A mixed-frequency approach for exchange rates predictions

Dit artikel presenteert een mixed-frequency benadering om het Meese-Rogoff-probleem op te lossen en de voorspellingskracht van wisselkoersen (CAD/USD) te verbeteren door informatieverlies door temporele aggregatie te voorkomen.

Raffaele Mattera, Michelangelo Misuraca, Germana Scepi, Maria Spano

Gepubliceerd Mon, 09 Ma
📖 4 min leestijd☕ Koffiepauze-leesvoer

Each language version is independently generated for its own context, not a direct translation.

Hier is een uitleg van het onderzoek in simpel, alledaags Nederlands, met behulp van een paar creatieve vergelijkingen.

Het Grote Raadsel: Waarom zijn wisselkoersen zo moeilijk te voorspellen?

Stel je voor dat je een wiskundig raadsel probeert op te lossen: hoe voorspel je de prijs van de Canadese dollar ten opzichte van de Amerikaanse dollar?

Economisten en centrale bankiers proberen dit al decennialang. Er is een beroemd probleem, het "Meese en Rogoff-raadsel". De kern van dit raadsel is simpel: Het lijkt alsof wisselkoersen volledig willekeurig zijn.

Als je probeert de koers te voorspellen met complexe economische formules (zoals renteverschillen of inflatie), werkt het vaak slechter dan als je gewoon gokt dat de koers morgen hetzelfde blijft als vandaag. Het is alsof je een dure, supercomputer gebruikt om het weer te voorspellen, maar een simpel "kijk naar de lucht"-advies werkt beter.

De Oorzaak: Het "Samenvoegings"-probleem

De auteurs van dit paper (Mattera, Misuraca, Scep en Spano) denken dat ze de oplossing hebben gevonden. Het probleem zit hem niet in de economie zelf, maar in hoe we de data bekijken.

De Analogie van de Video:
Stel je voor dat je een film bekijkt.

  • De echte wereld (en wisselkoersen) verandert elke seconde (dagelijkse data).
  • Maar de economen die de modellen maken, kijken vaak alleen naar een samenvatting van die film. Ze kijken niet naar elke seconde, maar kijken alleen naar het beeld dat ze krijgen als ze de film vertragen tot één frame per minuut (maandelijkse data) of zelfs één frame per uur (kwartaaldata).

Door die film te vertragen en frames weg te gooien, verlies je informatie. Je ziet de snelle bewegingen niet meer. De auteurs noemen dit temporale aggregatie. Het is alsof je probeert de snelheid van een Formule 1-auto te meten door alleen te kijken naar waar hij elke minuut was. Je mist alle bochten en versnellingen die daar tussenin gebeuren.

De Oplossing: De "MIDAS"-bril

In plaats van de film te vertragen en frames weg te gooien, gebruiken de auteurs een nieuwe techniek genaamd MIDAS (Mixed Data Sampling).

De Vergelijking:
Stel je voor dat je een recept maakt.

  • De oude methode: Je gebruikt alleen de ingrediënten die je elke maand koopt (bijv. "1 kilo bloem"). Je weet niet hoeveel bloem je precies op dinsdagochtend hebt gebruikt.
  • De nieuwe MIDAS-methode: Je kijkt naar de dagelijkse boodschappenlijstjes (hoeveel bloem je elke dag kocht) en gebruikt die gedetailleerde informatie om te voorspellen hoe de maaltijd aan het einde van de maand smaakt.

Met MIDAS kunnen ze de snelle, dagelijkse bewegingen van de wisselkoers combineren met de langzamere, maandelijkse economische cijfers (zoals rente en inflatie). Ze hoeven de data niet meer te "vertragen" of te samenvoegen, waardoor ze alle details behouden.

Wat vonden ze? (Het Resultaat)

Ze hebben dit getest met de wisselkoers tussen de Canadese dollar (CAD) en de Amerikaanse dollar (USD).

  1. De Oude Manier (Samenvoegen): Als ze de data samenvoegden tot kwartaalcijfers (zoals de meeste eerdere studies), werkten de modellen vaak slecht. De "willekeurige gok" (random walk) deed het vaak beter. Dit bevestigde het raadsel.
  2. De Nieuwe Manier (MIDAS): Toen ze de dagelijkse details meenamen via de MIDAS-methode, werkte het plotseling veel beter!
    • Vooral modellen die gebaseerd zijn op de Taylor-regel (een manier waarop centrale banken rente bepalen op basis van inflatie) werden veel nauwkeuriger.
    • De "stokkerige" modellen (die aannemen dat prijzen traag veranderen) werden zelfs 53% nauwkeuriger dan de oude versies.

De Conclusie in Eén Zin

Het raadsel dat wisselkoersen onvoorspelbaar zijn, is eigenlijk een optisch illusie veroorzaakt door het gebruik van te grove data. Door de "microscopische" details van de dagelijkse markt mee te nemen in de berekening (met de MIDAS-methode), kunnen we de koers veel beter voorspellen dan voorheen mogelijk was.

Kortom: Je hoeft niet te stoppen met gokken omdat de markt gek is; je moet gewoon stoppen met het kijken naar de markt door een te dikke bril. Als je de details ziet, wordt het voorspellen een stuk makkelijker.