匯率預測理論綜述

李立強+柳劍平

【摘 要】匯率預測是國際金融管理中的重要課題，本文對匯率預測理論發展過程進行梳理綜述。其理論發展經歷了匯率決定理論，線性時間序列分析到非線性預測等的過程。隨著國際經貿越來越頻繁，影響匯率變動的因素越來越多，匯率變動難以通過單一模型準確預測，非線性、多元組合的匯率預測成為匯率預測理論的發展趨勢，在方法論上，多學科融合的趨勢也非常明顯。

【關鍵詞】匯率預測；匯率決定理論；時間序列；非線性

引言：

匯率是以一種貨幣表示另一種貨幣的價格。在國家間的經濟金融交往中，匯率是非常重要的影響因素，匯率的變動能夠影響國際貿易、國際資本流動等。早期的匯率采用金本位制，各國的鑄幣與黃金掛鉤，匯率體現為各國鑄幣的含金量之比。金本位的匯率制度屬于固定匯率制度，各國間的匯率保持穩定。二戰之后，美國憑借其影響力，建立了美元為主導的國際貨幣體系，即布雷頓森林體系，美元與黃金直接掛鉤，而其他各國的貨幣與美元掛鉤，這樣的匯率制度也屬于固定匯率制度，能保證各國間的匯率穩定。隨著1973年布雷頓森林體系崩潰，匯率進入了浮動匯率的時代，匯率波動頻繁，對國際經濟金融交往產生了深遠的影響，外匯風險管理變得越來越重要。準確預測匯率變動，合理規避匯率風險，成為各國在國際經濟交往中需要考慮的重要問題。對于中國而言，隨著2005年7月21日，人民幣開始不再盯住美元，而是實行以市場供求為基礎、參考一籃子貨幣進行調節、有管理的浮動匯率制度。我國的匯率更加市場化，浮動更加靈活，匯率變動更加頻繁。研究匯率預測對于我國保持經濟金融穩定，促進我國對外貿易和投資的發展都有非常重要的現實意義。

匯率預測理論最早建立在匯率決定理論基礎上，通過考查匯率的決定及其影響因素，來預測匯率的未來走勢。主要有購買力平價理論，利率平價理論，資產貨幣理論和現代匯率決定理論等，學者們通過這些依據經濟基本面建立的匯率決定模型，來分析匯率的變動趨勢。隨著匯率變動趨于復雜，匯率波動與經濟基本面開始脫離，匯率決定模型解釋和預測能力變得越來越差。時間序列統計技術的方法開始盛行，主要包括隨機游走（Random walk）模型、自回歸移動平均（ARIMA）模型、自回歸異方差（ARCH）模型、廣義自回歸異方差（GARCH）模型等，這些統計模型不再僅依據經濟基本面，而是考察匯率序列本身的變化趨勢，建立線性計量模型來進行預測。在最近時期的研究中，學者們發現匯率變動不都是線性的，非線性變動越來越成為匯率變動的一大特征，傳統線性計量模型無法對非線性變化進行預測，神經網絡方法、小波分析方法等非線性預測方法開始流行起來。本文根據匯率預測理論的發展過程，對各種理論進行綜述。

一、匯率決定理論

在西方國際金融理論中，有許多匯率理論來解釋匯率的決定和變動，匯率預測最早也是建立在這些匯率決定理論上，根據匯率決定理論的發展，我們分析購買力平價理論、利率平價理論、資產貨幣匯率理論和現代匯率決定理論。

（一）購買力平價理論

購買力平價理論是最早用數量方法表達的匯率決定理論，是由Cassel在1922年提出的。其理論核心思想是一國貨幣對另外一國貨幣的匯率，是由兩種貨幣在本國國內所能支配的商品與勞務的數量來決定的。購買力平價理論有兩種形式：絕對購買力平價和相對購買力平價。絕對購買力平價認為一國貨幣的價值及對它的需求是由單位貨幣在國內所能買到的商品和勞務的量決定的，即由它的購買力決定的，因此兩國貨幣之間的匯率可以表示為兩國貨幣的購買力之比。而購買力的大小是通過物價水平體現出來的。相對購買力平價彌補了絕對購買力平價一些不足，它認為兩國間的相對通貨膨脹決定兩種貨幣間的均衡匯率。購買力平價理論從貨幣所代表的價值這個層次分析匯率決定，具有一定的合理性，匯率的長期走勢與購買力平價的趨勢基本一致。購買力平價理論是建立在可貿易物品基礎上的，忽視了短期資本流動對匯率的影響，因而無法解釋短期匯率變動。

（二）利率平價理論

購買力平價理論忽視了資本流動對匯率的影響，因而無法預測匯率的短期變動。與購買力平價理論不同，利率平價理論不是從商品價格和貨幣購買力入手，而是從國際間的資本套利著手分析利率決定，在解釋利率短期變動時更有優勢。利率平價理論是由經濟學家凱恩斯在1923年提出的，該理論認為，兩國間遠期利率變動與兩國利差有關，兩國利率不同會導致套利活動產生，這會使遠期匯率變動幅度等于兩國利差。通過實踐證明，在短期內，利率平價理論比購買力平價理論對匯率的預測準確。利率平價理論創立以來，成為匯率決定理論的一塊基石。然而，利率平價本身也存在缺陷，許多研究表明，匯率的遠期升水，不僅受到兩國利差的影響，還要受到交易成本、資本控制、風險收益等各種因素的影響，實際的遠期匯率和由利率平價決定的遠期匯率常常會出現偏差。Frenkel（1976）1研究表明，在多數情況下，交易成本是實際遠期匯率與利率平價決定的遠期匯率之間產生偏差的主要原因。呂江林、王磊（2009）2認為，由于各國對資本流動管制、對非居民利息收入征稅以及各種交易成本、機會成本等存在，加上各國發展不平衡，各國經濟內外部均衡情況也大不相同，利率平價理論也并不是完全成立，在短期內對遠期匯率的解釋和預測也存在較大的誤差。

（三）資產貨幣匯率理論

資產貨幣匯率理論建立在貨幣基礎之上，根據其發展演化過程，可以分為貨幣主義匯率理論和資產組合匯率理論。

貨幣主義匯率理論將購買力平價與貨幣數量方程式結合起來，揭示了匯率與相對貨幣供應量、相對實際產出、相對利率等經濟要素之間的數量關系。曾興波、傅德紅（2008）3認為貨幣主義匯率理論特別突出貨幣在匯率決定中的作用，認為匯率是由兩國相對貨幣供求所決定的。根據理論的發展演變，可以分為早期貨幣主義和現代貨幣主義兩個階段。早期貨幣主義匯率理論強調貨幣市場在匯率決定過程中的作用，它把匯率看作是兩國貨幣的相對價格而不是兩國國民產出的相對價格。該理論認為，匯率是由貨幣市場上的存量均衡條件決定的，當兩國貨幣存量的供求達到平衡時，兩國貨幣的匯率就達到了均衡。早期的理論對彈性的計算既繁雜又不易很準確，在實際應用中受到了限制。為解決此局限，80年代以來，現代貨幣學派引進了貨幣需求函數，發展成為現代貨幣主義匯率理論。該理論還將匯率的均衡分為長期和短期均衡來考察，使定量分析在其理論分析中得到了實際運用。由于一般貨幣模型含有許多嚴格假設，難以與現實情況相符。放松相應假設就發展出新的模型，如放松商品價格完全靈活彈性的假設，就得到粘性價格模型等。張美玲（1992）4利用1978-1990年美元、日元、英鎊等的匯率，對貨幣主義匯率理論進行了檢驗，認為該理論對這10多年間西方主要國家匯率變動的解釋符合實際。

孫葉萌（2008）5認為，匯率的資產組合理論把貨幣主義的概念引申到所有金融資產。資產組合理論把這些金融資產，如本國貨幣、有價證券、外國貨幣和外國金融資產等歸結為財富，試圖指示資產組合和財富的積累過程對匯率的影響，從而形成了匯率決定的資產組合理論。該理論認為匯率是由兩國相對所有金融資產的相對價格決定的，從一個全新的角度解釋了匯率決定問題。然而資產組合匯率模型的檢驗比較困難，主要是由于引入了財富和風險收益，而這兩個變量測量存在很大困難。同時貨幣模型檢驗結果不理想的情況同樣會在資產組合模型中出現，這也影響了該模型的解釋效力。

二、時間序列統計方法

研究者發現，在匯率的短期變動中，根據經濟基本面建立的匯率決定模型難以得到實證支持，結構模型的解釋力難以讓人滿意。Meese、Rogoff（1983）6的研究發現，利用匯率決定理論建立的結構模型得到的預測結果，并不比利用隨機游走模型預測的結果好，這說明結構模型的價值不大。部分研究者不再關注匯率決定理論，轉向對匯率的時間序列特征進行分析。

（一）隨機游走模型

隨機游走模型由英國統計學家Kendall創立，它認為時間序列上的每個點都會隨機地游離在現在的位置，從而產生一個新的模型。隨機游走從它的初始值開始游離，但是卻沒有表現出特定的方向或是趨勢。自從Meese和Rogoff發現隨機游走模型比結構模型的預測效果更好，Cheung et al（2005）7在他們樣本基礎上增加了后20年的數據，重新確認了Messe和Rogoff的結論。鄒宗森（2003）8認為，大多數研究指出匯率存在單位根，因而支持隨機游走假設。然而Baillee、Bollorslev（1981）9的研究表明，平堵（Martingale）差分方程的預測效果好于隨機游走模型。

（二）自回歸移動平均（ARIMA）模型

ARIMA模型將非平穩的時間序列轉化為平穩的時間序列，然后將因變量對它的滯后值以及隨機誤差項的滯后值進行回歸，根據時間序列的過去值及現在值預測未來值。Palma和Chan提出對長期匯率序列誤差值的預測和估計，結果表明ARIMA模型結果比隨機游走更好。戰毅、安佳（2013）10分析了2010年-2012年人民幣匯率，建立ARIMA（1，0）模型，預測了2013年1-3月人民幣匯率走勢，發現該模型預測精度較高。但孫葉萌（2008）8認為，當研究的問題比較復雜時，ARIMA模型的預測能力有限，預測精度也不高。

（三）ARCH-GARCH類模型

一般的時間序列模型關注變量的均值，而忽視了變量的波動特征。但是匯率波動特征具有隨時間變化的特點，有時相當穩定，有時波動異常劇烈，即存在波動聚集（volatility clustering）現象，這說明匯率序列存在條件異方差。考察變量波動特征能夠更全面地刻畫匯率序列的變動情況。ARCH模型全稱為自回歸條件異方差性的模型，由Engel于1982年提出。該模型假定隨機誤差項的條件方差依賴于誤差項前期值平方的大小。ARCH模型能夠用來描述匯率“波動聚集性”現象，但是ARCH模型存在滯后長度難以確定，容易違反非負數約束等缺陷。

三、非線性預測方法

時間序列的分析方法雖然較基于經濟理論的結構模型，對匯率預測取得了更好的效果。但是傳統時間序列分析模型主要是基于線性模型，對于非線性系統的準確性較差。而越來越多的研究發現，匯率變動是非線性的。盡管上文中提到的ARCH、GARCH模型能夠改善非線性時間序列的預測效果，但是其本身存在缺陷，難以符合實際。因此需要其他的非線性預測方法。

（一）人工神經網絡法

人工神經網絡是由大量簡單的處理單元廣泛連接組成的復雜網絡，是在現代生物學研究人腦組織取得的成果基礎上提出的，用以模擬人類大腦神經網絡結構和行為。1943年由心理學家Mclulloch和數學家Pitts合作提出的形式神經元的數學模型（稱之為MP模型）開創了神經網絡計算理論研究。由于神經網絡模型具有較強的學習和數據處理能力， 是一種自然非線性建模過程， 能夠挖掘數據背后復雜的甚至很難用數學式描述的非線性特征， 且不需要事先假設數據之間具有何種具體函數形式或滿足哪種分布條件， 因此在匯率的非線性時間序列預測領域中受到越來越多的重視。曾興波、傅德紅（2008）6指出，當數據是非線性且為季節性時，相比于傳統統計方法，神經網絡的預測能力更佳。徐緣圓（2013）11利用基于后傳播（BP）算法的神經網絡，對2010年1月-2012年10月間人民幣與美元間的匯率進行預測，得到比較精確的預測結果。

（二）小波變換法

小波分析以數學和工程學為基礎，本質上與非參數估計相關，這點與神經網絡技術相似。而它主要應用于信號過程，這點和時間序列模型相似。小波變換由于其獨特的多尺度分析能力而成為提取匯率波動序列變化特征的有力工具。其最大的優點是能將時間序列按不同尺度分解成不同的層次，從而使問題變得簡單，便于分析和預測。Pan和Wang的研究發現，使用小波分析法在有噪音的數據中選取有用信息是很有效的。他們還指出小波分析能克服神經網絡和傳統統計方法的一些局限，因為它能從混亂數據中發現真正有用的模型數據。殷光偉、李倩、戰玉峰（2012）12利用小波變換，將匯率序列分解為低頻和高頻部分，再結合混沌理論對2005年7月-2012年12月人民幣對美元匯率進行建模和預測，得到了較高的預測精度。

四、小結

本文回顧了匯率預測理論的發展過程，并對相關文獻進行綜述。可以看出，匯率預測最早根據匯率決定理論，依據經濟基本面之間的相關關系預測匯率的走勢。匯率決定理論對于匯率的長期走勢仍具有一定的解釋力，這說明匯率的長期變動仍然與各國經濟狀況和國際經貿交往有關。然而匯率的短期變動則受到復雜因素的影響，難以通過匯率決定理論解釋。由此發展出了考查匯率變動線性趨勢的時間序列模型，以及考察匯率變動非線性趨勢的人工神經網絡和小波變換法等。可以看出，隨著國際經貿交往越來越頻繁，國際金融體系越來越發達，信息網絡越來越密集，影響匯率變動的因素變得非常復雜，匯率變動難以通過單一模型準確預測，非線性、多元組合的匯率預測成為匯率預測理論的發展趨勢，在方法論上，多學科融合的趨勢也非常明顯。

【參考文獻】

[1]Frenkel， Jacob. A. A Monetary Approach to the Exchange Rate： Doctrinal Aspects and Empirical Evidence. Scand. J. Econ.， 1976， 78（2）：200–24.

[2]呂江林、王磊，西方匯率決定理論的發展脈絡評述，江西社會科學[J]，2009年第7期

[3]曾興波、傅德紅，匯率預測理論與方法的發展，時代金融[J]，2008年第11期

[4]張美玲，貨幣主義匯率理論述評和實證分析，數量經濟技術經濟研究[J]，1992年第11期

[5]孫葉萌，匯率決定理論和匯率預測，吉林大學博士學位論文[D]，2008年

[6]Meese R A， K S Rogoff. Empirical Exchange Rate Models of the Seventies： Do They Fit Out of Sample [J]. Journal of International Economics， 1983， 14， 3-24.

[7]Cheung Yin-Wong， M Chinn， A Garcia. Empirical Exchange Rate Models of the 1990s： Are Any Fit to Survive [J]. Journal of International Money and Finance， 2005， 24， 1150-1175.

[8]鄒宗森，匯率決定之謎及研究評述，金融理論與實踐[J]，2013年第4期

[9]Baillee， R. T. and Bollorslev， T. Common Stochastic T rends in a System of Exchange Rates [J]. Journal of Finance， 1981， 44（1）： 167- 81.

[10]戰毅、安佳，ARIMA模型在匯率預測中的應用——基于人民幣匯率的驗證，中國證券期貨[J]，2013年第5期

[11]徐緣圓，BP神經網絡在匯率預測中的應用，時代金融[J]，2013年第1期下旬刊

[12]殷光偉、李倩、戰玉峰，人民幣匯率預測研究——小波與混沌理論相結合視角，商業時代[J]，2012年第4期