匯率的可預測性一直是學者們感興趣的議題,文獻(Diebold and Nason,1990; Meese and Rose,1991)中發現雖然在統計上發現匯率具有非線性的性質,但卻很難找到一個非線性模型可以成左漲b樣本外預測上擊敗隨機模型;本研究的目的即是探討此一謎題,既然匯率明顯的表現它的非線性特性,那是否可以建構一個合適的非線性模型去預測它。 本研究以美國對六種匯率的匯率為研究對象,首先使用R/S分析確定資料型態,判定匯率是否具有趨勢,在確定匯率具有趨勢後,建立非線性匯率預測模型-「趨勢模型」。趨勢模型以匯率的加權移動平均作為趨勢,模型具有兩種能力,一是將預測值往趨勢值推近,二是修正預測錯誤的能力。 除了隨機漫步模型以外,本研究並引入非線性模型STAR(Smoothing Transition Auto-regressive)模型以及線性模型AR(Auto-regressive)模型進行樣本外預測能力的比較。本文發現,除了美元兌英鎊匯率外,趨勢模型的預測能力優於隨機漫步模型;STAR模型的預測能力並不佳;線性模型AR和隨機漫步模型則互有勝負。