基于GARCH模型的外汇汇率波动性分析摘要随着2015年8月以来人民币汇率改革机制的完善，我国的双边贸易日趋频繁，由于金融市场的不断扩大，金融产品和工具也日渐丰富
近年来，外汇市场逐渐得到发展，凭借着较低投资额限，风险较低，利息回报率高等优点逐渐成为了国际投资者的宠儿，也得到了无数普通投资者的青睐
众所周知汇率变化对国家的经济发展具有重要的影响，特别是对外经济贸易
汇率的变动往往容易造成一国与他国的贸易往来中的顺逆差，当某一经济大国的汇率发生较大改变时，全球经济也会随之迎来巨大的危机和挑战，所以对外汇汇率的研究与预测尤为重要
美国是世界第一大经济体，中美之间贸易发展日趋频繁，随着我国经济的不断发展，中国在国际中的地位也不断提升，目前形势下，美元和人民币在全球市场都具有强大的影响力，因而对美元兑人民币汇率时间序列的研究尤其重要
本文基于GARCH模型族对美元兑人民币(当天中间价)日时间序列进行了研究，并将该时间序列简记为x
下文是对GARCH模型族的简单初步介绍
GARCH模型可以说是专门为金融数据而打造的条件异方差模型，又称广义（ARCH）自回归模型
由于异方差特性，因而被广泛地应用于金融数据的研究分析之中
此模型是对回归（ARCH）模型的延伸和扩张，可以全面表现出资产收益率的变化情况，利用该模型可以得到良好的拟合效果
本文将所研究的几类一元GARCH模型应用于美元兑人民币的日时间序列的实证分析中，选取了从2016年4月1日至2018年4月20日一共502个数据为研究样本（数据来源于国家外汇管理局），且对样本信息开展一阶差分处理
分析指出时间序列明显不同于正态分布，其变化表现出一定的群集效应，长记忆性和非对称的特点
本文将重点研究一元GARCH低阶模型，EGARCH（1,1）模型及TGARCH（1,1）模型
且通过上述模型对时间序列进行建模，通过对这几个模型的反复对比和分析
