(武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院 湖北 武漢 430072)
自1973年布雷頓森林體系崩潰后,各國(guó)紛紛放棄固定匯率制度,轉(zhuǎn)向浮動(dòng)匯率制度,匯率波動(dòng)成為世界經(jīng)濟(jì)的持久特征,匯率風(fēng)險(xiǎn)成為令人感興趣和關(guān)心的話題。匯率波動(dòng)會(huì)加劇經(jīng)濟(jì)環(huán)境的不確定性,再加上經(jīng)濟(jì)全球化的不斷加深,匯率風(fēng)險(xiǎn)已成為國(guó)民經(jīng)濟(jì)的主要風(fēng)險(xiǎn)因素之一,同時(shí)也是企業(yè)重要的風(fēng)險(xiǎn)來(lái)源。
新中國(guó)成立之初,人民幣匯率處于國(guó)家的嚴(yán)格管控之下,但隨著經(jīng)濟(jì)發(fā)展與金融形勢(shì)的不斷變動(dòng),我國(guó)匯率制度歷經(jīng)多個(gè)演變階段——由官定匯率到市場(chǎng)決定、從固定匯率到有管理的浮動(dòng)匯率。2005年7月21日,我國(guó)啟動(dòng)人民幣匯率形成機(jī)制改革,人民幣不再盯住單一美元,而是按照我國(guó)對(duì)外經(jīng)濟(jì)發(fā)展的實(shí)際情況,實(shí)行以市場(chǎng)供求為基礎(chǔ)的、參考一籃子貨幣進(jìn)行調(diào)節(jié)的、有管理的浮動(dòng)匯率制。在此之前的相當(dāng)長(zhǎng)時(shí)間內(nèi),我國(guó)匯率窄幅波動(dòng)、缺乏彈性,這不僅制約了市場(chǎng)引導(dǎo)外匯資源配置,也致使市場(chǎng)常常忽略外匯風(fēng)險(xiǎn)。2005年匯率制度改革之后,人民幣匯率波幅逐漸擴(kuò)大,市場(chǎng)主體開始面臨越來(lái)越大且不容忽視的外匯風(fēng)險(xiǎn)暴露。因此,為了降低市場(chǎng)主體因人民幣匯率波動(dòng)而遭受損失的可能性,我們有必要去考察人民幣匯率變動(dòng)給中國(guó)市場(chǎng)帶來(lái)的影響。
很多國(guó)外學(xué)者對(duì)外匯風(fēng)險(xiǎn)暴露這一問(wèn)題進(jìn)行了研究。Jorion(1990)以多個(gè)美國(guó)跨國(guó)公司為對(duì)象,考察未預(yù)期的匯率變動(dòng)是否會(huì)對(duì)公司價(jià)值產(chǎn)生影響,但并沒有發(fā)現(xiàn)兩者存在強(qiáng)烈的相關(guān)關(guān)系;Choi和Prassad(1995)使用1978-1989年的數(shù)據(jù)發(fā)現(xiàn),60%的樣本公司存在顯著外匯風(fēng)險(xiǎn)敞口,但無(wú)法在行業(yè)層面證實(shí)外匯風(fēng)險(xiǎn)暴露的存在;Friberg和Nydahl(1999)利用10個(gè)工業(yè)國(guó)家1973-1996的月度數(shù)據(jù)證明了股票收益率與匯率波動(dòng)的正相關(guān)關(guān)系,并指出該正相關(guān)關(guān)系會(huì)隨著國(guó)家經(jīng)濟(jì)開放程度的提高而增強(qiáng);Narayan(2009)在動(dòng)態(tài)框架下研究了墨西哥、馬來(lái)西亞、泰國(guó)、巴西、阿根廷市場(chǎng)的外匯風(fēng)險(xiǎn)敞口,結(jié)果發(fā)現(xiàn),單向因果關(guān)系存在于上述所有國(guó)家的匯率變動(dòng)與股票收益間;Chen,Lee和Huan(2016)利用標(biāo)準(zhǔn)普爾500指數(shù)成分公司2002-2012年的月度數(shù)據(jù),證明匯率波動(dòng)與股票收益率的確存在相關(guān)性,但并不總是朝著同一方向改變。
與國(guó)外研究相比,國(guó)內(nèi)對(duì)外匯風(fēng)險(xiǎn)暴露問(wèn)題的研究相對(duì)較少,且多出現(xiàn)在近十年。具體而言,羅航、江春(2007)使用增強(qiáng)的市場(chǎng)模型分析了我國(guó)企業(yè)2005年后的匯率風(fēng)險(xiǎn)敞口,發(fā)現(xiàn)匯率變動(dòng)對(duì)A股整體回報(bào)率有顯著影響,且人民幣兌美元匯率升值對(duì)股票回報(bào)率有正面影響;簡(jiǎn)明虎(2008)運(yùn)用VAR方法發(fā)現(xiàn),股市和匯率具備較弱的負(fù)相關(guān)關(guān)系,且兩者朝不同方向變化;李慧(2013)使用三因素模型發(fā)現(xiàn),在2008-2012年間,20個(gè)樣本行業(yè)中的17個(gè)行業(yè)存在外匯風(fēng)險(xiǎn)暴露,說(shuō)明匯率變動(dòng)對(duì)大部分行業(yè)都產(chǎn)生了影響??傮w而言,國(guó)內(nèi)有關(guān)外匯風(fēng)險(xiǎn)敞口的文章是有限的,且大部分都支持外匯風(fēng)險(xiǎn)暴露存在的結(jié)論。
參照J(rèn)orion(1990),我們可以通過(guò)以下理論模型來(lái)估計(jì)公司的外匯風(fēng)險(xiǎn)暴露系數(shù)。
Rit=αi+δiRXRt+εit,t=1,2,…,T
其中Rit是公司i在t時(shí)的股票收益率,RXRt是匯率變動(dòng)率,δi是外匯風(fēng)險(xiǎn)暴露系數(shù)。
為了明確市場(chǎng)運(yùn)動(dòng),我們可以將市場(chǎng)收益率這一控制變量引入上述公式,得到經(jīng)典的雙因素模型:
Rit=αi+βiRMt+δiRXRt+εit,t=1,2,…,T
其中RMt是市場(chǎng)收益率,βi是市場(chǎng)敏感系數(shù)。特別的,通過(guò)上面兩個(gè)公司估計(jì)的風(fēng)險(xiǎn)暴露系數(shù)具有高度的相關(guān)性。
在雙因素模型中,我們主要考察的是自變量RXRt對(duì)因變量Rit條件期望E(Rit/RXRt)的影響,相當(dāng)于對(duì)因變量Rit的均值回歸,它只能展現(xiàn)出因變量Rit的集中分布趨勢(shì)。為了更加全面地認(rèn)識(shí)條件分布,我們可以運(yùn)用分位數(shù)回歸技術(shù)。
遵循Bassett和Koenker(1978),分位數(shù)回歸的基本模型如下:
設(shè)θ為特定分位點(diǎn)(0<θ<1),則條件分位數(shù)函數(shù)可以寫成以下形式:
可以通過(guò)求解以下函數(shù)獲得外匯風(fēng)險(xiǎn)暴露系數(shù)β的估計(jì)值:
令θ={1/10,1/4,1/2,3/4,9/10},本研究建立了五分位水平,分別代表不同市場(chǎng)條件,最低和最高的分位水平代表極端市場(chǎng)情形(熊市和牛市),50%分位代表市場(chǎng)處于正常情況,而25%和75%分位則意味著市場(chǎng)處于衰退/繁榮期。這樣以來(lái),我們就可以考察不同市場(chǎng)條件下,匯率變動(dòng)對(duì)股票收益率的影響。
(一)數(shù)據(jù)描述
本文從公司層面考察外匯風(fēng)險(xiǎn)暴露情況,樣本數(shù)據(jù)包括人民幣/美元名義匯率的月度變化率、滬深300指數(shù)成分公司的月度股票收益率以及滬深300指數(shù)的月度收益率。為了保證回歸結(jié)果的可靠性,本文將樣本期設(shè)定為2005年12月至2016年12月。由于相關(guān)數(shù)據(jù)的遺漏與缺失,樣本公司總數(shù)減少至286家。為了分析匯率變動(dòng)對(duì)不同行業(yè)的影響,本文進(jìn)一步將樣本劃分為金融、房地產(chǎn)、工業(yè)、商業(yè)、公用事業(yè)和綜合六大行業(yè),本文數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。在估計(jì)企業(yè)外匯風(fēng)險(xiǎn)暴露系數(shù)之前,需要檢驗(yàn)各個(gè)變量是否存在單位根,因?yàn)閱挝桓鶗?huì)導(dǎo)致傳統(tǒng)t檢驗(yàn)失效。IPS檢驗(yàn)結(jié)果表明,所有序列都不存在單位根。
(二)整體外匯風(fēng)險(xiǎn)暴露情況
本文使用Jorion(1990)的經(jīng)典雙因素模型以及分位數(shù)回歸模型,對(duì)我國(guó)企業(yè)的外匯風(fēng)險(xiǎn)暴露情況進(jìn)行分析,并統(tǒng)計(jì)了存在顯著外匯風(fēng)險(xiǎn)暴露的公司數(shù)量及比例。
總的來(lái)說(shuō),我國(guó)存在顯著外匯風(fēng)險(xiǎn)暴露的公司占比不大,無(wú)論什么情況下都低于15%,這表明我國(guó)企業(yè)的確存在一定程度的外匯風(fēng)險(xiǎn)暴露,但暴露程度與理論預(yù)期仍存在一定差距。與OLS模型結(jié)果相比,分位數(shù)回歸通過(guò)在不同分位數(shù)下分別估計(jì)匯率風(fēng)險(xiǎn)系數(shù),提供了更為完善的觀察結(jié)果。從具體比例上看,雙因素模型的結(jié)果表明具有顯著外匯風(fēng)險(xiǎn)暴露的公司比例為5.94%,而分位數(shù)回歸的結(jié)果表明8.39%-14.34%的企業(yè)存在顯著外匯風(fēng)險(xiǎn)暴露,意味著分位數(shù)回歸更能捕捉匯率變動(dòng)對(duì)企業(yè)股票收益率的影響。另外,雙因素模型估計(jì)得到的外匯風(fēng)險(xiǎn)暴露系數(shù)始終為負(fù),表明股票收益率與匯率變動(dòng)呈負(fù)相關(guān)關(guān)系,而分位數(shù)回歸模型的結(jié)果表明,外匯風(fēng)險(xiǎn)暴露系數(shù)并不恒定,會(huì)隨著市場(chǎng)情況的變化而改變。
接著觀察分位數(shù)回歸模型的結(jié)果,我們發(fā)現(xiàn),第一,在75%分位水平下,我國(guó)企業(yè)顯著外匯風(fēng)險(xiǎn)暴露的比例較大,意味著經(jīng)濟(jì)繁榮期外匯風(fēng)險(xiǎn)暴露的程度更深。第二,在10%和25%的分位水平下,企業(yè)的整體外匯風(fēng)險(xiǎn)暴露系數(shù)為正,在其余分位水平下,企業(yè)的整體外匯風(fēng)險(xiǎn)暴露系數(shù)為負(fù),也就是說(shuō)隨著分位水平的提高,公司股票收益率與匯率變動(dòng)率由正相關(guān)變?yōu)樨?fù)相關(guān),意味著人民幣相對(duì)美元升值在經(jīng)濟(jì)衰退期會(huì)對(duì)我國(guó)企業(yè)產(chǎn)生負(fù)面影響,在經(jīng)濟(jì)擴(kuò)張期產(chǎn)生正面影響。
(三)不同行業(yè)的匯率風(fēng)險(xiǎn)暴露
為了分析不同行業(yè)的外匯風(fēng)險(xiǎn)暴露情況,本文進(jìn)一步將研究樣本分為金融、房地產(chǎn)、工業(yè)、商業(yè)、公用事業(yè)和綜合六大行業(yè)??紤]到研究樣本結(jié)構(gòu)并不均衡,工業(yè)企業(yè)超過(guò)總樣本的50%,而來(lái)自綜合行業(yè)的公司僅有5家,因而不能簡(jiǎn)單地通過(guò)公司數(shù)量進(jìn)行判斷。為了更加有效地比較各行業(yè)的匯率風(fēng)險(xiǎn)暴露水平,本文將數(shù)量這一指標(biāo)轉(zhuǎn)換為比例,即具有顯著外匯風(fēng)險(xiǎn)暴露的公司數(shù)量占行業(yè)總公司數(shù)量的百分比。
完成這一指標(biāo)轉(zhuǎn)換后不難發(fā)現(xiàn),大多數(shù)行業(yè)都存在較高比例的外匯風(fēng)險(xiǎn)暴露,具體而言,公用事業(yè)和金融行業(yè)的外匯風(fēng)險(xiǎn)敞口較大,綜合和房地產(chǎn)行業(yè)的外匯風(fēng)險(xiǎn)暴露比例相對(duì)較低。同時(shí),實(shí)證結(jié)果還支持外匯風(fēng)險(xiǎn)暴露是行業(yè)的特定現(xiàn)象這一結(jié)論,即外匯風(fēng)險(xiǎn)暴露的行業(yè)效應(yīng)是存在的,這與以往的研究結(jié)果相符。此外,本文樣本中的大部分企業(yè)具有負(fù)向外匯風(fēng)險(xiǎn)暴露,特別是在工業(yè)、公用事業(yè)和房地產(chǎn)行業(yè),這意味著對(duì)大多數(shù)企業(yè)而言,公司價(jià)值與人民幣兌美元匯率變動(dòng)負(fù)相關(guān),即人民幣相對(duì)美元升值會(huì)導(dǎo)致公司價(jià)值的增加。金融行業(yè)經(jīng)常表現(xiàn)出正向外匯風(fēng)險(xiǎn)敞口,即人民幣相對(duì)美元貶值對(duì)金融企業(yè)有利。因此,當(dāng)人民幣處于升值周期時(shí),投資者可以重點(diǎn)關(guān)注工業(yè)、公用事業(yè)和房地產(chǎn)行業(yè);反之,當(dāng)人民幣出現(xiàn)貶值預(yù)期時(shí),投資者可以關(guān)注金融行業(yè)。
最后我們來(lái)分析不同分位水平下,各個(gè)行業(yè)的外匯風(fēng)險(xiǎn)暴露情況。從表5.2可以看出,金融、房地產(chǎn)、工業(yè)和公用事業(yè)這四個(gè)行業(yè)中,始終有企業(yè)存在顯著的外匯風(fēng)險(xiǎn)暴露,說(shuō)明不管市場(chǎng)處于什么情況,這四個(gè)行業(yè)始終存在一定程度的外匯風(fēng)險(xiǎn)敞口;相反,商業(yè)和綜合行業(yè)的外匯風(fēng)險(xiǎn)暴露僅在特定的市場(chǎng)環(huán)境下出現(xiàn):商業(yè)行業(yè)的外匯風(fēng)險(xiǎn)暴露出現(xiàn)在10%、25%和90%的分位水平,而綜合行業(yè)的外匯風(fēng)險(xiǎn)暴露僅出現(xiàn)在50%的分位水平。這樣的分析可以給關(guān)注匯率變化的投資者提供一些啟示,對(duì)于風(fēng)險(xiǎn)厭惡型的投資者而言,當(dāng)市場(chǎng)處于正常時(shí)期時(shí),可以將投資目光更多地放在商業(yè)行業(yè),因?yàn)榇藭r(shí)商業(yè)行業(yè)的外匯風(fēng)險(xiǎn)敞口為零;在極端的市場(chǎng)條件下,如熊市或者牛市,則可以更多地投資于綜合行業(yè)。
本文參照J(rèn)orion(1990)的經(jīng)典模型以及Lin(2011)的拓展模型,使用普通最小二乘回歸、分位數(shù)回歸兩種方法,逐一對(duì)2005至2016年期間、286家公司的樣本數(shù)據(jù)進(jìn)行分析,以考察2005年匯率制度改革后、中國(guó)企業(yè)的外匯風(fēng)險(xiǎn)暴露情況。此外,本文還拓展了分析范圍,進(jìn)一步研究中國(guó)企業(yè)的外匯風(fēng)險(xiǎn)暴露情況是否會(huì)受到市場(chǎng)條件的影響。最后,本文致力于解決不同行業(yè)是否會(huì)表現(xiàn)出不同的外匯風(fēng)險(xiǎn)敞口這一問(wèn)題。
本文的主要發(fā)現(xiàn)有:第一,傳統(tǒng)模型證明中國(guó)股票市場(chǎng)上存在一定程度的意外匯率風(fēng)險(xiǎn),而分位數(shù)回歸方法表明,當(dāng)市場(chǎng)處于繁榮期時(shí),風(fēng)險(xiǎn)敞口最大。第二,匯率風(fēng)險(xiǎn)系數(shù)會(huì)隨著市場(chǎng)情況發(fā)生符號(hào)改變,這意味著匯率波動(dòng)和股票收益并不總是朝著同一方向運(yùn)動(dòng)的。第三,結(jié)合國(guó)內(nèi)外流行的行業(yè)分類方法,對(duì)樣本進(jìn)行分組分析。兩種回歸結(jié)果均表明,匯率風(fēng)險(xiǎn)暴露是行業(yè)的特定現(xiàn)象,即匯率風(fēng)險(xiǎn)的行業(yè)效應(yīng)是存在的。
上述發(fā)現(xiàn)有助于市場(chǎng)參與者擬定相關(guān)交易策略。第一,隨著市場(chǎng)行情逐漸變好,股票收益與匯率變動(dòng)由正相關(guān)變?yōu)樨?fù)相關(guān),表明人民幣相對(duì)美元升值會(huì)在市場(chǎng)蕭條期對(duì)中國(guó)企業(yè)產(chǎn)生負(fù)面影響,在經(jīng)濟(jì)擴(kuò)張期產(chǎn)生正面影響,因此參與者可以依據(jù)行情和匯率走勢(shì)做出準(zhǔn)確的投資決定。第二,大部分企業(yè)的外匯風(fēng)險(xiǎn)暴露系數(shù)為負(fù),而金融企業(yè)則經(jīng)常表現(xiàn)出正向風(fēng)險(xiǎn)敞口,因此當(dāng)人民幣處于升值周期時(shí),可以重點(diǎn)關(guān)注工業(yè)、公用事業(yè)和房地產(chǎn)企業(yè);當(dāng)人民幣呈現(xiàn)貶值趨勢(shì)時(shí),投資金融行業(yè)是個(gè)不錯(cuò)的選擇。
本文受樣本期的限制,僅研究了2005年匯率制度改革后、中國(guó)企業(yè)的外匯風(fēng)險(xiǎn)暴露情況,未來(lái)研究可以適當(dāng)延長(zhǎng)樣本期限,探討2005年匯率制度改革前后中國(guó)資本市場(chǎng)的外匯風(fēng)險(xiǎn)暴露情況。另外,本文以滬深300指數(shù)成分公司為研究對(duì)象,并將其劃分為六大行業(yè)展開實(shí)證研究。對(duì)比GICS等國(guó)際通用分類方法,本文對(duì)行業(yè)的劃分相對(duì)粗略,未來(lái)研究可以進(jìn)一步細(xì)分行業(yè),并提高樣本的同質(zhì)性,以期得到更加細(xì)致的估計(jì),使實(shí)證結(jié)果更具現(xiàn)實(shí)指導(dǎo)意義。