本站原创
【摘要】自1994年外汇管理体制改革以来，中国外汇储备便开始进入了一个高速增长期。到了2012年12月，我国的外汇储备达到了33115.89亿美元。因此，研究我国外汇储备至关重要。通过采集2000年1月至2012年12月我国外汇储备的月度数据，采用Eviews
对该序列绘制了自相关、偏自相关图，如图4所示，由图中可以看出，序列的自相关系数衰减缓慢，没有很快趋于0，同样说明该序列是非平稳序列。
式中：为自回归模型的阶数（i=1，2，，p）为模型的待定系数；为误差；为模型的阶数；（j=1，2，…，q）为模型的待定系数；为误差；为平稳时间序列。
模型的拟合程度较好，残差是围绕着零均值随机波动的。对模型的适应性检验通过，所以可以根据模型的估计值，写出模型的表达式如下：
LY=0.020343+[AR（1）=0.903757，MA（1）=-0.688090，BACKCAST
=2000M03，ESTPL="2000M03 2012M12"]
再对残差进行白噪声检验，结果如图10所示，在显著性水平为0.05，原检测设为残差序列是随机的情况下，P值都大于0.05，接受原检测设，表明残差序列是随机的，通过白噪声检验。
模型对2010年1月至2012年12月预测的结果如表1所示。
可以利用以上数据，计算一下此模型的预测误差，利用2012年12月的预测值和真值，可以计算出：
η=（3324
利用建立好的模型，对2013年1月至2013年12月一年的外汇储备值做外推预测，得到这一年的外汇储备预测值，结果如表2所示。
参考文献
李子奈，潘文卿.计量经济学[M].高等教育出版社，2000，3.
郭树清.关于当前中国外汇储备的几个问题[J].中国金融，2005（7）.
[3]王燕.应用时间序列分析[M].中国人民大学出版社，2008，2.
[4]杨玮靖.全球金融危机后我国外汇储备的现状及分析[J].郑州铁路职业技术学院学报，2010（6）.
[5]秦焕超，赵恩兴，姚晓纬.21世纪新环境下我国汇率和外汇储备的相
6.0软件进行一系列的检验与调整后，对我国外汇储备的变化情况进行了短期预测。
【关键词】外汇储备；短期预测一、数据处理
原始数据：来源于国家外汇储备管理局2000年1月至2012年12月我国外汇储备月度数据。二、数据的时间序列特征分析
将2000年1月至2012年6月我国外汇储备数额绘制成折线图，如图1所示，可以很容易地看出序列具有明显的增长趋势，并且从2004年到2005年开始，我国外汇储备增加的幅度有所增大，这主要是因为自2005年7月人民币汇改以来，由于中国政府选择了小幅、稳健、可控的升值策略，吸引大量国际短期资本流入中国套利，这加速了中国外汇储备的累积。三、序列的变换
1.数据的检验
对此序列进行单位根检验，如图2所示，t检验的P值结果为0.4626，无法拒绝序列存在单位根的原检测设，之后对序列进行一阶差分的单位根检验，结果如图3所示，t检验值的P值为0.0026，在置信水平为95%的情况下，可以拒绝原检测设，说明此序列不具有二阶单位根，但具有一阶单位根，序列不是平稳序列。对该序列绘制了自相关、偏自相关图，如图4所示，由图中可以看出，序列的自相关系数衰减缓慢，没有很快趋于0，同样说明该序列是非平稳序列。
2.序列的调整
由于序列不是平稳序列，所以需要对其进行变换。由序列的折线图可以看到，序列是逐渐递增的，并且增加的幅度在不断增大，所以如图5所示，对此序列进行对数差分，以消除序列的趋势。并且对其进行单位根检验，检验结果如图6所示，可以看到，检验结果的P值为小概率，拒绝原检测设，所以认为对数差分后的序列没有单位根，对数差分后的序列为平稳序列。四、模型的建立
1.理论储备
ARMA模型：自回归模型和滑动平均模型的组合，便构成了用于描述平稳随机过程的自回归滑动平均模型ARMA，数学公式为：式中：为自回归模型的阶数（i=1，2，，p）为模型的待定系数；为误差；为模型的阶数；（j=1，2，…，q）为模型的待定系数；为误差；为平稳时间序列。
2.实际分析
由于中国外汇储备X的序列为非平稳序列，对数差分后的序列LX为平稳序列，所以应用LX建立模型。由对数差分后序列的自相关、偏自相关图可以看到，序列的自相关系数有峰值，迅速衰减，偏自相关系数同样有峰值，并且迅速衰减，所以应该建立ARMA（1，1）模型。如图8所示，得到ARMA（1，1）模型的参数估计结果，可以看到AR（1）、MA（1）和截距项C的t检验结果均为小概率，拒绝原检测设，通过t检验；F检验结果为小概率，通过F检验；DW检验结果约为1.953，很接近2，说明模型不存在序列相关，估计结果有效；估计方程的可决系数为0.229，修正后的可决系数为0.219。五、模型的检验
模型建立好后，对残差进行检验，首先看真值、拟合值、残差图，模型拟合效果图如图9。模型的拟合程度较好，残差是围绕着零均值随机波动的。对模型的适应性检验通过，所以可以根据模型的估计值，写出模型的表达式如下：
LY=0.020343+[AR（1）=0.903757，MA（1）=-0.688090，BACKCAST
=2000M03，ESTPL="2000M03 2012M12"]
再对残差进行白噪声检验，结果如图10所示，在显著性水平为0.05，原检测设为残差序列是随机的情况下，P值都大于0.05，接受原检测设，表明残差序列是随机的，通过白噪声检验。
六、模型的预测
用2000年1月至2010年12月的数据建立模型，来预测2011年1月至2012年12月共两年的数值，由于这两年的统计数据我们已经掌握，所以就可以看出模型预测的准确度，预测的结果如图11所示，可以看到此模型预测的准确度为95%左右。模型对2010年1月至2012年12月预测的结果如表1所示。
可以利用以上数据，计算一下此模型的预测误差，利用2012年12月的预测值和真值，可以计算出：
η=（3324
1.67-33115.89）/33115.89=0.004
由此可见此模型的预测误差较小，可以很好地进行预测。利用建立好的模型，对2013年1月至2013年12月一年的外汇储备值做外推预测，得到这一年的外汇储备预测值，结果如表2所示。
七、结束语
我国外汇储备在过去快速增长，并且由模型预测得到在近期仍可能继续上升。本文认为我国目前高额的外汇储备具有一定的合理性。首先，我国实行结售汇制度，国家外汇储备代表的是整个社会的外汇储备，而西方国家和大多数发展中国家实行意愿结汇制度，两种制度的不同得出外汇储备的含义不同。其次，我国自从改革开放以来，经济发展逐步走入正轨，对外贸易逐年上升，吸收的对华投资稳步上升，高额的外汇储备在一定程度上是合理的。参考文献
李子奈，潘文卿.计量经济学[M].高等教育出版社，2000，3.
郭树清.关于当前中国外汇储备的几个问题[J].中国金融，2005（7）.
[3]王燕.应用时间序列分析[M].中国人民大学出版社，2008，2.
[4]杨玮靖.全球金融危机后我国外汇储备的现状及分析[J].郑州铁路职业技术学院学报，2010（6）.
[5]秦焕超，赵恩兴，姚晓纬.21世纪新环境下我国汇率和外汇储备的相
摘自：毕业论文下载www.udooo.com
关性研究[J].金卡工程·经济与法，2010（1）.