李　艷， 吳　亮

（阜陽(yáng)師范學(xué)院 a.數(shù)學(xué)與統(tǒng)計(jì)學(xué)院；b.經(jīng)濟(jì)學(xué)院，安徽 阜陽(yáng) 236037）

利率期限結(jié)構(gòu)、相對(duì)因子與匯率預(yù)測(cè)

李艷a， 吳亮b

（阜陽(yáng)師范學(xué)院 a.數(shù)學(xué)與統(tǒng)計(jì)學(xué)院；b.經(jīng)濟(jì)學(xué)院，安徽 阜陽(yáng) 236037）

由于利率期限結(jié)構(gòu)中包含未來(lái)經(jīng)濟(jì)運(yùn)行的信息，利用2006年4月到2014年12月中美兩國(guó)利率期限結(jié)構(gòu)的月度數(shù)據(jù)，通過(guò)動(dòng)態(tài)Nelson-Siegel模型抽取兩國(guó)利率期限結(jié)構(gòu)的相對(duì)水平，斜率和凸度三因子，基于三個(gè)相對(duì)因子檢驗(yàn)其對(duì)人民幣/美元匯率的預(yù)測(cè)能力。實(shí)證研究表明：（1）相對(duì)因子模型對(duì)匯率在1到12月期具有可預(yù)測(cè)性，相對(duì)水平因子或相對(duì)斜率因子增加1%分別導(dǎo)致人民幣升值1%和2%而相對(duì)凸度因子增加1%會(huì)導(dǎo)致人民幣貶值1%；（2）基于CW檢驗(yàn)統(tǒng)計(jì)量的滾動(dòng)窗預(yù)測(cè)表明：在所考慮的各個(gè)滾動(dòng)窗下，相對(duì)因子模型預(yù)測(cè)能力優(yōu)于隨機(jī)游走和非拋補(bǔ)利率平價(jià)模型。

利率期限結(jié)構(gòu)；動(dòng)態(tài)Nielsen-Siegel模型；相對(duì)因子；匯率預(yù)測(cè)

匯率的決定和預(yù)測(cè)一直是經(jīng)濟(jì)文獻(xiàn)中探討的焦點(diǎn)問(wèn)題，經(jīng)典的匯率決定理論將匯率當(dāng)成資產(chǎn)，其為各種宏觀經(jīng)濟(jì)變量的貼現(xiàn)值，因此理論上匯率與宏觀經(jīng)濟(jì)基本面有著直接的關(guān)系。然而Meese和Rogoff［1］的研究發(fā)現(xiàn)，在預(yù)測(cè)區(qū)間小于一年的范圍內(nèi)，隨機(jī)游走模型在預(yù)測(cè)匯率變動(dòng)時(shí)要好于宏觀經(jīng)濟(jì)模型，這種匯率與宏觀經(jīng)濟(jì)基本面的脫離關(guān)系也就成為國(guó)際經(jīng)濟(jì)學(xué)的一個(gè)謎。此后，Cheung等［2］發(fā)現(xiàn)在少于一年的預(yù)測(cè)期間內(nèi)沒(méi)有發(fā)現(xiàn)任何模型的預(yù)測(cè)能力能優(yōu)于隨機(jī)游走模型，Rossi［3］對(duì)利用宏觀信息進(jìn)行匯率預(yù)測(cè)的模型和方法進(jìn)行了評(píng)述。國(guó)內(nèi)研究方面，陳平和李凱［4］對(duì)宏觀經(jīng)濟(jì)信息與人民幣匯率之間的關(guān)系進(jìn)行了考察，在四種匯率決定的宏觀經(jīng)濟(jì)模型中，只有一種模型的預(yù)測(cè)能力明顯優(yōu)于隨機(jī)游走模型。

利率期限結(jié)構(gòu)是指在某一時(shí)點(diǎn)上，債券到期期限和到期收益率之間的關(guān)系，又稱(chēng)收益率曲線，是資產(chǎn)定價(jià)、金融產(chǎn)品設(shè)計(jì)、保值和風(fēng)險(xiǎn)管理、套利以及投機(jī)等的基準(zhǔn)。利率期限結(jié)構(gòu)的變動(dòng)與宏觀經(jīng)濟(jì)走勢(shì)具有密切的聯(lián)系，Estrella和 Hardouvelis［5］認(rèn)為十年期國(guó)債與三個(gè)月國(guó)債之間的利差是預(yù)測(cè)經(jīng)濟(jì)衰退可能性的一個(gè)有用指標(biāo)；Haubrich和Dombrosky［6］發(fā)現(xiàn)長(zhǎng)短期利差是對(duì)未來(lái)四個(gè)季度經(jīng)濟(jì)增長(zhǎng)的極好預(yù)測(cè)指標(biāo)。就中國(guó)利率期限結(jié)構(gòu)與宏觀經(jīng)濟(jì)變量之間的相關(guān)性問(wèn)題而言，近年來(lái)得到長(zhǎng)足的研究，郭濤和宋德勇［7］基于Nelson-Siegel模型的研究結(jié)果顯示，中國(guó)利率期限結(jié)構(gòu)所隱含的遠(yuǎn)期利率可以預(yù)測(cè)未來(lái)利率，其水平因子對(duì)未來(lái)通脹有預(yù)測(cè)能力，長(zhǎng)短期利差較好地反映了貨幣政策狀態(tài)。李宏瑾等［8］研究了中國(guó)銀行間市場(chǎng)國(guó)債利率期限結(jié)構(gòu)對(duì)通貨膨脹的預(yù)測(cè)能力，發(fā)現(xiàn)中國(guó)短期利率期限結(jié)構(gòu)（特別是中短端）包含了未來(lái)通貨膨脹變動(dòng)的信息，因而可以作為判斷未來(lái)通貨膨脹走勢(shì)的預(yù)測(cè)變量。

我國(guó)在2005年7月21日對(duì)人民幣匯率制度進(jìn)行了改革，提出建立以市場(chǎng)需求為基礎(chǔ)，參考一籃子貨幣進(jìn)行調(diào)節(jié)、有管理的浮動(dòng)匯率制度，人民幣匯率與宏觀經(jīng)濟(jì)基本面走勢(shì)更為緊密?；诶势谙藿Y(jié)構(gòu)中含有宏觀經(jīng)濟(jì)的信息，本文利用Diebold和Li［9］提出的動(dòng)態(tài)Nelson-Siegel模型，構(gòu)建中美兩國(guó)利率期限結(jié)構(gòu)的相對(duì)因子模型，研究的問(wèn)題是利率期限結(jié)構(gòu)是否具有預(yù)測(cè)未來(lái)人民幣匯率變化的信息價(jià)值，以探討利率期限結(jié)構(gòu)在國(guó)際金融領(lǐng)域的應(yīng)用，為市場(chǎng)參與者規(guī)避匯率風(fēng)險(xiǎn)以及貨幣政策當(dāng)局對(duì)匯率的調(diào)控提供借鑒。

1　動(dòng)態(tài)Nelson-Siegel模型與匯率預(yù)測(cè)

當(dāng)市場(chǎng)上交易的債券期限結(jié)構(gòu)不完整，需從現(xiàn)有的零息債券和附息債券價(jià)格中提取出所有期限對(duì)應(yīng)的即期利率，從而可構(gòu)造完整的利率期限結(jié)構(gòu)，Nelson和Siegel［10］利用指數(shù)函數(shù)的衰減特性構(gòu)造了包含四個(gè)參數(shù)的靜態(tài)利率期限結(jié)構(gòu)模型（簡(jiǎn)稱(chēng)NS模型）：

其中，β1，β2，β3為模型參數(shù)，λ決定指數(shù)的衰減速度，m為以月表示的債券期限。NS模型因其參數(shù)簡(jiǎn)化和估計(jì)結(jié)果的穩(wěn)定性，已被各國(guó)中央銀行廣泛用于擬合利率期限結(jié)構(gòu)，然而NS模型是一種靜態(tài)擬合的參數(shù)方法，無(wú)法捕捉利率期限結(jié)構(gòu)的動(dòng)態(tài)特征。針對(duì)這一問(wèn)題，Diebold和Li擴(kuò)展Nelson和Siegel的研究框架，將式（1）靜態(tài)NS模型中的參數(shù)β1，β2，β3看做隨時(shí)間變化的三個(gè)動(dòng)態(tài)因子，以此來(lái)刻畫(huà)利率期限結(jié)構(gòu)的時(shí)變特征，稱(chēng)為動(dòng)態(tài)Nelson-Siegel模型（DNS模型），其形式如下：

其中，Lt，St和Ct可以理解成利率期限結(jié)構(gòu)隨時(shí)間變化的水平、斜率和凸度因子。由于參數(shù)λ決定指數(shù)的衰減速度，一方面，λ較小時(shí)，可對(duì)短期利率更好擬合；另一方面，λ較大時(shí)，可對(duì)長(zhǎng)期利率更好擬合，此外λ決定Ct在何處達(dá)到最大。Lt的系數(shù)為1，說(shuō)明其不會(huì)衰減到0，可看做長(zhǎng)期因子；St的系數(shù)由1開(kāi)始但會(huì)迅速單調(diào)衰減到0，可看做短期因子；Ct的系數(shù)由0開(kāi)始隨后增加，然后衰減到0，因此可看做中期因子。

利用兩國(guó)利率信息進(jìn)行匯率預(yù)測(cè)的典型模型是非拋補(bǔ)利率平價(jià)（uncovered interest rate parity，UIRP）模型，UIRP是指投資者可通過(guò)一單位本國(guó)貨幣購(gòu)買(mǎi)1/St單位的外國(guó)債券，其中St為本國(guó)貨幣表示的外幣價(jià)格。令外國(guó)債券在t到t+m的收益率為，在投資期結(jié)束時(shí)，通過(guò)投資外國(guó)債券所得到的本利和轉(zhuǎn)化為本國(guó)貨幣為St。在套利和不存在交易成本條件下，投資外國(guó)債券所得收益與本國(guó)債券所得相同，設(shè)本國(guó)債券收益為it（m），則有：

其中，Et（·）表示t時(shí)刻的期望算子。對(duì)上式兩邊取對(duì)數(shù)，忽略Jensen不等式，可得到如下經(jīng)驗(yàn)形式：

其中，LR，SR和CR為兩國(guó)利率期限結(jié)構(gòu)的相對(duì)水平，斜率和凸度三個(gè)因子。基于相對(duì)因子LR，SR和CR，構(gòu)建如下匯率預(yù)測(cè)回歸模型：

通過(guò)利率期限結(jié)構(gòu)，依據(jù)DNS模型構(gòu)建的相對(duì)因子對(duì)匯率進(jìn)行預(yù)測(cè)，能夠利用整個(gè)利率期限結(jié)構(gòu)的信息。相對(duì)因子方法采用所有期限利率差分，顯著擴(kuò)大UIRP模型，相較于將每一期限利率差分納入U(xiǎn)IRP模型方程，相對(duì)因子方法能夠明顯降低維數(shù)，且各個(gè)因子具有合理的宏觀經(jīng)濟(jì)解釋。

2　實(shí)證研究

2.1數(shù)據(jù)來(lái)源和相對(duì)因子估計(jì)

匯改始于2005年7月21日，考慮數(shù)據(jù)可得性，本文選取的數(shù)據(jù)范圍為2006年4月到2014 年12月，共計(jì)105個(gè)月度數(shù)據(jù)。在利率期限方面，分別選取了3，6，12，24，36，60，84和120月，共8個(gè)期限的利率，其中國(guó)內(nèi)選取的是中債國(guó)債到期收益率曲線，數(shù)據(jù)來(lái)源于WIND數(shù)據(jù)庫(kù)，美國(guó)選取的是美國(guó)國(guó)債收益率，數(shù)據(jù)來(lái)源于美國(guó)聯(lián)邦儲(chǔ)備委員會(huì)，人民幣對(duì)美元名義匯率來(lái)源于WIND數(shù)據(jù)庫(kù)，上述數(shù)據(jù)均為月最后一個(gè)交易日的數(shù)據(jù)。此外為使UIRP模型在1月期向前預(yù)測(cè)可同相對(duì)因子模型進(jìn)行比較，同時(shí)選取了中美兩國(guó)1月期短期利率，其中，美國(guó)短期月利率為聯(lián)邦基金利率（Federal Fund rate），數(shù)據(jù)來(lái)源于美國(guó)聯(lián)邦儲(chǔ)備委員會(huì)，中國(guó)1月期利率為全國(guó)銀行同業(yè)拆借30天到期的平均利率，數(shù)據(jù)來(lái)源于中國(guó)人民銀行網(wǎng)站。

圖1給出中美兩國(guó)利率期限結(jié)構(gòu)隨時(shí)間變化的示意圖。由圖1可知，從整體形態(tài)來(lái)看，在樣本期內(nèi)美國(guó)國(guó)債收益率曲線整體上呈現(xiàn)向上傾斜的形態(tài)，而中國(guó)國(guó)債的收益率曲線呈現(xiàn)上升、拱形和水平三種形態(tài)。從波動(dòng)性和連續(xù)性來(lái)看，美國(guó)國(guó)債收益率曲線除量化寬松貨幣政策開(kāi)始實(shí)施階段出現(xiàn)大幅跳躍外，總體上隨著時(shí)間推移呈現(xiàn)連續(xù)、漸進(jìn)的變化特征，相較而言，中國(guó)收益率曲線上下起伏較大，部分時(shí)期出現(xiàn)跳躍、突變的情形。

圖1　中美兩國(guó)利率期限結(jié)構(gòu)示意圖

估計(jì)DNS模型中參數(shù)的方法有非線性最小二乘和極大似然法等，這兩種方法在實(shí)施過(guò)程中通常遇到數(shù)值優(yōu)化問(wèn)題，因此Diebold和Li建議固定λ等于0.060 9，采用OLS方法估計(jì)DNS模型參數(shù)，這樣做的結(jié)果只是損失了很小的估計(jì)優(yōu)度，卻使得模型估計(jì)，尤其是動(dòng)態(tài)估計(jì)變得簡(jiǎn)單易行，而且保證了各個(gè)因子在不同時(shí)間具有可比性。同樣Chen和Tsang［11］基于兩國(guó)相同期限的利率差分構(gòu)建相對(duì)因子時(shí)，利用λ的經(jīng)驗(yàn)值0.060 9進(jìn)行參數(shù)估計(jì)。本文依據(jù)上述學(xué)者的相同方法，設(shè)定λ等于0.060 9，對(duì)式（5）利用OLS方法得到兩國(guó)利率期限結(jié)構(gòu)相對(duì)的水平、斜率、凸度三個(gè)因子。表1給出了三個(gè)相對(duì)因子的描述統(tǒng)計(jì)結(jié)果。

由表1中可看到，LR具有最大的均值且其波動(dòng)最小，CR的均值最小且波動(dòng)最大，三個(gè)因子的峰度系數(shù)均大于2接近于3且偏度較小，因此三個(gè)因子分布總體呈現(xiàn)出一定的右偏特征；JB統(tǒng)計(jì)量拒絕SR和CR正態(tài)分布的假設(shè)；最后通過(guò)相關(guān)系數(shù)發(fā)現(xiàn)，SR和CR的相關(guān)系數(shù)高達(dá)0.8，SR，CR與LR呈現(xiàn)出正相關(guān)關(guān)系，但相關(guān)系數(shù)低于0.4。

為分析相對(duì)因子在樣本內(nèi)對(duì)匯率是否具有可預(yù)測(cè)性，選取全部樣本數(shù)據(jù)，通過(guò)式（6）進(jìn)行回歸分析。由于使用重疊數(shù)據(jù)進(jìn)行長(zhǎng)期預(yù)測(cè)分析時(shí)通常會(huì)導(dǎo)致推斷偏差，當(dāng)式（6）中的m超過(guò)1，會(huì)導(dǎo)致式（6）中的ut+m為m-1階移動(dòng)平均過(guò)程，這樣統(tǒng)計(jì)量如標(biāo)準(zhǔn)差是有偏的，通常的做法是采用Newey-West標(biāo)準(zhǔn)誤差就行糾正，然而Newey-West標(biāo)準(zhǔn)誤差調(diào)整會(huì)導(dǎo)致嚴(yán)重的顯著性扭曲。Valkanov［12］建議通過(guò)標(biāo)準(zhǔn)t統(tǒng)計(jì)量乘以得到的刻度化t統(tǒng)計(jì)量，糾正長(zhǎng)期回歸推斷偏差，且刻度化t統(tǒng)計(jì)量具有近似正態(tài)分布。表2在m=1，3，6和12期，給出相對(duì)因子的系數(shù)估計(jì)和相應(yīng)刻度化t統(tǒng)計(jì)量值。由表2中刻度化t統(tǒng)計(jì)量知，相對(duì)水平，斜率和凸度因子在所考慮的各個(gè)期限對(duì)匯率變動(dòng)均具有顯著解釋能力，盡管相對(duì)水平因子僅在10%顯著性水平上顯著。由反應(yīng)相對(duì)因子影響大小的系數(shù)上看，相對(duì)水平因子各期系數(shù)為正且接近1，意味著相對(duì)水平因子增加1%會(huì)導(dǎo)致人民幣年升值1%；相對(duì)斜率因子在各期為正且接近2，從而相對(duì)斜率因子增加1%會(huì)引起人民幣年升值2%，相對(duì)凸度因子各期系數(shù)為負(fù)且接近-1，從而相對(duì)凸度因子增加1%會(huì)引起人民幣貶值1%。

表1　相對(duì)因子的描述性統(tǒng)計(jì)特征和相關(guān)系數(shù)

表2　相對(duì)因子對(duì)匯率的可預(yù)測(cè)性分析

2.2匯率預(yù)測(cè)與評(píng)價(jià)

通過(guò)上述全樣本回歸分析發(fā)現(xiàn)相對(duì)因子模型對(duì)匯率具有可預(yù)測(cè)性，下面分析相對(duì)因子模型對(duì)匯率的樣本外預(yù)測(cè)能力，同時(shí)與隨機(jī)游走模型和UIRP模型進(jìn)行比較。在進(jìn)行預(yù)測(cè)時(shí)，采用更能體現(xiàn)參數(shù)動(dòng)態(tài)變動(dòng)的滾動(dòng)方法，在滾動(dòng)窗為R時(shí)，模型參數(shù)使用最近R個(gè)觀測(cè)進(jìn)行估計(jì)，據(jù)此得到預(yù)測(cè)模型的m期樣本外預(yù)測(cè)誤差，而隨機(jī)游走模型的m期預(yù)測(cè)誤差為eRW，t+m=Δst+m。對(duì)模型預(yù)測(cè)進(jìn)行評(píng)價(jià)通常采用預(yù)測(cè)誤差的平方均值即MSFE （mean squared forecast error），除直接比較MSFE外，還可采用預(yù)測(cè)模型與基準(zhǔn)模型的RMSFE （root mean squared forecast error）之比的Theil's U （TU）統(tǒng)計(jì)量，進(jìn)行分析，如果TU＜1且顯著，表明匯率模型預(yù)測(cè)能力優(yōu)于隨機(jī)游走模型。

為比較檢驗(yàn)兩個(gè)預(yù)測(cè)模型預(yù)測(cè)效果是否有顯著性差異，采用Clark和West［13］提出的檢驗(yàn)統(tǒng)計(jì)量。設(shè)模型1為節(jié)儉模型，模型2為約束模型，模型1和模型2在t時(shí)刻對(duì) yt+τ的預(yù)測(cè)為 y^1t，t+τ和，預(yù)測(cè)誤差分別為相應(yīng)的 MSPE為和

基于 ft+τ，Clark和West提出的檢驗(yàn)統(tǒng)計(jì)量為：

為分析樣本窗寬對(duì)預(yù)測(cè)的影響，本文選取R= 36，48，［T/2］和60，預(yù)測(cè)期為m=1，3，6和12月，表3a和b分別給出相對(duì)因子模型與隨機(jī)游走和UIRP模型的比較結(jié)果。首先，分析表3a中的結(jié)

果。由表3a可知，在滾動(dòng)窗寬R=36和48時(shí)，各預(yù)測(cè)期的TU統(tǒng)計(jì)量均小于1（除去R=36，m=1和3時(shí)，TU分別為1.031和1.006，均接近于1），意味著相對(duì)因子模型具有更低的RMSE；在R=［T/2］和60時(shí)，TU在大部分預(yù)測(cè)期均大于1（除去R= ［T/2］，m=1，3和R=60，m=12外）；在各個(gè)滾動(dòng)窗和預(yù)測(cè)期下，CW統(tǒng)計(jì)量均大于0且在5%以上顯著性水平顯著，意味著相對(duì)因子模型優(yōu)于隨機(jī)游走模型。

其次，分析表3b的結(jié)果。由表3b可知，在滾動(dòng)窗寬R=36和48時(shí)，當(dāng)R=36，m=1和R=48，m= 1和3時(shí)，TU統(tǒng)計(jì)量接近與1，其他情形TU統(tǒng)計(jì)量均小于1，CW統(tǒng)計(jì)量均在5%及以上顯著性水平顯著大于0；在滾動(dòng)窗寬R=［T/2］和60時(shí)，在各預(yù)測(cè)期TU統(tǒng)計(jì)量均大于1，其最大為1.284，最小為1.002。當(dāng)R=［T/2］，CW檢驗(yàn)統(tǒng)計(jì)量在10%及以上顯著大于0而R=60情形下，CW統(tǒng)計(jì)量在m=6時(shí)為-1.136，其余情形下均大于0，但無(wú)論正負(fù)均不顯著，意味著此時(shí)UIRP模型和相對(duì)因子模型具有相同預(yù)測(cè)績(jī)效。

綜合以上分析，基于CW統(tǒng)計(jì)量發(fā)現(xiàn)相對(duì)因子模型對(duì)匯率的預(yù)測(cè)能力要優(yōu)于隨機(jī)游走模型和UIRP模型，特別是在滾動(dòng)窗寬R=36和48時(shí)，TU統(tǒng)計(jì)量也小于1，因此在實(shí)踐應(yīng)用相對(duì)因子模型預(yù)測(cè)匯率時(shí)，采用相對(duì)小的滾動(dòng)窗寬可得到更好的預(yù)測(cè)效果。

3　結(jié)束語(yǔ)

匯率變動(dòng)與宏觀經(jīng)濟(jì)基本面的關(guān)系一直都是國(guó)際經(jīng)濟(jì)學(xué)的一個(gè)中心問(wèn)題，大量文獻(xiàn)基于宏觀經(jīng)濟(jì)基本面信息解釋匯率的變動(dòng)。考慮到利率期限結(jié)構(gòu)在宏觀層面上，具有預(yù)測(cè)未來(lái)經(jīng)濟(jì)增長(zhǎng)，通貨膨脹等一些主要宏觀經(jīng)濟(jì)變量的信息價(jià)值，本文利用Diebold和Li提出的DNS模型，構(gòu)建中美兩國(guó)利率期限結(jié)構(gòu)的相對(duì)DNS模型，從中提取相對(duì)水平，相對(duì)斜率和相對(duì)凸度因子，同時(shí)分析三個(gè)相對(duì)因子與匯率變動(dòng)之間的動(dòng)態(tài)關(guān)系。

本文研究得到以下結(jié)論：第一，相對(duì)水平，斜率和凸度因子在所考慮的各個(gè)期限對(duì)匯率變動(dòng)均具有顯著解釋能力，相對(duì)水平因子增加1%會(huì)導(dǎo)致人民幣年升值1%，相對(duì)斜率因子增加1%引起人民幣年升值2%而相對(duì)凸度因子增加1%導(dǎo)致人民幣年貶值1%；第二，基于CW統(tǒng)計(jì)量發(fā)現(xiàn)相對(duì)因子模型對(duì)匯率的預(yù)測(cè)能力要優(yōu)于隨機(jī)游走模型和UIRP模型，特別是在滾動(dòng)窗寬R=36和48時(shí)，TU統(tǒng)計(jì)量也小于1，所以在實(shí)踐應(yīng)用相對(duì)因子模型預(yù)測(cè)匯率時(shí)，采用相對(duì)小的滾動(dòng)窗寬可得到更好的預(yù)測(cè)效果。因此無(wú)論是在樣本期間內(nèi)還是在樣本期間外，利率期限結(jié)構(gòu)對(duì)人民幣匯率變動(dòng)都有良好的預(yù)測(cè)能力，此結(jié)論對(duì)貨幣當(dāng)局制定政策具有重要的參考價(jià)值。

［1］ Meese R，Rogoff K.empirical exchange rate model of the 1970's：do they fit out of sample［J］.Journal of International Economics，1983，14（1/2）：3-24.

［2］ Cheung W Y，Chinn M D，Pascual A G.Empirical exchange rate models of the nineties：are any fit to survive？［J］.Journal of International Money and Finance，2005，24（7）：1150-1175.

［3］Rossi B.exchange rate predictability［J］.Journal of Economic Literature，2013，51（4）：1063-1119.

［4］ 陳平，李凱.人民幣匯率與宏觀基本面：來(lái)自匯改后的證據(jù)［J］.世界經(jīng)濟(jì)，2010（9）：28-45.

［5］ Estrella A，HardouvelisG A.The term structure as a predictor of real economic activity［J］.The Journal of Finance，1991，46（2）：555-576.

［6］ Haubrich G J，Dombrosky A M..Predicting real growth using the yield curve［J］.Federal Reserve Bank of Cleveland Economic Review，1996，32（1）：26-35.

［7］ 郭濤，宋德勇.中國(guó)利率期限結(jié)構(gòu)的貨幣政策含義［J］.經(jīng)濟(jì)研究，2008，（3）：39-47.

［8］ 李宏瑾，鐘正生，李曉嘉.利率期限結(jié)構(gòu)、通貨膨脹預(yù)測(cè)與實(shí)際利率［J］.世界經(jīng)濟(jì)，2010（10）：120-138.

［9］Diebold X F，Li.Forecasting the term structure of government bond yields［J］.Journal of Econometrics，2006，130（2）：337-364.

［10］Nelson R C，Siegel A F.Parsimonious modeling of yield curves［J］.Journal of Business，1987，60（4）：473-489.

［11］Chen Y C，Tsang K P.What does the yield curve tell us about exchange rate predictability？［J］.Review of Economics and Statistics，2013，95（1）：185-205.

［12］Valkanov R.Long-horizon regressions：theoretical results and applications［J］.Journal of Financial Economics，2003，68（2）：201-232.

［13］Clark T E，West K D.Approximately normal tests for equal predictive accuracy in nested models［J］.Journal of Econometrics，2007，138（1）：291-311.

Term structure of interest rate，relative factors and exchange rate prediction

LI Yana， WU Liangb

（a.School of Mathematics and Statistics；b.School of Economics，F(xiàn)uyang Normal University，F(xiàn)uyang Anhui 236037，China）

Since the term structure of interest rates embodies information about future economic activity，this paper uses dynamic Nelson-Siegel model to extract relative level，slope and curvature based on monthly data of interest rate of term structure of China and United States from April in 2006 to December in 2014 and analyses forecasting ability of relative factors on Renminbi/Dollar exchange rate.The empirical study shows that（1）Relative factors model can predict exchange rate changes 1 to 12 months ahead，and 1 percentage point increase in relative level or slope predicts 1%and 2%annualized appreciation of the Renminbi respectively，1 percentage point increase in relative curvature predicts 1%annualized depreciation of the Renminbi；（2）Rolling window forecasting based on Clark-West statistics shows that relative factors model outperforms random walk and uncovered interest parity model.

term structure of interest rates；dynamic Nelson-Siegel model；relative factors；exchange rate prediction

表3　RMSPE比率和相應(yīng)CW統(tǒng)計(jì)量

F830

A

1004-4329（2016）02-092-05

10.14096/j.cnki.cn34-1069/n/1004-4329（2016）02-092-05

2016-01-29

安徽省質(zhì)量工程（2014msgzs153）；阜陽(yáng)師范學(xué)院科研究項(xiàng)目（2015DJSZ05）；阜陽(yáng)師范學(xué)院質(zhì)量工程項(xiàng)目（2014JXTD01）資助。

李艷（1983－），女，碩士，助教，研究方向：高等教育經(jīng)濟(jì)管理。