摘要：本文介紹了全球跨境組合投資的規(guī)模、類別及國別特點，從組合投資角度分析了全球股票和債券投資資金流動的驅(qū)動因素，并總結(jié)了跨境組合投資的國別配置特點。

關(guān)鍵詞：跨境資金流動 組合投資 股票投資 債券投資

當談論跨境資金流動時，涉及三個主要部分：直接投資（FDI）、組合投資（portfolio investment）和銀行借貸（bank loan）。這三者比較容易區(qū)分：直接投資的投資對象是生產(chǎn)性資本即企業(yè)，組合投資的投資對象是金融性資本即股票和債券，銀行借貸主要是指銀行等金融機構(gòu)對國外居民進行的信貸。

從資金流出角度，根據(jù)IMF全球國際收支表，2013年全球FDI流出規(guī)模為1.86萬億美元，組合投資規(guī)模為1.62萬億美元，其他投資規(guī)模為0.26萬億美元，可見組合投資規(guī)模已經(jīng)與FDI規(guī)模相差無幾。那么如何跟蹤組合投資？組合投資的規(guī)模、類別和國別主要有何特點？

跨境組合投資基本情況

目前，跟蹤組合投資的數(shù)據(jù)有：國際收支中的國際投資頭寸（International Investment Position，IIP）；機構(gòu)調(diào)查和匯總數(shù)據(jù)，如IMF的CPIS（Coordinated Portfolio Investment Survey）；頻率更高的資金流動數(shù)據(jù)，如EPFR（Emerging Portfolio Fund Research）。

筆者先通過CPIS數(shù)據(jù)對跨境的組合投資情況進行初步了解。從跨境組合投資的規(guī)模看，2013年底，IMF有統(tǒng)計的全球跨境組合投資規(guī)模為46.6萬億美元1，相比2012年增長6.9%。從歷年增速看，在全球金融危機前，跨境組合投資增速較快，危機后增速已經(jīng)出現(xiàn)了平臺式下降。具體來看，2002—2007年，全球跨境組合投資的增速均值為21.0%，但2010—2013年增速均值只有5.7%。

為使大家對全球跨境組合投資規(guī)模有一直觀的認識，本文使用該數(shù)據(jù)占全球名義GDP的比例來看其規(guī)模到底有多大。數(shù)據(jù)顯示，2013年底全球跨境組合投資規(guī)模占全球GDP的比例為61.6%，從歷史來看，這一比例基本圍繞56%波動（見圖1）。

從投資標的看，長期債券投資在跨境組合投資中占比一直最高，短期債券占比最低，股票占比僅次于長期債券。2013年，長期債券、股票和短期債券的投資占比分別為50.9%、42.7%和6.4%。從歷年均值看，長期債券、股票和短期債券占比中樞分別為53.8%、38.6%和7.6%。在金融危機后，隨著企業(yè)盈利改善和流動性呈現(xiàn)寬松態(tài)勢，股票投資占比逐步提升，而長期債券投資占比略有下降（見圖2）。

圖1 歷年全球組合投資規(guī)模占全球GDP的比例

數(shù)據(jù)來源：方正證券研究所

圖2 跨境組合投資中投資標的占比情況圖3 美國、英國和盧森堡是三大資金流出國家

數(shù)據(jù)來源：方正證券研究所數(shù)據(jù)來源：方正證券研究所

那么誰在投資海外市場？根據(jù)資金流出統(tǒng)計，資金流出規(guī)模最大的五個國家依次是美國、英國、盧森堡、日本和德國（見圖3），前十大資金流出國家占全球組合投資規(guī)模的比例達到70%，這與部分發(fā)展中國家統(tǒng)計數(shù)據(jù)缺失也有一定關(guān)系。從資金流入角度，美國、英國、法國、德國、盧森堡是2013年全球組合投資資金流入前五大國家。

全球股票和債券投資資金流動的驅(qū)動因素

EPFR統(tǒng)計了全球主要基金的規(guī)模和國別配置比例，本文使用的是EPFR統(tǒng)計的流入股票和債券的總體資金規(guī)模數(shù)據(jù)。

首先看驅(qū)動股票投資資金流動的因素。一是經(jīng)濟基本面，如全球PMI、經(jīng)濟意外指數(shù)，這可以歸納為影響企業(yè)盈利的因素；二是流動性狀況，如長期利率水平、金融狀況指數(shù)、美元流動性，這可以歸結(jié)為影響股利貼現(xiàn)模型（Dividend Discount Model，DDM）中折現(xiàn)率的因素；三是投資者情緒，如標普500隱含波動率指數(shù)VIX，反映投資者的恐慌情緒；四是技術(shù)指標，如股票指數(shù)過去的收益，因為很多投資者都是動量投資者。

圖4顯示了全球股票流入資金與花旗G10經(jīng)濟意外指數(shù)的相關(guān)關(guān)系，圖5顯示了全球股票流入資金與10年期美國國債收益率的相關(guān)關(guān)系。經(jīng)過對比可以發(fā)現(xiàn)，股票資金流動和經(jīng)濟意外指數(shù)（經(jīng)濟基本面）同向波動，但與美國國債利率（流動性狀況）反向波動，基本符合預期。

此外，筆者使用上述的經(jīng)濟意外指數(shù)、長期國債利率、VIX指數(shù)等指標，對股票資金流動進行簡單線性回歸分析，以捕捉股票資金流動的基本趨勢。結(jié)果顯示，隨著截取時間段的不同，模型的解釋力度大約在20%～30%之間波動。從擬合值看，模型基本捕捉了股票資金流動的趨勢，但實際資金流動的波動要明顯大于模型的預測（見圖6）。需要說明的是，部分指標可以相互解釋，比如美元流動性增速與全球經(jīng)濟同向波動，但這里不對模型進行嚴格界定。

圖4 經(jīng)濟基本面影響股票資金流動圖5 利率基本與股票資金流動反向波動

數(shù)據(jù)來源：方正證券研究所

編輯注：左軸去掉千分符，左軸上方加上“百萬美元”，灰色圖例改為“股票資金流入合計（4周移動平均，左軸）”，紅色圖例后均加（右軸）

數(shù)據(jù)來源：方正證券研究所

編輯注：左軸去掉千分符，左軸上方加上“百萬美元”，右軸上方加上“%”，灰色圖例改為“股票資金流入合計（4周移動平均，左軸）”，紅色圖例改為“10年期美國國債利率（右軸）”

圖6 模型捕捉了股票資金流動的基本趨勢圖7 債券資金流動受貨幣政策影響

數(shù)據(jù)來源：方正證券研究所

編輯注：左軸上方加“百萬美元”，灰色圖例改為“股票資金流入合計（4周移動平均，左軸）”，紅色圖例改為“模型預測值”數(shù)據(jù)來源：方正證券研究所

編輯注：左軸去掉千分符，左軸上方加上“百萬美元”，灰色圖例改為“債券資金流入合計（4周移動平均，左軸）”，紅色圖例后均加“（右軸）”

其次看驅(qū)動債券投資資金流動的因素。一是貨幣政策，貨幣政策決定了政策目標利率的變動方向，從而影響其他利率；二是金融狀況指數(shù)，金融狀況指數(shù)可以反映總體資金面的松緊，從而對債券投資資金流動產(chǎn)生影響。

圖7和圖8分別顯示了債券資金流動與貨幣政策意外指數(shù)、金融狀況指數(shù)之間的關(guān)系?？梢园l(fā)現(xiàn)，貨幣政策意外收緊對債券投資資金流動有較大的負面影響，典型案例如2013年年中的削減恐慌（taper tantrum），當時伯南克暗示將終結(jié)QE3，導致資金大幅流出債券市場。芝加哥聯(lián)儲的金融狀況指數(shù)（FCI）也對債券資金流動有所影響，金融狀況緊張時，資金流入債券市場的規(guī)模會下降甚至流出債券市場。

用上述兩個指標對債券市場資金流入規(guī)模進行簡單線性回歸分析，模型解釋力度大約在20%左右。與股票資金流動模型一樣，債券流動模型也撲捉到了債券資金流動的基本趨勢，但實際的資金波動要比模型預測大得多（見圖9）。

需要說明的是，已有文獻中總結(jié)的影響債券投資資金流動的因素還包括通脹類指標，如通脹水平、通脹意外指數(shù)，但通脹相關(guān)指標加入模型后，影響并不顯著，可能在危機后通脹總體并不成為投資決策中的重要一環(huán)，但這不意味著未來還會如此。

圖8 金融狀況對債券資金流動有所影響圖9 模型捕捉了債券資金流動的基本趨勢

數(shù)據(jù)來源：方正證券研究所

編輯注：左軸上方加上“百萬美元”，灰色圖例改為“債券資金流入合計（4周移動平均，左軸）”，紅色圖例改為“芝加哥聯(lián)儲FCI（右軸）”數(shù)據(jù)來源：方正證券研究所

編輯注：左軸上方加上“百萬美元”，灰色圖例改為“債券資金流入合計（4周移動平均，左軸）”，紅色圖例改為“模型預測值”

跨境組合投資的國別配置

筆者通過總結(jié)發(fā)現(xiàn)，關(guān)于跨境組合投資的國別配置，已有文獻結(jié)論較為雜亂，指導性有限。筆者認為，最簡單的觀察國別配置規(guī)律的方法是看國別資金流入的相關(guān)系數(shù)。本文分別統(tǒng)計了主要發(fā)達國家（美國、日本、英國和發(fā)達歐洲國家）和發(fā)展中國家（巴西、印度、俄羅斯和中國）債券投資資金流入和股票投資資金流入的相關(guān)系數(shù)，數(shù)據(jù)使用EPFR國別凈流入的周度數(shù)據(jù)，時間跨度從2011年1月至2015年6月。EPFR國別凈流入數(shù)據(jù)是使用基金規(guī)模乘以國別配置比例減去期間收益得到的。

表1是國別債券凈流入相關(guān)系數(shù)表，表2是國別股票凈流入相關(guān)系數(shù)表，通過對比分析我們可以從中得出以下結(jié)論：

表1 主要國家債券資金凈流入相關(guān)系數(shù)一覽

美國日本發(fā)達歐洲英國巴西印度俄羅斯中國

美國1.00 0.39 0.38 0.32 0.33 0.31 0.37 0.19

日本0.39 1.00 0.52 0.54 0.59 0.55 0.64 0.22

發(fā)達歐洲0.38 0.52 1.00 0.62 0.27 0.45 0.35 -0.03

英國0.32 0.54 0.62 1.00 0.40 0.43 0.43 0.06

巴西0.33 0.59 0.27 0.40 1.00 0.68 0.82 0.43

印度0.31 0.55 0.45 0.43 0.68 1.00 0.74 0.35

俄羅斯0.37 0.64 0.35 0.43 0.82 0.74 1.00 0.48

中國0.19 0.22 -0.03 0.06 0.43 0.35 0.48 1.00

注：相關(guān)系數(shù)表示不同國家間資金流入同向或反向的概率，例如，資金同時流入美國和日本債券市場的概率為0.39；資金同時流入發(fā)達歐洲國家和中國債券市場的概率為-0.03，即在這兩個市場間不會同時配置。

數(shù)據(jù)來源：方正證券研究所

表2 主要國家股票資金凈流入相關(guān)系數(shù)一覽

美國日本發(fā)達歐洲英國巴西印度俄羅斯中國

美國1.00 -0.05 0.10 0.16 0.16 0.13 0.25 0.11

日本-0.05 1.00 0.25 0.27 -0.06 -0.03 -0.04 -0.17

發(fā)達歐洲0.10 0.25 1.00 0.82 0.14 0.34 0.20 0.06

英國0.16 0.27 0.82 1.00 0.11 0.23 0.17 0.11

巴西0.16 -0.06 0.14 0.11 1.00 0.66 0.61 0.51

印度0.13 -0.03 0.34 0.23 0.66 1.00 0.58 0.41

俄羅斯0.25 -0.04 0.20 0.17 0.61 0.58 1.00 0.37

中國0.11 -0.17 0.06 0.11 0.51 0.41 0.37 1.00

數(shù)據(jù)來源：方正證券研究所

第一，股票流入相關(guān)系數(shù)普遍低于債券流入相關(guān)系數(shù)。即在大類資產(chǎn)配置上，債券市場資金流入的趨同性更加緊密。

第二，發(fā)達國家側(cè)重地區(qū)配置，發(fā)展中國家側(cè)重新興市場整體配置。這讓筆者聯(lián)想到收入效應和替代效應，發(fā)達國家替代效應更多一些，發(fā)展中國家收入效應更多一些。對發(fā)達國家而言，國家因子更加重要，導致發(fā)達國家債券或股票市場資金流入的相關(guān)性相對較低；對發(fā)展中國家而言，全球因子更重要，即投資者對新興市場整體看法最為關(guān)鍵，所以發(fā)展中國家債券和股票市場資金流入的相關(guān)性相對較高。表現(xiàn)在相關(guān)系數(shù)上，就是表1和表2中左上角數(shù)字比右下角數(shù)字普遍要小。

第三，發(fā)達國家中美元資產(chǎn)和非美元資產(chǎn)二元對立。在發(fā)達國家中，最重要的配置決策首先是美元資產(chǎn)和非美元資產(chǎn)配置比例問題，表現(xiàn)在表1和表2中，就是美國和其他發(fā)達市場間的相關(guān)系數(shù)比其他發(fā)達市場之間的相關(guān)系數(shù)要低。

第四，區(qū)域因子是資產(chǎn)配置的重要一環(huán)。地域相鄰國家的債券或股票資金流入的相關(guān)系數(shù)更高一些，比如發(fā)達歐洲和英國的相關(guān)系數(shù)在發(fā)達國家之間算是最高的。曾有文獻證明，地域偏好其實就是基金經(jīng)理傾向于投資距離自己更近國家的證券市場。

注：1.其規(guī)模比IMF國際收支平衡表中組合投資數(shù)據(jù)大很多，可見IIP存在低報情況、數(shù)據(jù)質(zhì)量較差。

作者單位：中天嘉華管理咨詢有限公司

責任編輯：孫惠玲 羅邦敏