随着经济全球化程度的不断深化，中国经济的不断发展，越来越多的人开始对金融市场进行建模分析，而汇率也逐渐成为热点问题。2010年6月我国重启汇率制度改革，实行以均衡性和合理性为管理目标的浮动汇率制度，进行外汇政策的制定与实施，并不断开放汇率市场，我国的人民币汇率形成机制的市场化进程就一直保持着前进的势头。中国拥有很大的外汇储备量，人民币汇率的上升或下降对社会经济等诸多方面有着影响，因此研究汇率波动成为大势所趋。我们就是在这个基础上，建模分析人民币汇率波动特征，以期更加深入的认识人民币汇率问题。

汇率收益率作为一个典型的金融时间序列，国内学者主要采用GARCH族模型，而作为另一类金融波动模型——SV模型，与GARCH模型的区别在于SV模型将波动看作是由潜在的不可观测的随机过程所决定的，其对于金融市场复杂的波动有较强的刻画力。本文把SV模型运用到人民币汇率收益率的波动性研究中，采用此模型进行实证研究，对汇率进行建模，同时研究2015年8月11日汇率改革（央行决定完善人民币对美元汇率中间价形成机制）前后人民币汇率的波动特征。

1986年Taylor在解释金融收益序列波动模型的自回归行为时提出了标准SV(stochastic volatility)模型，简称为SV-N模型；Melino研究了定价即期外汇期权随机波动的后果；后来Breidt、Crato和Lima提出了长记忆随机波动模型，并在标准SV模型中引入ARFIMA过程；Shephard等还将单变量的SV模型扩展到向量。

国内对金融时间序列波动率模型的研究起步较晚，且多数集中于股指市场，主要有：孟利锋、张世英（2004）利用具有杠杆效应的SV模型对上海股市和深圳股市进行分析，指出沪深两市的指数收益序列都存在着显著的杠杆效应；任兆璋和宁忠忠（2005）开创使用人民币NDF汇率作为人民币汇率预期的替代品进行研究分析，并得出了较好的结论；吴跃明（2010）在构造长记忆的随机波动率（LMSV）模型时加入小波分析，检验结果表明所研究的汇率波动率序列均存在长记忆效应。

2. 研究的基本内容与方案

a.研究的基本内容：

本文主要是建立SV模型，对2015年8月11日央行决定完善人民币对美元汇率中间价形成机制前后，美元/人民币和欧元/人民币的汇率波动特征进行分析，然后根据汇率的波动规律建立SV族模型，通过对各模型的分析确定最佳模型，并利用最佳模型对汇改前后的数据分段进行建模，分析汇改前后汇率波动的差异。

b. 拟采用的技术方案及措施

（1）数据选取：选取2009年3月4日至2019年3月4日美元/人民币汇率和欧元/人民币汇率日值数据，数据来自于国家外汇管理局网站。

（2）数据处理：对原始样本数据进行处理，得到汇率日收益率序列。

（3）特征分析与检验：对金融时序数据的波动特征：波动的集聚性、收益率分布的尖峰厚尾性、波动的杠杆效应及波动的长记忆性等进行分析与初步检验。做收益率波动的时序图来分析其是否存在集聚性，做正态检验分析其尖峰厚尾性，ADF进行平稳性检验，采用修正R/S法来检验波动率的长记忆性。