國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
2
自變數是否會受到因變數的影響，加上模型中所採用的總體經濟變數，如購買力 平價理論中衡量通膨的消費者物價指數按月發布，衡量該國經濟活動的經濟成長 率則按季發布，而貨幣理論中衡量貨幣總計數的 M1A 與 M2B 則都由中央銀行 按月來發布，受限於總體經濟數據發布的頻率，我們若是將這些低頻的經濟變數 作為樣本資料來預測高頻的每日匯率走勢，除了可能會有資料筆數過少造成訊息 的蒐集不夠完全外，更可能會產生模型配適不適的問題，預測的績效表現勢必受 到影響。因此，在本篇研究中，我們便以高頻的日資料，如台灣加權股價指數及 金融業隔夜拆借利率等發布頻率為日資料型態來做為本文中樣本資料的選取，透 過時間序列的分析模型，將資料過去的歷史訊息擷取並建立模型，可以有效的解 決資料筆數過少的問題，讓訊息可以更完整的被揭露，同時透過共整合檢定及向 量誤差修正模型(Vector Error Correction Model,VECM)來探討變數間長期的均衡 關係，最後，透過分解趨勢的方法將資料做拆解，更能有效地描繪出個別資料的 型態並加以估計，以期能建立出最適的匯率預測模型。
第二節 研究目的
在做經濟數據的預測時，早期學者認為匯率的變動可以透過總體經濟理論來 解釋，如利率平價理論、購買力平價理論等，因而在過去我們常將原始資料直接 分析並做出預測，但由於實行浮動匯率制度後，匯率的資料型態開始變得更加複 雜且不穩定，加上原始樣本資料型態往往都是非定態的時間序列資料，預測出來 的績效表現往往有其侷限性；因此，我們試著利用 Beveridge-Nelson 的拆解方法，
將各個變數拆解成長期趨勢項及短期波動項之時間序列資料，並分析變數間在長、
短期間之關聯性。
雖然 Beveridge-Nelson 的分解方法多數運用在衡量總體經濟的景氣循環研究 上，我們依然可以將其分解的方法運用在多數非定態的時間序列資料上。從圖一 的匯率走勢圖，我們可以發現匯率從 03 年以來，長期而言，匯率的走勢一直有
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
3
往下的趨勢存在；同時，我們也可以從短期的波段來觀察匯率的走勢，03 年一 整年新台幣兌美元的匯率的走勢是持續升值，直到 04 年的 4 月 13 日新台幣兌美 元匯率升值為 32.81；四月下旬受到中國經濟降溫措施和美國升息的預期，新台 幣兌美元匯率則開始走貶，8 月 6 日貶至 34.12 為 04 年全年之最低價位；八月 中旬因為國際資金大量回流亞洲並大舉加碼台股，在匯市供過於求的情況下，造 成新台幣兌美元匯率又轉而走升。此外，我們也可以觀察在 08 年至 12 年的匯率 波段，08 年初受到美國次貸危機的影響，Fed 持續的降息造成美元走弱，使得新 台幣兌美元匯率在 08 年初期走升，一直到 08 年 3 月 25 日新台幣兌美元匯率 29.995 為自 03 年以來的最高價位，之後受到金融海嘯持續的影響，造成出口大 幅的衰退及外資移出，新台幣兌美元匯率則持續走貶，至 09 年 3 月 2 日貶破 35 元，該日匯率最低價位為 35.165 元，而後受到美國 Fed 實施量化寬鬆(Quantitative easing)的貨幣政策，使得美元走貶造成新台幣兌美元匯率持續走升的現象。
圖 1.1 匯率走勢圖(2003/01/01～2013/12/05)
所謂的景氣循環，指的是經濟變數在長時間下無法維持一個穩定而呈現上下 波動的現象，一般我們將景氣循環分成衰退、蕭條、復甦及繁榮四個階段，從上
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
4
述的觀察，我們可以發現匯率也有類似景氣循環的特性，我們便可以透過 Beveridge-Nelson 分解趨勢的方法加以拆解，藉以完整捕捉匯率資料的特性，接 著，我們利用向量誤差修正模型來探討各個變數非定態趨勢項間之長期均衡關係，
在短期的定態循環項時間序列資料，我們則透過向量自我迴歸模型(Vector autoregression,VAR)來分析各變數循環項間短期之影響，最後，將所預測出之趨 勢項及循環項合併得到我們想要預測的匯率序列資料。
時間序列的分析模型當中，過去在匯率預測的文獻大部分都以 ARIMA 模型 作為主要分析模型，如 Fang and Kwong(1991)以 1983 年 1 月至 1988 年 12 月之 美元對英鎊之月資料來作為研究標的，分析不同模型間匯率預測表現比較，結果 發現以匯率預測數字準確度而言，以 ARIMA 模型之準確度最佳； Mehran and Shahrokhi(1997)利用 ARIMA 模型、隨機漫步、遠期匯率模型和即期匯率模型來 探討不同模型間匯率預測的績效表現，研究結果也發現以 ARIMA 模型所預測出 之績效多數情況都優於其他模型之績效表現；在國內文獻當中，林家卉(2008)也 以美元兌新台幣之即期匯率作為研究標的，探討以 ARIMA 模型來進行匯率預測 之績效表現，實證結果顯示，不論是長短期的估計期間，ARIMA 模型都有不錯 之績效表現，顯示將 ARIMA 模型應用在匯率預測領域上，都可以得到不錯之預 測效果。
因此，在本篇論文當中，我們便以 ARIMA 模型作為不同模型間的比較基準，
我們希望能夠透過不同模型間的績效比較，在我們所建立的研究架構方法下(如 圖 1.2)，找出最適的匯率預測模型，並希望利用 Beveridge-Nelson 方法拆解後的 資料來進行資料分析及匯率預測，整體而言，會優於一般匯率預測模型的績效表 現。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
5
圖 1.2 模型間分析架構圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
6
第貳章 文獻回顧
第一節 匯率預測相關文獻