宏觀經濟視角下基于多維灰色組合模型的匯率預測研究

摘 要隨著人民幣匯率市場化進程的加快，匯率波動的彈性空間也越來越大。準確把握人民幣匯率走勢對于我國經濟社會穩健發展具有重要意義。在宏觀經濟視角下，對2010年7月至2022年8月的人民幣兌換美元月度匯率中間價進行了數據擬合，發現由灰色系統模型和支持向量回歸模型并聯組合得到的多維灰色組合模型具有更好的擬合效果，進而利用該模型預測2022年9月至2023年5月人民幣兌換美元匯率月度價格。預測結果顯示，2022年9月至2022年12月，受到外資流出和美元加息影響，人民幣兌換美元匯率仍存在持續貶值壓力，但在2023年初將出現拐點，匯率企穩回升，該結果與人民幣兌換美元匯率的實際走勢較為吻合，進一步驗證了多維灰色組合模型在匯率預測方面具有優勢。結合國內外經濟發展形勢來看，人民幣幣值短期貶值并不會影響其長期穩定性。

關鍵詞多元融合模型 宏觀經濟分析 灰色系統 支持向量回歸 匯率預測

一、引 言

根據諾貝爾經濟學獎得主保羅·克魯格曼（Paul R. Krugman）教授提出的“三元悖論”（Mundellian Trilemma），在開放經濟條件下，一個國家不可能同時實現匯率穩定、資本自由流動和貨幣政策獨立三個目標，只能同時實現其中兩個目標，而放棄另一個目標。受三元悖論限制，在確保貨幣政策獨立性和資本流動性的前提下，實現穩定的匯率變得非常困難。中國于2005年進行匯率制度改革后，實行以市場供求為基礎的、參考一籃子貨幣進行調節的、單一的、有管理的浮動匯率制度。在該匯率制度下，雖然匯率起到了反映市場信息、調控價格的功能，但是匯率穩定、資本自由流動和貨幣政策獨立三者無法處于兩兩平衡的極端狀態，匯率波動帶來的影響機制也將變得更為復雜。

2018年以來，人民幣匯率經歷了由強到弱的走勢變化，對各種貨幣的匯率有升有貶，雙向波動范圍逐漸擴大。尤其是2020—2021年人民幣兌換美元匯率中間價不斷攀升，但是從2022年初開始人民幣兌換美元匯率中間價大幅下跌。匯率大幅波動不僅影響一個國家的生產布局和經濟結構，還會對相關企業的業績和財務狀況產生波動影響，不利于企業穩健經營。特別是跨國公司，其生產成本和銷售收入受到匯率波動的直接影響，且外貿合同金額越大，企業面臨的風險越大，匯率波動甚至可能對公司造成災難性打擊。在此背景下，合理判斷匯率走勢并采取針對性的應對措施，已成為跨國公司經營中的一項重要工作，對于公司經營具有重要意義。比如，當公司判斷未來匯率走勢有利于其發展時，便會提高業務投入，積極拓展市場；反之，則會縮減開支，采取市場收縮策略。（陳琳、袁志剛、朱一帆：《人民幣匯率波動如何影響中國企業的對外直接投資？》，《金融研究》，2020年第3期。）因此，揭示匯率波動規律，采用恰當的模型科學預測匯率走勢，無論對于國家從宏觀經濟層面防范外部環境干擾，還是對于企業或其他市場微觀主體優化調整發展戰略，都具有決策參考價值。

影響匯率的因素很多，也很復雜，與之相關的理論稱為匯率決定理論，該理論能夠為國家制定匯率政策提供依據，其演化發展過程較為復雜。1944年以前，先后出現國際借貸學說、購買力平價學說和利率平價學說等匯率決定理論；1944—1973年布雷頓森林體系實行期間，國際貨幣基金組織（IMF）各成員國的貨幣與美元保持固定匯率，此時主要考慮國際收支均衡在匯率決定中的作用，即國際收支學說；1973年布雷頓森林體系解體以后，固定匯率制度崩潰，開始出現浮動匯率制度，資本市場學說逐漸成為主流的匯率決定理論，它更強調資本流動在匯率決定中的作用。這些理論從不同視角闡述了宏觀經濟變量對匯率的作用機制和影響效果，共同形成了匯率決定理論體系。

人民幣匯率制度經歷多次改革，2005年匯率改革以來，中國廢除只盯美元的貨幣政策，人民幣匯率的彈性明顯增強，以市場供求為基礎的匯率雙向波動已成為常態，許多學者都采用基本面分析研究了人民幣匯率的走勢。劉金全等通過購買力平價模型對人民幣匯率進行了預測研究，認為人民幣匯率的長期走勢符合購買力平價理論。（劉金全、云航、鄭挺國：《人民幣匯率購買力平價假說的計量檢驗——基于Markov區制轉移的Engel-Granger協整分析》，《管理世界》，2006年第3期。）楊長江等發現通過擴展購買力平價模型能夠更好地預測人民幣均衡匯率水平。（楊長江、鐘寧樺：《購買力平價與人民幣均衡匯率》，《金融研究》，2012年第1期。）陳創練等通過泰勒規則模型研究發現，泰勒規則對人民幣匯率的影響不具有持久性，而且由于中國實行嚴格的資本管制制度，利率貨幣工具對匯率波動的影響較弱。（陳創練、楊子暉：《“泰勒規則”、資本流動與匯率波動研究》，《金融研究》，2012年第11期。）上述基本面分析通過研究基本面因素的狀況、變化程度得出貨幣間的供求關系，這種做法在估計匯率的長期走勢方面具有可靠性，但是基本面分析無法提供匯率漲跌的起點、終點以及發生變化的具體時間。況且，匯率也并非嚴格遵守基本面的變化規則，它還受到政治、經濟和市場等各種確定和不確定性因素的影響，這使得外匯市場包含各種隨機的、非線性的信息特征，（David A. Hsieh， “The statistical properties of daily foreign exchange rates： 1974-1983”， Journal of International Economics， vol.24， no.1-2（1988）.）其結構、狀態和邊界很難被準確描述。（陳黎明、王春香、黃偉等：《人民幣匯率波動的非線性特征研究》，《統計與決策》，2014年第9期。）可以認為外匯市場是一個部分信息已知、部分信息未知的復雜開放系統，這也就意味著傳統理論很難清楚刻畫浮動匯率的走勢和波動特征。因此，對匯率進行預測研究時，應考慮將宏觀經濟基本面因素、市場預期因素與技術分析相結合，取長補短以得到更好的預測效果。

從技術分析的角度來看，目前預測匯率的主流模型可以分為兩類。一類是只將數據本身作為輸入變量的一維模型。這類模型不將匯率作為經濟變量，不考慮匯率波動的影響因素，僅僅將其視為一組數據，此類模型只適合對數據進行即時預測，一旦預測周期變長，預測結果的可靠性受模型精度的影響較大。另一類是考慮了匯率的經濟特性，基于一組具有經濟意義的影響指標建立的多維模型。這類模型在選擇和處理指標時存在以下問題：第一，在指標的選取上缺乏理論基礎，有些學者只選取了一些通用的、敏感的經濟指標，未具體說明選擇的原因，也未對其與目標變量的關系進行驗證；第二，指標的選擇范圍局限于國內市場，匯率與相關國家的經濟狀況都有關，僅采用一個國家的數據會造成對比信息缺失；第三，由于匯率具有不確定性，而宏觀經濟指標的公布頻率低且具有滯后性，所以實現匯率的即時預測是非常困難的。因此，多維模型的指標選擇既要符合基本面分析的要求，又要與實際情況相符。匯率決定理論所涉及的影響因素可以作為多維模型的重要輸入變量，因為它們對匯率的影響具有充分的理論基礎而且各有側重。（陸曉琴、馮玲、丁劍平：《匯率貨幣模型的非線性協整關系檢驗——基于深度GRU神經網絡》，《中國管理科學》，2020年第5期。）

然而，僅依賴基本面預測匯率走勢并不能完全反映中國當前實行的有管理的浮動匯率制度。有管理的浮動匯率制度意味著匯率受到市場和央行的雙重影響。2005年匯率改革后，人民幣匯率波動幅度擴大，市場供求發揮作用，但央行干預仍是主導力量。2015年新一輪匯率改革后，央行干預顯著下降，外匯市場的彈性上升，影響人民幣匯率的因素趨于多元化，市場供求成為人民幣匯率波動的主要因素，但央行仍然會有意識地管理匯率波動區間，所以人民幣匯率波動率僅相當于其他新興市場貨幣匯率波動率的50%。隨著中國匯率市場化程度的提高，央行的預期管理方式逐漸由“實際干預”（指央行通過在外匯市場進行外匯買賣操作，直接影響外匯市場的供求關系，進而實現對人民幣匯率的有效管理。）轉向通過“匯率溝通”（指央行通過發布言論、新聞等信號影響市場預期從而達到調控的目的。）。楊定華等實證發現，匯率溝通與實際干預對人民幣匯率預期的作用效果有顯著差異，實際干預對人民幣匯率預期的影響較大，持續時間較長，存在時滯性，匯率溝通則更能有效引導匯率預期，并且建立在調節市場預期的基礎上。（楊定華、封文華：《央行匯率干預、人民幣匯率預期與短期國際資本流動》，《金融與經濟》，2020年第11期。）因此，在預測匯率時，不能忽視市場對匯率的影響，應該同時考慮基本面和市場預期對匯率的影響。（肖立晟、楊嬌輝、李穎婷等：《中國經濟基本面、央行干預與人民幣匯率預期》，《世界經濟》，2021年第9期。）

考慮到匯率的點預測難以實現，所以通常更關注匯率走勢。此時月度數據顯示出更高的參考價值，因為與日數據相比，月度數據能更好地跟蹤宏觀經濟指標變化，而與季度、年度等中長期數據相比，月度數據對相關數據變化更敏感。從預測模型的選擇來看，組合預測模型能夠綜合利用各種模型的優點，實現較高的預測精度。部分學者將灰色系統模型和機器學習模型相結合來預測時間序列，結果表明可以有效提高預測精度。（Xin MA， Xie Mei， Johan A.K. Suykens， “A novel neural grey system model with Bayesian regularization and its applications”， Neurocomputing， vol.456（2021）. 侯瑞環、徐翔燕：《基于改進多維灰色模型及支持向量機的人口預測》，《統計與決策》，2021年第18期。）鑒于此，本文嘗試基于灰色系統模型與支持向量回歸方法相結合的多維灰色組合模型，預測人民幣兌換美元匯率月度價格的走勢，并結合國內外經濟形勢給出市場主體應對匯率波動的策略。

二、研究設計

（一）數據選取

2005年匯率改革前，人民幣匯率一直與美元掛鉤。2008年7月至2010年6月，為應對全球金融危機，中國將人民幣兌換美元匯率中間價維持在6.83左右。為避免上述因素影響，本文將2010年7月至2022年8月作為選取樣本的時間區間，并選取該時間區間內人民幣兌換美元月度匯率中間價作為研究樣本。（匯率數據來源于中國外匯交易中心網站（http：//www.chinamoney.com.cn/chinese/index.html）。）

在當前的信用貨幣制度下，匯率影響因素的選擇應該符合以下原則：第一，要體現客觀性和合理性。匯率決定理論相對成熟，根據該理論選擇的匯率影響因素具有較強的理論支撐。第二，要具有穩定性和易獲得性。雖然政治軍事、心理預期和投機行為等因素都影響匯率，但是建立統一的量化標準并不容易，并且上述因素在不同時空環境下對匯率產生的影響存在差異。因此，在現有研究的基礎上引入多個變量，（王元龍：《影響人民幣匯率變動的因素及其走勢分析》，《國際金融研究》，1998年第10期。羅曉、曾霽：《人民幣升值壓力下關于人民幣匯率決定因素的思考》，《北方經濟》，2012年第22期。）詳見表1。

通貨膨脹率是影響匯率的重要因素之一，常用消費者物價指數（CPI）來測度。貨幣供求量通過貨幣供求關系影響國內通貨膨脹率，從而影響匯率。利率直接影響市場參與者的投資意向和套利資金的流動方向，從而對匯率產生影響，存在多個測度利率的指標，本文依次采用中債國債一年期到期收益率月末值和美國國債聯邦基金利率月末值反映中國利率和美國利率。國際收支通過外匯供求關系對匯率產生影響，貿易差額可以反映國際收支。國內生產總值（GDP）對匯率的作用最為復雜，它不僅直接影響匯率，還通過其他經濟變量間接影響匯率。中國和美國通常按照季度公布GDP數據，根據預測模型需要將季度GDP數據轉換為月度GDP數據，具體做法是將季度GDP增長率作為月度GDP增長率進行轉換。此外，通過美元指數、消費者信心指數（CCI）間接反映市場預期。

確定指標以后，可以運用灰色關聯分析方法計算各變量與匯率之間的相關性，（Cao Xuesong， Li Xican， Zhai Haoran， et al， “Grey relational local regression estimation model of soil water content based on hyperspectral data”， The Journal of Grey System， vol.32， no.2（2020）.）結果見表2。可以看到，各變量與匯率的相關程度相差不大，無須剔除某些影響較大的因素。

與匯率相關程度排名前五的影響因素分別為中國貨幣供應量、美國國內生產總值、美元指數、美國貨幣供應量、中國消費者信心指數。可以看出，除了傳統的基本面因素以外，美元指數和國內消費者信心指數也對匯率有較大影響，這反映了前文提到的“匯率溝通”政策產生的調控作用。

（二）模型構建

灰色系統模型多用于研究“部分信息已知、部分信息未知的”小樣本、貧信息且具有不確定性的系統。外匯市場可以被視為一個典型的灰色系統，同時由于主要選取月度數據，考察期內的樣本量相對較少，適合用灰色系統理論來建模。多維灰色系統模型GM（1，N）適用于分析多因素之間的關聯關系，但是傳統的GM（1，N）模型難以擬合過于復雜的數據，而且由于其理論假設過于理想化，所以在實際應用過程中存在一定局限性。本文借鑒周偉等建立非線性優化GM（1， N）模型的思路，（周偉、方志耕：《非線性優化GM（1， N）模型及其應用研究》，《系統工程與電子技術》，2010年第2期。）建立基于非線性關系的GM（1， N， X1（0））模型，較好地處理了GM（1， N）模型存在的線性關系假設問題。

三、匯率預測的實證結果分析

根據公式（7）可以分別求得對兩個模型預測結果進行加權的共振權重，其中與基于非線性關系的GM（1， N， X（0）1）模型相對應的共振權重為W1=0.4972，與支持向量回歸模型相對應的共振權重為W2=0.5028，二者較為接近。

表3具體給出了三種模型的擬合誤差。平均絕對誤差（MAE）和均方根誤差（RMSE）用于反映真實值與預測值的絕對偏離程度，而平均絕對百分比誤差（MAPE）用于反映真實值與預測值的相對偏離程度。從表3可知，在三個模型中，多維灰色組合模型的MAE、RMSE和MAPE取值均最小，因而擬合效果最好。這說明該模型結合了另外兩個模型的優點，能夠提取兩個單一模型的有價值信息，提高了匯率的預測精度。圖1同時展示了三種模型對樣本數據的擬合結果。從圖1可以看到，多維灰色組合模型的擬合數據與樣本值最為接近。

為了進一步驗證多維灰色組合模型在匯率預測中的有效性，用其他4種單變量或多變量模型對樣本數據進行擬合，擬合誤差見表4。

對比表3和表4可知，如果只關注擬合精度指標結果，那么ARIMA（1， 1， 0）和指數平滑模型的三項擬合誤差值均較低，說明這兩種模型對樣本數據的擬合效果較好，但是結合實際預測情況來看，在樣本數據取值范圍內ARIMA模型和指數平滑模型都出現了嚴重的預測滯后現象，同時在樣本數據取值范圍以外預測結果呈現出明顯的線性趨勢，這與預期的預測情況不符。GM（1，1）模型的擬合結果表現出完全的線性關系，這說明傳統的單變量模型不適合預測匯率。比較多變量模型的擬合效果，會發現多維灰色組合模型的表現最好。

現在基于上述多維灰色組合模型對2022年9月至2023年5月人民幣兌換美元匯率進行預測，預測結果見表5。

圖2進一步呈現了2022年9月至2023年5月人民幣兌換美元匯率預測結果的走勢。總體上，人民幣兌換美元匯率沒有出現劇烈波動。2022年9月至2022年12月，人民幣兌換美元匯率出現貶值，月度匯率接近7，但是進入2023年，人民幣對美元將逐漸升值。綜合近期國內外經濟社會發展形勢，當前的匯率波動主要是國內外經濟基本面、市場預期以及中外關系等內外因素共同作用的結果。

從支撐因素來看，隨著穩增長政策的持續發布和實施，國內經濟基本面逐步恢復，在國際貿易方面，我國強調保穩提質，持續加碼政策支持力度，在新冠疫情期間依賴供給優勢積累了大量貿易順差。2020年和2021年貨物及服務貿易順差分別達到4355億美元和4012億美元，遠高于2019年的2409億美元水平。貿易順差能提高人民幣匯率韌性，緩沖因美元加息和外資流出所導致的貨幣貶值壓力，增強國內供應鏈和物流運輸鏈的韌性，支撐人民幣幣值。

從壓力因素來看，由于受到新冠疫情的持續影響，全球經濟發展放緩，通貨膨脹率居高不下。俄烏沖突和佩洛西竄訪中國臺灣等事件不僅加劇了全球投資者的風險厭惡情緒，也引發了市場對中美金融脫鉤的擔憂。美聯儲多次重申抑制通貨膨脹的決心，這意味著美國加息的力度將進一步加大，美元指數將持續走強，避險情緒等多種因素將支撐美元在一定程度上壓低人民幣幣值。

因此，在短期內上述因素有可能加大人民幣匯率波動幅度，但長期來看無須過度擔憂人民幣貶值。縱觀多年來人民幣匯率變化的歷程，2015年匯改后，人民幣匯率共遭受五次重大的貶值沖擊。其中有三次劇烈波動是短期外部沖擊導致的，但在沖擊減弱后人民幣匯率迅速回歸經濟發展基本面。其余二次劇烈波動分別是由匯率政策改革和中美關系引發的。一次發生于2015年10月，彼時人民幣剛剛結束單邊長期升值模式，在雙向浮動匯率制度下人民幣釋放了積攢已久的貶值壓力；另一次發生于2019年3月，是由中美金融脫鉤風險顯著增加引發的，但是人民幣長期積攢的貶值壓力已得到充分釋放，人民幣匯率雙向浮動已成常態，所以當中美簽署合作協議以后，市場對中美金融脫鉤的顧慮逐漸緩解。從長期來看，未來的中美經濟發展趨勢很可能對人民幣匯率產生正向回饋。

四、結論與建議

人民幣匯率波動對相關企業的業績和財務狀況會產生不確定影響，不利于企業穩健經營，因此把握人民幣匯率的變化趨勢對于經濟社會穩健發展具有實踐價值。但是匯率的影響因素涉及多個層面并且作用機制比較復雜，本文在宏觀經濟基本面因素基礎上，還考慮了市場預期因素和技術分析，通過對灰色系統模型和支持向量回歸模型進行并聯組合，建立擬合效果更好的多維灰色組合模型，并利用該模型預測了2022年9月至2023年5月人民幣兌換美元匯率的月度價格。預測結果顯示：2022年9月至2022年12月，人民幣對美元仍有一定的貶值壓力，但是從2023年開始人民幣兌換美元匯率走勢將迎來拐點，開始企穩回升，該預測結果與實際吻合度較高。支撐因素和壓力因素分析表明，從長期來看人民幣兌換美元匯率受中美經濟發展趨勢調節，持續貶值的可能性很小。

基于上述研究結果，分別從微觀和宏觀兩個層面給出以下建議。在微觀層面，投資者和外貿企業等市場主體應該通過縮短結算周期、直接采用人民幣結算等方式來應對匯率波動風險，具備一定條件的企業甚至可以采用外匯期貨來對沖匯率波動。在宏觀層面，國家應該長期保持實施穩健的貨幣政策，加大力度恢復和鞏固經濟基本面，增強發展動力，提升幣值韌性。在此基礎上，要加快人民幣國際化步伐，建立和完善人民幣離岸市場和在岸市場的協同機制；還要加快建立人民幣匯率期貨市場，根據外貿企業的跨境經貿業務設計人民幣匯率期貨品種，引導境內外貿企業利用匯率期貨市場規避匯率風險。

〔責任編輯：來向紅〕

作者簡介：姚天祥，管理學博士，南京信息工程大學管理工程學院副研究員，碩士研究生導師；劉熙純，南京信息工程大學管理工程學院碩士研究生。

基金項目：江蘇省生產力學會資助項目“‘雙循環’ 格局下的中國經濟增長預測研究”（JSSCL2020A011）