中國(guó)外匯儲(chǔ)備實(shí)證分析報(bào)告-時(shí)間序列論文

1、中國(guó)外匯儲(chǔ)備實(shí)證分析報(bào)告摘要：自1994年外匯管理體制改革以來(lái)，中國(guó)外匯儲(chǔ)備便開(kāi)始進(jìn)入了一個(gè)高速增長(zhǎng)期。2006年已經(jīng)成為外匯儲(chǔ)備最多的國(guó)家,因此,研究我國(guó)外匯儲(chǔ)備至關(guān)重要。到了2012年6月，我國(guó)的外匯儲(chǔ)備達(dá)到了32400.05億美元。因此,研究我國(guó)外匯儲(chǔ)備至關(guān)重要。本文采集了1999年12月至2012年6月我國(guó)外匯儲(chǔ)備的月度數(shù)據(jù)，采用Eviews 6.0軟件進(jìn)行分析，對(duì)數(shù)據(jù)進(jìn)行一系列的檢驗(yàn)與調(diào)整后，對(duì)我國(guó)外匯儲(chǔ)備的變化情況進(jìn)行了短期預(yù)測(cè)。關(guān)鍵詞： 外匯儲(chǔ)備 短期預(yù)測(cè)引言進(jìn)入21世紀(jì)之后，伴隨全球國(guó)際收支失衡的惡化，全球外匯儲(chǔ)備規(guī)模不斷上升，而全球外匯儲(chǔ)備的增長(zhǎng)又集中體現(xiàn)在發(fā)展中國(guó)家外匯儲(chǔ)備

2、的增長(zhǎng)，尤其是東亞國(guó)家和石油輸出國(guó)。在發(fā)展中國(guó)家中，中國(guó)外匯儲(chǔ)備的增長(zhǎng)速度更加迅猛。1999年年底中國(guó)外匯儲(chǔ)備約為0.16萬(wàn)億美元，占全球規(guī)模的9%，2007年年底上升至1.53萬(wàn)億美元，占全球規(guī)模的24%，增長(zhǎng)了8.6倍。中國(guó)已經(jīng)超越日本成為全球外匯儲(chǔ)備的最大持有國(guó)。2008年至2010年，中國(guó)的外匯儲(chǔ)備繼續(xù)增加，到了2008年年底，中國(guó)的外匯儲(chǔ)備達(dá)到了1.94萬(wàn)億美元，2009年年底，中國(guó)的外匯儲(chǔ)備達(dá)到了2.4萬(wàn)億美元，比2008年增長(zhǎng)了23%。到了2012年6月，我過(guò)的外匯儲(chǔ)備達(dá)到了32400.05億美元。為了能夠更好地管理我國(guó)的外匯儲(chǔ)備，需要更確切的把握我國(guó)外匯儲(chǔ)備的增長(zhǎng)趨勢(shì)。為此本文

3、擬通過(guò)對(duì)2000年來(lái)的外匯儲(chǔ)備數(shù)據(jù)進(jìn)行ARIMA法建模并預(yù)測(cè)短期內(nèi)我國(guó)外匯儲(chǔ)備的增長(zhǎng)趨勢(shì)。一、數(shù)據(jù)處理原始數(shù)據(jù)（見(jiàn)附表一）：來(lái)源于國(guó)家外匯儲(chǔ)備管理局月度數(shù)據(jù)基本操作：(1)數(shù)據(jù)錄入: 打開(kāi)Eviews軟件，選擇“File”菜單中的“New-Workfile”選項(xiàng)，點(diǎn)擊File/Import，找到相應(yīng)的Excel數(shù)據(jù)集，打開(kāi)數(shù)據(jù)集A，點(diǎn)擊ok。(2)繪制序列時(shí)序圖: 雙擊序列A，點(diǎn)擊view/Graph/line,ok(3)繪制序列相關(guān)圖: 雙擊序列A，點(diǎn)擊view/Correlogram，ok(4)ADF檢驗(yàn)序列的平穩(wěn)性: A，點(diǎn)擊view/unit root test，ok(5)模型參數(shù)估計(jì)

4、: 在主菜單選擇Quick/Estimate Equation，在主窗口輸入ls A ar(1) ma(1) 敲回車 (6)模型檢驗(yàn): 在方程輸出窗口中點(diǎn)擊View/Residual Tests/Correlogram-Q-Statistics，ok(7)模型預(yù)測(cè): 在命令欄輸入expand 1999:12 2014:06, 然后在方程估計(jì)窗口點(diǎn)擊Forecast，選擇Dynamic forecast，點(diǎn)擊ok二、數(shù)據(jù)的時(shí)間序列特征分析將1999年12月至2012年6月我國(guó)外匯儲(chǔ)備數(shù)額繪制成折線圖，如圖1所示，可以很容易地看出序列具有明顯的增長(zhǎng)趨勢(shì)，并且可以看出，從2004年到2005年開(kāi)始，

5、我國(guó)的外匯儲(chǔ)備數(shù)額有了顯著提高，并且增加的幅度也有所增大，這主要是因?yàn)樽?005年7月人民幣匯改以來(lái)，由于中國(guó)政府選擇了小幅、穩(wěn)健、可控的升值策略，吸引大量國(guó)際短期資本流入中國(guó)套利，這加速了中國(guó)外匯儲(chǔ)備的累積。圖1 1999年12月至2012年6月中國(guó)外匯儲(chǔ)備的折線圖三、序列的變換1、數(shù)據(jù)的檢驗(yàn)對(duì)此序列進(jìn)行單位根檢驗(yàn)，如圖2所示，t檢驗(yàn)結(jié)果接近1，無(wú)法拒絕序列存在單位根的原假設(shè)，且t檢驗(yàn)值大于等于1，說(shuō)明此序列至少具有一階單位根。之后對(duì)序列進(jìn)行一階差分的單位根檢驗(yàn)，結(jié)果如圖3所示，t檢驗(yàn)值的P值為0.0145，在置信水平為95%的情況下，可以拒絕原假設(shè)，說(shuō)明此序列不具有二階單位根，但具有一階單

6、位根，序列不是平穩(wěn)序列。圖2 序列的單位根檢驗(yàn)結(jié)果圖3 一階差分后序列的單位根檢驗(yàn)結(jié)果對(duì)該序列繪制了自相關(guān)、偏自相關(guān)圖，如圖4所示，由圖中可以看出，序列的自相關(guān)系數(shù)衰減緩慢，沒(méi)有很快趨于0，同樣可以說(shuō)明該序列是非平穩(wěn)序列。圖4 序列的自相關(guān)、偏自相關(guān)圖2、序列的調(diào)整由于序列不是平穩(wěn)序列，所以需要對(duì)其進(jìn)行變換。由序列的折線圖可以看到，序列是逐漸遞增的，并且增加的幅度在不斷增大，所以，對(duì)此序列進(jìn)行對(duì)數(shù)差分，以消除序列的趨勢(shì)。繪制對(duì)數(shù)差分后序列的折線圖，如圖5所示，并且對(duì)其進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如圖6所示，可以看到，檢驗(yàn)結(jié)果的P值為小概率，拒絕了序列有單位根的原假設(shè)，所以認(rèn)為對(duì)數(shù)差分后的序列沒(méi)有單

7、位根，對(duì)數(shù)差分后的序列為平穩(wěn)序列。圖5 對(duì)數(shù)差分后序列的折線圖圖6 對(duì)數(shù)差分后序列的單位根檢驗(yàn)結(jié)果之后繪制對(duì)數(shù)差分后序列的自相關(guān)、偏自相關(guān)圖，如圖7所示，可以看出序列的自相關(guān)系數(shù)與偏自相關(guān)系數(shù)迅速衰減到置信帶內(nèi)，同樣可以說(shuō)明序列為平穩(wěn)序列。圖7 對(duì)數(shù)差分后序列的自相關(guān)、偏自相關(guān)圖四、模型的建立理論儲(chǔ)備：寬平穩(wěn)：序列的統(tǒng)計(jì)性質(zhì)不隨時(shí)間發(fā)生改變，只與時(shí)間間隔有關(guān)。ARMA模型：自回歸模型和滑動(dòng)平均模型的組合， 便構(gòu)成了用于描述平穩(wěn)隨機(jī)過(guò)程的自回歸滑動(dòng)平均模型ARMA， 數(shù)學(xué)公式為:式中: 為自回歸模型的階數(shù)（i=1，2， ，p）為模型的待定系數(shù)，為誤差，；為模型的階數(shù)； （j=1，2，q）為模型的

8、待定系數(shù)；為誤差； 為平穩(wěn)時(shí)間序列。實(shí)際分析：由于中國(guó)外匯儲(chǔ)備Y的序列為非平穩(wěn)序列，對(duì)數(shù)差分后的序列LY為平穩(wěn)序列，所以應(yīng)用LY建立模型。由對(duì)數(shù)差分后序列的自相關(guān)、偏自相關(guān)圖可以看到，序列的自相關(guān)系數(shù)有峰值，迅速衰減，偏自相關(guān)系數(shù)同樣有峰值，并且迅速衰減，所以應(yīng)該建立ARMA（1，1）模型。如圖8所示，得到ARMA（1，1）模型的參數(shù)估計(jì)結(jié)果，可以看到AR（1）、MA（1）和截距項(xiàng)C的t檢驗(yàn)結(jié)果均為小概率，拒絕原假設(shè)，通過(guò)t檢驗(yàn)；F檢驗(yàn)結(jié)果為小概率，通過(guò)F檢驗(yàn)；DW檢驗(yàn)結(jié)果約為1.935，很接近2，說(shuō)明模型不存在序列相關(guān)，估計(jì)結(jié)果有效；估計(jì)方程的可決系數(shù)為0.19，修正后的可決系數(shù)為0.179

9、。圖8 ARMA（1，1）模型的參數(shù)估計(jì)結(jié)果五、模型的檢驗(yàn)?zāi)Ｐ徒⒑煤?，?duì)殘差進(jìn)行檢驗(yàn)，首先看真值、擬合值、殘差圖，如圖9所示，可以看出，模型的擬合程度較好，殘差是圍繞著零均值隨機(jī)波動(dòng)的。再對(duì)殘差進(jìn)行白噪聲檢驗(yàn)，結(jié)果如圖10所示，可以看到檢驗(yàn)結(jié)果均為大概率，無(wú)法拒絕原假設(shè)，認(rèn)為殘差是相互獨(dú)立的，通過(guò)白噪聲檢驗(yàn)。綜上所述，模型的適應(yīng)性檢驗(yàn)通過(guò)。圖9 殘差的白噪聲檢驗(yàn)結(jié)果在顯著性水平為0.05，原假設(shè)為殘差序列是隨機(jī)的情況下，P值都大于0.05，接受原假設(shè)，表明殘差序列是隨機(jī)的，即為白噪聲序列。模型擬合效果圖如下圖10：圖10 真值、擬合值、殘差圖看真值、擬合值、殘差圖，模型的擬合程度較好，殘差是

10、圍繞著零均值隨機(jī)波動(dòng)的。對(duì)模型的適應(yīng)性檢驗(yàn)通過(guò)，所以可以根據(jù)模型的估計(jì)值，寫出模型的表達(dá)式如下：LY = 0.021264 + AR(1)=0.880604,MA(1)=-0.673488,BACKCAST=2000M02,ESTSMPL="2000M02 2012M04"六、模型的預(yù)測(cè)用2000年01月至2010年6月的數(shù)據(jù)建立模型，來(lái)預(yù)測(cè)2010年7月至2012年6月共兩年的數(shù)值，由于這兩年的統(tǒng)計(jì)數(shù)據(jù)我們已經(jīng)掌握，所以就可以看出模型預(yù)測(cè)的準(zhǔn)確度，預(yù)測(cè)的結(jié)果如圖11所示，可以看到此模型預(yù)測(cè)的準(zhǔn)確度為94.8%，圖11 模型的預(yù)測(cè)效果圖模型對(duì)2010年7月至2012年6月預(yù)

11、測(cè)的結(jié)果如下表所示：時(shí)間真值預(yù)測(cè)值2010M0725388.9424880.82010M0825478.3825857.992010M0926483.0325710.112010M1027608.9927037.542010M1127678.9928124.122010M1228473.3827921.942011M0129316.7428994.462011M0229913.8629787.32011M0330446.7430339.662011M0431458.4330874.292011M0531659.9732027.392011M0631974.9131975.942011M0732

12、452.8332393.432011M0832624.9932893.852011M0932016.8332980.082011M1032737.9632177.412011M1132209.0733317.342011M1231811.4832333.212012M0132536.3132087.982012M0233096.5733082.92012M0333049.7133533.732012M0432989.1333352.562012M0532061.0933323.582012M0632400.0532141.86可以利用以上數(shù)據(jù)，計(jì)算一下此模型的預(yù)測(cè)誤差，利用2010年6月的預(yù)測(cè)

13、值和真值，可以計(jì)算出：h=（32400.05-32141.86）/32400.05=0.008，由此可見(jiàn)此模型的預(yù)測(cè)誤差較小，可以很好地進(jìn)行預(yù)測(cè)。利用建立好的模型，對(duì)2012年7月至2013年6月一年的外匯儲(chǔ)備值做外推預(yù)測(cè)，得到這一年的外匯儲(chǔ)備預(yù)測(cè)值，結(jié)果如下表所示：時(shí)間預(yù)測(cè)值2012M0732893.782012M0833324.622012M0933761.102012M1034203.292012M1134651.282012M1235105.132013M0135564.932013M0236030.762013M0336502.682013M0436980.782013M053746

14、5.152013M0637955.86七、結(jié)束語(yǔ)通過(guò)本次論文寫作，我學(xué)會(huì)通過(guò)各種手段檢驗(yàn)序列的平穩(wěn)性；學(xué)會(huì)根據(jù)自相關(guān)系數(shù)和偏自相關(guān)系數(shù)來(lái)初步判斷ARMA模型的階數(shù)p和q，學(xué)會(huì)利用最小二乘法等方法對(duì)ARMA模型進(jìn)行估計(jì)，學(xué)會(huì)利用信息準(zhǔn)則對(duì)估計(jì)的ARMA模型進(jìn)行診斷，以及掌握利用ARMA模型進(jìn)行預(yù)測(cè)。掌握在實(shí)證研究中如何運(yùn)用Eviews軟件進(jìn)行ARMA模型的識(shí)別、診斷、估計(jì)和預(yù)測(cè)和相關(guān)具體操作。整個(gè)模型的建立過(guò)程中采用的處理方法和檢驗(yàn)方法均為常用的方法，精確程度比較高。在模型的適應(yīng)性檢驗(yàn)中已經(jīng)證明了建立的時(shí)間序列模型的殘差序列為獨(dú)立序列，符合時(shí)間序列模型的基本假定。同時(shí)，判斷一個(gè)模型優(yōu)劣常用的標(biāo)準(zhǔn)

15、是模型的擬合程度如何，本文最終選用的模型ARMA(1,1)就是在一系列備選模型中擬合程度最優(yōu)的模型。這說(shuō)明本文建立的時(shí)間序列模型在統(tǒng)計(jì)意義上是合理的。我國(guó)外匯儲(chǔ)備在過(guò)去快速增長(zhǎng)，并且由模型預(yù)測(cè)得到在近期仍可能繼續(xù)上升，高速增長(zhǎng)的原因主要有：制度原因、經(jīng)濟(jì)原因和政府職能的轉(zhuǎn)變。本文認(rèn)為我國(guó)目前的高額外匯儲(chǔ)備具有一定的合理性。首先，我國(guó)實(shí)行的是結(jié)售匯制度，國(guó)家對(duì)外匯的收售實(shí)行統(tǒng)一管理，國(guó)家的外匯儲(chǔ)備代表的是整個(gè)社會(huì)的外匯儲(chǔ)備，而西方國(guó)家和大多數(shù)發(fā)展中國(guó)家實(shí)行意愿結(jié)匯制度，兩種制度的不同得出的外匯儲(chǔ)備的含義不同。其次，我國(guó)自從改革開(kāi)放以來(lái)，經(jīng)濟(jì)發(fā)展逐步走入正軌，對(duì)外貿(mào)易逐年上升，吸收的對(duì)華投資穩(wěn)步上

16、升，高額的外匯儲(chǔ)備是可以理解的八、參考文獻(xiàn)1王燕，應(yīng)用時(shí)間序列分析（第二版），中國(guó)人民大學(xué)出版社，20082李子奈、潘文卿，計(jì)量經(jīng)濟(jì)學(xué)（第三版），高等教育出版社，20003郭樹(shù)清，關(guān)于當(dāng)前中國(guó)外匯儲(chǔ)備的幾個(gè)問(wèn)題【J】中國(guó)金融 ，2005(7) 4 楊瑋靖，全球金融危機(jī)后我國(guó)外匯儲(chǔ)備的狀況及分析【J】鄭州鐵路職業(yè)技術(shù)學(xué)院學(xué)報(bào) ，2010（6）5 秦?zé)ǔ?，趙恩興，姚曉緯 21世紀(jì)新環(huán)境下我國(guó)匯率和外匯儲(chǔ)備的相關(guān)性研究 【J】金卡工程·經(jīng)濟(jì)與法.2010(1)6 許躍輝，陳春 我國(guó)高額外匯儲(chǔ)備的來(lái)源結(jié)構(gòu)和成因分析【J】學(xué)術(shù)界 2008附表一國(guó)家外匯儲(chǔ)備規(guī)模1999年12月1,546.752

17、003年4月3,262.912006年6月9,411.152009年7月21,746.182000年1月1,561.002003年5月3,400.612006年7月9,545.502009年8月22,108.272000年2月1,565.592003年6月3,464.762006年8月9,720.392009年9月22,725.952000年3月1,568.202003年7月3,564.862006年9月9,879.282009年10月23,282.722000年4月1,568.462003年8月3,647.342006年10月10,096.262009年11月23,887.882000年5月

18、1,580.192003年9月3,838.632006年11月10,387.512009年12月23,991.522000年6月1,585.682003年10月4,009.922006年12月10,663.442010年1月24,152.212000年7月1,585.962003年11月4,203.612007年1月11,046.922010年2月24,245.912000年8月1,592.172003年12月4,032.512007年2月11,573.722010年3月24,470.842000年9月1,600.922004年1月4,157.202007年3月12,020.312010年4月

19、24,905.122000年10月1,613.442004年2月4,266.392007年4月12,465.662010年5月24,395.062000年11月1,639.112004年3月4,398.222007年5月12,926.712010年6月24,542.752000年12月1,655.742004年4月4,490.172007年6月13,326.252010年7月25,388.942001年1月1,686.232004年5月4,585.602007年7月13,852.002010年8月25,478.382001年2月1,747.732004年6月4,706.392007年8月14,

20、086.412010年9月26,483.032001年3月1,758.472004年7月4,829.822007年9月14,336.112010年10月27,608.992001年4月1,771.782004年8月4,961.692007年10月14,548.982010年11月27,678.992001年5月1,790.002004年9月5,145.382007年11月14,969.062010年12月28,473.382001年6月1,808.382004年10月5,424.432007年12月15,282.492011年1月29,316.742001年7月1,844.922004年11月

21、5,738.822008年1月15,898.102011年2月29,913.862001年8月1,900.532004年12月6,099.322008年2月16,471.342011年3月30,446.742001年9月1,957.642005年1月6,236.462008年3月16,821.772011年4月31,458.432001年10月2,030.292005年2月6,426.102008年4月17,566.552011年5月31,659.972001年11月2,083.152005年3月6,591.442008年5月17,969.612011年6月31,974.912001年12月2,121.652005年4月6,707.742008年6月18,088.282011年7月32,452.832002年1月2,174.002005年5月6,910.122008年7月18,451.642011年8月32,624.992002年2月2,23