目前，不少企业对于汇率的预测研究仍处于起步阶段，采用的依旧是传统单一时间序列模型或仅仅使用少数宏观因子分析。本文在传统货币汇率模型的基础上，引入了多个可能影响汇率的宏观因子，再基于贝叶斯信息准则对宏观因子的影响做变量选择，构建出简单、有效的时间序列回归模型，并通过回测来发现影响汇率变化的因子。进而解释2017年汇率走势，并展望未来趋势。

由于某些国家宏观因子数据获取比较困难，本文供模型选择的宏观因子包括：狭义货币供应量（M1）、广义货币供应量（M2）、消费者物价指数（CPI）、制造业采购经理人指数（PMI）、美元指数（USDX）、一年期国债收益率、标准普尔500指数、道琼斯指数、纳斯达克指数、上证指数、日经225指数。宏观因子模型从两个维度对外汇未来的走势进行分析，分别是未来值预测和走势区间预测。这两个维度可为决策者提供充足的信息来预测汇率后市。

传统货币汇率模型

传统货币汇率模型（The Monetary Exchange Rate Model）认为，汇率是资产的相对价格，并在可随时调整价格的有组织的市场中决定。传统货币汇率模型的第一重要假设，是购买力平价持续不变，第二个假设是在本地市场和国外市场有稳定的货币需求功能。这种对稳定的货币需求功能的假设，依赖于实际收入（y）的对数、价格水平（p）的对数和名义利率（i）。