登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 外文翻译 > 计算机类 > 计算机科学与技术 > 正文

全球金融周期和汇率预测:因素分析外文翻译资料

 2023-03-15 03:03  

全球金融周期和汇率预测:因素分析

Ibrahim D. Raheem

摘要:

本研究将投资组合平衡理论应用于预测汇率。该研究进一步论证了需要说明全球金融周期(GFCy)的作用。因此,分析的第一阶段是估计GFCy模型并获得特异性冲击。接下来,我们用第一阶段的结果作为汇率的预测指标。该研究建立了1990Q1- 2017Q2的20个先进国家和新兴国家的数据集。在其他方面,有三个重要的结果需要注意。首先,我们预测汇率的方法能够战胜基准的随机漫步模型。第二,最好的预测是在短期预测范围内进行的,即提前1个和4个季度预测。第三,早期样本量的表现超过了后期样本量的表现。

关键词 汇率;因素模型;全球金融周期;预测

1 引言

自Meese和Rogoff(1983年a,b,以下简称MR)以来,文献中的一般结论认为,基于宏观的变量/模型不能准确预测样本外的变化率1。被归结为难题的原因之一是宏观变量或基本面容易出现测量错误(Chinn amp; Meese,1995;Engel等人,2015;Groen,2000,2005;Mark amp; Sul,2001;Meese amp; Rogoff,1983b;Neely amp; Sarno,2002)2

研究依靠使用一些统计/econo-metric模型来解决这个问题。在文献中,已经成为常态的是使用因子模型。研究依靠使用一些统计/计量模型来解决这个问题。在文献中,已经成为常态的是使用因子模型3。汇率预测研究的一个新兴分支表明,使用潜在的因子模型有助于提高预测模型的信息含量。因此,因子模型提供的预测结果优于传统或天真的随机漫步(见Kavtaradze amp; Mokhtari,2018,关于汇率预测的因子模型调查)。

使用各种理论框架对汇率的样本外预测进行了测试(参见Taylor, 1995; Frankel amp; Rose, 1995; Sarno amp; Taylor, 2002和Chinn, 2011 Rossi, 2013的理论和经验调查)。然而,最近的是对汇率的组合平衡理论(PBT)的应用。使用这一理论的研究表明,他们的模型能够(弱)胜过传统的天真随机漫步模型(Cushman,2007;Gourinchas amp; Rey,2007,以下简称GR;Alquist amp; Chinn,2008;Della Corte等人,2010)。对这些研究有一些保留意见。直接使用各种资本流动计量方法仍然容易出现计量错误。众所周知,国际收支是一个很难衡量的概念。事实上,国际收支平衡表的计算中有“误差和遗漏”的规定。这只是为了确保国际收支平衡。另一个保留意见是,这些研究未能解释最近出现的一个重要的资本流动现象——全球金融周期。由于无法解释这一特点,特别是在存在这一特点的情况下,结果有严重偏向的倾向,从而导致错误的政策影响。这些保留意见可能是投资组合平衡理论表现不佳的原因,尽管它仍然能够战胜随机游走模型。

Rey(2013)在她有影响力的杰克逊霍尔论文中认为,资本流动有很高的共同成分。GFCy预示的论点是,从大量变量中提取的一些因素,在资本流动的变化中占了相当大的比例。这些因素被分为两类:全球因素和特定国家因素。她进一步指出,全球金融危机与资本流动的缩减和激增关系更大。Forbes和Warnock(2012)表明,极端的资本流动事件与全球因素有关。在另一部分文献中,GFCy被认为是资本流动的巨大变化的原因(Sarno等人,2016;以及Barrot和Servens,2018)。这些研究的结果表明,全球金融危机是资本流动的一个重要驱动因素。因此,当把资本流动与其他宏观经济变量(例如,汇率)联系起来时,应该考虑到全球金融危机。

根据这一推理,本研究假设GFCy应被用作代理资本流动。GFCy的模型表述/规格由三个部分组成:全球、特定国家和特异性。使用任何或所有这些成分来代表资本流动,从而作为汇率的预支配因素,具有重要意义。然而,本研究认为,应该使用特异性成分。这是由于全球因素没有关于国内价格变动的信息,国内因素也没有影响外国/全球价格变动的直觉。另一个原因可能是由于Cerutti、Claessens和Rose(2017)的结论,即全球金融危机几乎不能解释资本流动的变化,即使使用偏向于使其重要的方法。他们进一步指出,GFCy 很少占到资本流动变化的25% 以上。因此,很大一部分原因可以用特质冲击来解释。此外,这一法案可能在一定程度上解决 Bacchetta 和范bull;温库伯的“替罪羊”问题。在最近的一篇密切相关的论文中,Baku (2018)根据 Engel 等人(2015)从汇率中提取因子,然后估计协整检验(使用因子和其他变量)。该检验的残差可用作汇率的预测值。基于以上所述,本研究的目的是通过两步法对汇率的样本外预测进行建模。在第一步,我们对全球金融危机进行建模,得到特异性冲击。在第二阶段,我们使用第一阶段的结果作为汇率的预测因素。

我们对文献有四个主要的贡献:第一,全球金融危机还没有与汇率预测联系起来。第二,关于PBT的研究正在兴起,并且在准确预测汇率方面有一些有希望的结果(Cushman,2007;Gourinchas amp; Rey,2007;Alquist amp; Chinn,2008;以及;Della Corte等,2010)。然而,由于这些研究的数量有限,现在得出资本流动对汇率具有预测性信息内容的结论还为时过早。此外,这些研究中的一些是针对相对较少的国家(主要是美国)进行的。因此,不能将这些结果推广到其他国家。这是因为我们相信,资本流动对许多因素都是异质的,包括接受国。第三,PBT研究忽略了因素模型的作用。这一立场的理由是,PBT研究主要是基于时间序列的,而因子模型的实施需要面板数据结构。第四,大多数基于PBT的研究将其分析限于外国直接投资。为了规避这个问题,我们探讨了其他常见的资本流动形式(证券投资、银行流动和其他外国资本流动)。本文的其余部分结构如下:第二节回顾了有关该主题的文献。第三节讨论了方法和数据。第四节介绍结果。第五节对研究进行总结。

2 简洁的实证审查

关于汇率脱节之谜的文献非常多,而且已经有很多人试图记录关于这一主题的文献调查5 。为了避免重复劳动,本节旨在回顾那些在预测汇率时依赖因素模型的文章。现有的关于因子模型的研究可以分为两类。第一类认为,应该从汇率中提取因素。第二类假设因素最好从金融相关系列中提取。

2.1. 第一分类(从汇率中提取的因素)

使用因子模型来预测汇率的著名论文是Engel等人(2015)6 。由于难以测量基本面,人们进一步假设汇率本身具有不易从可观察的基本面中提取的信息。因此,可以从中提取因素的最佳变量是汇率7。因素与汇率之间的差额被用作汇率的预测指标8。他们的结果显示,与传统的和基准的随机行走模型相比,这些提议的模型的房间平均平方预测误差(RMSE)较低。Engel等人(2015)的方法已经成为文献中的规范。之后的研究也沿用了这种方法,没有什么创新。例如,Greenway- McGrevy等人(2018)提取了三个货币对中的两个因素:日元、瑞士法郎和以美元为基准的欧元。作者能够表明,他们的模型明显优于随机漫步和双边PPP模型。其他类似的研究包括Engel等人(2009)、Feliacute;cio和Junior(2014)、Kavtaradze(2016)。

这里应该强调的是,后面的论文所提出的创新更多的是以经验/方法论为导向的。9 尽管有这些不同的方法,恩格尔等人的基本结果并没有被驳倒。在验证恩格尔等人的结果的同时,后续的研究表明他们的结果在前者的基础上有所改进。

对Engel等人的第一个反驳是Wu和Wang(2012)。Wu和Wang没有使用PCA,而是依靠独立成分因子(ICF)。PCA的基本限制是,它只能利用到第二时刻的信息。然而,ICF有能力利用更高的时刻的信息,因为它把汇率作为一个信号。这个信号被分解成独立的来源,而不是正交的因素。他们结果的关键是基于ICF的模型击败了随机漫步模型,而不考虑样本期和预测范围。Solat和Tsang(2017)提出了使用广义主成分(GPC)的理由。PCA利用了各变量的同期性信息,而GPC则利用了每个变量的跨期变化以及跨变量的信息。作者使用了与Engel等人类似的数据,发现基于GPC的结果与基于PCA的结果相比,具有更高的性能。

Berge和Mark(2015)假设,Engel等人(2015)的方法存在遗漏变量偏差。因此,有必要对来自世界其他地区的 '第三国 '或 '溢出 '效应进行说明。拟议的效应是从泰勒型或货币模型(通货膨胀、产出缺口和利率)中提取的因素。在建立的模型中,有3个国家。国家A对国内金融更感兴趣,而国家B和国家C的汇率管理类似。另一种说法是,B国在执行货币政策方面追随C国,而A国的重点则倾向于国内事务。因此,货币政策的差异会使A国和B国的政策中的利率对来自C国的冲击做出不同的反应,从而产生A国和B国之间的汇率波动。 结果显示,第三国效应。(i) 是双边汇率的一个重要决定因素;(ii) 提高了模型的解释能力。

这类文献的一般结论是,所提出的各种模型击败了汇率预测的随机漫步模型。

2.2.第二种分类(从变量中提取的因素,除了汇率之外)

除了从汇率中构建因素之外,一些研究还提出了其他方法。在这一科学探究领域中,有一派文献曾依靠资产定价模型来预测汇率。例如,Lustig等人(2011)提出构建基于货币的风险因素。第一个因素被称为 '美元因素',它是国内货币和其他外国货币之间超额收益的平均值的计算。第二个因子被称为“利差风险因子”,它被构建为高利率货币和低利率货币之间的平均差额。Menkhoff等人(2012)增加了第三个因素,全球外汇波动的创新,定义为货币的每日绝对收益的平均值。

文献的一个新兴分支倾向于行为金融。因此,有必要探讨代理人的异质性预期的重要作用(见Morales-Arias amp; Moura, 2013)。Ahmed等人(2016)提出了一套新的汇率预测指标:基于货币的风险因素的无条件和有条件预期。另一组研究主张使用从传统宏观变量和金融变量中提取的组合因素(见Wright,2008;以及Della-Corte等人,2010)。

在这部分文献中,有一个共同的趋势。这些模型在汇率的样本内预测性方面表现良好。然而,样本外的预测并不十分突出。这些模型几乎没有战胜基准(有和没有草案的随机行走)。在用传统的汇率理论模型增加因素后,这些结果仍然成立。最近,Kim和Park(2018)指出,从少数选定的宏观经济变量中提取因素容易产生选择偏差。相反,Kim和Park使用从121个美国月度宏观变量中提取的因子来预测26种货币的双边汇率变化10。结果表明,这些因子能够同时预测样本内和样本外的预测结果。各个因素的预测能力因时间而异。例如,“美国股市”因素在短期内蓬勃发展,而其它因素则改善了长期表现。此外,预测模型还增加了从韩国时间序列中提取的因子。结果表明,后一种模型能够基本上预测美元兑韩元汇率的相当大一部分变动。

3 方法论和数据

3.1.方法论

与经济直觉相反,汇率的变动似乎不能被其他宏观

剩余内容已隐藏,支付完成后下载完整资料


英语原文共 12 页,剩余内容已隐藏,支付完成后下载完整资料


资料编号:[596012],资料为PDF文档或Word文档,PDF文档可免费转换为Word

您需要先支付 30元 才能查看全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图