汇率预测理论综述

杨晓俣

摘要：在当下科学技术飞速发展的环境当中，应用与生产的国际化与社会化的程度不断的提高，同时全球经济一体化程度也在不断加深，导致国际金融领域产生了巨大的变化。而在这变化当中，汇率的变动最为突出。汇率的变动不仅仅影响着银行与企业的发展，更加关系着一个国家的经济与政治的稳定性，所以汇率预测也是外汇风险管理中必不可少的一环。本文从汇率决定理论出发，总结了众多国内外学者在汇率预测方面的理论及其研究方法，将传统的统计方法与非参数方法进行比较分析，并且指出了现阶段汇率预测方面的一些不足之处。

关键词：汇率预测；汇率决定；统计型方法；非参数法

第1章 引言

在当下科学技术飞速发展的环境当中，应用与生产的国际化与社会化的程度不断的提高，同时全球经济一体化程度也在不断加深，导致国际金融领域产生了巨大的变化。而在这变化当中，汇率的变动最为突出。汇率的变动不仅仅影响着银行与企业的发展，更加关系着一个国家的经济与政治的稳定性。

本文从汇率决定理論出发，总结了众多国内外学者在汇率预测方面的理论及其研究方法，将传统的统计方法与非参数方法进行比较分析，并且指出了现阶段汇率预测方面的一些不足之处。文章的第二部分主要介绍几个重要的汇率决定理论；第三部分阐述三种汇率预测方法；第四部分从传统的统计型方法和非参数法两方面来介绍汇率预测的一些模型；最后对汇率预测理论进行总结并提出现有的一些不足之处。

第2章 汇率决定理论

汇率决定理论主要有：国际借贷理论、购买力平价理论、利率平价理论、国际收支理论和资产市场理论。这些理论的主要区别在于对汇率的决定性因素的研究角度不同，例如有货币因素、市场因素、宏观基本面因素、存量因素与流量因素等。然而迄今为止，并没有一种汇率决定理论能够完全的对汇率进行准确测定。

2.1 国际借贷理论。国际借贷理论（Theory of International Indebtedness）由英国经济学家葛逊（GeorgeGoschen）于1861年提出，这一理论指出：汇率是由外汇的供求所决定，而外汇的供给与需求又决定于国际借贷。因而影响汇率变化的主要因素是国际借贷关系。国际借贷由流动借贷与固定借贷所组成。所谓固定借贷，即未进入实际支付阶段但已存在借贷关系的借贷；而流动借贷是指已进入支付阶段的借贷。

国际借贷理论的不足之处是并没有明确出影响外汇供求关系的因素。

2.2 购买力平价理论。购买力平价理论（Theory of Purchasing Power Parity，简称PPP）最早是由瑞典经济学家古斯塔夫·卡塞尔（Cassel）提出的。简单地说，购买力平价是两国之间的综合价格比。两国货币的交换比率取决于两者的购买力之比，也就是说两国货币在其本国的购买力决定了一国货币对另外一国货币的汇率。

Francis，Hasan and Lothian（2001）[1]的研究对加拿大元与美元的汇率进行了检验，证明了在样本期内加拿大元与美元的汇率的长期购买力平价成立。但是，用购买力平价理论来确定汇率也存在一些局限性，它要求两国的贸易与资本处在完全流动中，并且两国的生产与消费结构以及价格体系也必须大体接近，否则两国的货币购买力则不具有可比性。

2.3 利率平价理论。利率平价理论（Interest Rate Parity Theory）最早是由英国经济学家凯恩斯和爱因齐格提出的。该理论的假设前提是：自由流动的国际资本市场，充足的资金，可自由兑换的货币，套利资金供给的完全弹性，以及投资者充分的套利行为，使得国际金融市场上以不同货币计价的相似资产的收益率趋于一致。该理论认为，两国之间的利率取决于两国之间的即期汇率与远期汇率的关系。也就是说，投资者在国内投资所得到的短期利率收益应该与按即期汇率折成外汇在国外投资并按远期汇率买回本国货币所得到的短期投资收益相等。若因为两国的汇率差而出现投资收益产生差异，则投资者就会进行套利活动，最终远期汇率将固定在某一固定的均衡位置。

2.4 国际收支理论。国际收支理论最早出现在20世纪三四十年代，两次世界大战之间，由早期的国际借贷学说演变而来。这一理论认为：国际收支决定外汇的供给与需求，外汇的供给与需求又决定了外汇汇率。当国际收支出现顺差，即一国的外汇收入大于一国的支出时，外汇的需求小于供给，导致汇率下降；反之，汇率上升。当外汇的供给与需求相等时，汇率处于均衡状态。

国际收支理论的局限性在于：一方面，两国必须都具备比较发达的外汇市场；另一方面，在两国的国际收支都处于均衡状态的条件下，该理论便无法确定汇率的实际水平。

2.5 资产市场理论。资产市场理论（Asset Market Approach）由美国经济学家Branson，Dombusch 和 Francel等人所提出，是20世纪70年代中后期发展起来的一种重要的外汇决定理论。该理论认为各国货币的价格比由各种外币资产的增减决定，各种外币资产的增减又由投资者调整其外币资产的比例关系所影响，这种调整往往引起资金在国际间的大量流动，对汇率产生巨大影响。

虽然资产市场理论很好地解释了在汇率普遍浮动时期的汇率异常波动现象，但是这一理论的使用存在很大的局限性，要将其作为确定两国汇率的依据，需要满足的前提条件有：发达的金融市场、宽松的资本和外汇管制、实行自由浮动汇率制度等。

第3章 汇率预测方法

预测汇率的方法大致可以分为三种：（1）基本分析法；（2）技术分析法；（3）市场汇率基准法。

3.1基本分析法。基本分析法的主要原理是利用宏观经济变量及宏观经济政策与汇率之间的基本关系来预测未来的汇率。基本分析法是最常用的一种汇率预测方法，因其具有较高的准确性，所以常被用来预测汇率的长期趋势。使用该方法的人普遍认为，在长期时间下，汇率变动可以通过购买力平价反映出来。然而在预测短期汇率以及判断汇率变化方面，由于短期汇率变动主要依赖于对利率差异的判断以及对经济发展变化的预期，这其中偶然性因素较多，因此不具有一定的可预测性。基本分析法采用的模型大多是一些宏观汇率决定模型，如蒙代尔-弗莱明模型（简称M-F模型）、各种货币模型（如Tobin模型、弹性价格货币模型等）、资产组合平衡模型、实际利差模型等。这些模型的共同点是它们都是从宏观经济角度出发进行汇率研究，认为汇率的变动是由宏观经济变动所引起。不同之处在于它们建立在不同的假设条件下，分别从不同的角度去分析汇率变动的影响因素与途径。

3.2技术分析法。技术分析是以市场行为的图形、图表、形态、指标为手段，使用数学、统计学原理研究市场行为的价格预测方法。技术分析常用的图形有线形图、柱状图等，常用的指标有移动平均线、市场导向指数、相对强弱指数（RSI）、随机指数（K/D）、汇聚分散移动平均数（MACD）等。

使用技术分析法必须满足两个假设前提：第一，所有影响价格走势的因素都会反映在当前的和历史的市场价格中。第二，历史会重演。因此，技术分析实质上是利用历史价格数据来预测未来价格的过程，但有效市场理论认为，所有有效信息都会反映在市场中，每一位市场参与者都能获得市场中的有效信息，通过技术分析并不能得到更好的预测。因此，技术分析法与有效市场理论是相对立的。

3.3市场汇率基准法。市场汇率基准法认为可以利用市场基准汇率预计未来汇率的变动，其主要假设有两点：第一，以当前即期汇率为基准可以预测近期汇率的变动；第二，以当前远期汇率为基准可以预测未来时点的即期汇率。

第4章 汇率预测模型

4.1传统的统计型方法

4.1.1随机游走（Random Walk）模型。随机游走是指无法根据过去的情况来判断未来的发展方向与步骤，这一模型是用来比较金融市场预测绩效的基础。该模型首先由英国统计学家Kendall提出并创立。Bachelier， Fama 和 Samuelson 在他们的研究中提出，随机游走模型的前提假设在研究金融价格序列的过程中起着至关重要的作用[2]。在模型中，时间序列上每一个点都会随机地游离当前的位置。该模型的数学表达式为：

Yt=Y（t-1）+ett=1，…，T（1）

式中，Y代表的是时间序列，Yt为t时间的预测值，Y（t-1）为t-1时间的预测值，et为随机项，即预测误差。

4.1.2自回归单整移动平均（ARIMA）模型。ARIMA模型首先将非平稳的时间序列转化为平稳的时间序列，然后将因变量对它的滞后值以及随机误差项的限制和滞后值进行回归建立模型。在众多汇率研究的文献中，几乎很少出现ARIMA模型的使用，其原因在于该模型的复杂程度较高且很难决定满意模型。但是，Palma and Chan（1997）在其研究中提出了对长期汇率序列误差值的预测和估计，结果表明使用Kalman过滤方法筛选多加的数据，ARIMA模型结果比随机游走有显著提高。此外，还有一些学者在研究中将ARIMA模型与其他模型相结合使用，取得了较为满意的预测结果，如Fang Mei Tseng将ARIMA模型和模糊回归结合，用模糊ARIMA模型预测新台币的汇率波动幅度。

4.1.3广义自回归异方差（GARCH）模型。GARCH模型是ARCH模型的一种扩展形式，又称为广义ARCH模型，由Bollerslev（1986）创立，是一种使用过去变化和过去方差来预测将来变化的时间序列建模方法。

相对于其他模型而言，GARCH模型的优点在于可以有效的排除资产收益率中的过度峰值。

GARCH模型的数学表达式为：

σt2=ω+∑q（i=1）αi u2（t-i）+∑p（j=1）βj σ2（t-j）（2）

式中，p代表GARCH项的个数，q代表ARCH项的个数，ω为常数项， σt2为方差。

GARCH模型在汇率预测研究中的应用非常广泛，大多数学者在研究中都会用到该模型。例如，Hsieh运用1976至1983年的数据对五种货币与美元的汇率进行了比较。[3]研究了数据的统计特性并区分了两种关于汇率分布“厚尾”现象的解释。Diebold and Paolly（1988）在研究中利用该模型分析了在欧洲货币体系（EMS）建立之后汇率的短期波动情况。Choudhry在研究中证明，在预测澳大利亚、香港、日本股票市场价格时，GARCH模型比随机游走模型更具有显著性。West 和 Cho 的研究同样发现，GARCH模型的预测结果比其他模型更为准确。在最近的一些国内研究中，很多学者也同样采用GARCH模型进行汇率波动研究与汇率预测。惠晓峰、柳鸿生等（2003）运用GARCH模型对人民币与美元汇率建模并进行预测；戴晓枫和肖庆宪（2005）使用人民币/美元日汇率进行实证研究，结果表明EGARCH模型的预测结果较ARIMA模型理想。

4.2非参数方法

4.2.1神经网络。神经网络最早是在研究现代生物学中的人脑组织取得的成果基础上产生的，它是一种由大量的简单处理单元互相交错结合而成的复杂网络。神经网络因其具有很强的自我学习、组织、适应的功能，常被用来模型人类大脑神经网络结构进行研究。此外，神经网络还具有很强的容错能力，高度的非线性表达能力以及分布储存与并行处理信息的功能。

将神经网络加入时间序列模型的研究中，可以对数据进行有效的短期统计与预测。例如，Fransesco Lisi等分别利用神经网络模型和混沌模型对1973年至1995年四个主要欧洲货币的月度汇率数据进行研究與预测，结果表明神经网络模型和混沌模型都具有较好的预测结果，且两种模型都优于随机游走模型。Rob Law利用神经网络模型研究了日本到香港旅游者的外汇需求并进行了预测。Mark Leung等利用一般回归神经网络模型研究汇率的波动性，结果表明该模型对于预测汇率变动具有较高的预测准确性和较好的统计结果。Franses， Brooks等利用神经网络模型替代传统的预测方法对汇率预测进行研究，结果表明神经网络模型能够有效解决传统模型研究产生的各种困难，提高了预测结果精度。

4.2.2小波分析模型。小波分析模型是以工程学与数学为基础，其本质上与神经网络模型相类似，都是一种非参数估计方法。而在其应用方面，小波分析模型与时间序列模型相类似，主要应用于信号过程。最早使用小波分析模型进行实证研究的是Ramsey and Zhang，他们用该模型分析了股票市场的数据。此外，Pan and Wang用该模型进行研究发现：小波分析模型的优势在于使用该方法在有噪音的数据中选取有效信息的准确性更高。由于汇率波动是一个随机游走的过程，不存在一个平稳的信号，而小波分析模型则能够在有噪音的数据中分析信号、筛选数据，从而发现一个能预测未来汇率波动变化的模型。

4.2.3非线性组合预测方法。组合预测方法所用的模型并不是单一的预测模型，而是多种方法结合的一个组合模型，该方法能够将数据经过多种预测而得到一个较为综合的结果，比单一的预测模型所产生的结果更准确更系统全面，并且能够较大限度的使用样本与数据信息，因此能够有效降低单一线性预测模型的多种制约因素，从而提高预测结果的准确性。

在近代的一些相关研究中，很多学者都利用非线性组合预测方法进行实证研究，且结果表明该方法的预测结果较其他方法更好更准确。例如，董景荣在其实证研究中使用了一个模糊神经网络的非线性组合预测方法，来改进汇率预测的精度和准确度，并用来预测1980-1989年的美元等5种主要货币的月汇率。

第5章 总结

本文从汇率决定理论出发，总结了众多国内外学者在汇率预测方面的理论及其研究方法，并且分析了各个汇率研究理论的方法、特点与局限性。基本分析方法比较适用于长期汇率的预测，而对于中短期汇率的预测则准确定较低，主要原因在于一些宏观经济变量（如货币供给、收入、利率、经常账户余额等）无法反映短期的汇率变动，因此无法研究宏观经济变量与中短期汇率变化之间的相关性。而技术分析方法主要利用一些数学及统计学原理对历史数据进行处理分析得出结论，而并没有以经济理论为基础，因此对长期的汇率变化无法进行判断与预测。在汇率预测模型中，传统的预测方法如随机游走模型或自回归单整移动平均模型等，这些都大多都是线性模型，而在实际当中，汇率的变化基本是呈非线性的状态，因此用这些模型来预测显然并不合理。而像神经网络以及非线性组合等非参数法则有效的突破了传统模型的限制，能够更加准确的预测汇率的波动性。但是，目前的检验方法仍并不完善，如何在研究中更好的处理数据，更准确地运用非参数法来进行预测与判断，这些方面都需要进一步深入的探讨与研究。（作者单位：武汉大学）

参考文献：

[1]Wolfgang Polasek and Lei Ren. A multivariate GARCH-M model for exchange rates in the US， Germany and Japan[M]. Institute of Statistics and Econometrics University of Basel，1999.

[2]Jerry Coakley and Ana-Maria Fuertes. Nonparametric cointegration analysis of real exchange rate[J]. Applied Financial Economics， 2001，（11）：1-8.

[3]G. Cassel. Money and Foreign Exchange after 1914. Constable&Co， Ltd.，1922.

[4]Backus， David K. Empirical Models of the Exchange Rate： Separating the Wheat from the Chaff[J]. Econometric， 1984，17（4）：24-46

[5]Zabel， E. Competitive price adjustment without market clearing. Econometric， 1990，58（1）：1-23

[6]張志超. 汇率制度理论的新发展：文献综述. 世界经济， 2002（1）：23-24.

[7]申跃、刘桓： 汇率决定理论分析与评述. 兰州商学院学报， 2004（12）.

[8]邱冬阳. 人民币购买力平价. 经济研究， 2006（5）：31-40.

[9]陈雨露， 侯杰. 汇率决定理论的新近发展：文献综述. 当代经济科学， 2005，（9）：33-35.

[10]惠晓峰， 胡运权， 胡伟. 基于遗传算法的BP神经网络在汇率预测中的应用研究[J]. 数量经济技术经济研究， 2002，（2）：80-83.

[11]谢赤， 杨小帆. 汇率预测的理论与方法及其最新进展. 湖南大学学报， Vol.18，No.5 Sept. 2004.

[12]刘晓斌. 线性组合预测人民币汇率变动方法研究[J]. 数理统计与管理， 2002，（3）：21-25.