论文：人民币汇率非线性问题的重新研究

目录/提纲：……
一、引言
二、文献综述
（一）汇率调整的非线性STAR模型文献
（二）非线性建模中的异常值问题以及残差t分布问题
（三）国内的研究简况
三、模型与数据说明
（一）STAR模型的建立与检验程序:
（二）数据来源
四、实证分析
（一）数据未排除异常值时的实证结果
（二）排除异常值之后的样本数据的重新检验
（三）基于残差t分布的假设的模型再估计
五、结论
……
人民币汇率非线性问题的重新研究
——基于数据异常值和残差非正态分布估计的分析

摘 要：非线性计量研究中Sarantis曾经指出过，非线性是经济现象本身的所内蕴的还是样本数据的异常值所导致的这一值得注意的重要问题，而且，更值得注意的是，汇率波动数据所具有厚尾特征使其计量模型有可能更适配于残差非正态分布而不是残差正态分布的设定来进行估计。对于上述问题，尽管国内目前利用非线性模型进行经济分析的文献逐渐增多，但却极少有文献研究过甚至是注意到过。有鉴于此，本文以STAR模型为例，针对人民币汇率非线性问题重新进行了研究，结果发现，人民币实际有效汇率未排除异常值时，具有明显的非线性特征，而排除异常值后的数据虽然仍然具有一定的非线性特征，但其其平滑转换特征有所减缓而更具有门限模型的快速调整特征。此外，与残差正态分布设定的模型估计情况比较起来，残差t分布非线性模型估计的预测绩效更好一些，这一研究结果对国内非线性计量经济学研究的深入与细化可能具有一点启发意义。
关键词：实际有效汇率、非线性、平滑转换自回归（STAR）模型、异常值、残差t分布

一、引言
尽管目前国内利用非线性模型进行经济分析的文献逐渐在增多，但却很少有文献注意到Sarantis曾经指出的，模型呈现出非线性特征是经济现象本身的所内蕴的还是样本数据的异常值所引发的这一重要问题，而且，更值得注意的是，大多文献都是直接基于残差正态分布的设定进行模型估计，而未能考虑到汇率波动模型的残差具有厚尾特征从而有可能更适应残差非
……（新文秘网https://www.wm114.cn省略1052字，正式会员可完整阅读）……　

此外，Michael et al（1997）的实证结果还显示实质汇率偏离 PPP 的现象呈现非线性调整走势，认为这有可能是市场上存在着交易成本所造成的现象，而实质汇率偏离 PPP 的调整在交易成本内呈现单位根的走势，但是当偏离程度超过交易成本时，呈现回复均值的现象（meanreversion）。同样地，Chen and Wu（2000）也应用 STAR 模型分析台湾、日本、美国之间实质汇率偏离购买力平价说的非线性调整行为，得出与 Michael et al.（1997）类似的结论。
Sarantis（1999）应用 STAR模型分析十个主要工业国家的实质有效汇率的动态走势，分析的期间为 1980 年至 1990 年，实证结果显示有八个国家的实质有效汇率呈现非线性走势，而其中法国、比利时、德国为罗吉斯平滑转换形式，而其它五个国家，加拿大、意大利、日本、英国和美国则为指数平滑转换形式，而瑞士和荷兰则无法拒绝线性的虚无假设，且由所估计的调整速度得知实质有效汇率在不同区域的转换速度非常缓慢。
Ahmad Zubaidi等(2006)比较了STAR模型与传统的线性自回归( AR )与简单随机游走模型的预测能力。通过利用六个东亚国家对日圆汇率季度数据，发现实际有效汇率存在STAR模型形式的非线性回归，且结果表明STAR模型优于AR模型的预测能力。
Peel & Venetis(2005)的研究发现，在探讨实际汇率向长期均衡调整问题上，ESTAR 模型成功地提供汇率快速调整的证据，但其理论基础则受到限制（例如不能应用于适应性预期理论）。
Liew(2004)在 研究汇 率的 非 线性动 态 调 整至均 衡 的过 程是 否具有对称性的研究中发现，印度尼西亚、菲律宾、新加坡及泰国的四国（对美元）实际汇率皆呈非线性的 LSTAR 模型，这实际上意味着表示这些国家的实际汇率在升贬值时均呈不对称反应。
（二）非线性建模中的异常值问题以及残差t分布问题
特别值得注意的是，Sarantis (1999)认为，汇率呈现非线性走势的原因可能是源于数据异常值的结果，或者说，这种非线性其实质是由数据的异常值造成的。这意味着如果将样本异常值排除，则汇率将可能并不再具有非线性特性。中国台湾的钟明宏 (2001)基于Sarantis的想法探讨了亚太地区国家排除异常值后的实际汇率是否仍具非线性走势，但无论是Sarantis还是钟明宏针对异常值排除后研究样本所做的估计发现，除了少数国家不能以非线性模型解释之外，其余仍然是呈现非线性特性之走势。但这两篇文献并未就未排除异常值的样本资料进行估计和比较。
至于残差的非正态假设，许多实证结果显示汇率报酬率分配呈现偏态与高峰态的现象，与一般研究中所设定的正态分布并不相符。例如，台湾的王兆佑 (1999)就曾经以十种模型来探讨台币汇率究竟是属于何种分配型态。实证结果说明台币兑美元的周报酬率最符合 t分布模型，但仍存在偏态与高峰态现象。
台湾的李季原（2004）则上述研究的基础上不仅深入地比较研究了排除异常值与未排除异常值汇率样本的非线性问题，且同时对模型的残差t分布设定也就行了估计，并与残差正态分布时模型的估计情况进行了比较分析，其工作有相当的启发性[ 本文的研究思路也正是在很大程度上参考了李季原的研究思路。]。
（三）国内的研究简况
至于国内的文献，尽管张弢等（2002）、谢赤等（2005）、刘潭秋（2007）、王璐（2007）、张卫平（2007）、刘柏等（2008）采用STAR模型对人民币实际有效汇率的非线性行为进行实证分析，但不难发现，尚未有任何文献针对Sarantis (1999)提出的重要推测利用人民币汇率数据进行过验证。而且，更值得注意的是，大多文献都是直接将模型的残差设定为正态分布直接估计，更没有任何文献考虑到汇率波动的残差有可能并不服从正态分布而是具有厚尾特征（服从其它类型的分布）等现象。而这些问题，正是本文研究的切入点。

三、模型与数据说明
（一）STAR模型的建立与检验程序:
平滑转换自回归（smooth transition autoregressive model）STAR模型设定如下：

其中，，。是反映模型的转换性特征的函数，介于0和1之间。
第一种转换函数为logistic函数：，，称为LSTAR模型。第二种转换函数是指数函数：，则称为ESTAR模型。
这两个模型隐含着在实际有效汇率的运行或调整中有两个明显不同的状态，LSTAR及ESTAR这两个模型分别描述两种不同类型（不对称以及对称）两种动态平滑转换汇率行为。
STAR模型的设定包括以下三个步骤[ Granger,C.W.J、Teräsvira,T. 着，朱保华等译：《非线性经济的建模》，上海财经大学出版社，2006年6月。]：
⑴确定线性AR模型，估计在不同order之下AR模型，并决定出系数。
⑵依据延迟参数d的不同展开线性检验，拒绝线性假设的同时，也确定d的值。
⑶利用嵌套假设的序贯检验选择LSTAR模型或ESTAR模型。
首先，要决定lag参数，先估计一阶自回归模型AR（i），求算AIC及SBC，选择最小的AIC及SBC自回归模型。Teräsvira（1994）提出了一个普通的可以检验非线性行为的框架构想，这个检验是基于普通STAR模型的泰勒级数展开式而进行的。对于LSTAR模型， ……（未完，全文共12423字，当前仅显示2955字，请阅读下面提示信息。收藏《论文：人民币汇率非线性问题的重新研究》）