北京“跨境投資”企業(yè)的外匯風(fēng)險敞口測度研究

■ 趙 峰 副教授 戚利利（北京工商大學(xué)經(jīng)濟學(xué)院 北京 100048）

?

北京“跨境投資”企業(yè)的外匯風(fēng)險敞口測度研究

■ 趙 峰 副教授 戚利利（北京工商大學(xué)經(jīng)濟學(xué)院 北京 100048）

內(nèi)容摘要：本文以2007-2014年北京140家“跨境投資”企業(yè)為研究樣本，使用改進后的C rabb模型對北京“跨境投資”企業(yè)的總體外匯風(fēng)險敞口狀況進行測量，發(fā)現(xiàn)匯率波動率對股票收益率有影響，使用外匯衍生品可以對沖匯率風(fēng)險，提高公司股票收益率。并使用正交化的Jo rion模型對每一家企業(yè)的外匯風(fēng)險敞口進行測度，發(fā)現(xiàn)北京上市跨境投資企業(yè)中共有26家面臨顯著的外匯風(fēng)險敞口，其中有81%的公司會受到人民幣總體升值的負(fù)面影響。按所有制劃分，北京國有跨境投資企業(yè)風(fēng)險敞口系數(shù)顯著的比例低于民營企業(yè)。按行業(yè)劃分，采礦業(yè)和房地產(chǎn)業(yè)外匯風(fēng)險敞口系數(shù)顯著的跨境投資企業(yè)比例高于其他行業(yè)。

關(guān)鍵詞：跨境投資 外匯風(fēng)險敞口 正交化 Jorion模型 Crabb模型

積極推動“跨境投資”，加快實施“走出去”戰(zhàn)略，是有效化解當(dāng)前我國產(chǎn)能過剩和促進經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型升級的重要舉措。2013年習(xí)總書記提出“一帶一路”戰(zhàn)略構(gòu)想，并宣布未來10年對外投資1.25萬億美元。近年來，北京積極參與國家的“走出去”戰(zhàn)略，跨境投資快速增長。截至2014年底，北京共有2700多家企業(yè)“跨境投資”，累計投資182.26億美元，北京跨境投資額由全國第八位上升至第二位，年均增長67%。當(dāng)前，北京正面臨產(chǎn)能過剩、經(jīng)濟結(jié)構(gòu)調(diào)整的嚴(yán)峻挑戰(zhàn)，而鼓勵企業(yè)走出去“跨境投資”無疑有助于化解當(dāng)前困境。因此，2015年3月，北京市政府表示，將會緊緊抓住國家實施“一帶一路”戰(zhàn)略構(gòu)想的重要機遇，加快推進“跨境投資”審批制度改革，從產(chǎn)業(yè)政策、信貸融資等方面對企業(yè)跨境投資予以大力支持?？梢灶A(yù)見，北京企業(yè)將會迎來新一輪跨境投資的高潮。

在跨境投資過程中，北京市“跨境投資”企業(yè)會面臨諸多風(fēng)險，外匯風(fēng)險首當(dāng)其沖。然而，在采取策略對沖外匯風(fēng)險之前，必須明晰企業(yè)的外匯風(fēng)險敞口到底有多大。因此，在北京企業(yè)“走出去”步伐逐步加快的背景下，有必要使用改進后的模型測量外匯風(fēng)險敞口，以便對北京市“跨境投資”企業(yè)的外匯風(fēng)險敞口狀況有一個總體把握。而這無疑對于企業(yè)后續(xù)采取有針對性的風(fēng)險對沖策略以規(guī)避外匯風(fēng)險，促進企業(yè)跨境投資的成功具有重要意義。

文獻回顧

關(guān)于外匯風(fēng)險敞口的測度目前有兩種主流方法，分別是現(xiàn)金流量法和資本市場法。

現(xiàn)金流量法是通過測量現(xiàn)金流量或者營業(yè)收入對匯率波動的變動系數(shù)來表示外匯風(fēng)險敞口大小的?，F(xiàn)金流量法的早期模型為CFit=βi0+βi1EXt+μit，其中CFit表示公司i在t時刻的經(jīng)營現(xiàn)金流量變化，βi1表示外匯風(fēng)險敞口，EXt表示匯率波動率。后來Brow n（1993）和Wa lsh（1994）在早期模型中加入了滯后因素以改進模型，但也帶來了多重共線性的問題。為此Ma rtin和Maue r（2003）以105家銀行1988-1998年的數(shù)據(jù)為樣本，對交易風(fēng)險敞口和經(jīng)濟風(fēng)險敞口應(yīng)用多項式分布滯后模型予以測量，將現(xiàn)金流法改進為可以測度滯后多期外匯風(fēng)險敞口的模型。陳學(xué)勝和周愛民（2008）認(rèn)為經(jīng)營現(xiàn)金流對貿(mào)易加權(quán)匯率指數(shù)及主要貿(mào)易伙伴貨幣匯率變化的敏感度不同，因此把匯率選擇引入模型，進一步完善了模型。Lee和Jang （2010）對美國旅游公司進行研究，納入非線性、不對稱性、滯后效應(yīng)，建立了營業(yè)收入對匯率波動的線性模型，進一步改進了Martin-Mauer模型。

資本市場法是通過測量股票收益率對匯率波動的變動系數(shù)來測度外匯風(fēng)險敞口大小的。Ad le r和Dum as（1984）根據(jù)Sha rp e模型的思想構(gòu)建了外匯風(fēng)險敞口測量的單因素模型，即企業(yè)的未來市場價格對匯率波動的線性模型。由于單因素模型沒有考慮其他宏觀經(jīng)濟變量，把市場利率風(fēng)險也帶入模型，因此會使外匯風(fēng)險敞口偏大，為此Jo rion（1990）提出用股票價格收益率作為因變量，衡量企業(yè)價值，構(gòu)建了股票價格收益率對匯率波動率和市場收益率的兩因素線性模型，此時測得的外匯風(fēng)險敞口是經(jīng)市場指數(shù)調(diào)整后得到的。Cho i（1997）將股票超額收益率作為因變量，用市場超額收益率代替市場利率建立模型測量外匯風(fēng)險敞口。C rabb （2002）將國外營業(yè)收入、國外資產(chǎn)和外匯衍生品價值引入Jorion模型來測量外匯風(fēng)險敞口，進一步完善了引起匯率波動的影響因素。倪慶東、倪克勤（2010）認(rèn)為公司的競爭結(jié)構(gòu)和所處行業(yè)也是影響股票價格收益率的重要因素，因此將這些因素引入模型，發(fā)現(xiàn)有47%的行業(yè)外匯風(fēng)險敞口顯著，競爭性行業(yè)的外匯風(fēng)險敞口大于壟斷性行業(yè)，出口行業(yè)外匯風(fēng)險敞口大于進口行業(yè)。Hu ffm an（2010）認(rèn)為是否采取套期保值策略對風(fēng)險敞口有影響，因此將套期保值因素引入模型，實證顯示沒有采取套期保值策略的公司比采取套期保值的公司面臨更大的外匯風(fēng)險敞口。李剛（2013）將規(guī)模大小、市場風(fēng)險溢價和賬面市值比等因素引入模型，測量匯率波動對公司股票價格收益率的影響，構(gòu)建了測量外匯風(fēng)險敞口的四因素模型。

圖1

模型構(gòu)建

有關(guān)外匯風(fēng)險敞口和外匯風(fēng)險對沖的文獻較多，但已有研究模型的變量中仍然包含著匯率波動的混雜影響，未能將噪聲完全剔除，導(dǎo)致模型估計是有偏的。本研究將通過使用“正交化”方法對外匯風(fēng)險敞口測度模型作出改進。

正交化是統(tǒng)計學(xué)概念，具體指在直角三角形ACB中，CA和CB分別是斜邊AB投射在Y軸和X軸的象，其中：CA=AB×Sin∠ABC，CB=AB×Cos∠ ABC，由于AB投射在X軸的象CB和Y軸沒有任何相關(guān)關(guān)系，此時稱CA、CB是正交化的（見圖1）。

在經(jīng)濟學(xué)意義上，兩個沒有相關(guān)關(guān)系的自變量，其中一個自變量是由因變量剔除掉相關(guān)因素后得到的，并且這兩個自變量都對因變量有解釋作用，則稱這兩個自變量是正交的。本研究通過使用“正交化”方法對Jo rion模型和C rabb模型作出改進，以剔除其市場收益中混雜的匯率波動影響，提高外匯風(fēng)險敞口測度模型的精度。

（一）正交化的Jorion模型

Jo rion于1990年提出兩因素模型，模型形式為：

其中Rit為公司i在時刻t的股票收益率，Rmt為市場組合收益率，βi是經(jīng)市場指數(shù)調(diào)整后的外匯風(fēng)險敞口，EXt是時刻t點上的匯率波動率。由正交化的思想可知，假定EXt對Rmt有線性影響，這種線性影響可以表示為：

Vmt是剔除了匯率波動之后干凈的市場組合收益率，匯率波動率EXt和殘差Vmt是正相交的，殘差Vmt即為正交化處理之后的市場組合收益率。將式（1）代入式（2），即可得到正交化的Jorion模型，形式如下：

（二）正交化的Crabb模型

C rabb（2002）將公司的國外營業(yè)收入、國外資產(chǎn)和外匯衍生品價值引入模型：

其中C1表示國外營業(yè)收入占總營業(yè)收入的比重，C2表示國外資產(chǎn)占總資產(chǎn)比重，C3表示外匯衍生品價值占總資產(chǎn)比重，系數(shù)γ0、γ1、γ2、γ3以及C1、C2、C3的數(shù)值共同測度了公司的外匯風(fēng)險敞口。

實證研究

（一）樣本選取

本文選取2007-2014年滬深A(yù)股注冊地在北京的上市“跨境投資”企業(yè)作為研究樣本，將那些披露了跨境股權(quán)類直接投資、非股權(quán)類直接投資、證券投資以及跨境其他投資等數(shù)據(jù)的企業(yè)視為跨境投資企業(yè)。為保證數(shù)據(jù)準(zhǔn)確性，剔除了有ST標(biāo)識的企業(yè)，以及金融類企業(yè)。同時，為避免轉(zhuǎn)讓定價避稅作用的影響，剔除了國外營業(yè)收入為0的樣本，最終得到140家公司的數(shù)據(jù)。本文數(shù)據(jù)屬于層次結(jié)構(gòu)數(shù)據(jù)，數(shù)據(jù)處理使用SPSS軟件。

（二）變量定義及數(shù)據(jù)來源

本文選取的變量定義和計算方法如表1所示。

本文從北京上市“跨境投資”企業(yè)財務(wù)報表中手工整理出國外資產(chǎn)、國外營業(yè)利潤、外匯衍生品的數(shù)據(jù)，其中國外資產(chǎn)是指公司海外子公司的總資產(chǎn)，外匯衍生品包括外匯遠(yuǎn)期、外匯掉期、外匯期權(quán)和遠(yuǎn)期結(jié)售匯等。股票收益率、市場投資組合收益率、總資產(chǎn)等財務(wù)數(shù)據(jù)來源于W ind和銳思金融數(shù)據(jù)庫。匯率采用直接標(biāo)價法下的人民幣匯率中間價，數(shù)據(jù)來自于中國國家外匯管理局。當(dāng)匯率數(shù)值減小時，表示人民幣升值，此時相應(yīng)的匯率波動率為負(fù)；反之，當(dāng)匯率數(shù)值增大，說明人民幣貶值，對應(yīng)的匯率波動率為正值。由于北京上市“跨境投資”企業(yè)的海外子公司分布在世界各地，因此本文采用美元、歐元、日元、港幣、英鎊的匯率加權(quán)平均值作為研究對象。

由表2的數(shù)據(jù)可知，在2007年到2014年間，匯率的最大值為671.053，最小值為479.171，平均值為540.274，峰度為3.341，偏度為1.699，人民幣相對于五種貨幣加權(quán)匯率的最大增幅為4.48%，人民幣匯率波動正常。

匯率波動率的計算公式：EXt=ln(St/St-1)×100，其中EXt代表時刻t點上直接標(biāo)價法下的匯率波動率，St、St-1代表t點上的名義匯率。

（三）正交化Crabb模型的實證檢驗

1.描述性統(tǒng)計分析。本文運用SPSS軟件對主要變量進行了描述性統(tǒng)計，結(jié)果如表3所示。

在北京上市“跨境投資”企業(yè)中，使用外匯衍生工具的企業(yè)占比為僅為10%，這說明北京跨境投資企業(yè)對外匯衍生工具的使用程度還比較低。由表3可知，北京上市跨境投資企業(yè)總資產(chǎn)的均值為5922473.282萬元，資產(chǎn)最大值為240537600萬元，最小值為20210.67萬元，表明北京跨境投資企業(yè)規(guī)模存在較大差異；而國外銷售收入占總銷售收入比值最高為99.746%，最小為0，均值為7.826%，表明企業(yè)的國外銷售收入差距較大；外匯衍生品占總資產(chǎn)的比重最大值為4.137%，最小值為0，表明北京企業(yè)在運用外匯衍生品方面差異較大。

對變量進行Pearson相關(guān)系數(shù)檢驗，結(jié)果如表4所示。

表2　匯率指標(biāo)描述性統(tǒng)計結(jié)果

表1　變量定義和計算方法

表3　描述性統(tǒng)計分析表

表4　Pearson相關(guān)系數(shù)矩陣

從表4可以看出，國外營收占總營業(yè)收入比重值與國外資產(chǎn)占總資產(chǎn)的比重值正相關(guān)，相關(guān)系數(shù)為0.186；國外營收占總營業(yè)收入比重值與外匯衍生品占總資產(chǎn)的比重值正相關(guān)，系數(shù)為0.114；國外資產(chǎn)占總資產(chǎn)的比重值和外匯衍生品占總資產(chǎn)的比重值正相關(guān)，相關(guān)系數(shù)為0.072；以上三個變量之間相關(guān)系數(shù)均低于Lind et a l.（2002）的門檻值0.7，這表明三個變量之間不存在高度相關(guān)性，因此模型不存在嚴(yán)重的多重共線性。

2.逐步回歸。為了保持有效市場假設(shè)，避免對模型（5）進行單一回歸造成系數(shù)不顯著和模型有偏，本文采用逐步回歸法測量北京上市“跨境投資”企業(yè)的外匯風(fēng)險敞口，基本思想是：第一步，基于William Sharpe單因素模型求得該模型的殘差；第二步，將殘差作為被解釋變量代入公式（6），通過線性回歸即可求得北京上市“跨境投資”企業(yè)的外匯風(fēng)險敞口系數(shù)。

第一步，基于單因素模型求殘差。William Sharpe的單因素模型如下：

模型（7）的回歸結(jié)果如表5所示。

由表5可以看出，該模型F值為521.691，R2為0.536，模型總體顯著。SPSS輸出結(jié)果顯示，EX的回歸系數(shù)為0.023，匯率波動率在1%的水平上顯著為正，即匯率波動率與北京跨境投資企業(yè)的股票收益率正相關(guān)；同時，Vm的回歸系數(shù)為1.108，正交化后的市場組合收益率也在1%的水平上顯著為正，即：剔除了匯率波動之后干凈的市場組合收益率與北京跨境投資企業(yè)的股票收益率正相關(guān)，據(jù)此可以得到殘差序列。

第二步，利用上面得到的殘差求出外匯風(fēng)險敞口系數(shù)。在本文中，檢驗可得χ2(4)=0.392，P=0.930，因此選擇隨機效應(yīng)模型。在隨機效應(yīng)下對模型（6）進行估計，結(jié)果如表6所示。

由表6可知，就北京上市“跨境投資”企業(yè)總體而言，整個方程的P值小于0.001，是顯著的，但γ0即外匯風(fēng)險敞口直接系數(shù)被模型剔除，γ1、γ2、γ3的系數(shù)估計也不是很顯著。有鑒于此，本文將北京上市“跨境投資”企業(yè)按照國外營業(yè)收入占總營業(yè)收入比值大于10%和小于10%進行劃分，其中國外營收占總營收比值大于10%的“跨境投資”企業(yè)風(fēng)險敞口測度模型的回歸結(jié)果如表7所示。

由表7可知，就北京市國外營收占總營收比值大于10%的“跨境投資”企業(yè)而言，整個回歸方程的P值小于0.05，是顯著的。其中γ0即外匯風(fēng)險敞口直接系數(shù)為0.065，并且在1%的水平下顯著為正，即匯率波動每增加1%，股票收益率增加0.065%；γ1即國外營收占總收入的比重系數(shù)為-0.029，表明外匯風(fēng)險通過國外營業(yè)收入對股票收益率產(chǎn)生負(fù)向的間接影響，國外營收占總收入的比重每增加1%，股票收益率則會下降0.029%；γ2即國外資產(chǎn)占總資產(chǎn)的比重系數(shù)為0.088，表明外匯風(fēng)險通過國外資產(chǎn)對公司股票收益率產(chǎn)生正向的間接影響，即國外資產(chǎn)占總資產(chǎn)的比重每增加1%，股票收益率會增加0.088%，這表明海外資產(chǎn)的增加對整個公司的業(yè)績提高有益；γ3即外匯衍生品的價值占總資產(chǎn)的比重系數(shù)為-8.649，表明外匯風(fēng)險通過外匯衍生品的價值對公司股票收益率產(chǎn)生負(fù)向的間接影響，即外匯衍生品價值的比重每增加1%，企業(yè)的股票收益率會減少8.649%，這表明北京“跨境投資”企業(yè)在運用外匯衍生工具對沖外匯風(fēng)險的能力方面還有待提升?；貧w結(jié)果中γ1、γ2、γ3的系數(shù)估計都不是很顯著，這可能是因為北京上市“跨境投資”企業(yè)的觀測樣本數(shù)據(jù)過少。

（四）正交化Jorion模型的實證檢驗

由于C rabb模型更適合從總體上對外匯風(fēng)險敞口狀況進行測量，而Jo rion模型適合對單個企業(yè)的外匯風(fēng)險敞口進行測量。因此，本文將使用改進后的Jo rion模型，逐家對北京“跨境投資”企業(yè)的外匯風(fēng)險敞口進行測度。為了避免出現(xiàn)偽回歸問題，文章使用ADF檢驗對北京140家上市“跨境投資”企業(yè)的股票收益率、匯率波動率、正交化處理之后的市場組合收益率進行單位根檢驗，結(jié)果如表8所示。

表5　回歸結(jié)果

表6　北京跨境投資企業(yè)的外匯風(fēng)險敞口測度結(jié)果

表7　國外營收比值超10%的企業(yè)外匯風(fēng)險敞口測度結(jié)果

表8　ADF檢驗結(jié)果

由ADF檢驗可知，140家公司中有120家公司的股票收益率在1%的顯著性水平下拒絕原假設(shè)，約占總樣本數(shù)量的86%；8家公司的P值是小于0.05的，5家公司的P值是小于0.1的，它們的股票收益率在10%的顯著性水平下拒絕原假設(shè)，以上合計共有133家公司的股票收益率在10%的顯著性水平下的時間序列為平穩(wěn)序列，占總樣本數(shù)量的95%。有7家公司的P值大于0.1，分別是土木工程建筑業(yè)的6家公司和計算機、通信和其他電子設(shè)備制造業(yè)的信威集團，即它們的股票收益率是不平穩(wěn)的。據(jù)此，本文運用平穩(wěn)的時間序列數(shù)據(jù)對133家企業(yè)的外匯風(fēng)險敞口使用正交化的Jorion模型進行估計，并且按照所有制性質(zhì)和行業(yè)進行分類，回歸結(jié)果分別如表9和表10所示。

由表9可以看出，北京上市“跨境投資”企業(yè)中外匯風(fēng)險敞口大于零的共有95家，占比71%；風(fēng)險敞口小于零的共有38家，占比29%；有26家企業(yè)的外匯風(fēng)險敞口在10%的顯著性水平下是顯著的，占比20%。在這26家企業(yè)中，有5家企業(yè)的外匯風(fēng)險敞口為負(fù)值，占風(fēng)險敞口系數(shù)顯著企業(yè)總數(shù)的比例為19%，即匯率波動率下降，企業(yè)的股票收益率上升；其他21家的風(fēng)險敞口系數(shù)大于零，占比81%，即匯率波動率下降，企業(yè)股票收益率下降，在外匯風(fēng)險敞口系數(shù)顯著的公司中有81%的公司受到人民幣總體升值的負(fù)面影響。

分所有制來看，北京上市“跨境投資”企業(yè)中，外匯風(fēng)險敞口系數(shù)顯著的國有企業(yè)比例為18%，要低于民營企業(yè)的21%，這說明國有企業(yè)外匯風(fēng)險對沖做得比民營企業(yè)相對要好，因此使暴露在外匯風(fēng)險下的國企比例比民營企業(yè)要低一些，不過絕對數(shù)量并不少。

由表10可以看出，不同行業(yè)企業(yè)的外匯風(fēng)險敞口大小也不相同。從企業(yè)數(shù)量上來說，北京上市“跨境投資”企業(yè)中屬于制造業(yè)的有53家存在風(fēng)險敞口，但是敞口系數(shù)顯著的企業(yè)占比卻不多，只有6家，占比僅為11%。屬于信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)的企業(yè)有20家，風(fēng)險敞口顯著的僅有1家，比例僅為5%。這說明制造業(yè)和信息技術(shù)服務(wù)業(yè)這兩個行業(yè)所采取的外匯風(fēng)險對沖措施較為成功，顯著降低了這兩個行業(yè)的風(fēng)險敞口。而屬于采礦業(yè)的企業(yè)只有8家，但是風(fēng)險敞口顯著的企業(yè)卻有6家，比例高達(dá)75%，這說明采礦業(yè)受匯率波動的影響較大。屬于房地產(chǎn)業(yè)的企業(yè)有17家，風(fēng)險敞口顯著的有7家，比例也達(dá)到了41%，這說明房地產(chǎn)業(yè)受匯率波動的影響也很大。在農(nóng)林牧漁業(yè)、電力熱力燃?xì)饧八a(chǎn)和供應(yīng)業(yè)、住宿和餐飲業(yè)、租賃和商務(wù)服務(wù)業(yè)、文化體育和娛樂業(yè)中，沒有風(fēng)險敞口系數(shù)顯著的企業(yè)，說明這幾個行業(yè)的企業(yè)應(yīng)對外匯風(fēng)險較為成功。

表9　不同所有制企業(yè)的外匯風(fēng)險敞口測度結(jié)果

表10　不同行業(yè)企業(yè)的外匯風(fēng)險敞口測度結(jié)果

研究結(jié)論

本文以2007-2014年北京140家上市“跨境投資”企業(yè)為研究樣本，首先使用改進后的C rab b模型對北京“跨境投資”企業(yè)的總體外匯風(fēng)險敞口狀況進行測量，發(fā)現(xiàn)北京“跨境投資”總體的匯率風(fēng)險敞口系數(shù)為正，匯率波動率與股票收益率正相關(guān)，直接標(biāo)價法下匯率數(shù)值增大表明人民幣貶值，此時匯率波動率為正，即人民幣貶值有助于提升企業(yè)的股票收益率，反之，人民幣升值則會拖累企業(yè)的股票收益率。

為了清楚地掌握每一家“跨境投資”企業(yè)的外匯風(fēng)險敞口大小，本文使用正交化的Jorion模型逐家進行風(fēng)險敞口測度，發(fā)現(xiàn)有26家企業(yè)的外匯風(fēng)險敞口在10%的顯著性水平下是顯著的，占比20%。在這26家企業(yè)中，有21家的外匯風(fēng)險敞口系數(shù)大于零，占比81%，即若匯率波動率下降，企業(yè)股票收益率下降，在外匯風(fēng)險敞口系數(shù)顯著的公司中有81%的公司會受到人民幣總體升值的負(fù)面影響。分所有制來看，北京上市“跨境投資”企業(yè)中，外匯風(fēng)險敞口系數(shù)顯著的國有企業(yè)比例低于民營企業(yè)，這說明國有企業(yè)外匯風(fēng)險對沖做得比民營企業(yè)相對要好一些。分行業(yè)來看，制造業(yè)、信息技術(shù)服務(wù)業(yè)、農(nóng)林牧漁業(yè)、電力熱力燃?xì)饧八a(chǎn)和供應(yīng)業(yè)、住宿和餐飲業(yè)、租賃和商務(wù)服務(wù)業(yè)等行業(yè)外匯風(fēng)險敞口系數(shù)顯著的企業(yè)占比較少，說明這些行業(yè)所采取的外匯風(fēng)險對沖措施較為成功，顯著降低了這些行業(yè)里企業(yè)的風(fēng)險敞口。但是采礦業(yè)和房地產(chǎn)業(yè)外匯風(fēng)險敞口顯著的企業(yè)比例卻很高，說明這兩個行業(yè)暴露在外匯風(fēng)險下的可能性較大，匯率波動給股票收益率帶來的影響也會越大。

參考文獻：

1.Sharpe,W. F. A Simplified Model for Portfolio Analysis [J].Management Science, 1963,9(2)

2.Adler M ichae, Dumas Bernard. Exposure to Currency Risk: Definition and Measurement [J]. Financial Management, 1984, 13(2)

3.Jorion, Philippe. The Exchange Rate Exposure of U.S.M ultinationals [J].The Journal of Business, 1990, 63(3)

4.Crabb, P.R. M ultinational Corporations and Hedging Exchange Rate Exposure [J]. International Review of Econom ics and Finance, 2002, 11(3)

5.李剛.我國企業(yè)外匯風(fēng)險暴露與風(fēng)險管理效果的實證研究[D].東北財經(jīng)大學(xué)，2013

6.谷任，張衛(wèi)國.中國進出口上市企業(yè)外匯風(fēng)險暴露的動態(tài)測量與決定因素[J].管理世界，2012（12）

中圖分類號：◆F832.6

文獻標(biāo)識碼：A

基金項目：▲本文得到北京市社科聯(lián)青年項目“北京跨境投資的外匯風(fēng)險對沖績效研究”（2015SKL017）、國家社會科學(xué)基金項目“中國跨境投資企業(yè)的外匯風(fēng)險敞口測度、對沖動因與效果評價研究”（15BG L020）、2015年研究生科研能力提升計劃項目和北京市哲學(xué)社會科學(xué)首都流通業(yè)研究基地資助