《人民币汇率行为描述与风险管理(共4册)》由谢赤等人所著，分别包括：《基于微观结构理论与混沌分析的汇率研究》、《汇率风险套期保值研究》、《基于神经网络模型的人民币汇率预测研究》、《汇率非线性动力学特征及组合预测》。

随着经济全球化和金融自由化进程的加快，世界经济在获得更高效率的同时，也不断地受到金融风险和金融危机的威胁。尤其是自20世纪90年代以来，频繁发生的金融危机引起国际社会和理论界对金融安全问题更深层次的关注。汇率作为两种货币的相对价格，是一国经济最重要的变量之一，它在影响宏观经济运行的同时，也对微观经济层面上的资源配置起着重要作用。同时，汇率波动的不确定性还能直接、敏感地反映一国经济波动的程度和金融风险的大小。

汇率非线性动力学特征及组合预测

 第1章 绪论

1.1 选题背景及意义

 1.1.1 赶题背景

 1.1.2 选题意义

 1.1.3 课题来源

1.2 理论基础与文献回顾

 1.2.1 汇率与外汇市场

 1.2.2 汇率变量的非线性研究

 1.2.3 汇率变量的组合预测研究

1.3 研究思路及研究内容

 1.3.1 研究思路

 1.3.2 研究内容

 第2章 金融市场的非线性研究范式

2.1 传统的金融市场线性分析

 2.1.1 理性投资人假设

 2.1.2 有效市场假说

 2.1.3 随机游动

2.2 现代金融市场的非线性分析

 2.2.1 线性研究范式面临的挑战

 2.2.2 非线性研究范式发展的必然

2.3 基于混沌动力系统的金融时间序列分析与应用

 2.3.1 混沌理论的提出

 2.3.2 混沌理论在金融市场的应用

2.4 基于分形理论的金融时间序列分析与应用

 2.4.1 分形理论的提出

 2.4.2 分形理论在金融市场的应用

2.5 本章小结

 第3章 基于异质预期视角的汇率决定研究

3.1 异质预期假说

3.2 基于基本因素分析的汇率决定理论

 3.2.1 基于商品市场法的汇率决定理论

 3.2.2 基于资产市场法的汇率决定理论

 3.2.3 汇率决定的新闻模型

 3.2.4 汇率决定的微观结构方法

 3.2.5 资产组合变动模型

3.3 基于技术分析方法的汇率决定理论

 3.3.1 自回归移动平均模型ARMA(p,q)

 3.3.2 自回归条件异方差模型(ARCH族模型)

 3.3.3 制度转换模型

 3.3.4 神经网络模型

3.4 基于异质预期分析的汇率决定理论

 3.4.1 汇率决定的投机泡沫理论

 3.4.2 汇率决定的混沌货币模型

 3.5 本章小结

 第4章 汇率时间序列的非线性依赖性及其来源分析

 4.1 时间序列中的非线性依赖结构

4.2 BDS统计检验方法

4.3 时间序列非线性依赖特征的实证检验

 4.3.1 数据说明及预处理

 4.3.2 数据检验

 4.3.3 检验参数的选择范围

 4.3.4 BDS统计检验的实证分析

4.4 本章小结

 第5章 汇率时间序列的长记忆特征分析

5.1 时间序列中的长记忆性

5.2 长记忆性时间序列分析方法

 5.2.1 经典重标极差分析法

 5.2.2 修正的R／S分析法

 5.2.3 对数周期图法

 5.2.4 高斯半参数估计法

 5.2.5 似然估计方法

5.3 长记忆时间序列模型(ARFIMA模型)

5.4 时间序列长记忆特征的实证研究

 5.4.1 数据说明及预处理

 5.4.2 描述性统计及正态性检验

 5.4.3 汇率序列的R/S分析

 5.4.4 半参数方法对长记忆参数d的实证研究

 5.4.5 实证结果的比较分析

5.5 本章小结

 第6章 汇率时间序列的混沌动力学特征分析

6.1 混沌及其基本特征

6.2 混沌动力学特征分析方法

 6.2.1 混沌动力学特征的数值分析方法

 6.2.2 混沌动力学特征的解析分析方法

6.3 相空间重构技术

 6.3.1 相空间重构技术的定义

 6.3.2 重构参数的选择

6.4 时间序列混沌动力学特征的实证研究

 6.4.1 数据说明及预处理

 6.4.2 参数选择

 6.4.3 相空间图分析

 6.4.4 特征指数的分析

6.5 本章小结

 第7章 汇率时间序列多重分形特征分析

7.1 分形的定义及基本特征

7.2 分形分布

7.3 分形时间序列

7.4 多重分形理论

 7.4.1 金融时间序列多重分形特征的判定

 7.4.2 金融时间序列多重分形特征的描述

7.5 资产收益的多重分形模型(MMAR)

7.6 时间序列多重分形特征的实证研究

 7.6.1 数据说明及预处理

 7.6.2 配分函数分布图分析

 7.6.3 多重分形谱分析

7.7 本章小结

 第8章 基于动态组合预测模型的汇率时序预测研究

8.1 汇率时间序列的预测

8.2 混沌时间序列的预测研究方法

 8.2.1 基于径向基函数的神经网络预测方法

 8.2.2 基于Lyapunov指数的混沌时间序列预测方法

 8.2.3 基于Volterral级数的自适应预测方法

 8.2.4 支持向量机方法(SVM)

 8.2.5 混沌时间序列的组合预测方法

8.3 基于混沌理论的汇率时序组合预测模型的构建

 8.3.1 预测性能指标

 8.3.2 模型预测性能的显著性检验

 8.3.3 动态组合预测模型的构建步骤

8.4 动态组合预测模型的实证检验

 8.4.1 实证数据说明

 8.4.2 预测性能比较分析

 8.4.3 显著性检验

8.5 本章小结

 结论

 参考文献

 附录A 主要的计算机程序

基于微观结构理论与混沌分析的汇率研究

 第1章 绪论

1.1 研究背景与意义

1.2 研究动机

1.3 研究问题与相关理论

 1.3.1 汇率行为描述

 1.3.2 汇率预测

 1.3.3 微观市场结构理论

 1.3.4 混沌理论

1.4 研究路线与结构安排

 1.4.1 技术路线

 1.4.2 结构安排

 第2章 汇率行为研究的理论基础与方法

2.1 现代汇率理论与汇率制度

 2.1.1 汇率理论

 2.1.2 汇率制度及其分类

2.2 协整理论与技术

 2.2.1 传统计量经济方法的不足与协整技术的产生

 2.2.2 协整理论的基本概念

 2.2.3 误差校正模型

2.3 汇率决定的微观结构理论

 2.3.1 外汇市场的交易机制

 2.3.2 私有信息

 2.3.3 汇率预期及订单流

2.4 混沌与相空间重构理论

 2.4.1 混沌的含义

 2.4.2 混沌时间序列的判别

 2.4.3 相空间重构理论

 2.4.4 相空间重构的参数估计

2.5 中国汇率行为研究现状评述

 2.5.1 传统理论应用

 2.5.2 现代汇率理论应用

 第3章 基于协整分析的汇率行为研究

3.1 协整关系的估计与检验方法

 3.1.1 单位根检验方法

 3.1.2 协整关系的估计方法

 3.1.3 协整关系的检验方法

3.2 基于协整技术的预测方法

 3.2.1 协整系统的性质

 3.2.2 预测思路与预测误差

 3.2.3 非线性误差校正模型

3.3 汇率行为的协整分析与预测结果

 3.3.1 样本的选取与处理

 3.3.2 变量的单位根检验

 3.3.3 汇率与其他宏观经济变量的协整分析

 3.3.4 协整模型预测结果分析及其比较

 第4章 基于协整与市场微观结构的汇率行为研究

4.1 外汇市场交易的资产组合变动

4.2 基于R2000—2交易系统的实证研究

 4.2.1 样本数据的选取

 4.2.2 变量单位根检验

 4.2.3 汇率与微观和宏观经济变量的协整分析

4.3 基于国内外汇市场的实证研究

 4.3.1 样本数据的选取

 4.3.2 变量单位根检验

 4.3.3 变量Granger因果关系检验

 4.3.4 变量协整关系估计

4.4 非线性误差校正模型

4.5 协整模型预测结果分析与比较

 第5章 信息异质环境中基于订单流的汇率行为研究

5.1 模型介绍与构建

 5.1.1 随机游走模型

 5.1.2 信息异质模型

 5.1.3 组合漂移模型

 5.1.4 市场间订单流相互影响模型

5.2 信息异质环境下的汇率行为描述

 5.2.1 信息冲击对外汇市场异质环境的影响

 5.2.2 信息估计结果的分析

5.3 实证研究结果及其分析

 5.3.1 样本的选取与处理

 5.3.2 变量的单位根检验

 5.3.3 基于订单流变化对汇率波动的分析

 5.3.4 外汇市场间订单流变化对一国汇率的影响

 5.3.5 组合漂移模型的应用

 5.3.6 改进后的组合漂移模型的应用

 第6章 基于混沌分析的汇率行为研究

6.1 汇率行为特征的混沌分析方法

 6.1.1 R/S分析方法

 6.1.2 相关维分析方法

 6.1.3 Lyapunov指数分析方法

6.2 混沌时间序列预测方法

 6.2.1 基于Lyapunov指数的混沌时间序列预测方法

 6.2.2 基于Volterra级数的自适应预测方法

 6.2.3 基于径向基函数的神经网络预测方法

 6.2.4 基于支持向量机网络的预测方法

6.3 汇率时序混沌特征的实证研究

 6.3.1 数据选取及处理

 6.3.2 汇率序列相空间重构参数估计

 6.3.3 人民币兑美元汇率的混沌特征分析

6.4 人民币汇率序列的预测效果分析

 6.4.1 样本数据预处理

 6.4.2 预测效果评价指标

 6.4.3 预测实证结果分析

 6.4.4 模型预测性能的显著性检验

 结论

 参考文献

汇率风险套期保值研究

 第1章 绪论

1.1 研究的学术背景

 1.1.1 国际金融管理学

 1.1.2 金融工程学

 1.1.3 汇率经济学

1.2 研究的基础与主要内容及其组织

 1.2.1 研究课题的来源

 1.2.2 相关领域的国内外研究现状

 1.2.3 研究内容安排

 第2章 汇率风险管理概述

2.1 汇率风险管理的背景与意义

2.2 汇率风险的理论含义

2.3 汇率风险的具体形态

 2.3.1 名义汇率风险与实际汇率风险

 2.3.2 交易风险与折算风险

 2.3.3 汇率风险暴露的视角

2.4 中国汇率风险管理现状分析

 2.4.1 现状与问题

 2.4.2 汇率风险管理实践案例——QDII产品的汇率风险及其规避

2.5 汇率风险管理的方法

 2.5.1 汇率风险管理方法的分类

 2.5.2 汇率风险管理的套期保值方法

2.6 套期保值方法管理汇率风险的操作示例

2.7 结论

 第3章 汇率风险套期保值研究的比较与评析

3.1 套期保值理论的发展

 3.1.1 传统套期保值理论

 3.1.2 选择性套期保值理论

 3.1.3 现代套期保值理论

3.2 套期保值比率确定方法述评

 3.2.1 基于回归技术的套期保值比率确定方法

 3.2.2 基于均值/方差理论的套期保值比率确定方法

 3.2.3 套期保值比率确定方法研究的进展与展望

 第4章 汇率风险套期保值理论框架的构建

4.1 理论框架构建的必要性

4.2 理论框架设计思路

4.3 研究主体及其环境定位

4.4 理论框架的主要内容

 4.4.1 直接套期保值

 4.4.2 交叉套期保值

 4.4.3 间接套期保值

4.5 理论框架的总结及评述

 第5章 汇率风险与套期保值技术的运用

5.1 出口企业与汇率风险关系的新视角

 5.1.1 问题的提出

 5.1.2 实物期权理论的思路

 5.1.3 出口企业与汇率风险关系模型

 5.1.4 一般化扩展讨论

 5.1.5 小结

5.2 利用套期保值技术管理汇率风险时的出口产品定价

 5.2.1 问题的提出

 5.2.2 基本假设

 5.2.3 出口产品定价模型

 5.2.4 小结

5.3 汇率风险套期保值工具的选择

 5.3.1 问题的提出

 5.3.2 汇率风险套期保值工具选择模型

 5.3.3 套期保值工具的选择

 5.3.4 小结

5.4 结论

 第6章 基于BEKK模型的汇率风险套期保值实证研究

6.1 关于实证研究的选择

6.2 最优动态汇率风险套期保值实证研究

 6.2.1 模型的选择

 6.2.2 动态套期保值比率模型

 6.2.3 数据分析

 6.2.4 不同模型绩效比较

 6.2.5 小结

6.3 最优动态汇率风险交叉套期保值实证研究

 6.3.1 描述统计分析与模型的选择

 6.3.2 交叉套期保值效率及其对比

 6.3.3 小结

6.4 实证研究的结论与评述

 第7章 基于包含ECT的GARCH模型的汇率风险套期保值

 实证研究

7.1 协整理论

 7.1.1 定义及意义

 7.1.2 误差修正模型

7.2 误差修正项的选择与构建

7.3 实证研究思路

7.4 样本的选取与数据统计

 7.4.1 数据说明与描述统计

 7.4.2 数据检验

7.5 模型参数估计

7.6 最优套期保值比率的估计

7.7 汇率风险套期保值效率比较分析

 7.7.1 效率对比标准的选择

 7.7.2 样本内数据效率对比

 7.7.3 样本外数据效率对比

7.8 本章结论

 结论

 后记

基于神经网络模型的人民币汇率预测研究

 第1章 绪论

1.1 选题背景及意义

 1.1.1 选题背景

 1.1.2 研究意义

1.2 研究创新与研究局限

1.3 技术路线与结构安排

 第2章 汇率预测的基本理论与模型

2.1 基于基本分析方法的汇率预测

 2.1.1 传统的汇率理论及模型与汇率预测

 2.1.2 汇率预测理论的新近发展

2.2 基于技术分析方法的汇率预测

 2.2.1 基于参数方法的汇率预测

 2.2.2 基于非参数方法的汇率预测

2.3 人民币汇率预测研究现状

 2.3.1 基于基本分析法的人民币汇率预测研究现状

 2.3.2 基于技术分析法的人民币汇率预测研究现状

2.4 本章小结

 第3章 神经网络技术原理与预测模型

3.1 神经网络技术研究概述

 3.1.1 神经网络研究的发展

 3.1.2 神经网络的特性

3.2 神经网络技术原理

 3.2.1 人工神经元模型

 3.2.2 神经网络的训练

 3.2.3 神经网络的拓扑结构

3.3 神经网络模型与汇率预测

 3.3.1 神经网络的泛化能力与过拟合问题

 3.3.2 神经网络模型的参数设计

 3.3.3 神经网络训练的参数设计

 3.3.4 神经网络模型预测效果的评价标准

3.4 本章小结

 第4章 人民币汇率时间序列的非线性特征检验

4.1 非线性理论概述

 4.1.1 非线性的概念

 4.1.2 非线性特征的标度指标

4.2 汇率时间序列的非线性特征

 4.2.1 汇率时间序列的非线性依赖结构

 4.2.2 汇率时间序列的基本统计特征

 4.2.3 汇率波动的聚集性和持续性

 4.2.4 汇率波动的非对称性

 4.2.5 汇率时间序列的长记忆性

4.3 人民币汇率非线性特征实证检验

 4.3.1 数据描述

 4.3.2 正态性检验

 4.3.3 序列相关性检验

 4.3.4 波动异方差检验和波动特征描述

 4.3.5 长记忆性检验

4.4 本章小结

 第5章 人民币兑美元汇率序列预测实证研究

5.1 实证研究设计

5.2 数据构成与数据处理

5.3 模型构建关键参数估计与预测能力比较

 5.3.1 汇率序列最优滞后期的估计

 5.3.2 汇率序列训练集合最佳样本数的估计

 5.3.3 神经网络模型的样本内预测能力比较

 5.3.4 神经网络模型的样本外预测能力比较

 5.3.5 神经网络模型预测性能的显著性检验

5.4 本章小结

 第6章 人民币兑欧元汇率序列预测实证研究

6.1 实证研究说明

6.2 数据构成与数据处理

6.3 模型构建关键参数估计与预测能力比较

 6.3.1 汇率序列最优滞后期的估计

 6.3.2 汇率序列训练集合最佳样本数的估计

 6.3.3 神经网络模型的样本内预测能力比较

 6.3.4 神经网络模型的样本外预测能力比较

 6.3.5 神经网络模型预测性能的显著性检验

6.4 本章小结

 结论