摘要
随着我国汇率报价机制的逐步放开,人民币汇率的波动幅度近年来逐渐增大,汇率敏感部门对人民币汇率波动的预测需求逐渐增强。因传统的金融时间序列模型或指数平滑模型不能很好地筛选并包含高阶滞后项信息,故本文选取机器学习中的稀疏模型族(Lasso、Ridge、弹性网、SCAD与MCP)对汇率波动率进行预测,并将预测结果与传统模型进行比较并进行DM检验。结果发现,稀疏模型在各种货币的预测能力上均强于GARCH模型。在多种汇率的预测中,稀疏模型的预测能力表现出比指数平滑模型更强的稳健性。
-
单位金融学院; 南开大学