文档介绍：2012年第 5期
财政金融研究
人民币兑美元汇率 MS-ARCH模型的
MCMC估计和分析
赵霞马云倩
(山东财经大学保险学院,山东济南 250014;山东财经大学统计学院,山东济南 250014)
[摘要] 基于 MS-ARCH模型,采用 Metropolis-Hasting抽样的马尔科夫链蒙特卡洛(MCMC)估计方法,
研究人民币兑美元汇率的波动状况,并与 ARCH类模型的结果进行了对比。研究结果发现:人民币兑美元汇率 3
种波动状态(低、中和高)的平均持续时间各不相同,其中低波动状态的持续期要长于中、高波动状态的持续期。当
汇率表现为低波动状态时,人民币兑美元汇率主要处于贬值状态,而当汇率表现为高波动状态时,人民币兑美元汇
率主要处于升值状态。MS-ARCH模型能较好的描述汇率数据的波动状况,能很好地拟合人民币兑美元汇率的动
态行为。
[关键词] 汇率;MS-ARCH;Metropolis-Hasting抽样;MCMC
[中图分类号] [文献标识码]A [文章编号]2095-3410(2012)05-0092-05
一、引言升值和贬值,结果表明该模型能很好地刻画人民币
经济、金融数据呈现出随机性、时变性和持续性兑美元的实际汇率的动态行为,无论是升值还是贬
的特点,在不同时间段可能呈现出不同的波动状态。值都具有高度的持续性。王建军(2006)利用 MS
为了更好的拟合这种变化规律,Hamilton(1989)首(3)-AR(2)模型研究世界原油现货价格的变动情
次将马尔科夫机制转换引入到 AR模型中,建立三况,结果表明该模型能深入地反映数据的变化过程;
状态两阶滞后的 Markov机制转换模型,并研究了美张龙斌,王春峰,房振明(2008)利用 Markov体制转
国 1953-1984年间季度实际产出增长的波动,结果换模型,研究人民币汇率体制状态的转移过程及其
发现该模型能较好的刻画实际产出增长的非线性动对人民币兑美元汇率行为的影响。赖敏,包文斌
态和非对称性。随后,马尔科夫机制模型被不断应(2010)利用 Markov模型研究黄金价格波动特征,结
用到经济、金融分析的各个领域,并显示出许多优于果发现 MS-AR模型比一般线性时间序列模型具
传统的非线性时间序列模型的特性。目前关于有更强的灵活性,能更好地拟合具有机制转换的非
Markov机制转换模型的应用研究大致可以分成两线性时间序列。
。
类另一类是基于方差项建立 Markov机制转换模
一类是基于均值项建立 Markov机制转换模型。
型。Hamilton,Sumsel(1994)将马尔科夫机制转引
谢赤,刘潭秋(2003)用一个二状态两阶滞后的
入到 ARCH模型中来刻画在汇率不同状态下二阶
Markov机制转换模型研究了人民币兑美元的实际
距的变化特征,发现加入马尔科夫机制转换后汇率
汇率波动,他们将实际汇率的运动分成两种状态,即
波动的持续性降低了。Klaassen(2002)将马尔科夫
[基金项目]本文是国家自然科学基金项目“基于利率和死亡率建模的寿险风险分析”(项目编号:71071088)和山东省自
然科学基金项目“随机利率建模下的寿险风险管理”(项目编