文章名称：Short-term Exchange Rate Forecasting: A Panel Combination Approach
刊发杂志：Journal of International Financial Markets, Institutions and Money
作者信息：
任宇（中南财经政法大学文澜学院）
梁璇璇（中南财经政法大学文澜学院，研究生）
王琴（中南财经政法大学金融学院）
在国际金融领域，现有汇率模型在预测后布雷顿森林体系时期的汇率时表现不佳，如何准确地预测汇率是一个长期存在的研究问题。Meese和Rogoff（1983）发现，以随机游走模型为基准，传统汇率模型在样本外预测上并无显著优势，这被称为“Meese-Rogoff之谜”。Rossi（2013）进一步指出，传统汇率模型样本外预测效果不佳的原因在于其表现出的不稳定性，模型预测效果依赖于样本选择、研究数据性质以及模型评价标准等因素，单一模型只能对样本中的部分汇率在特定的时期内进行有效预测。
以往研究中，部分学者试图采用模型遴选法来解决单一模型的预测不稳定问题，该法按一定标准逐期从所有备选模型中选择预测最佳的单一模型用以下一期的汇率预测。但Sarno和Valente（2009）指出，模型选择标准是否有效会直接影响模型遴选法的预测效果。为克服选择标准的局限性并使预测过程尽可能反映更全面的经济金融信息，另一部分学者采用模型组合法进行汇率预测。与遴选法不同，组合法通过赋予每个单一模型权重，将所有模型加以结合而形成最终的组合预测值。
本文在对以往文献中的汇率预测方法、预测效果和局限性进行梳理的基础上，提出一种基于模型组合和面板固定效应估计的方法来预测短期汇率，通过降低汇率模型预测的不稳定性，来尝试解决Meese-Rogoff之谜。
本文采用两种模型组合法，即等权重平均法和贴现均方预测误差（discount mean square prediction error, DMSPE）加权平均法，来计算汇率组合预测值。在进行汇率预测时，每一个汇率模型反映了某一特定层面的经济信息。文献指出，模型组合可以使预测值对经济环境变化的各种因素有更加全面的反映，降低预测波动。为进一步提高模型组合法的效果，本文将单一国家汇率模型拓展到固定效应模型，以控制不同国家的个体差异，此举可以提高估计精度和预测准确性。
文章检验了所提出的面板组合预测法的有效性。具体而言，我们收集了11个主要国家在1997年1月至2017年12月间的汇率和宏观经济数据，将8个单一汇率模型纳入模型集。在以扩展窗口对单一汇率模型进行样本内固定效应估计后，计算单一模型对每种汇率的一步样本外预测值，再用两种组合法分别计算每种汇率的组合预测值。结果表明，相较于随机游走模型，该文方法能够得到更小的预测误差和更高的方向预测正确率。在进行多重稳健性检验后，作者发现文章的主要结果不依赖于特定的货币或汇率模型，也不依赖于预测过程中其他条件的设置，具有稳健性。另外，文章利用一个简化的交易策略来衡量该文方法在投资方面的实际收益。当模型预测外币升值（贬值）时，买入（卖出）一单位外币。结果显示，与随机游走模型相比，文章中两种面板组合法的使用可以提高外汇投资收益率，同时降低投资过程中的最大回撤。
通过实证分析，我们发现面板组合预测法能够提高汇率预测准确性，证实了汇率具有样本外可预测性。从学术的角度上，本文的研究说明，由于全球金融市场存在着高度不确定性，面板组合预测法在提高汇率预测准确性的同时能够降低预测不稳定性，丰富了相关领域的现有文献。我们的研究表明，当前短期汇率预测不佳是由于信息不足造成的。每一个单一模型包含有限的解释变量，对影响汇率变化的经济信息捕捉不足。组合法弥补了这一缺陷，因此能够产生更加准确的汇率预测。从应用的角度上，学者和投资者难以有效甄别哪一汇率模型能产生最优的汇率预测效果，本文提出的面板组合法在汇率预测上更加易行，具有一定的现实意义。
