Nationale Bank van Belgie
Foutieve modelspecificatie, learning en de loskoppeling tussen de wisselkoers en zijn fundamenten
door Vivien Lewis en Agnieszka Markiewicz
NBB Working Paper No 168 - Research Series
Modellen op basis van rationele verwachtingen kunnen de loskoppeling tussen de wisselkoers en de macroeconomische
fundamentals niet verklaren. Deze loskoppeling is een bekend gegeven in de internationale
macro-economie. De resultaten van traditionele wisselkoersmodellen zijn niet beter dan "random walk"-
voorspellingen: de beste voorspeller van de wisselkoers van morgen is die van vandaag. Dergelijke
modellen kunnen hoogstens de dynamiek van sommige valuta's gedurende bepaalde periodes verklaren.
De wisselkoers wordt gewoonlijk gemodelleerd als de prijs van een activum. Hij wordt uitgedrukt als een
gewogen gemiddelde van een reeks actuele fundamentals en zijn verwachte toekomstige waarde.
Aangezien het gewicht van de verwachtingen hoog is in verhouding tot dat van de fundamentals, is de
vorming van de verwachtingen cruciaal in het bepalen van de dynamiek van de wisselkoers. Gelet op de
zelfreferentiële structuur van het model met positieve feedback, worden foutieve verwachtingen uitvergroot,
zodat de wisselkoers ver kan afwijken van zijn fundamentele waarde. We nemen twee afwijkingen aan van
de hypothese van de rationele verwachtingen: learning en foutieve modelspecificatie.
Statistisch leren, ten eerste, impliceert dat de subjecten zich gedragen als econometristen; ze ramen hun
model opnieuw telkens een nieuw datapunt wordt opgetekend. Uit recent onderzoek is gebleken dat learning
de empirische resultaten van modellen voor de prijsbepaling van activa verbetert. Hier krijgen de subjecten
informatie over de modelparameters en over de relatieve resultaten van de verschillende
voorspellingsregels.
Een tweede aanname is foutieve modelspecificatie, waarbij de subjecten niet alle beschikbare informatie
gebruiken om voorspellingen te doen. Empirische gegevens ondersteunen deze veronderstelling. Enquêtes
bij valutahandelaren hebben uitgewezen dat er aanzienlijke verschillen zijn in het relatieve belang dat
gehecht wordt aan de verschillende fundamentals, zowel in de tijd als tussen de marktdeelnemers. Hier
staan we heterogeniteit toe in de opvattingen, alsook een tijdsgebonden variatie in het gewicht van een
bepaalde fundamental.
We introduceren foutieve modelspecificatie en learning in een standaard monetair model, waarin het
relatieve outputniveau en de geldvoorraad van de twee landen in kwestie de fundamentele factoren zijn die
de wisselkoers bepalen. Samen met gegevens over fundamentals in de VS en het VK tijdens de periode na
Bretton Woods, genereren we steekproeven van artificiële wisselkoersgegevens op kwartaalbasis. We
berekenen de volatiliteit van de wisselkoers en de correlatie tussen de wisselkoers en de fundamentals. Het
model heeft twee vrije parameters: de learning gain (leerwinst) en de snelheid waarmee overgeschakeld
wordt tussen de voorspellingsregels. We kalibreren de learning gain zo dat de volatiliteit van het
wisselkoersrendement overeenstemt met die van de data, voor meerdere waarden van de parameter voor
het overschakelen. Dan vergelijken we andere momenten van de wisselkoers met die van de gegevens.
De excessieve volatiliteit van het wisselkoersrendement kan gereproduceerd worden met lage waarden van
de learning gain. Beide veronderstellingen, foutieve specificatie en learning, zijn nodig om tot dit resultaat te
komen. De impliciete correlaties met de fundamentals zijn evenwel hoger dan in de gegevens. Een analyse
van de robuustheid toont aan dat het introduceren van meer vertragingen de balans van onze bevinding licht
doet overhellen naar de rationele verwachtingen en weg van de learning-hypothese.
Communicatie
Nationale Bank van België n.v.
de Berlaimontlaan 14
1000 Brussel
tel. + 32 2 221 46 28
www.nbb.be
Ondernemingsnummer:
0203.201.340 - RPR Brussel
2009-07-02