基于Bayesian-Model Averaging方法对汇率理论预测能力的比较研究

汇率预测的底线在哪里？

——基于贝叶斯模型平均法（BMA）的探索

吴文斌课题组

汇率是两国货币的相对价格，是国际经济学中最重要的经济变量之一。主要汇率的变化对国际贸易乃至全球经济均具有重大影响，因此汇率的预测具有深刻的现实意义。但是学界关于汇率是否可预测以及哪种模型具有最佳表现一直没有达成共识。

本课题使用贝叶斯模型平均法（Bayesian Model-Averaging，BMA）从大量预测数据中检验汇率的样本外可预测性。 BMA方法的优势在于能够处理模型不确定性，避免出现一些有限的数据过度拟合问题。本研究中，BMA方法被应用于九个常用汇率模型，包括购买力平价（PPP），利率平价（IRP），生产率（PD），黏性价格货币模型（SPMM），弹性价格货币模型（FPMM），Mark基本面（MF），泰勒规则（TR），净外国资产（NXA）和商品期货价格（CP）。研究结果显示，九种模型在中长期的预测能力则显著优于从无漂移随机游走模型获得的预测，但在短期汇率预测上的预测能力则相对较弱。

本课题进一步发现，在中长期预测中BMA较好的预测能力主要来自于基于购买力平价模型（PPP）的实际汇率水平。与包含所有模型的BMA预测相比，仅包含实际汇率的预测具有更好一点的预测准确度。更进一步，当实际汇率模型被排除在模型集之外时，BMA预测会失去其大部分的中长期预测能力。 BMA方法通过给实际汇率变量赋予较大后验概率以获得较好的中长期预测能力。赋予实际汇率的后验概率随着预测周期的延长而不断提高，其在中长期的后验概率达到90%以上。

最后，本研究利用实际汇率构建了一个可行的汇率投资策略，回测结果显示与传统的套息交易相比较，该策略的累积收益、夏普比率和偏度均高于套息交易，并且在危机时也具有稳健的收益。