毕业论文课题相关文献综述
文 献 综 述
一、选题背景及意义
自从20世纪70年代以来，世界经济、金融一体化进程逐渐加快，进入21世纪，随着互联网的普及，经济、金融一体化更是达到前所未有的高度。这也是一把双刃剑，在为许多国家带来丰厚的经济利益的同时，也使他们遭受了全球性金融危机带来的巨大损失，但总的来说还是利大于弊。
汇率作为各国货币之间相互联系的桥梁，其波动程度会给一国的金融稳定及宏观经济产生重要影响，甚至给全球经济都带来负面影响。中美作为全球最大的两个经济体，两国间的方方面面都牵动着国际社会的目光，尤其是2018年3月中美贸易战开始以来，更是成为国际焦点， 人民币兑美元汇率更是成为两国贸易关系的晴雨表。
2005年我国实施浮动汇率制度以来，人民币总体上处于单边升值的态势，直到2014年人民币汇改重启后的第四年，人民币首次出现年度贬值。在人民币汇率新常态下，人民币汇率的波动更加明显，这对我国整体的金融环境及经济行为提出了更大考验。
为了能在竞争中保持竞争性，维持金融环境及宏观经济稳定，研究汇率波动，对汇率进行有效预测就具有重要的理论及现实意义。
二、国内外研究现状
目前国内外对于汇率问题的理论及实证研究整体上有两种方法。一是基础因素分析法，即从影响汇率的因素入手，寻找它们与汇率的具体关系。根据引入影响因素种类的不同，可以分为宏观研究模型和微观研究模型。宏观研究模型，主要考虑的因素有利率，通货膨胀率、经济增长水平，大多是基于传统汇率理论的宏观影响因素。比如2019年张启迪的研究表明，中美贸易战期间，人民币兑汇率波动主要有七个影响因素，分别是经济基本面、美元指数、中美货币政策、资本账户开放、净出口、中美贸易摩擦以及央行的调控[1]。微观研究模型始于20世纪90年代，有些经济学家开始研究微观因素对于汇率的影响，如名义价格刚性和不完全竞争因素。二是技术分析法，时间序列分析方法就是其主要内容，除此之外还有遗传算法、神经网络模型、Markov链模型、深度学习和小波分析等。时间序列分析方法即根据汇率波动的特点，将其作为一个时间序列，运用计量经济学的方法进行研究，建立模型，对模型进行估计，拟合汇率波动并研究波动规律。这种方法对汇率波动的解释能力要优于基本因素分析法。
（1）国外研究现状
1927年，Yule首先提出自回归（AR）模型，对市场变化规律进行预测。1931年G.Walker提出了自回归移动平均（ARMA）模型。20世纪70年代统计学家Box和Jenkis在已有研究的基础上系统地阐述了求和自回归移动平均（ARIMA）模型，时间序列模型收到广大学者的重视和研究。1982年，Engle在金融资产价格变动的研究中，提出了自回归条件异方差（ARCH）模型[2]。1986年Bollerslev发现ARCH模型无法表达某些情形中自相关系数消退很慢这一信息，他将ARCH模型推广到广义自回归条件异方差（GARCH）模型[3]。在此基础上，1991年，Nelson提出了指数型的GARCH（EGARCH）模型，此后又有研究者提出了方差无穷GARCH（IGARCH）模型，依均值GARCH（GARCH-M）模型。在国内，上世纪70年代时间序列分析方法便已开始被广泛应用，比如在气象预报、天文学、海洋学、市场潜量预测和生态平衡等领域。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
