基于协整分析技术的汇率行为描述与预测

admin管理员组

文章数量:1567745

2024年6月7日发(作者：)

Ｈｏｐｆｉｅｌｄ提出了ＨＮＮ模型，引入了能量函数的概念，给出了网络稳定性的判据，

把神经网络的研究带入了一个崭新的阶段。而由Ｒｕｍｅｌｈａｒｔ，Ｈｉｎｔｏｎ，Ｗｉｌｌｉａｍｓ等

于１９８６年提出的反向传播神经网络算法（Ｂａｃｋ—Ｐｒｏｐａｇａｔｉｏｎｎｅｔｗｏｒｋ，简称ＢＰ网络）

为运用神经网络处理非线性函数问题提供了强有力的工具。从此以后，人工神经

网络技术在各个领域得到了广泛的运用一Ｊ。

ＢＰ网络具有多层网络结构。一般有输入节点、输出节点和一层或多层隐节点，

传递函数一般为（０，１）型的Ｓ函数。下面是ＢＰ网络的模型结构图：

输出层

隐层

输入层

图５．２

ＢＰ网络模型结构

在训练中，初次计算的误差会反向传播以调节网络之间的权重从而使误差进

一步减小。最终得到使误差最小的网络最优权重，从而实现函数的非线性逼近。

５．４．３基于改进的ＢＰ网络的非线性误差校正模型

虽然ＢＰ网络在理论上能逼近任何一个非线性函数关系，但它自身还是存在

一些缺陷，因此影响了其实际效果。由于ＢＰ网络是沿局部的方向一小步－ｄ，步

的对误差进行修正，很容易陷入局部最小值而停留在局部最优点。另外，由于在

训练过程中采用普通梯度下降法，导致收敛速度很慢，往往要训练很多次。

为了改善传统ＢＰ网络的以上缺陷，提高运算效率。在本文的研究中，引入

采用鲍威尔－比尔麸轭梯度（ｃｏｎｊｕｇａｔｅ

ｇｒａｄｉｅｎｔ）重置算法的ＢＰ网络。在该法则中，

所有网络偏差变量均由如下公式进行调整：

Ｘ—Ｘ＋ａ｛ｄＸ

（５．５）

其中，ｄＸ是搜索方向：参数口是使沿搜索方向误差最小化的变量。起始搜索方向

是网络误差的负梯度，然后根据新的梯度和以前的搜索方向不断进行调整：

ｄＸ一一ｊｇ篁＋ｄＸ—ｏｌｄ・Ｚ

（５．６）

这里ｇ丑是梯度，扰一ｏＭ是调整前的搜索方向。参数Ｚ有几种计算方式，这里采

用鲍威尔－比尔共轭梯度（ｃｏｎｊｕｇａｔｅ

ｇｒａｄｉｅｎｔ）重置算法。该算法有两个特点：一，

该法则用如下检验以确定何时进行搜索方向重置：

Ｉ秽一ｏｌｄ十硝ｌ≥ｏ．２９Ｘ，ｇｘ。

（５．７）

其中拶一ｏＭ是变化前的梯度，弘一ｏｌｄ’和ｇｘ’表示求导。如果关系式成立，则

对搜索方向进行重新计算：不成立则不改变原来的搜索方向。二，新的搜索方向

由新的负梯度和前两个搜索方向共同计算得出

由于神经网络本身的复杂性，过多的输入向量和网络层数会使网络的计算变

得非常复杂，消耗更多的时间，同时影响到网络的逼近效果。在本文的研究中，

建立非线性误差校正模型时只对各变量的一阶差分序列

Ａｓ，Ａｍ，Ａｍ‘，Ａｉ，Ａｉ‘，Ａｙ，Ａｙ’及误差校正项ＥＣＭ（协整方程的残差序列）进行处理。

模型共有三层，输入层共有７个输入变量

（锄。，ＡｍＴ－ｌ，△ｊｆ－ｌ，△‘，缈。，４ｙｆ．－。，ＥＣＭ，＿１）

隐层有５个节点，输出层有一个输出变量（Ａｓ），传递函数分别为Ｔａｎｓｉｇ和

Ｐｕｒｅｌｉｎ函数。用Ｍａｆｌａｂ６．１对网络训练１

０００次后，网络处于收敛状态。在此基础

上，根据训练后的网络对汇率进行了相应的预测，具体的结果在下一节列出。

５．５协整模型预测结果分析及其比较

为了衡量协整模型的拟合与预测效果，必须先有一个比较的基准，本文选取

国际上常用的随机游走模型作为比较的基准模型。通过计算各个模型的预测值与

实际值的均方根误差以及绝对平均误差百分比来比较所选模型的预测能力。

这里首先采用ＡＲＯ）模型求出日元兑美元汇率的随机游走模型，结果如下：

ｓ，ｔ

Ｏ．９９９２Ｓｔ－１＋￡，

（５．８）

接下来利用前几节所得到的模型对２００２年第一季度到２００２年第四季度的曰元对

美元汇率进行预测，各模型的预测结果如表５．６。

表５．６各模型对日元汇率的预测结果

时间

实际值

随机游走

协整（Ｅ．Ｇ）

协整

ＮＥＣＭ

ＮＥＣＭ

（Ｊｏｈａｎｓｅｎ）

（Ｅ．Ｇ）

（Ｊｏｈａｎｓｅｎ）

２００２ｌ１３２４６１１９．５５１３６．３５

１０１．７９１２８．０９１２７．９６

２００２．２１２７．０５

１１９．０７

１３６．８４ｌｏｏ．９１１３０．２８１３６．０３

２００２．３

１１９．１５１１８．６０１３６．２９

１００．０４

１２４．３０

１２９．２３

４９

续表５．６各模型对日元汇率的预测结果

Ｉ

时间

实际值

随机游走

协整（Ｅ－（３）

协整

ＮＥＣＭＮＥＣＭ

（ＪｏｈａｎｓＣｎ）

（Ｅ．Ｇ）（Ｊｏｈａｎｓｃｎ）

ｌ

２００２．４１２２．９１１８．１２１３６．１３９９．１７１１８．２４１２１．８９

注：１，ＮＥＣＭ表示非线性误差校正模型。

为了更直观的比较以上模型的预测效果，下面计算各模型的均方根误差与绝

对平均误差百分比，其计算公式为：

ＲＭＳＥ（均方根误差１＝

（５．９）

……一…，：型写坐圳。％

ｃｓ－㈣

计算结果见表５．７：

表５．７各模型预测误差计算结果

模型误差

随机游走

协整（Ｅ－Ｇ）

协整

ＮＥＣＭ（Ｅ－Ｇ）

ＮＥＣＭ

Ｕｏｈａｎｓｅｎ）

（Ｊｏｈａｎｓｅｎ）

ＲＭＳＥ

７．９６１２．０４

２５．２６

４．４１

７．１３

ＭＡＰＥ

５．０９％

８．９４％

１９．７６％

３．４９％４．９３％

注：ｌ，ＮＥＣＭ表示非线性误差校正模型。

从预测误差结果可以看出，由于日元兑美元汇率波动频繁、幅度大，其汇率行

为本身极为复杂，一般的线性协整误差校正模型已经不能很好的把握其运行规律，

没能超过随机游走模型。在引入人工神经网络技术建立非线性误差校正模型后，

模型的预测效果得到了很大的提高，大幅度降低了预测误差，超过了随机游走。

这说明利用人工神经网络技术来把握汇率行为中的非线性因素是十分可行和有效

的。

结论

由于协整分析是分析序列之间的长期线性均衡关系，因此它必然会与相关经

济理论产生联系。通过协整分析，我们可以了解相关经济理论的具体表现形式以

及该时期的经济运行方式是否与经典理论相符合。从而更为准确的揭示各经济变

量之间的内在关系。在货币主义汇率理论及其模型的基础上，我们对汇率与其它

经济变量序列进行了协整分析，通过分析相应的协整模型，就可以了解到在当前

的全球经济一体化的新形势下汇率决定的主要因素，找到新的更符合当前经济发

展状况的汇率行为描述和预测方法，为制定相应的汇率政策以及与外汇相关的经

济活动提供指导依据。

在本文５．１．３节中，本文分别用Ｅ．Ｇ两步法和Ｊｏｈａｎｓｅｎ极大似然法对汇率与

货币供应量、利率和国内生产总值进行了协整分析。由于两种方法的原理以及所

采用的算法不同，在具体的结果上有一定的差别，不过由于Ｊｏｈａｎｓｅｎ极大似然法

在理论上更为合理和完善。所以这里的分析主要是以Ｊｏｈａｎｓｅｎ极大似然法的协整

模型为基础。通过该协整模型并结合货币主义汇率理论，我们可以得到以下几点

结论。

（１）与传统的货币主义汇率模型相比较，协整模型的变量参数有了很大的变

化，不再是１或一１，有的接近于Ｏ，而有的则比１大很多，说明传统的货币主义

汇率模型在新的经济发展状况下已经不再适用，需要进行调整；

（２）ｍ＋的参数远大于１，说明在货币市场上存在汇率超调的现象，也就是汇

率波动对金融市场上的相关信息做出了过度反应，这与Ｄｏｍｂｕｓｃｈ（１９７６）的粘型价

格汇率模型的观点相一致：

（３）在模型中，日本货币供应量和利率的参数接近于０，说明日本的货币政

策对汇率的影响几乎消失。这与上世纪９０年代以来，日本不断降低利率，利率已

经接近于Ｏ的实际状况相一致。说明日本的货币政策已经处于流动性陷阱状态：

（４）模型中的美国国内生产总值参数很大，说明美国的经济发展对日本有着

巨大的影响。可能是因为．日本一直是以外向型经济为主导，出口在其经济发展中

有着非常大的比重，而美国又一直是日本的最大贸易伙伴国和最大的顺差国：

（５）模型中美国变量的参数都很大，而日本变量的参数则很小。说明美国对

同本影响非常大。反应了战后美日两国特殊的经济、政治关系。二战后，日本成

为了美国的“附属国”，日本在日美关系中处于被支配的地位。除了在政治上对美

国是言计听从外，日本的经济政策也在很大程度上受制于美国。由于美国在国际

货币体系中的特殊地位，使得美国的货币政策成为影响国际金融市场预期的重要

指标，其他国家的货币政策不得不考虑其货币与美元汇率的关系，被动的适应美

元汇率的变化，从而成为美元汇率波动风险的承担者。这一点对日本而言就更为

明显。为了达到转移风险的目的，美国甚至不惜采用政治手段。１９８５年的“广场

协议”就是一个典型的例子。

在进行汇率的协整分析后，本文对各种模型的预测能力做了具体比较。从结

果可以看出，一般的协整模型在对汇率进行预测时效果不是很理想，有的甚至存

在着较大的误差，也没有超过随机游走的预测效果，说明当今的汇率行为有着很

大的不确定性。汇率的波动与其它宏观经济变量的变动不仅仅存在一般的线性关

系，更存在更为复杂的非线性关系。在协整分析的基础上，本文引入人工神经网

络技术来对汇率波动与其它经济变量的变动之间的非线性关系进行逼近，从预测

的效果来看，取得了很好的结果，预测误差被大大降低了，很好的超过了随机游

走模型的预测效果。说明要很好的描述汇率的行为并对汇率进行预测，必须充分

考虑汇率行为中的非线性因素。

虽然本文的研究取得了预期的结果，但由于研究条件和本人研究水平的限制，

浚方面的研究要真正完善还有很长的路要走。一方面，由于缺乏足够的研究数据

来源，而购买相关的数据需要很多费用，使得本文研究的样本不够多，一定程度

上影响了研究的结果。另一方面，由于到目前为止，人民币汇率一直实行钉住美

元的有管理的浮动汇率制度，没有实现可自由兑换，使得本文不能用人民币汇率

数据来研究人民币汇率的行为实质。相信随着人民币汇率制度改革的不断深入，

研究条件的不断完善，这方面的研究会取得进一步的研究成果。

致谢

在自己的长期努力和恩师谢赤教授的悉心指导下，我的硕士论文终于完稿了。

回首在湖南大学工商管理学院求学的三年，感觉时间过得飞快，自己当初刚入学

的喜悦好像就在昨天一样，转眼已是毕业之际。在攻读硕士学位的这几年内，既

有因无法明白外文资料中的某个问题而感到的痛苦与急躁，更有在反复思考后豁

然开朗而感到的欣喜与快乐。望着眼前的这本论文，我感到自己所有的付出、辛

苦和劳累都是值得的。

在此毕业论文完满完成之际，我最想感谢的人就是我的导师谢赤教授。导师

从论文的选题、开题、到论文写作期间的谆谆善诱，以及在论文成稿期间不厌其

烦地为我的论文提出许多很有价值的修改建议，耐心地对我的初稿给予很详细地

修改批示．甚至在生活上也给予我无微不至的关怀，让我非常感动。一声感谢的

话语完全不足以表达出我对恩师的感激之情。

我还要感谢工商管理学院的陈收老师，曾德明老师，马超群老师，张玲老师，

巢剑雄老师，薄湘平老师，李敬老师，祁顺生老师等给我传授过知识的老师。是

他们的辛勤教导让我获得了各种专业知识，更重要的是教给我了一种严谨的治学

态度，养成了遇到问题积极思考的良好习惯。另外，对于国家图书馆、校图书馆

与院资料室给予的帮助在此一并致谢。

感谢我的家人，是他们对我无微不至的关心和悉心照顾使我始终保持良好的

精神面貌和积极进取的心态：感谢高先祥、覃佐彦等好朋友，是他们经常给我关

怀和鼓励，并给我的学习和生活提出了许多宝贵意见。

感谢吴晓师兄、钟赞师兄、刘潭秋师姐对我诚心的帮助。

感谢我的同学们。在学习中我们经常就某个问题进行激烈的讨论，在生活上

互相关心、互相帮助。所有这些都会深刻的铭记在我心中，成为我人生中最美好

的记忆。

杨益波

２００３年１０月于岳麓山下

参考文献

【１】１孙健，阮祖启，杨明．金融危机与国家安全．第一版．北京：经济科学出版社，

１９９６

【２】Ｆｒｅｎｋｅｌ，Ｊ．Ａ．Ｆｕｒｔｈｅｒ

ｅｖｉｄｅｎｃｅ

ｏｎ

ｅｘｐｅｃｔａｔｉｏｎ

ａｎｄｔｈｅ

ｄｅｍａｎｄ

ｆｏｒ

ｍｏｎｅｙ

ｄｕｒｉｎｇ

ｔｈｅ

Ｇｅｒｍａｎ

ｈｙｐｅｒｉｎｆｌａｆｉｏｎ．Ｊｏｕｒｎａｌ

ｏｆ

Ｍｏｎｅｙ

Ｅｃｏｎｏｍｉｃｓ，１９７９，（５）：８１—９６

［３】Ｈａｎｓｅｎ

ａｎｄ

Ｓｔｏｎｅ．Ｏｎ

ｔｈｅ

ｍａｒｋ：ｃｏｍｍｅｎｔ．Ａｍｅｒｉｃａｎ

Ｅｃｏｎｏｍｉｃ

Ｒｅｖｉｅｗ，１９８１，７１：

１０６０・７１

［４】Ｍｅｅｓｅ

ａｎｄ

Ｒｏｇｏｆｆ．Ｅｍｐｉｒｉｃａｌｅｘｃｈａｎｇｅ

ｒａｔｅ

ｍｏｄｅｌｓｏｆ

ｔｈｅ

ｓｅｖｅｎｔｉｅｓ：ｄｏ

ｔｈｅｙ

ｆｉｔ

Ｏｕｔ

ｏｆ

ｓａｍｐｌｅ？Ｊｏｕｍａｌ

ｏｆ

Ｉｎｔｅｒｎａｔｉｏｎａｌ

Ｅｃｏｎｏｍｉｃｓ，１９８３，１４：３－２４

【５】Ｍｅｅｓｅ

ａｎｄ

Ｒｏｇｏｆｆ．Ｔｈｅ

ｏｕｔ－ｏｆ－ｓａｍｐｌｅ

ｆａｉｌｕｒｅ

ｏｆ

ｅｍｐｉｒｉｃａｌ

ｅｘｃｈａｎｇｅ

ｒａｔｅ

ｍｏｄｅｌｓ：

ｓａｍｐｌｉｎｇ

ｅｒｒｏｒｏｒ

ｍｉｓｓｐｅｃｉｆｉｃａｔｉｏｎ？Ｉｎ

Ｅｘｃｈａｎｇｅ

Ｒａｔｅｓ

ａｎｄ

Ｉｎｔｅｒｎａｔｉｏｎａｌ

Ｍａｃｒｏｅｃｏｎｏｍｉｃｓ？（Ｅｄ）Ｊ．Ａ．Ｆｒｅｎｋｅｌ，Ｕｎｉｖｅｒｓｉｔｙ

ｏｆ

Ｃｈｉｃａｇｏ

Ｐｒｅｓｓ，１９８３

［６】ＭａｃＤｏｎａｌｄ

ａｎｄ

Ｔａｙｌｏｒ．Ｔｈｅｍｏｎｅｔａｒｙ

ｍｏｄｅｌｏｆ

ｔｈｅ

ｅｘｃｈａｎｇｅ

ｒａｔｅ：ｌｏｎｇ－ｒｕｎ

ｒｅｌａｔｉｏｎｓ，ｓｈｏｒｔ－ｒｕｎ

ｄｙｎ＿ａｍｉｃｓ

ａｎｄ

ｈｏｗ

ｔｏ

ｂｅａｔ

ａ

ｒａｎｄｏｍ

ｗａｌｋ．Ｊｏｕｒｎａｌ

ｏｆ

Ｉｎｔｅｒｎａｔｉｏｎａｌ

Ｍｏｎｅｙ

ａｎｄ

Ｆｉｎａｎｃｅ，１９９４，１３：２７６—９０

［７】ＺｈｅｎＨｕｉ

Ｘｕ．Ｔｈｅ

ｅｘｃｈａｎｇｅ

ｒａｔｅ

ａｎｄ

Ｉｏｎｇ－ｒｎｎ

ｐｒｉｃｅ

ｍｏｖｅｍｅｎｔｓｉｎｔｈｅＵＳ

ａｎｄ

Ｊａｐａｎ．Ａｐｐｌｉｅｄ

Ｅｃｏｎｏｍｉｅｓ

Ｌｅｔｔｅｒｓ，１９９９，（６）：２２７—２３０

【８】８

Ｔａｔｓｕｙｏｓｈｉ，Ｍｉｙａｋｏｓｈｉ．Ｔｈｅ

ａｐｐｒｏａｃｈ

ｔｏ

ｔｈｅ

ｅｘｃｈａｎｇｅ

ｒａｔｅ：ｅｍｐｉｒｉｃａｌ

ｏｂｓｅｒｖａｔｉｏｎ

ｆｒｏｍ

ｋｏｒｅａ．Ａｐｐｌｉｅｄ

Ｅｃｏｎｏｍｉｃｓ

Ｌｅｔｔｅｒｓ，２０００，（７）：７９１・７９４

［９］Ｂｉｌｌ．Ｆ’Ｉｆｔｅｋｈａｒ．Ｈ

ａｎｄ

Ｊａｍａｓ．Ｒ．Ｔｈｅ

ｍｏｎｅｔａｒｙ

ａｐｐｒｏａｃｈ

ｔＯ

ｅｘｃｈａｎｇｅ

ｒａｔｅｓ

ａｎｄ

ｔｈｅ

ｂｅｈａｖｉｏｕｒｏｆｔｈｅ

Ｃａｎａｄｉａｎ

ｄｏｌｌａｒ

Ｏｖｅｒ

ｔｈｅ

ｌｏｎｇ

ｒａｉｌ．Ａｐｐｌｉｅｄ

Ｆｉｎａｎｃｉａｌ

Ｅｃｏｎｏｍｉｃｓ，

２００１，（１１）：４７５－４８１

【１０］Ｍａｔｈｉａｓ

Ｍｏｅｒｓｃｈ

ａｎｄＤｉｅｔｅｒＮａｕｔｚ．Ａ

ｎｏｔｅ

ｏｎ

ｔｅｓｔｉｎｇ

ｔｈｅ

ｍｏｎｅｔａｒｙ

ｍｏｄｅｌ

ｏｆ

ｔｈｅ

ｅｘｃｈａｇｅ

ｒａｔｅ．Ａｐｐｌｉｅｄ

Ｆｉｎａｎｃｉａｌ

Ｅｃｏｎｏｍｉｃｓ，２００１，（１１）：２６１・２６８

［１１］Ｇｅｏｒｇｅ

Ｂ．Ｔａｗａｄｒｏｓ．Ｔｈｅ

ｐｒｅｄｉｃｔｉｖｅ

ｐｏｗｅｒ

ｏｆ

ｔｈｅ

ｍｏｎｅｔａｒｙ

ｍｏｄｅｌｏｆ

ｅｘｃｈａｎｇｅ

ｒａｔｅ

ｄｅｔｅｒｍｉｎａｔｉｏｎ．Ａｐｐｌｉｅｄ

Ｆｉｎａｎｃｉａｌ

Ｅｃｏｎｏｍｉｃｓ，２００１，（１１）：２７９—２８６

【１２］Ｊｅｒｒｙ

Ｃｏａｋｌｅｒ

ａｎｄ

Ａｎａ－ｍａｒｉａ

Ｆｕｅｒｔｅｓ．Ｎｏｎｐａｒａｍｅｔｒｉｃ

ｃｏｉｎｔｅｇｒａｔｉｏｎａｎａｌｙｓｉｓ

ｏｆ

ｒｅａｌ

ｅｘｃｈａｎｇｅｒａｔｅｓ．Ａｐｐｌｉｅｄ

Ｆｉｎａｎｃｉａｌ

Ｅｃｏｎｏｍｉｃｓ，２００１，（１１）：１－８

［１３】宋立刚．外汇理论与预测技术方法．第一版．北京：人民大学出版社，１９８８

【１４］于九如，高晓军．中短期汇率结构预测模型．系统工程理论与实践，１９９８，

５４

（１２）：１２６—１３０

【１５】魏巍贤．人民币汇率决定因素分析．系统工程理论与实践，１９９９，（１）：７９－８４

【１６】魏巍贤．人民币汇率的稳定机制及其动态过程（ＩＩ）．系统工程理论与实践，

１９９９，（８）：２３－３１

【１７】魏巍贤．中国进出口需求的决定因素分析．系统工程理论与实践，１９９９，（９）：

５８－６４

［１８］叶峰，范龙振．汇率的预测性实证分析．管理工程学报，２００１，（３）：４２・４５

【１９】许承明．韩国外汇储备对韩元汇率影响的实证分析．数量经济与技术经济研究，

２００２，（１０）：１２３—１２６

【２０】王爱俭．汇率导论．第一版．北京：金融出版社，１９９７

［２１】潘国陵．国际金融理论与数量分析方法．第一版．上海：三联书店，上海人民

出版社，２０００’

【２２】Ｄｏｍｂｕｓｃｈ，Ｒ．Ｅｘｃｈａｎｇｅ

ｒａｔｅ

ｄｙｎａｍｉｃｓ

ａｎｄ

ｓｐｅｃｕｌａｔｉｏｎ

ｈｏｒｉｚｏｎｓ．Ｊｏｕｒｎａｌ

ｏｆ

Ｐｏｌｉｔｉｃａｌ

Ｅｃｏｎｏｍｙ，１９７６，８４：１１６１－７６

【２３］Ｆｒｅｎｋｅｌ，Ｊ．Ａ．Ａ

ｅｍｐｉｒｉｃａｌ

ｍｏｎｅｔａｒｙａｐｐｒｏａｃｈ

ｔｏ

ｅｘｃｈａｎｇｅ

ｒａｔｅｓ：ｄｏｃｔｒｉｎａｌ

ａｓｐｅｃｔｓ

ａｎｄ

ｅｖｉｄｅｎｃｅ．Ｓｃａｎｄｉｎａｖａｉｎ

Ｊｏｕｒｎａｌ

ｏｆ

Ｅｃｏｎｏｍｉｃｓ，１９７６，７８：２００—２４

［２４】Ｂｉｌｓｏｎ．Ｊ．Ｅ

Ｒａｔｉｏｎａｌ

ｅｘｐｅｃｔａｔｉｏｎｓ

ａｎｄ

ｔｈｅ

ｅｘｃｈａｎｇｅ

ｒａｔｅ，ｉｎ

ＴｈｅＥｃｏｎｏｍｉｃｓ

ｏｆ

ｅｘｃｈａｎｇｅ

ｒａｔｅｓ（Ｅｄｓ）．Ｊ．Ｆｒｅｎｋｅｌ

１９７８

ａｎｄ

Ｈ．ＧＪｏｈｎｓｏｎ．Ａｄｄｉｓｏｎ

Ｗｅｓｌｅｙ

Ｒｅｓｄｉｎｇ，ＭＡ，

【２５］Ｆｒｅｎｋｅｌ．Ｊ．Ａ

Ｉｎｔｅｒｎａｔｉｏｎａｌ

Ｐｕｒｃｈａｓｉｎｇｐｏｗｅｒ

ｐａｒｉｔｙ：ｅｖｉｄｅｎｃｅ

ｆｒｏｍ

ｔｈｅ

１９２０’ｓ．Ｊｏｕｍａｌ

ｏｆ

Ｅｃｏｎｏｍｉｃｓ，１９７８，（８）：１６１－９１

ｍａｒｋ：ｔｈｅｏｒｙ

ｏｆ

ｆｌｏａｔｉｎｇ

ｅｘｃｈａｎｇｅ

ｒａｔｅｓ

ｂａｓｅｄ

ｏｎ

【２６】Ｆｒｅｎｋｅｌ２．Ａ．Ｏｎ

ｔｈｅ

ｒａｔｅ

ｒｅａｌ

ｉｎｔｅｒｅｓｔ

ｄｉｆｆｅｒｅｎｔｉａｌｓ．Ａｍｅｒｉｃａｒｌ

ａｎｄ

Ｅｃｏｎｏｍｉｃ

Ｒｅｖｉｅｗ，１９７８，６９：６１０—２２

ｒｅｇｒｅｓｓｉｏｎ

ｉｎ

［２７】Ｇｒａｎｇｅｒ

Ｎｅｗｂｏｌｄ．Ｓｐｕｒｉｏｕｓ

ｅｃｏｎｏｍｅｔｒｉｃｓ．Ｊｏｕｒｎａｌ

ｏｆ

Ｅｃｏｎｏｍｅｔｒｉｃｓ，１９７４，２（２）：１１１—１２０

［２８］Ｐｈｉｌｌｉｐｓ．Ｕｎｄｅｒｓｔａｎｄｉｎｇ

Ｓｐｕｒｉｏｕｓｒｅｇｒｅｓｓｉｏｎ

ｉｎ

ｅｃｏｍｏｍｅｔｒｉｃｓ．Ｊｏｕｒｎａｌ

ｏｆ

Ｅｃｏｎｏｍｅｔｒｉｃｓ，１９８６，３３：７０３—７０８

【２９］Ｅｎｇｌｅ．Ｒ．Ｆ

ｅｓｔｉｍａｔｉｏｎ

ａｎｄ

Ｏｒａｎｇｅｒ．Ｃ．Ｗ．Ｊ．Ｃｏｉｎｔｅｇｒａｔｉｏｎ

ａｎｄ

ｅｒｒｏｒ

ｃｏｒｒｅｃｔｉｏｎ：ｒｅｐｒｅｓｅｎｔａｔｉｏｎ，

ａｎｄ

ｔｅｓｔｉｎｇ．Ｅｃｏｎｏｍｅｔｒｉｃａ，１９８７，５５：２５１－７７

Ｏｎ

ｔｈｅ

ｔｈｅｏｒｙ

ｏｆ

ｃｏｉｎｔｅｇｒａｔｅｄ

ｅｃｏｎｏｍｉｃ

ｔｉｍｅ

ｓｅｒｉｅｓ．Ｉｎｖｉｔｅｄ

ｐａｐｅｒ

［３０］Ｅｎｇｌｅ，Ｒ．Ｅ

ｐｒｅｓｅｎｔｅｄ

ａｔ

ｔｈｅｅｃｏｎｏｍｅｔｒｉｃ

ｓｏｃｉｅｔｙＥｕｒｏｐｅａｎｍｅｅｔｉｎｇ，Ｃｏｐｅｎｈａｇｅｎ，１９８７

【３１】Ｅｎｇｌｅ，Ｒ．Ｅ

ａｎｄ

Ｓ．Ｂ．Ｙｏｏ．Ｆｏｒｅｃａｓｔｉｎｇ

ａｎｄ

ｔｅｓｔｉｎｇ

ｉｎ

ｃｏｉｎｔｅｇｒａｔｅｄ

ｓｙｓｔｅｍｓ．Ｊｏｕｒｎａｌ

５５

ｏｆ

Ｅｃｏｎｏｍｅｔｒｉｃｓ，１９８７，３５：１４３－１５９

【３２】Ｅｎｇｌｅ，Ｒ．Ｅ

ａｎｄ

Ｓ．Ｂ．Ｙｏｏ．Ｃｏｉｎｔｅｇｒａｔｅｄ

ｅｃｏｎｏｍｉｃ

ｔｉｍｅ

ｓｅｒｉｅｓ：Ａ

ｓｕｒｖｅｙ

ｗｉｔｈ

ｎｅｗ

ｒｅｓｕｌｔｓ，Ｍｉｍｅｏ．（Ｄｅｐａｒｔｍｅｎｔ

ｏｆ

Ｅｃｏｎｏｍｉｅｓ，Ｕｎｉｖｅｒｓｉｔｙ

ｏｆ

Ｃａｌｉｆｏｒｎｉａ，Ｓａｎ

Ｄｉｅｇｏ，ＣＡ），１９８９

【３３】Ｊｏｈａｎｓｅｎ．Ｓ．Ｓｔａｔｉｓｔｉｃａｌ

ａｎａｌｙｓｉｓ

ｏｆ

ｃｏｉｎｔｅｇｒａｔｉｏｎ

ｖｅｃｔｏｒｓ．Ｊｏｕｒｎａｌ

ｏｆ

Ｅｃｏｎｏｍｉｃ

Ｄｙｎａｍｉｅｓ

ａｎｄ

Ｃｏｎｔｒｏｌ，１９８８，（１２）：２３１—５４

［３４］Ｊｏｈａｎｓｅｎ．Ｓ

ａｎｄ

ｊｕｓｅｌｉｕｓ．艮Ｍａｘｉｍｕｍ

Ｕｋｅｌｉｎｏｏｄ

ｅｓｔｉｍａｔｉｏｎ

ａｎｄ

ｉｎｔｅｒｆｅｒｅｎｃｅ

ｏｎ

ｃｏｉｎｔｅｇｒａｔｉｏｎ

ｗｉｔｈ

ａｐｐｌｉｃａｔｉｏｎ

ｔｏ

ｔｈｅ

ｄｅｍａｎｄ

ｆｏｒ

ｍｏｎｅｙ．Ｏｘｆｏｒｄ

ＢｕＵｅｔｉｎ

ｏｆ

Ｅｃｏｎｏｍｉｃｓ

ａｎｄ

Ｓｔａｔｉｓｔｉｃｓ，１９９０，５２：１６９－２１０

【３５］Ｊｏｈａｎｓｅｎ．Ｓ

ａｎｄ

ＪｕｓｅＨｕｓ．Ｋ

Ｔｅｓｔｉｎｇ

ｓｔｒｕｃｔｕｒａｌ

ｈｙｐｏｔｈｅｓｉｓ

ｉｎ

ａ

ｍｕｌｔｉｖａｒｉａｔｅ

ｃｏｉｎｔｅｇｒａｔｉｏｎ

ａｎａｌｙｓｉｓ

ｏｆｔｈｅＰＰＰ

ａｎｄ

ＵＩＰ

ｆｏｒｍｅ

ＵＫ．Ｊｏｕｒｎａｌ

ｏｆ

Ｅｃｏｎｏｍｅｔｒｉｃｓ，

１９９２，５３：２１１—４４

【３６】Ｐｈｉｌｌｉｐｓ，Ｏｕｌｉａｒｉｓ．Ａｓｙｍｐｔｏｔｉｃ

ｐｒｏｐｅｒｔｉｅｓ

ｏｆｒｅｓｉｄｕａｌｂａｓｅｄ

ｔｅｓｔｓ

ｆｏｒ

ｃｏｉｎｔｅｇｒａｔｉｏｎ．

Ｅｃｏｎｏｍｅｔｆｉｃａ，１９９０，５８：１６５—１９３

【３７】Ｐｈｉｌｌｉｐｓ．Ｏｐｔｉｍａｌ

ｉｎｆｅｒｅｎｃｅｉｎ

ｃｏｉｎｔｅｇｒａｔｅｄｓｙｓｔｅｍｓ．Ｅｃｏｎｏｍｅｔｒｉｃａ，１９９１，５９：

２８３—３０６

［３８】Ｄｉｃｋｅｙ

ａｎｄ

Ｆｕｌｌｅｒ．Ｄｉｓｔｒｉｂｕｔｉｏｎ

ｏｆｔｈｅｅｓｔｉｍａｔｏｒｓｆｏｒ

ａｕｔｏｒｅｇｒｅｓｓｉｖｅ

ｔｉｍｅ

ｓｅｒｉｅｓ

ｗｉｔｈ

ａ

ｕｎｉｔ

ｒｏｏｔ．Ｊｏｕｒｎａｌｏｆｔｈｅ

Ａｍｅｒｉｃ．ａｎ

Ｓｔａｔｉｓｔｉｃａｌ

Ａｓｓｏｃｉａｔｉｏｎ，１９７９，７４：４２７—３１

【３９】Ｄｉｃｋｅｙ

ａｎｄ

Ｆｕｌｌｅｒ．Ｌｉｋｅｌｉｈｏｏｄｒａｔｉｏｓｔａｔｉｓｔｉｃｓ

ｆｏｒ

ａｕｔｏｒｅｇｒｅｓｓｉｖｅ

ｔｉｍｅ

ｓｅｒｉｅｓｗｉｔｈ

ａ

ｕｎｉｔ

ｒｏｏｔ．Ｅｃｏｎｏｍｅｔｒｉｃａ，１９８１，４９：３５５—３６７

［４０］Ｐｈｉｌｌｉｐｓ．Ｔｉｍｅ

ｓｅｒｉｅｓ

ｒｅｇｒｅｓｓｉｏｎ

ｗｉｔｈ

ａ

ｕｎｉｔ

ｒｏｏｔ．Ｅｃｏｎｏｍｅｔｒｉｃａ，１９８７，５５：２７７－３０１

【４１】Ｐｈｉｌｌｉｐｓ

ａｎｄ

Ｐｅｒｒｏｎ．Ｔｅｓｔｉｎｇ

ｆｏｒ

ａ

ｕｎｉｔ

ｒｏｏｔ

ｉｎｔｉｍｅｓｅｒｉｅｓ

ｒｅｇｒｅｓｓｉｏｎ．Ｂｉｏｍｅｔｆｉｋａ，

１９８８，７５：３３５－４６

【４２］Ｓｔｏｃｋ

ａｎｄ

Ｗａｔｔｓｏｎ．Ｔｅｓｔｉｎｇ

ｆｏｒ

ｃｏｍｍｏｎ

ｔｒｅｎｄｓ．Ｊｏｕｍａｌ

ｏｆ

Ａｍｅｒｉｃａｎ

Ｓｔａｔｉｓｔｉｃａｌ

Ａｓｓｏｃｉａｔｉｏｎ，１９８８，８３：１０９７—１１０７

【４３］闻新，周露，王丹力等．Ｍａｔｌａｂ神经网络应用设计．第一版．北京：科学出版

社，２０００

［４４］Ｂａｉｌｌｉｅ，Ｒ．Ｔ＿ａｎｄ

Ｓｅｌｏｖｅｒ，Ｄ．Ｄ．Ｃｏｉｎｔｅｇｒａｔｉｏｎ

ａｎｄｍｏｄｅｌｓ

ｏｆ

ｅｘｃｈａｎｇｅ

ｒａｔｅ

ｄｅｔｅｒｍｉｎａｔｉｏｎ．Ｉｎｔｅｒｎａｔｉｏｎａｌ

Ｊｏｕｒｎａｌ

ｏｆ

Ｆｏｒｅｃａｓｔｉｎｇ，１９８７，（３）：４３－５２

【４５］Ｂａｎｇ

ＮａｍＪｅｏｎ

ａｎｄ

ＥｕｉｓｅｏｎｇＬｅｅ．Ｆｏｒｅｉｇｎ

ｅｘｃｈａｎｇｅ

ｍａｒｋｅｔ

ｅｆｆｉｃｉｅｎｃｙ，

ｃｏｉｎｔｅｇｒａｔｉｏｎ

ａｎｄ

ｐｏｌｉｃｙ

ｃｏｏｒｄｉｎａｔｉｏｎ．Ａｐｐｌｉｅｄ

Ｅｃｏｎｏｍｉｃｓ

Ｌｅｔｔｅｒｓ，２００２，（９）：

６１．６８

【４６】Ｂｉｅｒｅｎｓ，Ｈ．Ｊ．Ｎｏｎｐａｒａｍｅｔｒｉｃ

ｃｏｉｎｔｅｇｒａｔｉｏｎ

ａｎａｌｙｓｉｓ．Ｊｏｕｒｎａｌ

ｏｆ

Ｅｃｏｎｏｍｅｔｒｉｃｓ，１９９７，

７７：３７９—４０４

［４７Ｊ

Ｄｏｍｂｕｓｃｈ，Ｒ．Ｅｘｃｈａｎｇｅ

ｒａｔｅ

ｃｃｏｎｏ删ｃｓ：ｗｈｅｒｅ

ｄｏ

ｗｅ

ｓｔａｎｄ？Ｂｒｏｏｋｉｎｇｓ

ｐａｐｅｒ

Ｏｎ

ｅｃｏｎｏｍｉｃ

ａｃｔｉｖｉｔｙ，１９８０，（９）：１４３－２０５

【４８］Ｇｒａｎｇｅｒ，Ｃ．Ｗ．Ｊ．Ｓｏｍｅ

ｐｒｏｐｅｒｔｉｅｓ

ｏｆｔｉｍｅｓｅｒｉｅｓ

ａｎｄ

ｔｈｅｉｒ

ｕｓｅ

ｉｎｅｃｏｎｏｍｅｔｒｉｃｍｏｄｅｌ

ｓｐｅｃｉｆｉｃａｔｉｏｎ．Ｊｏｕｒｎａｌ

ｏｆ

Ｅｃｏｎｏｍｅｔｒｉｃｓ，１９８１，１６：１２１—１３０

【４９】Ｍｕｓｃａｔｅｌｌｉ，Ｖ．Ａ．ａｎｄ

Ｈｕｍ，Ｓ．Ｃｏｉｎｔｅｇｒａｔｉｏｎ

ａｎｄ

ｄｙｎａｍｉｃ

ｔｉｍｅ

ｓｅｒｉｅｓｍｏｄｅｌｓ．

Ｊｏｕｒｎａｌ

ｏｆＥｃｏｎｏｍｉｃｓ

Ｓｕｒｖｅｙｓ，１９９２，（６）：１－４３

【５０】Ｏｓｔｅｒｗａｌｄ—Ｌｅｎｕｍ，Ｍ．Ａ

ｎｏｔｅ

ｗｉｔｈｆｒａｃｔｉｌｅｓｏｆ

ａｓｙｍｐｔｏｔｉｃ

ｄｉｓｔｒｉｂｕｔｉｏｎｏｆ

ｍａｘｉｍｕｍ

ｌｉｋｅｌｉｈｏｏｄ

ｃｏｉｎｔｅｇｒａｔｉｏｎ

ｒａｎｋ

ｔｅｓｔ

ｓｔａｔｉｓｔｉｃｓ：ｆｏｕｒ

ｃａｓｅｓ．Ｏｘｆｏｒｄ

Ｂｕｌｌｅｔｉｎ

ｏｆ

Ｅｃｏｎｏｍｉｃｓ

ａｎｄ

Ｓｔａｔｉｓｔｉｃｓ，１９９２，５４：４６１—７２

［５１】Ｖａｎ

Ｄｅｎ

Ｂｅｒｇ，Ｈ．ａｎｄＪａｙａｎｅｔｔｉ，Ｓ．Ｃ．Ａ

ｎｏｖｅｌ

ｔｅｓｔ

ｏｆ

ｔｈｅ

ｍｏｎｅｔａｒｙ

ａｐｐｒｏａｃｈｕｓｉｎｇ

ｂｌａｃｋｍａｒｋｅｔ

ｅｘｃｈａｎｇｅ

ｒａｔｅｓ

ａｎｄ

ｔｈｅ

ｊｏｈａｎｓｅｎ－Ｊｕｓｅｌｉｕｓ

ｃｏｉｎｔｅｇｒａｔｉｏｎ

ｍｅｔｈｏｄ．

Ｅｃｏｎｏｍｉｃｓ

Ｌｅｔｔｅｒｓ，１９９３，４１：４１３—８

［５２］Ｗｉｃｋｃｎｓ，Ｍ．Ｒ．Ｉｎｔｅｒｐｒｅｔｉｎｇ

ｃｏｉｎｔｅｇｒａｔｉｏｎ

ｖｅｃｔｏｒｓａｎｄ

ｃｏｎＬｒｎｏｎ

ｓｔｏｃｈａｓｔｉｃｔｒｅｎｄｓ．

Ｊｏｕｒｎａｌ

ｏｆ

Ｅｃｏｎｏｍｅｔｒｉｃｓ，１９９６，７４：２５５—７１

附录一：作者攻读学位期间参与的课题和完成的论文

１课题

【１】国家自然科学基金项目（７９９７００１５）：金融工程的理论与方法及其在企业国际

金融管理中的应用

［２】湖南省软科学研究基金项目：开放型经济条件下企业融资中的金融风险管理

研究

２论文

【１】汇率协整分析的理论基础和技术方法．湖南大学学报（社会科学版），２００３，（４）

２７．３２

［２］汇率协整分析中非线性误差校正模型的建立和运用．（己投稿）

［３】汇率行为描述与预测方法回顾与展望．（已投稿）

附录二：本文实证研究的原始样本数据

￡

ｑ

ｙｙ

１９８７

１

１５３．１７

２３４．７６

１

９９０．６

４．００

６．２２

３３８０５６

４３９１．８

１９８７２

１４２．６７２４６．８１

２００５．８３．２８

６．６５

３４０５７１４４８４．２

１９８７

３

１４６．９２２５１．３９２０２３．１

３省

６．８４

３４７８８３

４

５６８．０

１９８７

４

１３５．７９

２６９．７２２０４６．１３．５２６．９２

３５４１６８

４６６２．８

１９８８１

１２８．００２６５．３０２１０８．Ｏ‘３．４９６．６６

３６２

０５３

４７３９．８

１９８８

２

１２５．６１

２７９．８１

２１３８．７

３．３３７．１６３６１２３５

４

８３８．５

１９８８

３

１３３．７１

２８５．４６２１５１－３

３．７８

７．９８

３７０５６５４９２６．９

１９８８４１２５．２８２９７．５３２１７４．２

３．８９

Ｂ．６２

３７５

０７５

５

０１７．３

１９８９

１１２８．４５２９３．９３２１９１．９３．９１

９．４４

３８２

８９０

５１０１３

１９８９

２

１３８．０７３１３．５９

２

２１３．８

４，３６９．７３

３８４

３７４５１７４．０

１９８９

３１４２．２９

３１６．４３

２２４５．４

５．１８

９．０８

３９５

０５７５２３８．６

１９８９

４

１４３．０４３４３．１５２２７６．３６．０４

８．６１４０１

５９５

５２８９．３

１９９０

１

１４７．９０

３３８．５９

２３１５ｊ６．５２８．２５４１４８４２５４３２．７

１９９０２

１５５．２５

３６１，２９

２３２９．６７．１０

８．２４４２５

９５５

５５０５．５

１９９０

３１４５．２３３７２．２０

２

３４４．１７，４４

８．１６４２９

８７４

５

５７６．８

１９９０

４

１３０．７９

３７５．３８

２

３５０．５

７．９１

７．７４４３２

７６８

５５８３．２

１９９１ｌ１３３

８５

３７０．２１２

３８６．０

８．０Ｂ６．４３

４４６１９５

５６１４．９

１９９１

２１３８．３１３７３．１０

２３９３．０

８，０３

５．８６

４５２

３５７

５６７４．３

１９９１３１３７．１６

３７７．９４

２３８３．９７，２６５．６８４５４

７４６

５

７２６．４

１９９１

４

１２９．５０

３７６．４８

２３７７．２６

４５

４．８２

４６ｌ

６９４

５

７６４．１

１９９２１１２８４３

３７０．７７

２

３７８．４

５．５４４．０２４６１

７９３５８５９．８

１９９２２１３０３０３７１．４４２３５１．３４．６８３．７７４６７

５１１５

９０９．３

１９９２３

１“．８９

３７１．８０

２

３３６．２

４．２０３２６

４６４４７３

５

９９２．０

１９９２

４

１２２．９８

３７０．６６

２３１３０３．７１３．０４

４６５１１９６０８６．８

１９９３ｌ１２１０１３６８．９６

２

８２９．２３４７３．０４４７３

８８１

６４４２．６

１９９３２

１１０．０６

３７３．８１

２

８０１．５

３．２０

３．００

４７４２８３６

５０６．２

１９９３

３

１０５．５７

３７６６０

２７８１．３

３．０８

３．０６

４７７

６２９６

５７４４

１９９３

４１０８１４

３７２．５７

２

７８２

０

２．４８

２．９９

４７７

５３２６

６８８．６

１９９４１１０７６２３７２．８８２８０９．５２．２７３．２１４７５５３２

６７７６．０

１９９４２

１０３３３

３７７．５４

２７８３．６

２．１１３．９４４７８８４９６

８９０．５

１９９４３

９９０５

３８４．０５２７７７．８２１３４．４９

４７９９５１６９９３．１

１９９４４９８．８３

３８２．４４

２７８６．２

２．２７

５．１７

４８２５６１

７０８３．２

１９９５

１９６．２６

３８２４８

２８３４．１２．２２

５．８１４７５９２１

７１４９．８

１９９５

２８４．４３３８４．１４２９０１

０

１．３７６０２４７７２７７

７２０４．９

１９９５

３

９４．０９

３８１．４８

２９５８．４

Ｏ．８０

５．８０４８２８４０

７

３０９．８

１９９５４１０１．４６

３７７．４４３０２５．００４６

５

７２

４８５３６５

７

３５０．６

１９９６

ｌ

１０５７９

３６３．６８

３１５９．３０４６５３６５００５７３

７４６７．５

１９９６１０７

５９３７７．４１

３１４９．７

０，４８５．２４５００３５６７６０７．７

１９９６

３１０８９４

３７６１４

３１９６０

０．４６

５．３１

４９８

２６３７

６７６．０

１９９６

４１１２７９

３７３００３

２６８．１０．４８

５２８５０３７４４７

７９２．９

ｔ９９７

１１２１２２

３６１３８３３７７．９

０．５０５．２８５１４３４７７

９５５．０

１９９７

２

１１９

５７３７５９７３

３８４

６

０．４９

５．５２５０６

Ｊ３ｌ

８

０６３４

１９９７

３１１７９３

３７４４９

３“３．９

０．４９

５．５３５０８１８２

８１７０８

１９９７

４

１２５．２４

３７４．１１３５２２．８

０．４６

５５１

５０３

７３５

８２５４．５

１９９８１１２８０５

３６５．７９３６５６．１０．４３

５．５２

５０２３７３８

３８４．２

１９９８１３５７４

３８Ｉ

３２

３

６８４

７

０

４４

５．５０

４９７６９９

８４４０．６

１９９８

３

１３９９９

３８２８６

３８０３．５

０．３９

５．５３４９１９４０

８

５３７．９

１９９８４

１１９．８３

３８８．００３９６０．７０．２３

４．８６４８８６３２

８６８１．２

１９９９１１１６

５４

３７５．７６４０４８

５

０．１５

４．７３５０７７６３９０９２．７

１９９９

１２０．９４３８７．４９４０３８．０

０．０３

４．７５

５１６１６５

９１７１．７

１９９９

３

１１３

６１

３８４．１９４１１１１

０．０３５．０９

５１６

５２３９

３１６．５

１９９９４

１（蚪５４３８３２７

４

２５０．３

０．０３

５．３１５０９

２８９９

５１６．４

２００［１

ｌ１０７０６３６８３９４３９４０

０．０３

５．６８５１６

２８５

９

６４９．５

２００（Ｊ

１０６

６Ｉ

３８３４０

４

３６５

７

００２６．二７

５１６８８１９

８０２７

２（１０（】

３１０７

５７３７９５６４４８９１

０．１４

６．５：

５１ｌ２３６９

８７４．８

２００（１４１０９８：

３８１．２６

４６７２４

０．２５

６．４７５１０８８７９

９５３

６

２００ｉ

Ｉ

１１８．０９

３６５．５７

４

９５７．４０．２０

５５９５１３５１６

１００２８．１

２００１１２２６４３６９．６６

５００７．０Ｏ．０２４３３

５０６０３０

１００４９．９

２００１

３１２１．７４３６５．９４

５１６３．６

０，０１

３．５０

５０２

３９４１００９７９

２００ｌ

４１２３．６５

３６１．５３

５

３６８．２０．０１２．１３４９８０６１１０１５２

９

２００２

１１３２．４６３２３６８５４３２；０

０．０ｌ

１．７３４９７６５９

１０３１３．１

２００２１２７．０５３１９．０１５４０７．３０，０１

１．８５

４９７０９３】０３７６．９

２００２

３

１１９．１５

３１９６８５４４４．９０．０１１

７４

５０１５８７１０５０６．２

２００２

４

１２２．９０３１７．２２

５

４８１．７

００１

１

４４

５０６０８ｌ１０５８６．３

注：ｆ：年度时间

ｑ：季度

ｓ：季度平均汇率

Ⅲ：日本货币供应量（Ｍ２）（季度）（单位：千万美元）

ｍ＋：美国货币供应量（Ｍ２）（季度）（单位：百万美元１

ｒ：日本货币市场利率（三个月）

，’：美国货币市场利率（三个月）

ｙ：日本国内生产．总值（季度）（单位：千万美元）

ｙ’：美国国内生产总值（季度）（单位：十亿美元）

（资料来源：Ｉｎｔｅｒｎａｔｉｏｎａｌ

Ｆｉｎａｎｃｅ

Ｓｔａｔｉｓｔｉｃｓ）

本文标签： 汇率模型预测网络