美德还是幻影？汇率预测的复杂性

美国联邦储备委员会，华盛顿特区。ISSN 1936-2854（印刷版）ISSN 2767-3898（网络版） 美德还是幻象？汇率预测中的复杂性 雷希姆·基利奇 2025-089 吉利克，雷希姆（2025年）。“美德还是幻象？汇率预测中的复杂性，”金融和经济学讨论系列2025-089。华盛顿：联邦委员会储备系统，https://doi.org/10.17016/FEDS.2025.089。 注意：金融与经济讨论系列（FEDS）中的工作人员研究报告是初步材料，用于促进讨论和批评性评论。所提出的分析和结论是作者的观点，并不表示研究团队其他成员或董事会的赞同。在出版物中对金融与经济讨论系列（除致谢外）的引用应经作者同意，以保护这些论文的试探性特点。 美德还是幻象？汇率预测中的复杂性 2025年9月16日雷希姆·基利奇∗ 摘要 本文研究了“复杂性的美德”（VoC）是否从股票收益预测扩展到汇率预测。使用带有随机傅里叶特征（Ridge–RFF）的非线性岭回归，我们将复杂模型的预测性能与线性回归和稳健的随机游走基准进行比较。预测是在三组经济基本面——传统货币、扩展货币和非货币以及泰勒规则预测器——构建的，名义复杂性通过12、60和120个月的滚动训练窗口变化。我们的结果提供了一个谨慎的视角。复杂性只能带来适度的局部收益：在具有丰富预测变量集的小样本中，Ridge–RFF可以优于线性回归。然而，这些改进从未转化为优于随机游走的系统性收益。随着训练窗口的扩展，Ridge–RFF迅速失去优势，而线性回归越来越占主导地位，有时甚至在扩展基本面下超过随机游走。市场时机分析强化了这些发现：基于复杂性的策略偶尔能获得短期样本收益，但不稳定且容易发生急剧回撤，而更简单的线性策略和随机游走策略提供了更稳健和一致的经济价值。通过结合正式的预测评估测试——包括Clark–West和Diebold–Mariano——我们表明，复杂性的明显收益是脆弱的，并且很少具有统计显著性。总体而言，我们的证据指向汇率预测中复杂性的有限美德：在狭义定义的条件下方有帮助，但简洁性和随机游走基准在样本、预测变量集和经济评估中仍然更可靠。 1 引言 准确预测汇率仍然一直是国际金融领域最具挑战性和持久性的难题之一，可以追溯到 Meese 和 Rogoff（1983）的开创性研究。他们具有影响力的发现——即基于经济基本因素的结构模型在样本外预测中始终表现不如简单的随机游走——继续被后续的实证研究证实；参见 Rossi（2013）的全面综述。尽管在理论上取得了长足的进步和方法上的创新，所谓的 Meese–Rogoff 悖论仍然存在，这突出了随机游走基准的稳健性，并对经济基本因素的可预测性提出了质疑。 即便如此，近期研究已经确定了汇率可预测性出现的条件。实证研究强调了更丰富的预测变量集的作用、关注结构性政策体制变化，以及诸如面板数据方法、自适应建模框架和机器学习等方法的改进。特别是货币和非货币基本面、全球风险指标以及泰勒规则基本面的整合，在特定环境和时间范围内显示出前景（参见，例如，Molodtsova和Papell，2009年；Zorzi等人，2015年；Pfahler，2022年；Engel和Wu，2024年；Filippou等人，2025年）。 计量经济学领域的并行进展——尤其是在高维和机器学习环境下——重新激发了利用非线性结构进行预测的兴趣。Kelly等人(2024)通过...复杂性的优势(VoC)，认为具有非线性变换的高维模型，例如带有随机傅里叶特征（RFF）的岭回归，可以通过利用适当的正则化下的“良性过拟合”来超越更简单的线性模型。这些主张引发了一场细致的辩论：Nagel（2025）和Buncic（2025）告诫说，明显的收益可能反映机械波动-时间伪影或限制性的实现选择，而不是真实的经济结构。对此，Kelly和Malamud（2025）澄清了名义和有效复杂度，并表明VoC曲线的斜率取决于参数-样本比，这意味着随着有效样本量增加，收益会减弱； 他们还讨论了将集成复杂度作为利用高容量模型的一种更稳健的方法。 受这些争论和持续存在的汇率之谜的启发，本文探讨了VoC主要记录在股票中的现象是否延伸至汇率可预测性。我们提出了三个问题：(i)复杂性——通过具有RFF的岭回归实现——是否在FX中相较于线性回归和稳健随机游走基准提供了有意义的样本外收益？(ii)任何收益对预测变量的选择有多敏感？以及(iii)复杂模型是否能将预测收益转化为经济市场时机策略中的价值？ 我们研究了三组广泛使用的根本因素：(i) 传统货币变量（货币增长、利率差异、产出增长和通胀差异）；(ii) 一个结合货币和非货币根本因素的扩展集合，包括Engel和Wu（2024）中的全球风险指标；以及（iii) Taylor规则根本因素，结合了利率差异和产出缺口，遵循Molodtsova和Papell（2009）的研究。为确保全面评估，我们考虑了12、60和120个月的滚动训练窗口。除了标准的样本外R2以及均方预测误差（MSPE），我们采用克拉克-西特（CW）检验来评估相对于随机游走的预测精 度，并采用迪伯德-马里亚诺（DM）检验来比较高复杂度的岭-径向基函数（RFF）与线性回归，从而增强对统计显著性和稳健性的推断。随后，我们通过市场时机策略评估单一货币和等权重货币投资组合的经济相关性。 本文做出了三点贡献。首先，它在汇率领域对VoC假说进行了首批严格的检验之一，该领域长期以来随机游走一直是主导基准。与先前专注于股票市场的VoC研究不同，这些研究几乎完全集中于复杂回归与线性回归的比较，我们明确地将Ridge–RFF模型与随机游走进行评估，提供了更具挑战性和相关性的基准。其次，我们的结果表明，虽然Ridge–RFF可以在基本面丰富的极小样本中产生局部收益，但这些改进是脆弱的：随着训练窗口的扩大，线性回归往往赶上甚至超过RFF的表现，而随机游走仍表现出惊人的稳健性。第三，通过将预测统计与投资组合结果联系起来，我们证明了复杂性很少能转化为持久的经济价值。在方法论上，我们通过引入CW和DM检验——这些工具在该辩论中基本缺失——扩展了以股票市场为重点的VoC文献，提供了更清晰的证据来证明何时显性收益在统计上是有意义的。 我们的研究结果也直接指向了正在发展的VoC讨论：在FX领域，Ridge–RFF在名义复杂度相对于样本量较高时能带来局部改进，但一旦窗口扩展且复杂度比率下降，简洁性就会占主导——线性回归以及通常的随机游走在统计和经济上都占据主导地位。 本文的其余部分按以下顺序进行。第2节回顾了相关工作并阐述了我们的贡献。第3节描述了实证方法、数据和汇率基本面的构建。第4节展示了样本外预测结果和统计检验。第5节评估了单货币和等权重投资组合的市场时机表现。第6节总结。附加数据细节见附录A。 2 文献综述 实证汇率预测长期以来一直受到 Meese 和 Rogoff (1983) 的开创性发现的挑战，该发现指出没有任何结构模型能够持续地优于简单的随机游走。这个“随机游走基准”——通常是一种无变化预测——在样本外测试中仍然以难以超越而闻名。早期和近期的研究都证实，随机游走（尤其是没有漂移的）往往比经济模型产生更低的预测误差。例如，Cheung 等人 (2005) 检验了一组扩展的传统模型（包括基于货币和生产率的规范）并发现，没有模型在均方误差方面持续地优于随机游走。Cheung等人 (2017) 的一项更新分析得出了相似的结论：即使有新的变体（例如，包含影子利率的实际利率平价，基于泰勒规则的模型），“较新的模型并不持续地优于旧的模型”或随机游走，尤其对于 EUR/USD 等主要货币对。然而，他们确实指出，在较长期限上存在一些预测成功的案例——例如，在 5 年期限上优于随机游走的模型比短期上更频繁地出现。这与文献中早先的暗示相吻合，即任何可预测性可能仅在长期限或特定条件下出现，尽管这种收益是适度的且依赖于样本。总体而言，没有漂移的随机游走仍然是汇率预测中最难超越的基准，突显了 Meese–Rogoff 悖论的存在。 然而，过去十年中大量研究探讨了经济基本面何时以及如何有助于预测汇率。Rossi (2013) 对2000年后的研究进行了全面综述，得出“汇率是否可预测”的答案是“取决于具体情况”。在特定的预测变量、模型和预测期选择下，可预测性似乎最强。值得注意的是，Rossi发现，在适当条件下，使用某些经济基本面，如泰勒规则差值（作为相对货币政策立场的代理变量）或外部失衡（例如净外国资产头寸），可以改善预测结果。特别是，当这些基本面被用于参数估计有限的简单线性模型时，它们在较短的预测期显示出前景。这一结果呼应了早期研究，表明强制实施理论上的长期关系有助于预测：例如，通过误差修正项强制执行长期均衡的货币模型在2000年代在多年预测期取得了一定的成功。 恩格尔和吴（2024）的最新研究表明，自2000年代初以来，标准汇率模型在表现上的显著改进进一步支持了情境特征对可预测性的观点。恩格尔和吴认为，这些模型结合了货币和非货币基本面以及全球风险和流动性指标，与早期时期相比，在近几十年来表现要显著好得多。 (1970年代–1990年代)。他们主要归因于改进的、更可信的货币政策体系，如通货膨胀目标制，这减少了自我实现预期和过度波动的空间。 同样地，研究重新审视了购买力平价（PPP）作为预测指标。虽然PPP在历史上因其短期表现不佳而受到批评，但近期证据表明，在较长时间段内它可能是有用的。Zorzi等人（2015）表明，一个校准的半生命周期PPP模型（假设实际汇率缓慢地向其均衡值回归）在短期和长期范围内都比随机游走更准确地预测实际和名义汇率。事实上，一系列论文发现，基于PPP的简单预测在假设汇率向其PPP值以现实的速度缓慢调整的情况下，通常显著优于随机游走。其直观理解是，即使基本面/价值关系在短期内较弱，汇率向相对价格平价的逐步拉动可以在中到长期范围内提供可利用的预测能力。相比之下，其他传统基本面记录则更为混杂。标准的货币模型（包括货币供应量、产出和利率）和未抛补利率平价（UIP，使用利率差异）通常在短期范围内无法击败随机游走。有一些证据表明货币模型在更长时间段或面板估计中提高了预测精度，但结果在不同样本之间并不一致。例如，Molodtsova和Papell（2009）发现，在2000年代初，将泰勒规则基本面纳入模型，对于某些货币对的预测优于随机游走，但这种收益在其他时期会消散。同样，利率平价偏差本身由于时变风险溢价（远期溢价之谜）而具有有限的预测能力。研究人员尝试通过添加风险或流动性状况的代理变量——例如，全球波动性指数或金融压力指标——来增强模型，以捕捉这些时变溢价。Cheung等人（2017）报告称，添加风险和流动性因素可以改善粘性价格货币模型的经验样本拟合度，但样本外预测改进仍然不令人印象深刻。总之，传统的宏观基本面本身一直难以始终如一地比随机游走更准确地预测汇率，除非在特定情况下，如强制执行长期PPP或当特定基本面失衡变得极端时。 基本面表现不一致的一个原因是结构性不稳定性——即汇率与基本面之间的关系可能会随时间变化。近期研究通过模型不确定性和体制转换方法来应对这一挑战。例如，Kouwenberg等人(2017)开发了一个模型选择框架，允许相关基本面的集合随时间变化，这与投资者在不同时期对不同的变量支付选择性关注的理论相一致。他们设计了一个自适应预测规则，在任何给定时间选择表现最佳的基本面 从广泛的经济变量菜单中选择模型。这种方法带来了显著的预测收益：样本外检验显示，它在10种主要货币中有5种明显优于随机游走。所选基本面及其权重随时间变化，这表明汇率脱钩的部分原因可能是市场定期轮换其关注点（例如，从一个时期的利率差异转向另一个时期的贸易条件或外部赤字）。这些发现与Bacchetta和van Wincoop（2004）的“替罪羊”模型一致，后者认为，当真实的潜在驱动因素不可观测时，代理人可能会理性地抓住