第二章 文獻回顧
2.1 匯率預測
自1973 年布列頓森林體系(Bretton Woods System)瓦解，國際間盛行浮動匯 率制度後，匯率預測開始受到重視，可是學界普遍認為匯率是難以預測的，其 最主要原因為匯率與經濟基要(Fundamentals)的關聯性脫鉤，導致總體經濟變數 無法有效地用來預測匯率。此外，能夠影響匯率變動的因素與機制也過於複雜 以至於預測不易。
Meese and Rogoff(1983)比較各種匯率模型的樣本外預測準確度。利用隨機 漫步模型、遠期外匯模型、自我迴歸模型、貨幣結構模型等六種模型，資料期 間為1973 年 3 月到 1981 年 6 月的月資料，分別對美元兌英鎊、馬克、日幣、
美元貿易權重匯率共四種匯率，採取滾輪法(Rolling Regression)估計各模型的預 測值。將預測期數(Forecasting Horizon)劃分成 1、3、6、12 個月，並運用樣本 外預測計算出各期間的預測誤差作為衡量各模型的樣本外預測準確度的指標。
實證結果顯示隨機漫步模型的樣本外預測準確度優於其他以經濟理論為基礎的 模型，引申含意為匯率無法透過經濟變數來預測。由於該實證研究結果與經濟 理論相悖，Obstfeld and Rogoff(2000)稱此現象為匯率分離謎題(Exchange Discon-nect Puzzle)。
這促使後進學者為了解釋這項謎題而提出各方面的討論。一部分的文獻改 進計量方法來研究匯率變動的可預測性，Mark(1995)主張長期匯率可以透過經 濟基要來預測。運用長期迴歸檢定(Long-Horizon Regressions Test)1的概念，認 為匯率變動源自匯率與經濟基要的差異所致，當匯率偏離長期均衡時，將隨著 時間逐漸修正至由經濟基要所決定之長期均衡匯率。Mark(1995)建立向量誤差 修正模型(Vector Error Correction Model)，資料期間為 1973 年 2 月到 1991 年 4 月的月資料，分別對美元兌法郎、馬克、日幣、加幣共四種匯率，使用拔靴重
1
長期迴歸檢定常用於金融領域中用來檢定市場是否具有效率。若檢定結果為缺乏效率的資產
市場，表示資產價格會偏離均衡價格，故可以透過向量誤差修正模型來預測資產價格。
4
抽法(Bootstrap Resampling Method)推論新的小樣本分配。將預測期數劃分成 1、4、8、12、16 個月，並使用 DM 檢定衡量模型的樣本外預測準確度。實證 結果顯示在長期匯率變動中包含著顯著的可預測部分，而短期匯率變動則為白 噪音(White Noise)。此外，向量誤差修正模型在更長期的樣本外預測準確度會 提高，且優於隨機漫步模型。這說明經濟基要在長期有助於預測匯率，但是在 短期則無幫助，短期匯率預測仍有待研究。
Kilian(1999)再度探討 Mark(1995)的研究，認為「向量誤差修正模型在更長 期的樣本外預測準確度會提高」這項結論有瑕疵，原因為長期迴歸檢定應用於 匯率變動的可預測性上可能存在由虛假迴歸(Spurious Regression)和小樣本偏誤 所產生嚴重的型Ⅰ誤差，進而無法拒絕短期匯率變動不可預測的虛無假設。然 而，此結果通常被解釋成長期匯率變動可以預測。Kilian(1999)主要依循 Mark(1995)的研究方法，另外採取新的拔靴重抽法來推論新的小樣本分配，最 後透過蒙地卡羅模擬(Monte Carlo Simulation)來衡量統計推論的穩健性(Robust-ness)。實證結果顯示向量誤差修正模型在更長期的樣本外預測準確度會保持不 變或降低。此外，實證研究中的向量誤差修正模型設定為線性模型，但是資料 生成過程(Data Generating Process)與線性模型卻出現不一致的檢定大小(Size)與 檢定力(Power)，故 Kilian 認為應為非線性資料生成過程，且可能有模型假設錯 誤。若為非線性資料生成過程，則必須使用非線性模型和修改長期迴歸檢定來 推論匯率變動的可預測性。這結果暗示匯率變動或許呈現非線性走勢，匯率變 動的可預測性應以非線性模型和計量方法來研究。
另一部分的文獻則利用模型特性和統計性質來解釋匯率變動呈現隨機漫步 的可能原因，Engel and West(2005)主張匯率不能透過經濟基要來預測。利用資 產定價模型(Present-Value Asset Pricing Model)，資料期間為 1974 年到 2001 年 的季資料，將經濟基要區分為可觀察之基要變數與不可觀察之衝擊變數，並透
5
過BN 分解2將匯率分解成當期與預期經濟基要的折現加總。實證結果顯示經濟 基要不可觀察之衝擊變數具有單根Ⅰ(1)的性質，且當經濟基要可觀察之基要變 數的折現因子趨近於一時，其恆常部分變動的變異數呈現發散，故恆常部分為 隨機趨勢，而短暫部分變動的變異數呈現收斂，故短暫部分為定態波動。由於 折現因子近似於一時，表示預期的經濟基要對匯率的解釋程度大於當期，也就 是經濟基要之恆常部分的重要度大於短暫部分，故匯率變動由恆常部分所決 定，呈現隨機漫步的走勢。
儘管支持匯率是可預測的相關文獻試圖找出突破匯率預測瓶頸的方法，如 Mark and Sul（2001），得到的結論為匯率在長期可以預測，在短期卻不能預 測。隱含經濟基要有助於長期匯率預測，但是在短期則效果不佳，凸顯出很可 能有未考量到的干擾因素影響經濟基要在短期匯率預測的表現。
為了探討潛在的干擾因素，我們必須先釐清匯率與經濟基要的關係。Engel and West(2005)提出匯率與經濟基要的關係為，經濟基要難以預測匯率，但是匯 率卻可以預測經濟基要。這項論點可由匯率與經濟基要的Granger 因果關係檢 定作為解釋，實證結果發現市場基要不會「Granger 影響」匯率，但是匯率
「Granger 影響」市場基要，其意涵為匯率的落後項可以為經濟基要的預測提供 所需要的資訊，表示現在的匯率變動是由未來的經濟基要變動所決定，且匯率 變動會領先經濟基要變動，所以匯率為經濟基要的領先指標，隱含匯率為影響 經濟基要的因素之一，這也是在現值資產定價模型中支持匯率可以用來預測經 濟基要的原理。由於匯率變動的速度較經濟基要快，才產生匯率似乎可以用來 預測經濟基要的結果，事實上在經濟理論中真正的因果關係是經濟基要會影響 匯率，隱含經濟基要為影響匯率的因素之一，這也是在誤差修正模型中支持經 濟基要可以用來預測長期匯率的原理。這項矛盾凸顯匯率與經濟基要之間缺乏 強力地關聯性，或者說兩者達到長期均衡狀態時所需的時間不一致，導致匯率
2
有關經濟基要的 BN 分解，參考 Garratt, Robertson and Wright(2006)。
6
預測的困難度增加了。
除了變數之間的關聯性之外，模型設定也是值得探討的議題。傳統理論上 匯率模型多數為線性模型的討論，諸如上述文獻。匯率預測的研究亦朝向非線 性模型發展。Taylor and Peel(2000)研究匯率與經濟基要的長期均衡關係。使用 非線性的平滑轉換自我迴歸模型(Smooth Transition Autoregressive，STAR)，研 究期間為1973 年第一季至 1996 年第四季，分別對美元兌英磅與馬克採用蒙地 卡羅模擬來建構擬真資料。實證結果顯示匯率偏離經濟基要所決定之均衡匯率 的修正過程中呈現非線性調整，且在非線性調整中均數復歸(Mean Reversion)3的 速度會隨著偏離均衡匯率的程度變大而增快。Taylor and Peel(2000)認為其原因 為投資者使用技術分析而不是總體經濟分析來預測匯率，將使匯率變動不會隨 著經濟基要變動而發生恆常性的調整，因此一般的線性模型觀察不到非線性的 動態調整。
傳統上的匯率模型通常只能針對單方面的因素提出解釋，例如購買力平 價、利率平價、國際收支、貨幣政策等由匯率決定理論所建立的匯率模型，發 展至今仍然沒有一個模型可以同時解釋各項影響匯率變動的因素。且研究對象 的選擇普遍以已開發國家為主，亦不足以概括解釋國際間的匯率走勢。此外，
Cheung, Chinn, and Pascual(2005)也提到一個匯率模型或許可以完美解釋某一時 期的匯率走勢，但是可能並不適用於另一時期。諸多因素增加研究的侷限性，
更遑論精準地預測匯率的走勢。
3