國內(nèi)投資視角下的外匯避險能力研究

鄒宏元,張 杰

(西南財經(jīng)大學金融學院,四川 成都 611130)

一、問題的提出

2008年金融危機后，出于避險目的，安全資產(chǎn)成為投資者關(guān)注的熱點，對安全資產(chǎn)的定義學術(shù)界從兩個角度進行了描述：一是指某類資產(chǎn)的收益在經(jīng)濟危機時期能夠保持穩(wěn)定的能力[1]，即避風港能力。二是指某類資產(chǎn)的收益隨通貨膨脹變化而變化的能力[2]，即通貨膨脹對沖能力。在經(jīng)濟危機時期，某類資產(chǎn)收益與風險資產(chǎn)收益之間存在非正的關(guān)系，則該類資產(chǎn)可被稱為避風港資產(chǎn)[3]。若某類資產(chǎn)價格走勢與通貨膨脹走勢之間正相關(guān)，則該資產(chǎn)具備通貨膨脹對沖能力[2-4]。由此可見，避風港能力和通貨膨脹對沖能力是衡量某種資產(chǎn)避險能力的兩個重要組成部分，也是判斷某種資產(chǎn)是否為安全資產(chǎn)的重要依據(jù)。但是二者之間也存在著明顯的區(qū)別：一是避風港資產(chǎn)研究的參照物為風險資產(chǎn)而通貨膨脹對沖能力研究的參照物是物價指數(shù)，兩者對比基礎(chǔ)不同。二是避風港資產(chǎn)更多是以資產(chǎn)組合角度作為出發(fā)點，重點研究的是在危機時期其能否有效降低資產(chǎn)組合風險，側(cè)重點是某類資產(chǎn)在資產(chǎn)組合中的地位，而通貨膨脹對沖能力則是從單個資產(chǎn)的保值角度進行研究，著重點是單個資產(chǎn)。隨著研究的深入，Doroodian和Caporale[5]與Ranaldo和Paul[6]將避風港資產(chǎn)概念延伸至貨幣，對貨幣的避風港能力進行研究。一方面，在眾多資產(chǎn)中，外匯的貨幣和資產(chǎn)雙重屬性使其成為流動性最強的資產(chǎn)之一，在很大程度上滿足了投資者對安全資產(chǎn)的要求。另一方面，由于匯率形成機制的復雜性，高風險始終是外匯投資的伴生品，投資者對不同外匯品種的避險能力需要有一個清晰的認知。

Habib和Stracca[7]構(gòu)建了全球避險情緒沖擊指數(shù)，并假定該指數(shù)與避風港貨幣正相關(guān)，結(jié)果表明國家風險較低的貨幣更適合充當避風港貨幣。Hossfeld和MacDonald[8]利用面板門限回歸模型在考慮套利交易的條件下對G10國家貨幣進行了研究，結(jié)果發(fā)現(xiàn)瑞士法郎、歐元和美元是有效的避風港貨幣。Grisse和Nitschka[9]基于瑞士法郎的多個雙邊匯率進行了研究，結(jié)果發(fā)現(xiàn)瑞士法郎對部分國家的貨幣表現(xiàn)出避風港能力。Lee[10]基于時變框架對6個主要發(fā)達國家貨幣進行了研究，結(jié)果發(fā)現(xiàn)瑞士法郎和日元是有效的避風港貨幣。同時，有學者對諸如股票、黃金、房地產(chǎn)和債券等資產(chǎn)從通貨膨脹對沖的角度進行研究。Luintel和Paudyal[11]利用Johansen檢驗對英國股票價格指數(shù)與零售價格指數(shù)進行了協(xié)整分析，結(jié)果表明在英國投資股票可有效對沖通貨膨脹。Beckmann和Czudaj[12]采用時變的VECM模型對美國、英國、日本和歐洲四個經(jīng)濟體的黃金通貨膨脹對沖能力進行了研究，結(jié)果顯示黃金只具備部分通貨膨脹對沖能力，且在不同地區(qū)、不同時期黃金通貨膨脹對沖能力也不盡相同。Marie和Ombretta[13]對近三十年來巴西家庭資產(chǎn)投資組合的通貨膨脹對沖能力進行了分析，認為家庭將資產(chǎn)以7∶3的比例投資于國內(nèi)資產(chǎn)和國外資產(chǎn)將取得最優(yōu)通貨膨脹對沖效果。國內(nèi)方面，剛猛和陳金賢[14]利用ADL模型檢驗了中國股票收益率與通貨膨脹之間的關(guān)系，結(jié)果表明二者之間呈現(xiàn)顯著穩(wěn)定的負相關(guān)關(guān)系，難以起到通貨膨脹對沖效應(yīng)。陳秋靜[15]研究了黃金市場、股票市場和債券市場之間的關(guān)系，結(jié)果表明黃金市場收益與股票市場收益呈現(xiàn)正相關(guān)關(guān)系，與債券市場收益呈現(xiàn)負相關(guān)關(guān)系，黃金市場不是股票市場的避風港卻是債券市場的避風港。尹力博和柳依依[16]采用動態(tài)GARCH模型研究在不確定經(jīng)濟背景下黃金資產(chǎn)的避險能力，結(jié)果顯示黃金在經(jīng)濟危機時期能夠有效抵御經(jīng)濟波動帶來的風險。

綜上所述，國內(nèi)學者中尚未有從國內(nèi)視角對外匯避險能力問題進行研究。而隨著國內(nèi)投資市場不斷完善和發(fā)展，投資者可選擇的投資品種不斷增多，除去傳統(tǒng)有價證券，外匯也逐漸成為投資者的選擇之一。因此，本文嘗試從外匯作為一種投資品的角度分析其避險能力，以期為投資者提供有用的決策信息。

二、變量、數(shù)據(jù)及分析

(一)變量選取與數(shù)據(jù)說明

本文對主要外匯的避險能力進行研究，以歐元、日元、美元、英鎊以及瑞士法郎作為研究目標，從避風港與通貨膨脹對沖兩個角度選取風險資產(chǎn)收益指標和通貨膨脹指標，借鑒Lee[10]的思路選取股票收益(Stock)作為風險資產(chǎn)收益的代理變量，同時選取CPI作為國內(nèi)通貨膨脹的代理指標。股票收益為上證綜合指數(shù)收益。

本文選取上述5種外匯2006年1月至2017年3月的月度數(shù)據(jù)，其中歐元(Euro)、日元(Jpy)、瑞士法郎(Chf)、美元(Dollar)的樣本期為2006年1月至2017年3月，英鎊(Pound)的樣本期為2016年8月到2017年3月。數(shù)據(jù)來源于CEIC數(shù)據(jù)庫及國家外匯管理局網(wǎng)站。所有外匯數(shù)據(jù)均為雙邊匯率的中間價，匯率序列均采用人民幣標價形式，所有序列均轉(zhuǎn)化為以2006年1月為基期的定基數(shù)據(jù)，外匯與股票變量取對數(shù)差分。

(二)描述性統(tǒng)計分析

本文主要變量的描述性統(tǒng)計結(jié)果如表1所示。

表1 描述性統(tǒng)計結(jié)果(N=134)

從表1可以看出，通過比較5種主要外匯與股票收益，可以發(fā)現(xiàn)股票收益均值與波動均遠大于5種外匯的數(shù)值，這體現(xiàn)了股票作為風險資產(chǎn)的性質(zhì)。從偏度和峰度值來看，序列均不服從正態(tài)分布，同時表1最后一列JB檢驗的P值也說明了這一點，這意味著應(yīng)當采用非線性框架來檢驗變量之間的關(guān)系。在5種外匯中，只有瑞士法郎均值為正，日元次之，英鎊最低；美元收益波動最小，歐元收益波動最大。

(三)平穩(wěn)性檢驗

本文采用ADF檢驗和PP檢驗兩種方式對各變量進行平穩(wěn)性檢驗，結(jié)果如表2所示。

表2 平穩(wěn)性檢驗結(jié)果

注：Δ表示一階差分，括號內(nèi)為P值。*、**和***分別表示在10%、5%和1%的水平上顯著，下同。

由表2可以看出，所有變量序列的水平項均為不平穩(wěn)序列，對其進行一階差分后，所有序列均為平穩(wěn)序列，可以進行時間序列建模。

三、基于MS-VAR模型的避風港能力分析

(一)模型構(gòu)建

本文采用馬爾科夫向量自回歸(MS-VAR)模型，依據(jù)風險資產(chǎn)的收益大小和波動將貨幣與風險資產(chǎn)之間的非線性關(guān)系納入框架。MS-VAR模型具體形式如下：

yt=μ+β1yt-1+β2yt-2+……+βpyt-p+εt

(1)

其中，yt為n維向量，β為n×n維矩陣，εt為殘差，p為滯后階數(shù)，且其協(xié)方差為正定矩陣，均值為0 ，t=1,2，…，p。Krolzig[17]將馬爾科夫轉(zhuǎn)換機制引入VAR模型，假定經(jīng)濟狀態(tài)可以分為M種區(qū)制狀態(tài)，參數(shù)則隨著區(qū)制狀態(tài)的變化而變化，本文中具體表示為人民幣對各外匯收益和風險資產(chǎn)(股票)收益所組成的二維向量。 則式(1)可以改寫為：

yt=μ(st)+β1(st)yt-1+β2(st)yt-2+……+βp(st)yt-p+εt

(2)

其中，εt服從一個均值為0，方差為∑(st)的隨機過程。st表示無法觀測的區(qū)制變量，狀態(tài)變量在各區(qū)制間轉(zhuǎn)化服從馬爾科夫過程，采用概率轉(zhuǎn)移進行定義，從區(qū)制i轉(zhuǎn)換到區(qū)制j的概率Pij為：

pij= Pr( st +1= j|st= i) ，∑pij=1, i， j ∈ { 1，2，…,M}

(3)

(二)區(qū)制選擇

根據(jù)現(xiàn)有文獻普遍做法，MS-VAR模型區(qū)制數(shù)量設(shè)定為2，考慮本文數(shù)據(jù)為月度數(shù)據(jù)，設(shè)定最長滯后階數(shù)為4，則針對每種外匯本文設(shè)定了16個MS(m)-VAR(p) 的模型形式，其中m為區(qū)制數(shù)量，p為滯后階數(shù)，并根據(jù)AIC和SC信息準則選擇了每種外匯方程的最優(yōu)設(shè)定形式。[注]常用的MS-VAR模型可分為MS-I、MS-IH、MS-AH和MS-IAH等4種形式，本文將滯后階數(shù)設(shè)為4，則共有16個模型形式，詳見Krolzig[17]。歐元設(shè)定形式為MS-IH,滯后2階，區(qū)制設(shè)定為2；日元設(shè)定形式為MS-IAH，滯后2階，區(qū)制設(shè)定為2；瑞士法郎設(shè)定形式為MS-IH，滯后1階，區(qū)制設(shè)定為2；美元設(shè)定形式為MS-IH,滯后1階，區(qū)制設(shè)定為2；英鎊設(shè)定形式為MS-IAH,滯后1階，區(qū)制設(shè)定為2。在選取了各貨幣模型最優(yōu)設(shè)定形式之后，本文依據(jù)區(qū)制轉(zhuǎn)換的條件均值和波動(方差)來判斷是處于危機區(qū)制還是正常區(qū)制。如果在某個區(qū)制，其股票收益的條件均值更小甚至為負，波動(方差)更大，則該區(qū)制被定義為危機區(qū)制；如果某個區(qū)制相對于危機區(qū)制股票收益的條件均值更大，波動(方差)更小，則將該區(qū)制定義為正常區(qū)制。

(三) “弱”還是“強”避風港貨幣判斷

在進一步定義了區(qū)制之后，我們需要對模型估計參數(shù)進行討論來分辨某種貨幣是“弱”還是“強”的避風港貨幣。[注]如果某種貨幣與股票收益之間負相關(guān)被稱為“強”的避風港貨幣，如果二者之間不相關(guān)，則可稱為“弱”的避風港貨幣。Lee[10]提出可以采取貨幣與股票收益的條件均值、交叉項系數(shù)和條件相關(guān)系數(shù)三種方法判斷，本文借鑒相關(guān)方法。

各外匯的MS-VAR模型參數(shù)估計結(jié)果如表3所示。表3中，R=1和R=2分別表示區(qū)制1和區(qū)制2，由于模型設(shè)定不同，MS-IAH相對于MS-IH多了自回歸系數(shù)部分，即在日元、瑞士法郎和英鎊的分析中，其交叉系數(shù)β需要分區(qū)制1和區(qū)制2，而歐元和美元的交叉系數(shù)β不需要區(qū)分區(qū)制。μstock和μex分別表示MS-VAR模型截距項，即股票收益和外匯收益的條件均值，也就是式(2)中的μ(st)，因為是二維向量，故要兩個區(qū)制下各分為兩類：一類是μstock，表示股票；另一類是μex，表示外匯。σ2和ρ表示不同區(qū)制下股票收益和外匯收益的方差和條件相關(guān)系數(shù)。

表3 MS-VAR模型參數(shù)估計結(jié)果

注：括號內(nèi)為標準誤。

從表3可以看出，在區(qū)制1中， 歐元、日元和瑞士法郎的股票收益的條件均值(μstock)顯著為負，美元和英鎊的股票收益的條件均值不顯著，而區(qū)制2中除美元外其他外匯的股票收益的條件均值均為正且顯著；同時，區(qū)制1中股票收益的方差也顯著大于區(qū)制2中的方差。由此判斷區(qū)制1為危機區(qū)制，區(qū)制2為正常區(qū)制。

在兩個區(qū)制下，歐元的條件相關(guān)系數(shù)在區(qū)制1為負而在區(qū)制2為正，說明在危機區(qū)間，歐元與風險資產(chǎn)(股票)之間是一種負相關(guān)的關(guān)系，歐元是一種“強”的避風港貨幣。從條件相關(guān)系數(shù)來看，日元與其他外匯表現(xiàn)出了明顯的不同，不論是在區(qū)制1還是區(qū)制2，其與風險資產(chǎn)(股票)的條件相關(guān)系數(shù)均為負值，值得注意的是在區(qū)制1，其條件相關(guān)系數(shù)達到-0.9942，表明日元在危機區(qū)制幾乎可以完全對沖風險，是一種“強”的避風港貨幣，而在區(qū)制2，其系數(shù)雖然為負，但絕對值較小，接近于0，影響較小，因此，日元在國內(nèi)是一種“強”的避風港貨幣。類似地，瑞士法郎在區(qū)制1的條件相關(guān)系數(shù)為-0.0693，說明在危機區(qū)制，其與風險資產(chǎn)(股票)的相關(guān)性在下降，因此，瑞士法郎在國內(nèi)也是一種“強”的避風港貨幣。從美元的條件相關(guān)系數(shù)來看，在區(qū)制1為正，而在區(qū)制2為負，說明在危機區(qū)制，美元與風險資產(chǎn)(股票)之間的聯(lián)系在增強，可以判斷美元在國內(nèi)是風險貨幣。英鎊在兩個區(qū)制下與風險資產(chǎn)(股票)的條件相關(guān)系數(shù)均為正，說明在危機區(qū)制英鎊與風險資產(chǎn)(股票)之間的聯(lián)系在增強，英鎊在國內(nèi)是風險貨幣。

四、基于NARDL模型的通貨膨脹對沖能力分析

本文采用Shin等[18]提出的非線性自回歸分布滯后(NARDL)模型，借鑒Hoang等[19]的做法，以5種外匯為被解釋變量，CPI為解釋變量分別建立各主要外匯的回歸方程進行分析。NARDL模型形式如下：

(4)

我們可以根據(jù)NARDL模型對長短期約束的不同將其分為四種設(shè)定形式：

第一，長短期均為非對稱。式(4)中所表達一般形式下的NARDL模型。

第二，長期對稱短期非對稱。對模型施加一個長期約束ρ+=ρ-=ρ，i=0，1，2，…，其公式具體形式為：

(5)

第三，長期非對稱短期對稱。對模型施加一個短期約束βi+=βi-=βi，i=0，1，2，…，其公式具體形式為：

(6)

第四，長期與短期均對稱。對模型施加長期和短期約束ρ+=ρ-=ρ以及βi+=βi-=βi，i=0，1，2，…，其公式具體形式為：

(7)

為選擇最優(yōu)模型設(shè)定形式，首先依據(jù)第一種模型形式為基準模型(約束最少的情形)，長期對稱性Wald檢驗原假設(shè)為ρ+=ρ-，短期對稱性Wald檢驗原假設(shè)為βi+=βi-，我們借鑒了Hoang等[19]與司登奎等[20]做法，針對每種貨幣進行估計，選擇滯后12期為最大滯后期,然后根據(jù)Wald檢驗結(jié)果判斷各貨幣方程是否存在長短期非對稱性影響，如果Wald檢驗結(jié)果顯著，說明存在非對稱性影響，則在相應(yīng)的模型設(shè)置中采用非對稱形式；如果Wald檢驗結(jié)果不顯著，說明不存在非對稱性影響，需在相應(yīng)的模型設(shè)置中采用對稱形式。表4為依據(jù)第一種模型形式為基礎(chǔ)計算的長短期對稱性Wald檢驗結(jié)果。

表4 長短期對稱性Wald檢驗結(jié)果

注：括號內(nèi)為P值。

表5 NARDL模型估計結(jié)果

注：由于短期系數(shù)數(shù)量較多，出于篇幅考慮，僅列出長期系數(shù)和統(tǒng)計量顯著的短期系數(shù)，括號內(nèi)為標準差。

綜上所述，我們發(fā)現(xiàn)5種外匯中主要外匯在長期內(nèi)均無法有效對沖國內(nèi)通貨膨脹，而部分外匯能在短期內(nèi)對沖國內(nèi)通貨膨脹。

五、結(jié) 論

本文基于國內(nèi)投資視角，從避風港能力和通貨膨脹對沖能力兩個角度對歐元、日元、瑞士法郎、美元和英鎊5種外匯進行了研究。結(jié)果表明，從避風港能力的角度來看，歐元、瑞士法郎和日元在國內(nèi)市場是有效的避風港貨幣，危機區(qū)制，這三種貨幣都屬于“強”的避風港貨幣，其貨幣收益與風險資產(chǎn)(股票)收益負相關(guān)，可有效補償投資者在經(jīng)濟危機時期由于風險資產(chǎn)收益下降所帶來的損失。從通貨膨脹對沖能力角度看，5種外匯收益在長期內(nèi)均難以有效對沖通貨膨脹，其中歐元和瑞士法郎可以在短期內(nèi)對沖通貨膨脹，而日元、美元和英鎊在短期內(nèi)無法對沖通貨膨脹。從整體來看，本文選取的5種外匯在短期內(nèi)表現(xiàn)不一。從國內(nèi)投資視角來看，筆者認為，投資歐元與瑞士法郎來對沖通貨膨脹具有一定現(xiàn)實意義。