、模型知识概述

（一）ARIMA模型[5]

ARIMA模型，是将非平稳时间序列转化为平稳时间序列，再将因变量对它的滞后值及随机误差项的现值和滞后值进行回归所建立的模型。ARIMA模型根据原序列是否平稳及回归中所含部分的不同，包含移动平均过程（MA）、自回归过程（AR）、自回归移动平均过程（ARMA）以及ARIMA过程。