摘要：本文選取影響人民幣匯率波動(dòng)的有關(guān)結(jié)構(gòu)變量，分別通過線性MA模型和基于遺傳算法改進(jìn)的GABP神經(jīng)網(wǎng)絡(luò)模型，對(duì)人民幣匯率波動(dòng)進(jìn)行模擬和預(yù)測。通過比較發(fā)現(xiàn)，匯率缺乏彈性時(shí)期，逐月MA模型的歷史擬合和樣本外預(yù)測效果最優(yōu)；隨著匯率改革的不斷推進(jìn)和匯率彈性化的增強(qiáng)，GABP神經(jīng)網(wǎng)絡(luò)模型在匯率波動(dòng)的模擬和預(yù)測方面均有最優(yōu)表現(xiàn)，故匯率波動(dòng)預(yù)測模型應(yīng)隨匯率彈性及其波動(dòng)特性不同因時(shí)制宜。同時(shí)結(jié)果表明，匯率彈性化能夠加深匯率波動(dòng)及其結(jié)構(gòu)變量間的均衡關(guān)系，利率市場化改革應(yīng)與匯率市場化改革協(xié)調(diào)推進(jìn)。

關(guān)鍵詞：匯率彈性化；匯率波動(dòng)；神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)：F830.7 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-2265（2013）04-0008-06

一、文獻(xiàn)綜述

隨著經(jīng)濟(jì)全球化的不斷推進(jìn)和國際資本流動(dòng)的日益加劇，匯率對(duì)于投資者選擇正確的投資策略、企業(yè)規(guī)避和防范外匯風(fēng)險(xiǎn)以及中央銀行有效干預(yù)外匯市場和制定正確的貨幣政策，都有著非常重要的影響。因此，關(guān)于匯率的行為描述和預(yù)測問題研究一直是國內(nèi)外理論界關(guān)注的焦點(diǎn)。

關(guān)于匯率波動(dòng)的預(yù)測，一般從“匯率波動(dòng)緣于經(jīng)濟(jì)系統(tǒng)基本因素所致”（易綱、范敏，1997）出發(fā)，進(jìn)而基于對(duì)匯率的理性預(yù)期等假設(shè)前提對(duì)匯率決定進(jìn)行探討。相關(guān)的理論有購買力平價(jià)理論、利率平價(jià)理論、國際收支說等，并基于此，在匯率與影響匯率的經(jīng)濟(jì)因素之間建立線性模型，再利用計(jì)量等工具對(duì)模型進(jìn)行檢驗(yàn)、矯正。常用的方法有最小二乘法、協(xié)整方法等。易綱、范敏（1997）對(duì)人民幣匯率決定的諸多理論作了詳盡分析，他們認(rèn)為，均衡的市場利率和貨幣的完全可兌換這兩個(gè)前提條件在中國不成立，從而利率平價(jià)在中國解釋能力不強(qiáng)，這與王愛儉等（2003）的結(jié)論一致。但他們同時(shí)指出，隨著中國向人民幣完全可兌換和資本自由流動(dòng)的方向不斷邁進(jìn)，利率平價(jià)的解釋和預(yù)測能力會(huì)越來越強(qiáng)。魏巍賢（1998）在其1997年研究成果中的人民幣匯率決定模型的基礎(chǔ)上，采用月度數(shù)據(jù)構(gòu)建了人民幣短期匯率預(yù)測模型，結(jié)果表明模型具有較好的模擬和預(yù)測性能以及結(jié)構(gòu)穩(wěn)定性。他進(jìn)一步的研究（2000）結(jié)果表明，1994年以來匯率穩(wěn)定主要?dú)w因于央行的干預(yù)、適度從緊的貨幣政策、高速的經(jīng)濟(jì)增長以及對(duì)外債余額與通貨膨脹的有效控制?；輹苑宓龋?999）對(duì)購買力平價(jià)和貨幣理論進(jìn)行修正，采用線性組合預(yù)測匯率，結(jié)果顯示組合模型比單個(gè)模型更加穩(wěn)定。相關(guān)的文獻(xiàn)還可見于鄭蘭祥（2000）、張道政（2005）等。

另一種匯率預(yù)測的思路便是傳統(tǒng)的時(shí)間序列模型，常用的有ARMA模型（帕爾馬和陳，1997）、隨機(jī)游走模型（哈基奧，1986）和GARCH簇模型（波勒斯列夫等，1991；恩格爾等，1997）?；輹苑宓龋?003）論證了GARCH模型預(yù)測人民幣匯率時(shí)序的可行性，發(fā)現(xiàn)人民幣匯率存在明顯的異方差性。韋斯特等（West等，1995）通過以上幾個(gè)模型對(duì)匯率預(yù)測效果的對(duì)比發(fā)現(xiàn)，GARCH模型預(yù)測效果最佳，尤其是短期預(yù)測；ARMA模型預(yù)測效果次之?；舨℉opper，1997）和布魯克斯（Brooks，1997）的研究結(jié)論也表明，GARCH等時(shí)序模型能有效預(yù)測匯率波動(dòng)。

然而大量的研究發(fā)現(xiàn)，市場的收益率并非呈現(xiàn)標(biāo)準(zhǔn)正態(tài)分布，反而呈明顯尖峰厚尾現(xiàn)象。同時(shí)，諸多文獻(xiàn)進(jìn)一步證實(shí)匯率波動(dòng)呈現(xiàn)簇聚現(xiàn)象、長記憶性等顯著的非線性特征（波勒斯列夫等，1991；恩格爾等，1997；楊瑞成等，2010）?？梢?，非線性特征存在于匯率波動(dòng)已是不爭的事實(shí)（米斯等，1990），而神經(jīng)網(wǎng)絡(luò)是預(yù)測匯率非線性波動(dòng)的良好選擇（關(guān)等，1995）。

神經(jīng)網(wǎng)絡(luò)方法在匯率波動(dòng)預(yù)測的應(yīng)用研究已有諸多文獻(xiàn)可考。迪博爾德等（Diebold等，1990）研究認(rèn)為，非線性方法在匯率波動(dòng)預(yù)測中對(duì)于匯率值以及趨勢的預(yù)測都有更優(yōu)表現(xiàn)。魯芬斯等（Refense等，1993）也認(rèn)為神經(jīng)網(wǎng)絡(luò)方法對(duì)匯率預(yù)測要比傳統(tǒng)線性預(yù)測方法好很多。勞舍爾（Rauscher，l997）在驗(yàn)證了匯率與經(jīng)濟(jì)各變量間的長期均衡關(guān)系后，采用各經(jīng)濟(jì)變量作為BP網(wǎng)絡(luò)的輸入，對(duì)匯率的波動(dòng)作了動(dòng)態(tài)預(yù)測，結(jié)果表明BP網(wǎng)絡(luò)在匯率的波動(dòng)尤其是其波動(dòng)趨勢上的預(yù)測要優(yōu)于ARMA、VEC等線性模型?；輹苑宓龋?002）針對(duì)傳統(tǒng)BP網(wǎng)絡(luò)的缺陷，結(jié)合遺傳算法與遞歸預(yù)測方法提出基于實(shí)數(shù)編碼的GABP網(wǎng)絡(luò)預(yù)測模型，并在人民幣兌美元匯率時(shí)序的實(shí)證檢驗(yàn)中得出良好的結(jié)果。王熙等（2010）通過對(duì)人民幣名義匯率高頻時(shí)序波動(dòng)率的研究，驗(yàn)證了其非線性動(dòng)態(tài)行為表征，同時(shí)指出，非線性模型能比線性模型更好地描述匯率時(shí)序中大的波動(dòng)。

可見，國內(nèi)外文獻(xiàn)主要根據(jù)相關(guān)理論和模型對(duì)匯率自身或者匯率收益的波動(dòng)率進(jìn)行預(yù)測和比較分析，而較少從匯率收益率的角度探討匯率波動(dòng)區(qū)間和波動(dòng)趨勢以及匯率彈性化下匯率波動(dòng)預(yù)測模型的選擇問題，而這正是本文要重點(diǎn)解決的問題。因此，本文選取2001年1月至2010年12月的月度數(shù)據(jù)，綜合采用線性MA模型和非線性神經(jīng)網(wǎng)絡(luò)模型對(duì)匯率波動(dòng)進(jìn)行預(yù)測比較，探討匯率彈性化下人民幣匯率的波動(dòng)預(yù)測問題，借以捕捉匯率波動(dòng)趨勢，并基于此給出相應(yīng)的結(jié)論與建議。

二、變量說明與模型選擇

根據(jù)黃志剛等（2010）的分析，本文選擇VOL（匯率波動(dòng)）、CF（短期跨境資本流動(dòng)）、ERI（匯率干預(yù)）、RIR（實(shí)際利率）4個(gè)經(jīng)濟(jì)變量來解釋匯率的波動(dòng)，同時(shí)加入股市收益及匯率波動(dòng)滯后項(xiàng)作為匯率波動(dòng)的預(yù)測解釋變量。各變量說明如下。

（一）變量與數(shù)據(jù)說明

1. VOL：匯率波動(dòng)。關(guān)于匯率波動(dòng)的預(yù)測，本文主要探討匯率的收益率，即波動(dòng)幅度。黃志剛等（2010）將其定義為：

[rt=mpt-mpt-1mpt-1×100]

其中，[mpt]表示直接標(biāo)價(jià)法下當(dāng)月每日即期匯率的平均值，[mpt-1]表示前一個(gè)月每日即期匯率的平均值。這是百分比法定義的收益率。然而因?qū)?shù)收益率有更好的統(tǒng)計(jì)特性，如具有簡單的可加性，能在一定程度上消除或降低自相關(guān)等線性依賴性等（楊瑞成等，2010），因而對(duì)金融時(shí)序分析而言，對(duì)數(shù)收益率比百分比收益率更為適用（雷強(qiáng)等，2009）。故本文采用匯率價(jià)格的對(duì)數(shù)收益率來表示人民幣兌美元匯率波動(dòng)，定義如下：

[VOLt=Ln（Pt/Pt-1）×100]

其中[Pt]表示第t月人民幣兌美元匯率中間價(jià)的月度均值，乘以100是為了提高精度，數(shù)據(jù)來源于中國人民銀行網(wǎng)站。

2. CF：短期國際資本流動(dòng)。關(guān)于短期跨境資本流動(dòng)（Capital Flow，記為CF）的度量，本文沿用黃志剛（2010）的設(shè)定方式，即：

短期跨境資本流動(dòng)=外商直接投資增加額+外債增加額+經(jīng)常項(xiàng)目順差額-外匯儲(chǔ)備增加額

其中，各變量均采用月度數(shù)據(jù)。不同的是，本文中的外債增加額是將外債凈額季度數(shù)據(jù)通過一階差分得到的季度增加額，用Eviews7.2軟件轉(zhuǎn)換為月度數(shù)據(jù)得來，而不是直接把差分所得的季度增加額當(dāng)作每個(gè)月的值（這會(huì)高估外債增加額）。經(jīng)常項(xiàng)目順差仍采用進(jìn)出口順差的月度數(shù)據(jù)近似表示。數(shù)據(jù)來源于國家商務(wù)部網(wǎng)站和國家外管局網(wǎng)站。

3. ERI：匯率干預(yù)。為研究政府干預(yù)對(duì)匯率波動(dòng)的影響，本文根據(jù)干杏娣等（2007）和黃志剛等（2010）的研究結(jié)論，同樣選取外匯儲(chǔ)備月度變化量代表政府對(duì)匯率波動(dòng)的干預(yù)（Exchange Rate Interference，記為ERI）。數(shù)據(jù)來源于國家外管局網(wǎng)站。

4. RIR：實(shí)際利率。根據(jù)利率平價(jià)、購買力平價(jià)等國際金融理論可知，利率的變化會(huì)通過不同途徑和不同方式引起國際收支的變化，進(jìn)而引起匯率變動(dòng)；同時(shí)也能通過資本流動(dòng)和商品市場對(duì)匯市波動(dòng)產(chǎn)生直接或間接的影響。國外大量研究表明，利率價(jià)格變化對(duì)匯率波動(dòng)有顯著影響，并且匯市與貨幣市場間存在雙向波動(dòng)溢出效應(yīng)，這些特征在成熟市場國家表現(xiàn)更為突出。隨著我國匯率彈性的逐漸增加，二者間的聯(lián)動(dòng)性進(jìn)一步增強(qiáng)，央行調(diào)控政策效果不僅取決于利率或匯率變動(dòng)，還取決于二者間的聯(lián)動(dòng)性。

因此，本文沿用實(shí)際利率（記為RIR）代表宏觀經(jīng)濟(jì)形勢的變化。數(shù)據(jù)采用全國銀行間同業(yè)拆借市場利率的月度加權(quán)均值，并通過月度通脹率進(jìn)行調(diào)整而得，數(shù)據(jù)來源于中國人民銀行網(wǎng)站、國家統(tǒng)計(jì)局網(wǎng)站和《中國金融統(tǒng)計(jì)年鑒》。

5. SHZ：上證指數(shù)收益。大量研究文獻(xiàn)認(rèn)為股市對(duì)匯率波動(dòng)也有很大影響。自20世紀(jì)90年代以來，國內(nèi)外學(xué)者就已對(duì)股市與匯市的關(guān)系作了豐富研究，許多學(xué)者分別從宏觀和微觀角度分析得出股市與匯市間存在較強(qiáng)聯(lián)系的結(jié)論，但不同國家間傳導(dǎo)關(guān)系有別。也有部分研究指出二者間并不存在長期關(guān)聯(lián)性（菲力巴提斯等，2005；奧賽爾，2006；姚等，2006），但大部分學(xué)者傾向于認(rèn)為金融自由化會(huì)加強(qiáng)兩者間的聯(lián)系（王新軍等，2010）。因此，為研究股市與匯市間的關(guān)系，并比較分析不同匯制下二者間的關(guān)系，本文也把該變量考慮在內(nèi)，同時(shí)將滯后一期匯率波動(dòng)的影響VOL（-1）項(xiàng)也考慮到匯率波動(dòng)預(yù)測中。

鑒于兩次匯改（分別是2005年7月21日和2007年5月21日央行進(jìn)行的兩次匯率改革）以及金融危機(jī)（即2008年12月次貸危機(jī)引發(fā)的全球金融危機(jī)）的影響，本文將研究數(shù)據(jù)劃分為4個(gè)階段：2001年1月—2005年7月（2001M01—2005M07），2005年8月—2007年4月（2005M08—2007M04），2007年5月—2008年12月（2007M05—2008M12），2009年1月—2010年12月（2009M01—2010M12），對(duì)以上變量間的關(guān)系進(jìn)行分階段檢驗(yàn)。

（二）平穩(wěn)性檢驗(yàn)

由表1可知，各變量在不同時(shí)段呈現(xiàn)出不同性質(zhì)。其中第一、四階段結(jié)果較一致；第二、三階段結(jié)果較一致。以第二、三階段為例，原序列VOL、CF、ERI、RIR均不能拒絕存在單位根的原假設(shè)，而經(jīng)過一階差分后則都為平穩(wěn)序列。因此，VOL、CF、ERI、RIR在第二、三階段都為一階單整序列。而SHZ收益序列則是平穩(wěn)時(shí)序。顯然第一、四階段各變量間并不滿足協(xié)整檢驗(yàn)前提，故只針對(duì)第二、三階段作進(jìn)一步協(xié)整檢驗(yàn)。

（三）協(xié)整檢驗(yàn)

協(xié)整可用以描述變量間的長期穩(wěn)定關(guān)系。鑒于數(shù)據(jù)量的緣故，本文綜合VAR模型檢驗(yàn)結(jié)果以及黃志剛等（2010）的研究，確定第二、三階段相應(yīng)變量檢驗(yàn)最佳滯后階數(shù)均為1，結(jié)果如表2所示?？芍瑑呻A段各變量間均存在顯著的長期均衡關(guān)系。

由式（1）—（4）可知，無論哪個(gè)階段，政府干預(yù)對(duì)匯率波動(dòng)始終呈顯著負(fù)效應(yīng)；而滯后一期匯率波動(dòng)則對(duì)當(dāng)期匯率波動(dòng)有顯著正向影響，這也說明了匯率波動(dòng)的趨勢性特征。比較不同階段回歸方程的系數(shù)正負(fù)可以發(fā)現(xiàn)，2005年匯改后的第二、三階段回歸結(jié)果一致性較強(qiáng)，而2005年前的第一階段與2009年后第四階段的回歸結(jié)果相近度較高，既反映了不同階段變量間內(nèi)在聯(lián)系的變化，也從側(cè)面反映出不同階段金融市場、宏觀經(jīng)濟(jì)及調(diào)控政策等整體環(huán)境的不同。如第二、三階段短期資本流動(dòng)與匯率波動(dòng)呈顯著正相關(guān)，股市與匯市波動(dòng)有顯著正聯(lián)動(dòng)性，實(shí)際利率與匯率波動(dòng)顯著負(fù)相關(guān)，反映了該時(shí)期匯率制度彈性不斷增大，金融市場、宏觀經(jīng)濟(jì)及調(diào)控政策等整體環(huán)境變化不大。但在匯改之前與金融危機(jī)階段，上述自變量與匯率波動(dòng)變量的回歸系數(shù)方向恰好相反，這與吳（WU，2000）的研究結(jié)論一致，說明該二階段匯率缺乏彈性或存在較多的政府干預(yù)和資本管制等。

由變量顯著性也可發(fā)現(xiàn)，匯率與利率關(guān)聯(lián)性在2005年匯改之后有顯著提升，這說明隨著匯率彈性明顯增強(qiáng)，匯率對(duì)利率的反應(yīng)也逐步靈敏，匯率改革逐步回歸市場（陳鏡冰等，2010）。第一、四階段結(jié)果表明二者間存在正向關(guān)系，貨幣市場變動(dòng)加劇了匯市波動(dòng)。而且此二階段人民幣兌美元匯率波動(dòng)幅度較小，限制了貨幣市場與外匯市場間的信息傳導(dǎo)（趙華，2007），桎梏了我國貨幣政策的傳導(dǎo)效率，進(jìn)而也說明了匯率的非市場化會(huì)阻礙利率的市場化進(jìn)程。

同時(shí)也可看出，MA過程能夠較好地?cái)M合匯率的波動(dòng)模型，但4個(gè)階段的最優(yōu)回歸方程不盡相同，故對(duì)相應(yīng)時(shí)期波動(dòng)預(yù)測應(yīng)根據(jù)不同時(shí)段作動(dòng)態(tài)的模型調(diào)整。因此，本文考慮以2005年為分界點(diǎn)，對(duì)不同時(shí)期的匯率波動(dòng)采取逐月預(yù)測的方式，并同時(shí)使用全時(shí)段的預(yù)測方式作比較分析。預(yù)測模型如下：

[VOL=C+α1CF+α2ERI+α3RIR+α4SHZ+α5VOL（-1）+β1ma（1）+…+βnma（n） （5）]

其中，ma的項(xiàng)數(shù)根據(jù)具體情況選擇。全時(shí)段預(yù)測模型根據(jù)前90個(gè)月數(shù)據(jù)得出最優(yōu)模型，進(jìn)而預(yù)測后30個(gè)月數(shù)據(jù)；逐月預(yù)測則分兩段，分別以30個(gè)月和20個(gè)月歷史窗口值作滾動(dòng)預(yù)測，即每預(yù)測一個(gè)月的數(shù)值，就對(duì)模型進(jìn)行調(diào)整，根據(jù)擬合優(yōu)度、AIC準(zhǔn)則、變量顯著性和模型穩(wěn)健性等選取最優(yōu)預(yù)測模型。

（五）神經(jīng)網(wǎng)絡(luò)預(yù)測模型介紹

匯率波動(dòng)預(yù)測具有不確定性，時(shí)間序列及回歸模型是最常用的預(yù)測方式，其根據(jù)匯率變量與相關(guān)經(jīng)濟(jì)變量的關(guān)系構(gòu)建多元回歸模型作預(yù)測，但要求有較大樣本量。然而諸多學(xué)者的研究結(jié)果認(rèn)為，神經(jīng)網(wǎng)絡(luò)模型能夠有更優(yōu)的匯率預(yù)測表現(xiàn)，而其中BP神經(jīng)網(wǎng)絡(luò)就是目前應(yīng)用最為廣泛的一種網(wǎng)絡(luò)模型。BP網(wǎng)絡(luò)能通過比較網(wǎng)絡(luò)輸出結(jié)果的誤差，反復(fù)修正權(quán)值和閥值，逐步縮小誤差，提高預(yù)測精度，即“誤差逆?zhèn)鞑ニ惴ā?。隨著這種誤差逆?zhèn)鞑バ拚粩噙M(jìn)行，網(wǎng)絡(luò)對(duì)輸入響應(yīng)的準(zhǔn)確率不斷上升。

由于傳統(tǒng)BP網(wǎng)絡(luò)預(yù)測存在收斂慢、振蕩、容易陷入局部極小點(diǎn)、權(quán)值偏大以及不穩(wěn)定等問題（周永進(jìn)等，2007），許多學(xué)者對(duì)BP網(wǎng)絡(luò)算法作了改進(jìn)，如MFBP、MBP、動(dòng)態(tài)自適應(yīng)BP快速算法，以及人工智能算法如遺傳算法、模擬退火算法等與BP網(wǎng)絡(luò)結(jié)合的組合神經(jīng)網(wǎng)絡(luò)模型等。其中，遺傳算法（Genetic Algorithms，GA）是使用較廣泛也較優(yōu)的選擇（金，2005）。GA算法是一種全局尋優(yōu)搜索算法，它能通過群體實(shí)現(xiàn)搜索過程，且易于并行化，能夠提高算法的效率。本文采用GA算法對(duì)BP神經(jīng)網(wǎng)絡(luò)的連接權(quán)進(jìn)行優(yōu)化（伍海華，2009）。先用GA算法對(duì)初始權(quán)值進(jìn)行優(yōu)化，定出權(quán)值取值范圍；然后采用BP算法在以上的解空間中搜索最優(yōu)解；再根據(jù)網(wǎng)絡(luò)的不斷訓(xùn)練與迭代，直至達(dá)到最優(yōu)權(quán)值進(jìn)而進(jìn)行BP網(wǎng)絡(luò)預(yù)測。

國內(nèi)外學(xué)者的研究成果已經(jīng)表明，用GA算法改進(jìn)的BP網(wǎng)絡(luò)的預(yù)測效果和收斂速度要明顯優(yōu)于一般BP網(wǎng)絡(luò)算法（魏巍賢等，1995；王建成等，1998；鄭志軍等，2000）。因此本文選擇GABP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行預(yù)測，并與前文MA模型預(yù)測效果作比較，探討匯率彈性化下不同模型對(duì)匯率波動(dòng)預(yù)測的解釋力。

三、匯率彈性化下人民幣匯率波動(dòng)預(yù)測模型的比較分析

（一）預(yù)測方式

本文分別采用以下四種方式對(duì)人民幣兌美元匯率波動(dòng)進(jìn)行樣本內(nèi)擬合與樣本外預(yù)測。

1. MAQD全時(shí)段預(yù)測：采用90個(gè)月的歷史數(shù)據(jù)對(duì)后續(xù)30個(gè)月數(shù)據(jù)作預(yù)測，并對(duì)歷史數(shù)據(jù)進(jìn)行模擬。

2. MAZY逐月預(yù)測：根據(jù)匯率彈性的不同，對(duì)2001M01—2005M07時(shí)段和2005M08—2010M12時(shí)段分別采用30個(gè)月和20個(gè)月的周期窗口進(jìn)行滾動(dòng)逐月預(yù)測。

3. GABP網(wǎng)絡(luò)預(yù)測：采用遺傳算法改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)方法對(duì)匯率波動(dòng)進(jìn)行樣本外預(yù)測和樣本內(nèi)模擬。

由圖1可見，MA逐月和GABP網(wǎng)絡(luò)預(yù)測的效果均優(yōu)于全時(shí)段MA預(yù)測效果。逐月預(yù)測的匯率波動(dòng)與實(shí)際波動(dòng)趨勢較吻合；而全時(shí)段預(yù)測值傾向于低估實(shí)際匯率波動(dòng)。用GABP網(wǎng)絡(luò)得出的預(yù)測值與實(shí)際值較接近。當(dāng)然這只是直觀的認(rèn)知，對(duì)于各模型的實(shí)際預(yù)測效果還需根據(jù)相關(guān)評(píng)價(jià)指標(biāo)予以比較。

（二）模型性能評(píng)價(jià)

由于神經(jīng)網(wǎng)絡(luò)無法用計(jì)量經(jīng)濟(jì)學(xué)中常用的擬合優(yōu)度、置信度、顯著性等檢驗(yàn)指標(biāo)，為與MA多元回歸模型結(jié)果作比較，本文綜合采用以下幾個(gè)常用指標(biāo)來評(píng)價(jià)各模型預(yù)測效果。

1. 平均絕對(duì)誤差（MAE）：[MAE=1Ni=1N|volfi-voli|]

2. 均方誤差（MSE）：[MSE=1Ni=1N（volfi-voli）2]

3.平均絕對(duì)百分誤差（MAPE）：

[MAPE=1Ni=1N|volfi-volivoli|]

4.均方根誤差（RMSE）：[RMSE=1Ni=1N（volfi-voli）2]

其中，[voli]與[volfi]分別表示匯率波動(dòng)的實(shí)際值和預(yù)測值。對(duì)于各模型而言，以上4個(gè)數(shù)值越小，說明模型預(yù)測值越接近于實(shí)際值，因而模型的預(yù)測效果也就越佳。

MA模型、一般BP網(wǎng)絡(luò)和GABP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測結(jié)果如表3所示。

同時(shí)對(duì)最后30個(gè)月共同預(yù)測期的匯率波動(dòng)預(yù)測值作圖，如圖2所示。

綜合表3和圖2我們可以發(fā)現(xiàn)，MA模型對(duì)于歷史數(shù)據(jù)的擬合效果要相對(duì)優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型，逐月MA模型預(yù)測結(jié)果優(yōu)于全時(shí)段MA模型。就全時(shí)段MA模型而言，其對(duì)歷史數(shù)據(jù)模擬的絕對(duì)偏差均很小，而對(duì)樣本外數(shù)據(jù)的預(yù)測效果卻不佳；逐月MA模型則不但能達(dá)到很好的歷史擬合，同時(shí)其樣本外預(yù)測效果也較好，無論是絕對(duì)誤差還是均方誤差皆遠(yuǎn)小于全時(shí)段MA預(yù)測效果。從圖2中也可以發(fā)現(xiàn)，逐月MA預(yù)測時(shí)序和匯率實(shí)際波動(dòng)趨勢較吻合，而全時(shí)段MA則明顯低估匯率實(shí)際波動(dòng)。這些都再次證明了逐月預(yù)測的優(yōu)越性。

分階段比較可以發(fā)現(xiàn)，MA模型適合于匯率波動(dòng)趨勢變化較小時(shí)期的預(yù)測，而BP神經(jīng)網(wǎng)絡(luò)模型對(duì)匯率波動(dòng)較大時(shí)期的預(yù)測更具有良好表現(xiàn)。2005年匯改之前，逐月MA模型無論是樣本內(nèi)模擬還是樣本外預(yù)測都是三種方式中最優(yōu)的，該時(shí)段匯率缺乏彈性，正好體現(xiàn)了MA線性模型對(duì)于穩(wěn)定趨勢預(yù)測的良好性能。而隨著匯率波動(dòng)程度的增強(qiáng)，以近30個(gè)月的預(yù)測效果而言，GABP神經(jīng)網(wǎng)絡(luò)預(yù)測無論是在匯率波動(dòng)數(shù)值還是波動(dòng)趨勢方向上都有著更優(yōu)良的表現(xiàn)。同時(shí)也可發(fā)現(xiàn)，2008—2009年間的預(yù)測值偏差均較大，這也從側(cè)面反映了金融危機(jī)的影響。

綜上可知，2005年匯改之前，即匯率缺乏彈性時(shí)期，逐月MA模型的歷史擬合和樣本外預(yù)測效果最優(yōu)；隨著匯改的深入，匯率彈性逐步增強(qiáng)，GABP神經(jīng)網(wǎng)絡(luò)模型無論是在匯率波動(dòng)的數(shù)值上還是波動(dòng)趨勢方向上的預(yù)測均有最優(yōu)表現(xiàn)。同時(shí)，利用非線性神經(jīng)網(wǎng)絡(luò)模型的預(yù)測在匯率彈性較大時(shí)期能夠有比線性MA模型更優(yōu)的預(yù)測效果，即能更好地捕捉實(shí)際匯率的波動(dòng)。可見，對(duì)于匯率波動(dòng)的預(yù)測不但應(yīng)選擇合適的變量，同時(shí)在匯率彈性的不同時(shí)期也應(yīng)當(dāng)選取合適的匯率波動(dòng)預(yù)測模型。

四、結(jié)論

匯率是影響國際間經(jīng)濟(jì)金融聯(lián)系和發(fā)展的重要變量。自2005年我國啟動(dòng)人民幣匯率形成機(jī)制改革以來，匯率彈性不斷增大，波動(dòng)性明顯增強(qiáng)。本文利用2001—2010年的月度數(shù)據(jù)，分別采用MA線性模型和基于遺傳算法改進(jìn)的GABP網(wǎng)絡(luò)模型，對(duì)匯率波動(dòng)進(jìn)行了模擬預(yù)測，結(jié)果表明2005年人民幣匯改以來，匯率與經(jīng)濟(jì)變量間的關(guān)聯(lián)性明顯增強(qiáng)，但2008年金融危機(jī)以來，受相關(guān)政策的影響，匯率改革有些停滯，匯率與經(jīng)濟(jì)變量間的聯(lián)動(dòng)性減弱，這說明匯率的彈性化能夠加深匯率波動(dòng)及其結(jié)構(gòu)變量間的均衡關(guān)系。

匯率與經(jīng)濟(jì)結(jié)構(gòu)變量間的模型分析結(jié)果表明，政府干預(yù)對(duì)匯率波動(dòng)呈顯著負(fù)效應(yīng)，而滯后一期匯率波動(dòng)則對(duì)當(dāng)期匯率波動(dòng)有顯著正向影響，匯率彈性增大增強(qiáng)了人民幣升值預(yù)期，升值預(yù)期則進(jìn)一步助推了股市價(jià)格波動(dòng)，股市對(duì)匯率波動(dòng)的影響會(huì)因匯率彈性的不同而有所差異。匯率缺乏彈性會(huì)限制貨幣市場與外匯市場間的信息傳導(dǎo)，桎梏我國貨幣政策的傳導(dǎo)效率，這也進(jìn)而說明了匯率的非市場化會(huì)阻礙利率的市場化進(jìn)程。因此在促成利率市場化的諸多因素中，匯率因素起著不可忽視的作用，要加快完善貨幣市場才能更大程度地發(fā)揮利率對(duì)匯率的作用機(jī)制（王愛儉等，2003），意即利率市場化改革應(yīng)與匯率市場化改革協(xié)調(diào)推進(jìn)，二者不可分而治之。

比較不同模型的預(yù)測效果發(fā)現(xiàn)，MA線性模型基于歷史數(shù)據(jù)對(duì)匯率波動(dòng)趨勢的持續(xù)性預(yù)測效果較好，適合于短期預(yù)測，因此2005年匯改之前，即匯率缺乏彈性時(shí)期，逐月MA模型的歷史擬合和樣本外預(yù)測效果最優(yōu)；而且逐月預(yù)測效果要遠(yuǎn)優(yōu)于全時(shí)段預(yù)測。GABP神經(jīng)網(wǎng)絡(luò)算法可以逼近任意非線性映射，避開了復(fù)雜的參數(shù)估計(jì)過程，較為簡單直觀，而且能夠顯著提升BP網(wǎng)絡(luò)的預(yù)測效能。隨著匯改的逐步深入和匯率彈性的逐步增強(qiáng)，GABP神經(jīng)網(wǎng)絡(luò)模型相對(duì)MA線性模型對(duì)匯率波動(dòng)有更好的解釋力和預(yù)測效果?？梢?，對(duì)于人民幣匯率彈性化進(jìn)程中匯率波動(dòng)預(yù)測模型的選擇也應(yīng)根據(jù)匯率彈性不同因時(shí)而異。

參考文獻(xiàn)：

[1]易綱，范敏.人民幣匯率的決定因素及走勢分析[J].經(jīng)濟(jì)研究，1997，（10）.

[2]魏巍賢.人民幣匯率決定模型的實(shí)證分析[J].系統(tǒng)工程理論與實(shí)踐，2000，（3）.

[3]Baillie Richard，Bollerslev Tim.1991.Intra-day and Inter-market Volatility in Foreign Exchange Rates， Review of Economic Studies， 58（3）， pp.565-585.

[4] Engle R.，R.Jeffrey.1997.Forecasting the frequency of changes in quoted foreign exchange prices with the autoregressive conditional duration model， Journal of Empirical Finance，4 （3），pp.187-212.

[5]West Kenneth，Dongchul Cho.1995.The Predictive Ability of Several Models of Exchange Rate Volatility. Journal of Econometrics，69（2），pp.367-391.

[6]Richard Meese，A. Rose. Nonlinear，Nonparametric，Nonessential Exchange Rate Estimation，American Economic Review，1990，80（2），pp.192-96.

（責(zé)任編輯 張立光；校對(duì) XY，GX）