匯率是一國經(jīng)濟(jì)的重要變量,既決定著經(jīng)濟(jì)的對內(nèi)均衡,又影響著經(jīng)濟(jì)的對外均衡。隨著經(jīng)濟(jì)全球化的不斷推進(jìn)和國際資本流動的日益加劇,匯率對于投資者選擇正確的投資策略、企業(yè)對外匯風(fēng)險的規(guī)避和防范以及中央銀行對外匯市場的有效干預(yù)和制定正確的貨幣政策,都有著非常重要的影響。因此,關(guān)于匯率的行為描述和預(yù)測問題一直是國內(nèi)外理論界關(guān)注的焦點。 傳統(tǒng)的資本市場理論構(gòu)建在理性投資人、有效市場假說和隨機(jī)游動三大假設(shè)條件基礎(chǔ)之上。然而,這種基于線性研究范式的均衡分析體系無法對外匯市場的一些異象給出合理的解釋,如匯率收益率分布的“尖峰厚尾”特征、波動的集群性、外匯市場中匯率波動的“無鏈接”問題等。資本市場在其本質(zhì)上是非線性的。因此,引入非線性研究范式,對金融變量進(jìn)行分析和預(yù)測研究是金融市場理論發(fā)展的必然結(jié)果。 本文基于非線性研究范式和投資者異質(zhì)預(yù)期的假設(shè),以5種主要貨幣的匯率時間序列為研究對象,檢驗其非線性動力學(xué)特征,研究對象包括英鎊(GBP)、瑞士法郎(CHF)、日元(JPY)、瑞典克朗(SEK)和加拿大元(CAD)兌美元(USD)的日匯率數(shù)據(jù),樣本區(qū)間選自1975年1月1日至2007年5月31日。...

【文章頁數(shù)】：124 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
插圖索引
附表插圖
第1章 緒論
    1.1 選題背景與意義
        1.1.1 選題背景
        1.1.2 選題意義
        1.1.3 課題來源
    1.2 理論基礎(chǔ)與文獻(xiàn)回顧
        1.2.1 匯率與匯率時間序列
        1.2.2 匯率變量的非線性研究
        1.2.3 匯率變量的組合預(yù)測研究
    1.3 研究思路與研究內(nèi)容
        1.3.1 研究思路
        1.3.2 研究內(nèi)容
第2章 金融市場的非線性研究范式
    2.1 傳統(tǒng)的金融市場線性分析
        2.1.1 理性投資人假設(shè)
        2.1.2 有效市場假說
        2.1.3 隨機(jī)游動
    2.2 現(xiàn)代金融市場的非線性分析
        2.2.1 線性研究范式面臨的挑戰(zhàn)
        2.2.2 非線性研究范式發(fā)展的必然
    2.3 基于混沌動力系統(tǒng)的金融時間序列分析與應(yīng)用
        2.3.1 混沌理論的提出
        2.3.2 混沌理論在金融市場的應(yīng)用
    2.4 基于分形理論的金融時間序列分析與應(yīng)用
        2.4.1 分形理論的提出
        2.4.2 分形理論在金融市場的應(yīng)用
    2.5 本章小結(jié)
第3章 基于異質(zhì)預(yù)期視角的匯率決定研究
    3.1 異質(zhì)預(yù)期假說
    3.2 基于基本因素分析的匯率決定理論
        3.2.1 基于商品市場法的匯率決定理論
        3.2.2 基于資產(chǎn)市場法的匯率決定理論
        3.2.3 匯率決定的新聞模型
        3.2.4 匯率決定的微觀結(jié)構(gòu)方法
    3.3 基于技術(shù)分析方法的匯率決定理論
        3.3.1 自回歸移動平均模型(ARMA(p, q))
        3.3.2 自回歸條件異方差模型(ARCH 族模型)
        3.3.3 制度轉(zhuǎn)換模型
        3.3.4 神經(jīng)網(wǎng)絡(luò)模型
    3.4 基于異質(zhì)預(yù)期分析的匯率決定理論
        3.4.1 匯率決定的投機(jī)泡沫理論
        3.4.2 匯率決定的混沌貨幣模型
    3.5 本章小結(jié)
第4章 匯率時間序列的非線性依賴性及其來源分析
    4.1 時間序列中的非線性依賴結(jié)構(gòu)
    4.2 BDS 統(tǒng)計檢驗方法
    4.3 時間序列非線性依賴特征的實證檢驗
        4.3.1 數(shù)據(jù)說明及預(yù)處理
        4.3.2 數(shù)據(jù)檢驗
        4.3.3 檢驗參數(shù)的選擇范圍
        4.3.4 BDS 統(tǒng)計檢驗的實證分析
    4.4 本章小結(jié)
第5章 匯率時間序列的長記憶特征分析
    5.1 時間序列中的長記憶性
    5.2 長記憶性時間序列分析方法
        5.2.1 經(jīng)典重標(biāo)極差分析法
        5.2.2 修正的R/S 分析法
        5.2.3 對數(shù)周期圖法
        5.2.4 高斯半?yún)?shù)估計法
        5.2.5 似然估計方法
    5.3 長記憶時間序列模型(ARFIMA模型)
    5.4 時間序列長記憶特征的實證研究
        5.4.1 數(shù)據(jù)說明及預(yù)處理
        5.4.2 描述性統(tǒng)計及正態(tài)性檢驗
        5.4.3 匯率序列的R/S 分析
        5.4.4 半?yún)?shù)方法對長記憶參數(shù)d 的實證研究
        5.4.5 實證結(jié)果的比較分析
    5.5 本章小結(jié)
第6章 匯率時間序列的混沌動力學(xué)特征分析
    6.1 混沌及其基本特征
    6.2 混沌動力學(xué)特征分析方法
        6.2.1 混沌動力學(xué)特征的數(shù)值分析方法
        6.2.2 混沌動力學(xué)特征的解析分析方法
    6.3 相空間重構(gòu)技術(shù)
        6.3.1 相空間重構(gòu)技術(shù)的定義
        6.3.2 重構(gòu)參數(shù)的選擇
    6.4 時間序列混沌動力學(xué)特征的實證研究
        6.4.1 數(shù)據(jù)說明及預(yù)處理
        6.4.2 參數(shù)選擇
        6.4.3 相空間圖分析
        6.4.4 特征指數(shù)的分析
    6.5 本章小結(jié)
第7章 匯率時間序列多重分形特征分析
    7.1 分形的定義及基本特征
    7.2 分形時間序列
    7.3 多重分形理論
        7.3.1 金融時間序列多重分形特征的判定
        7.3.2 金融時間序列多重分形特征的描述
    7.4 資產(chǎn)收益的多重分形模型(MMAR)
    7.5 時間序列多重分形特征的實證研究
        7.5.1 數(shù)據(jù)說明及預(yù)處理
        7.5.2 配分函數(shù)分布圖分析
        7.5.3 多重分形譜分析
    7.6 本章小結(jié)
第8章 基于動態(tài)組合預(yù)測模型的匯率時序預(yù)測研究
    8.1 匯率時間序列的預(yù)測研究
    8.2 混沌時間序列的預(yù)測研究方法
        8.2.1 基于徑向基函數(shù)的神經(jīng)網(wǎng)絡(luò)預(yù)測方法
        8.2.2 基于 Lyapunov 指數(shù)的混沌時間序列預(yù)測方法
        8.2.3 基于Volterral 級數(shù)的自適應(yīng)預(yù)測方法
        8.2.4 混沌時間序列的組合預(yù)測方法
    8.3 基于混沌理論的匯率時序組合預(yù)測模型的構(gòu)建
        8.3.1 預(yù)測性能指標(biāo)
        8.3.2 模型預(yù)測性能的顯著性檢驗
        8.3.3 動態(tài)組合預(yù)測模型的構(gòu)建步驟
    8.4 動態(tài)組合預(yù)測模型的實證檢驗
        8.4.1 實證數(shù)據(jù)說明
        8.4.2 預(yù)測性能比較分析
        8.4.3 顯著性檢驗
    8.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
附錄A 攻讀學(xué)位期間發(fā)表學(xué)術(shù)論文目錄
附錄B 主要的計算機(jī)程序



本文編號：4056107