基于ARMA和ARMA—GARCH对人民币汇率的研究
总结其内在发展规律并模拟预测的模型也受到重视。
本文运用被国内外广泛认同的计量模型和组合模型，探索人民币兑换美元序列的特征，并基于该模型进行短期预测。
2 模型理论
2.1 ARIMA模型
从表3-2的两个模型的四项预测性能指标可以得出如下结论：组合模型的四项性能指标比小，说明组合模型的预测效果比单一模型的预测效果好，同时也证实了线性模型和非线性模型的组合能更好的刻画平稳金融时间序列的特征。
4总结
汇率作为金融时间序列，有其特殊的研究意义和价值。本文所选取的模型为国内外所认可的模型和组合模型，对人民币兑美元汇率价格进行预测。根据预测精度的评估指标，发现相比能够更好的对汇率序列进行短期预测。人民币序列并不是单纯的只具有线性特征，还具有波动聚集性，因此只选择线性模型进行预测会损失较多信息，不能更准确的预测未来趋势。组合模型具有更大的优势。
【参考文献】
[1] 王琛文. 计量经济学ARMA模型详细介绍[J]. 经济研究导刊，2017（21）：3-4.
[2] 魏红燕，孟纯军. 基于GARCH模型的短期汇率预测[J]. 经济数学，2014，31（01）：81-84.
[3] 戴晓枫，肖庆宪. 时间序列分析方法及人民币汇率预测的应用研究[J]. 上海理工大学学报，2005（04）：341-344.
[4] 孙柏，谢赤. 金融危机背景下的人民币汇率预测[J]. 系统工程理论与实践，2009，29（12）：53-64.
[5] 刘严，刘琼. 基于GARCH模型的人民币汇率预测[J]. 中国集体经济，2013（10）：93-95.
[6] 殷微波，王峰. 人民币汇率预测——基于GARCH模型的实证研究[J]. 当代经济，2007（08）：144-145.
基金项目：本项目成果受“2018年度上海大学生创新创业训练计划示范校”建设经费资助。
通讯作者：胡译尹