袁世伟

（中共巫溪县委党校，重庆 405800）

一、预测人民币汇率的VAR与ARIMA比较分析

（一）VAR模型基本原理

向量自回归模型（VAR）的出现为解决变量属性难题提供了新的思路和方法，在VAR中不用再区分其变量属性，它们都被同等纳入其中。VAR在分析多变量序列数据的内在联系时能够通过方差分解、格兰特因果关系等方式分析各个变量之间的相互影响，尤其是在经济系统领域，能够分解出各种经济变量对宏观经济指标的影响程度。

在无法确定变量的属性时，保守的做法就是无差别对待，都视为内生变量纳入模型之中。如果只有两个变量，假设序列Yt会因为序列Zt的当期或者滞后期而遭受影响。我们可以尝试以一个最简单的双变量模型作为案例。

Yt=b10-b12Zt+γ11Yt-1+γ12Zt-1+μyt

Zt=b20-b21Yt+γ21Yt-1-γ22Zt-1+μzt

（二）ARIMA模型基本原理

ARIMA（p，d，q）模型包含三种情况，AR（p）模型，MA（q）模型或者ARMA（p，q）模型，假如收集的时间序列数据不是平稳数据，那么VAR可以采用处理之后的数据建模。ARIMA（p，d，q）模型三种不同展现。

第一种，AR（p）模型所对应的代数表达式：

yt=c+α1yt-1+α2yt-2+……αpyt-p+εt

第二种，MA（q）模型所对应的代数表达式：

yt=c+εt+θ1εt-1+θ2εt-2+……θqεt-q

第三种，ARMA（p，q）模型所对应的代数表达式：

yt=c+α1yt-1+α2yt-2+……αpyt-p+εt+θ1εt-1+θ2εt-2+……θqεt-q

（三）本文变量的选取

现代利率平价的理论基础是通过国际资本的自由流动在不同国家之间寻找利率差异，然后通过资金的跨国套利达到均衡利率。每一个国家的外汇市场上，都会存在均衡的远期汇率，当市场的远期汇率与利率平价有差异时，就会动态调整汇率来消除利率差异，实现即期汇率与远期汇率的平衡。本文基于利率评价理论与前人实证研究的结果，选择利率与汇率两个变量构建双变量模型。