程文鈺 顧孟迪

(上海交通大學 安泰經(jīng)濟與管理學院，上海 200030)

本文的貢獻有以下三個方面：

首先，在均值-方差的分析框架下，將外匯作為組合資產(chǎn)的一部分，以國際股票投資組合風險調(diào)整后收益為目標函數(shù)，對動態(tài)對沖比例和10種靜態(tài)外匯對沖比例進行比較。其次，投資組合考慮10個市值加權平均的發(fā)達和新興市場股票市場，之前學者的相關研究大多局限于少數(shù)發(fā)達國家資本市場投資及外匯對沖行為 (Campbell，2007)。由于新興資本市場與匯率的相關性比發(fā)達市場更大，因此以美元計價的新興市場股票指數(shù)在全球風險情緒受挫之時不僅會面臨新興市場股市流動性撤出帶來的損失，還會遭受匯率損失，因此波動性比以本幣計價的新興市場股票指數(shù)更大。但有研究表明較高利率水平的市場外匯的超額回報往往要高于較低利率市場，利差對于外匯的影響表現(xiàn)出了異質性，雖然利差的擴大在市場均衡的假設下會引起未來外匯回報的降低，但是風險最小化的股票投資者可能更愿意追求利差走闊外匯的持有收益，反而推高外匯 (Campbell，2010)，此時無拋補的利率平價定理(UIP)被打破，而且高利率外匯資產(chǎn)的超額回報與對美國消費增長敏感程度較高。Muhammad Aftaba，Rubi Ahmad，Izlin Ismail(2018)提出對于新興市場而言無拋補的股票平價定理(UEP)也可能被打破，也就是說外國股票相對于本國股票跑贏時，外國外匯可能相對于本國外匯升值，UEP是否成立主要由本國是否是國際資本凈流出地來驅動(Numan ülküa，Sabutay Fatullayev，Daria Diachenko，2015)。經(jīng)濟危機發(fā)生時，全球資本往往流出新興市場而流入發(fā)達國家，使得新興市場股市和外匯同跌，從而造成二者相關性增加，因此在經(jīng)濟危機發(fā)生時往往要對新興市場外匯進行對沖(Jin-Wan Cho et al.，2014)。Chien-Hsiu Lin(2012)還提出經(jīng)濟危機時亞洲股票市場的外溢效應將影響到外匯市場，政府只有推出刺激政策穩(wěn)定市場才能阻止外匯的進一步貶值。最后，本文提出的基于規(guī)則判斷的動態(tài)對沖模型，考慮套利交易等多個因素給出對沖信號并在匯率組合超過一定閥值時進行對沖。同時，本文也存在著一些不足之處，比如本文雖然確實在持倉范圍內(nèi)變動了對沖比例，但模型依然是基于多員OLS模型回歸的結果，也即假設了多個時間序列的二階平穩(wěn)性。此外，本文在月底判斷對沖方式，并用1個月遠期外匯合約滾動對沖，而并未考慮不同時長的對沖窗口 (Conlon and Cotter，2012)。

本文的剩余部分將圍繞最優(yōu)對沖比例研究方法的建立、數(shù)據(jù)選擇及分析和最優(yōu)化動態(tài)對沖后的投資組合收益和波動率結果(比較靜態(tài)及動態(tài)對沖策略以及以美國投資者為例，各外匯的動態(tài)對沖結果)三個部分來展開。

1 最優(yōu)對沖比例

1.1 理論部分

當國際投資者投資全球股票市場組合時，外匯資產(chǎn)不僅會影響組合回報，也會通過不同外匯的相關性、外匯與外國或本地股票市場的相關性影響國際股票投資組合的風險，而且有研究表明自2008年全球金融危機以來，外匯市場波動性已經(jīng)成為長期股匯市場(涉及7個主要匯率市場)波動性傳導的主要驅動因素(Amalia Morales-Zumaquero，Simón Sosvilla-Rivero，2018)，而新興市場外匯回報存在著對股市的正向傳導，也就是當本國匯率升值時，股市回報也為正(Juan C.Reboredo et al.，2016)。

在未經(jīng)外匯對沖時，全球股票市場組合的總體收益：

(1)

其中：i表示某一標的股票市場，n為全球股票市場組合的n個標的市場；

Wi,t表示t時刻投資在第i個股票市場的權重；

Pit，Pi,t+1分別表示t+1和t時期外幣計價標的i股票市場總回報指數(shù)；

Sit，Si,t+1分別表示t+1和t時期直接標價法下的標的市場與本國間匯率；

Rie,t+1表示以投資標的市場i的貨幣計價的股票資產(chǎn)當期回報；

Ric,t+1表示標的i股票市場外匯資產(chǎn)的當期回報；

Ri,t+1表示以本幣計價的標的i市場股票資產(chǎn)回報率。

在未經(jīng)外匯對沖時，全球股票市場組合的方差

(2)

由于外匯之間的協(xié)方差、匯率與股票資產(chǎn)之間的協(xié)方差符號的未知性，因此匯率風險對于整體國際股票投資組合風險的影響可正可負。在了解到外匯風險對于整個組合收益和波動的影響之外，投資者需要考慮是否進行外匯的對沖和對沖的方式。如果采用1個月的外匯遠期合約進行每月外匯對沖，并考慮對沖比率為h時，用遠期利率表示的單個標的市場以本幣計價的對沖后收益如下：

(3)

Ft表示t時刻外幣的一個月遠期利率，在t+1時刻交割；

Ri,t+1′為外國股票指數(shù)在t和t+1時刻之間以本幣計價的對沖后總回報；

ht+1為對沖比例；

dt=Ft/St-1，為外匯期貨升貼水。

為簡化表示方法，用矩陣化的方式表達對沖后組合回報：

(4)

Wt=diag(W1,t,W2,t,…,Wn,t)；

Ht+1=(H1,t+1,H2,t+1,…,Hn,t+1)′；

Re,t+1=(R1e,t+1,R2e,t+1,…,Rne,t+1)′；

Rc,t+1=(R1c,t+1,R2c,t+1,…,Rnc,t+1)′；

Dt=(d1,t,d2,t,…,dn,t)′；

E=(1,1,…,1)′。

對沖后組合回報的均值和方差分別為

(5)

Vt+1(Ht+1)=Var(Rp,t+1′|It)=EWtVar(Re,t+1|It)WtE′+(E-Ht+1)WtVar(Rc,t+1|It)Wt(E-Ht+1)+EWt·Cov(Re,t+1,Rc,t+1)Wt(E-Ht+1)=EWtΩe,t+1WtE+(E-Ht+1)WtΩc,t+1+Ht+1Wt(E-Ht+1)′=EWtΩe,t+1WtE+(E-Ht+1)WtΩc,t+1Wt(E-Ht+1)′+EWtΩec,t+1Wt(E-Ht+1)

(6)

μe,t+1=E(Re,t+1|It)，其中It表示t時刻的信息。

Ωe,t+1=Var(Re,t+1|It)；Ωc,t+1=Var(Rc,t+1|It)；Ωec,t+1=Cov(Re,t+1,Rc,t+1)。

傳統(tǒng)的匯率風險管理是將外匯波動風險盡可能轉移或者減少，但本文的最優(yōu)化則是在均值-方差研究框架下，同時考慮外匯對沖對投資組合收益、風險的共同影響來決定最優(yōu)化對沖比率。根據(jù)以上目的，本文把對沖比例的選擇過程進一步內(nèi)化為投資組合的優(yōu)化過程，本質上是將匯率也作為大類資產(chǎn)配置中的一種資產(chǎn)納入考慮范圍。

均值方差模型下常見的投資效用函數(shù)構建目標函數(shù)如下：

(7)

目標函數(shù)最大化通過一階求導求得最優(yōu)對沖比例為

(8)

(9)

(10)

由式(10)可知，對沖比例變動依賴于外匯期貨市場回報Dt-μc,t+1和外匯與當?shù)毓墒邢嚓P性ρce,t+1。Fisher也曾提出匯率的預期變動、匯率之間或與股票之間的相關性會影響最優(yōu)對沖比例 (Black, 1989)。在外國股票市場與外匯同跌的情況下，對沖比率將大于1，即投資者將借錢做空這些外匯資產(chǎn)，此最優(yōu)對沖比例建立在投資者將從事外匯投機行為的假設基礎上。但本文假設國際股票投資者僅是決定是否將本幣計價的外國股市敞口進行外匯對沖，同時規(guī)避外匯投機動機，因此設定對沖比例的區(qū)間在0到1之間。為了使投資決策過程更加透明化，流行的外匯管理外包(currency overlay management)是將外匯與其底層資產(chǎn)獨立考量并決定是否對沖外匯的一種外匯管理方式，不考慮外匯與當?shù)毓墒谢貓蟮南嚓P性，也不考慮股市的回報對于外匯對沖的影響(Bos, Mahieu and Dijk.2000)。本文將外匯管理內(nèi)嵌入整個投資組合的風險收益中予以考量的模式與前者存在根本性區(qū)別。

在實證部分，本文將用信息比例(information ratio，簡寫為IR)，也是風險調(diào)整后收益的一種表示方式，度量各對沖比例下的投資組合相對于投資基準的風險調(diào)整后收益，標的投資基準為以美元計價的MSCI全球總回報指數(shù)而非無風險收益率。相對于無風險收益率，參考股票指數(shù)回報對投資于國際股票市場的主動投資者而言更佳適宜。

(11)

與傳統(tǒng)的匯率風險管理相似的是，外匯對沖對于整個投資組合風險的影響存在于多個方面，當使用外匯對沖工具時產(chǎn)生的風險，如場內(nèi)交易的外匯期貨期權可能存在基差風險，場外的外匯遠期互換可能存在操作風險(對手方風險)，此外還有模型輸入樣本的局限性所導致的模型設定風險(誤差)等。

1.2 基本模型

本文選取市值加權的10個國家的MSCI指數(shù)作為全球股票市場組合，其中美國、日本、歐元區(qū)、英國、加拿大、澳大利亞6個市場平均占MSCI 全球指數(shù)(ACWI)比重約為80%(數(shù)據(jù)范圍為從1975年至今)。此外，組合還選取了MSCI 新興市場指數(shù)在亞洲、歐洲、中東及非洲、美洲各個地區(qū)指數(shù)中市值占比靠前的4個國家，分別為中國、印度、巴西、墨西哥，其總市值占MSCI新興市場總市值的40%以上。當只考慮以上10個國家或地區(qū)的投資者時，需要進行動態(tài)對沖的外匯貨幣分別為美元、日元、英鎊、歐元、加元、澳元、人民幣、印度盧比、巴西雷亞爾、墨西哥比索。本文選取動態(tài)對沖比率將進一步提高風險調(diào)整后收益，并選取10個靜態(tài)對沖組合作為對照。

靜態(tài)對沖比例受到時間序列數(shù)據(jù)機制轉變的影響，不能根據(jù)當前狀況得到及時調(diào)整，尤其是當前外國匯率組合已經(jīng)不能為全球股票組合提供分散化效果，低對沖比率可能不能滿足組合的對沖需求。因此，本文考慮運用動態(tài)對沖比例進行外匯對沖并檢驗其效果。

圖1 美國股市與外國股市、匯率組合相關性

2 動態(tài)外匯對沖

根據(jù)無拋補的利率平價定理(UIP)，均衡的匯率水平應當使得投資者對于持有A國還是B國的風險資產(chǎn)的偏好相同(假設其他條件相同)。若A國利率提升，則B國匯率當即貶值而未來匯率提升，更高的預期收益使得投資者愿意持有B國更低收益的風險資產(chǎn)。在無拋補的利率平價定理下，外匯的預期變動將等于國家間的名義利差水平，也就是名義利差對于匯率變動的回歸系數(shù)應為1，但實證往往推翻此假設，反而驗證此回歸系數(shù)顯著為負，也就是利率更高的國家匯率反而會升值，這被解釋為受時間變動的遠期風險溢價影響的結果(“遠期風險溢價之謎”)(Fama，1984)。Bansal認為回歸系數(shù)與利差的正負水平有關，并提出一個基于時間變化的框架來解釋UIP的失效。在利差外，還應該考慮國家間的貨幣政策和實際的風險狀況(結合經(jīng)濟基本面)對匯率變動進行預測 (Bansal，1997)，之后他又提出這種失效只出現(xiàn)在利率低于美國的高收入發(fā)達國家，與人均GNP提高、通脹及通脹波動性的降低有關。Engle(2016)提出UIP的失效是由于沒有考慮到短期美元資產(chǎn)的流動性溢價對匯率預期變動的影響，只有到利差擴大到足以抵消美元資產(chǎn)流動性溢價時，投資者才會考慮放棄美元資產(chǎn)轉而投資其他外匯資產(chǎn)。許多學者結合經(jīng)濟數(shù)據(jù)構建對匯率進行預測的動態(tài)均衡模型，包括 (Williamson，2011)“基本面均衡匯率”(FEER)，Clark and MacDonald提出的“行為均衡匯率”和“永久均衡匯率”(1999)。但經(jīng)濟數(shù)據(jù)對匯率的影響在長期更為顯著，短期匯率從基本面的偏離與過度投機、機構投資者的操縱有關 (Cheung and Chinn，2001)。央行與預期不符的貨幣政策和對市場的干預也會對外匯產(chǎn)生影響使得UIP失效 (Kiley，2013)，短期內(nèi)確實會觸發(fā)市場的過激反應 (Dornbusch，1976)，但總體影響較為輕微。少數(shù)文獻也探究了未拋補利率平價定理在新興市場的運用情況，利差與匯率變動的回歸系數(shù)雖然為正，但也顯著異于1，其中一種解釋是常用來做套息交易的新興市場貨幣存在風險溢價，短期和長期風險溢價的波動性將影響UIP的有效性(Marcelo Bittencourt Coelho dos Santos，Marcelo CabusKlotzle，Antonio Carlos Figueiredo Pinto，2016)。在閱讀了大量文獻之后，本文選取了四個外匯的決定因素，如兩國的實際利差水平(用2y10y平均實際利差水平度量)、大宗商品價格(用CRB大宗商品價格度量)、全球風險偏好(用高收益?zhèn)钠跈嗾{(diào)整利差OAS表示)以及過去一個季度(12個月移動平均)的匯率歷史趨勢，擬合出判斷外匯實際價值的動態(tài)對沖指標，當此指標度量的實際匯率與其實際值有較大背離時(一般認為超過歷史偏離情況的80%)，認為外匯偏貴，有貶值風險并出現(xiàn)趨勢性回歸的可能性加大，因而予以對沖，直到實際匯率與基本面預測之差恢復到歷史的較低水平后，才停止對沖。

有研究認為具有較高短期利率國家或地區(qū)的外匯可以給投資者帶來更高的回報，這種外匯“套息交易”(carry trade)偏向于持有較高短期利率的貨幣并做空利率較低的外匯資產(chǎn)，此類外匯往往具有高β，對美國消費增長數(shù)據(jù)較為敏感，也使得其具有更高的風險屬性 (Lustig and Verdelhan，2011)。IMF及美聯(lián)儲的研究報告表明，未拋補的利率平價定理考慮長端利率作為決定匯率的因素之一更合理。投資者對于外匯對沖的選擇不僅考慮當下的利率水平，也要考慮利率曲線的變動(由于長久期和期限利差，兩國10年期國債收益率利差的波動率要明顯高于3個月的國債利差波動)。因此，本文同時考慮短期和長期利差水平，進行簡單平均。此外，實際利率水平相比于名義利率剔除了通脹對于購買力的吞噬，因而更被外匯對沖者接受，雖然有時在一些高通脹國家，例如1980年代初的津巴布韋和拉丁美洲，通脹之差也被納入外匯對沖的考慮之中，但不在本文選擇的國家及時間范圍內(nèi)。因此，本文選取兩國2y10y實際利率的平均值之差作為動態(tài)外匯對沖模型的因子之一。

動態(tài)對沖模型的第二個因子——全球風險偏好，也會對外匯產(chǎn)生影響。例如美元作為國際比較通行的一種儲備貨幣，常在全球避險情緒上揚的時候走強，此外日元也具備一定的避險屬性 (Burstein, Eichenbaum and Rebelo，2005)。此外，全球風險偏好的改變對外匯走勢的影響存在不對稱性，套息交易的外匯資產(chǎn)在全球風險增加時的下跌幅度可能遠遠超過風險偏好改善時的上漲幅度(Ming-Hua Liu，Dimitris Margaritis，Alireza Tourani-Rad，2012)。

一些自然資源較豐富國家的匯率也會受到大宗商品價格的影響，例如加拿大作為能源出口國，加元受油價波動的影響比較大 (Balakrishnan, Laseen and Pescatori，2016)。美元和歐元有些時候則與大宗商品價格呈負相關關系。由于組合中包含澳大利亞、加拿大、巴西三個能源或大宗商品出口國，當能源和大宗商品價格顯著波動時，將通過貿(mào)易條件對其匯率產(chǎn)生顯著影響，因此在預測能源匯率走勢時也要結合大宗商品價格予以考量。此外，股票和外匯市場的動量回報呈正相關關系，Clifford S.Asness, Tobias J.Moskowitz, Lasse Heje Pedersen(2013)提出資金的流動性風險可能是外匯和股票市場過去12個月動量回報正相關的原因之一。

通過以上因子擬合出的外匯價值與實際的匯率殘差作為指導動態(tài)對沖的對沖信號。動態(tài)對沖的施行基于規(guī)則判斷：以美國投資者為例，根據(jù)擬合的指標判斷其他九種貨幣的實際價值，當超過擬合動態(tài)對沖指標歷史上限的80%時，就予以對沖，直到匯率走勢低于擬合指標歷史的20%時才停止對沖(少數(shù)國家動態(tài)對沖指標的變動范圍較小，如中國)。外匯對沖采用1個月遠期協(xié)議，并且以月度為單位滾動對沖。Lee(2011)基于多個發(fā)達和新興市場面板數(shù)據(jù)發(fā)現(xiàn)1個月內(nèi)UIP成立，UIP的失效往往發(fā)生在涉及高資本回報的核心貨幣的雙邊匯率關系中。股票市場的當月回報不予對沖，在月末由外幣兌換回本幣。

3 結果分析

3.1 最優(yōu)對沖比例

以美國投資者為例，當投資于全球股票市場組合時，出現(xiàn)了外匯對沖是以犧牲年化收益為代價降低風險的情況，對于風險厭惡型的投資者來說完全外匯對沖風險最小，而本文的動態(tài)對沖模型在全球股票資產(chǎn)組合和除美股外的全球股票資產(chǎn)都取得了最高的信息比例。從圖3的靜態(tài)對沖比例的組合累計收益對比來看，2015年以前完全對沖的組合收益一直比不做對沖的情況低，Daehwan Kim(2012)也發(fā)現(xiàn)發(fā)達國家的投資者投資于新興市場股市時不做對沖的夏普比率比完全對沖要高(數(shù)據(jù)截至2010年12月)。但2015年之后不做對沖組合的累計收益與完全對沖的組合累計收益之差逐漸縮小，而且在金融危機發(fā)生時各靜態(tài)對沖比率收益的差別也縮小，這是由于外國市值加權平均的匯率組合與本國股票指數(shù)的相關性在金融危機和2015年以后進入正相關關系，使得完全對沖的全球股票市場組合收益由于以上負相關關系帶來的分散化效果增強，完全對沖的全球股票市場組合收益相對提高?？紤]風險調(diào)整后收益來看，在數(shù)據(jù)時間范圍內(nèi)(2006年以后)美國投資者靜態(tài)對沖比率為30%的全球股票市場組合最優(yōu)，而除美股以外的股票市場組合60%的靜態(tài)對沖比例信息比例最高。

圖2 美國投資者全球股票市場組合不同外匯對沖比例風險收益

表1 全球股票投資組合外匯對沖策略信息比例對比

對沖比率全球股票資產(chǎn)組合($)(2006.03—2017.10)年化收益率年化波動率風險調(diào)整收益率除美股外的全球股票資產(chǎn)($)(2006.03—2017.10)年化收益率年化波動率風險調(diào)整收益率靜態(tài)-0%6.02%16.21%1.18384.64%18.18%0.3476靜態(tài)-10%6.03%16.01%1.22614.66%17.82%0.3675靜態(tài)-20%6.03%15.80%1.25414.69%17.47%0.3857靜態(tài)-30%6.03%15.60%1.26474.71%17.12%0.4013靜態(tài)-40%6.03%15.41%1.25664.72%16.79%0.4133靜態(tài)-50%6.03%15.22%1.23084.74%16.47%0.4207靜態(tài)-60%6.03%15.04%1.19044.75%16.16%0.4231靜態(tài)-70%6.03%14.86%1.13944.75%15.86%0.4203靜態(tài)-80%6.02%14.68%1.08214.76%15.57%0.4127靜態(tài)-90%6.02%14.52%1.02214.76%15.30%0.4010靜態(tài)-100%6.01%14.35%0.96214.75%15.05%0.3862動態(tài)優(yōu)化模型6.28%15.54%1.31655.50%16.41%0.5397

圖3 美國投資者除美股外組合不同外匯對沖比例風險收益

圖4 靜態(tài)對沖下組合累計收益對比

3.2 各國動態(tài)對沖比率分析

圖5 加元動態(tài)對沖指標與對沖信號

當美國投資者根據(jù)全球股票市場的市值權重投資于以加元計價的MSCI加拿大市場時，動態(tài)對沖指標與對沖信號如圖5所示。當動態(tài)對沖模型步入負區(qū)間時(圖中逆序)，表明外匯的基本面偏貴，有貶值風險，直到模型達到歷史的高位(一般為80%)，予以對沖，而當動態(tài)對沖模型進入正區(qū)間時，外匯相對于其基本面開始變得便宜，直到到達歷史較低水平(一般為20%)，停止對沖。在2007年10月和2009年6月對沖信號為1，顯示加元從基本面看來比實際值偏貴，有貶值的風險，遂予以對沖，對沖加元與未做對沖的股票累計收益之比如圖6所示。在全球金融危機之時，加元快速貶值回調(diào)使得動態(tài)對沖收益小幅增加，在全部數(shù)據(jù)范圍內(nèi)，動態(tài)對沖相對于未做對沖的MSCI加拿大股市取得了116%的累計收益，但動態(tài)對沖模型沒有捕捉到2015年1月加拿大央行忽然降息所帶來的加元貶值沖擊，而此時模型顯示加元已非常便宜，有升值空間。在加元的動態(tài)對沖模型中，四個因子都相當顯著，尤其是加元對CRB指數(shù)的相關系數(shù)較高，大宗商品價格變動導致的貿(mào)易狀況變化對加元的影響甚至要高于利差的影響。截至模型的最新數(shù)據(jù)，加元價值相對公允。

圖6 加拿大股市累計對沖收益

當美國投資者根據(jù)全球股票市場的市值權重投資于以日元計價的MSCI加拿大市場時，動態(tài)對沖指標與對沖信號如圖7所示。同樣，2008年經(jīng)濟危機時，風險資金回歸美國使得日元貶值，予以對沖，對沖日元與未做對沖的股票累計收益之比(如圖7所示)有小幅增加。有趣的是，盡管2013年4月以來日元貶值、日本股市漲勢良好，但動態(tài)對沖相對于未做對沖的MSCI日本股市的累計收益之比甚至小幅減少(圖8)。這與日元資產(chǎn)近年來在國際股票市場表現(xiàn)不佳時，越來越被市場認為是一種避險資產(chǎn)有關，日元在此時往表現(xiàn)更好，這也表現(xiàn)在OAS(Log)對日元(YEN/US$)的回歸系數(shù)為負，在風險情緒受到?jīng)_擊時，日元升值。與Bansal的研究結論一致的是，日本作為利率低于美國的高收入發(fā)達國家，也展現(xiàn)出了未拋補利率平價理論實效的情形，實際利差對日元的回歸系數(shù)顯著為負。日元的動態(tài)對沖模型顯示從2017年下半年日元相對于模型擬合值開始變貴，應警惕日元升值對日本股市和投資組合的負面影響。當美國投資者根據(jù)全球股票市場的市值權重投資于以英鎊計價的MSCI英國市場時，動態(tài)對沖指標與對沖信號如圖9所示。同樣，2008年經(jīng)濟危機時風險資金回歸美國使得英鎊貶值，予以對沖后累計收益有小幅脈沖式的增長，對沖英鎊與未做對沖的股票累計收益之比如圖10所示。與對沖日元相類似，對沖英鎊與未做對沖的股票累計收益之比總體僅有小幅增加。2010年和2013年初兩次對沖反而使得累計對沖/未對沖收益比例有所走低，尤其是2013年5月時任美聯(lián)儲主席伯南克發(fā)表暫緩資產(chǎn)購買計劃的演講后，英鎊相對于美元走強，使得動態(tài)對沖模型收益降低。在英鎊的動態(tài)對沖模型中，大宗商品價格走勢對英鎊的預測失效，而且與日元一樣表現(xiàn)出了UIP的實效。截至模型的最新數(shù)據(jù)，英鎊仍在趨勢性地貶值，但已進入相對便宜的區(qū)間。

圖7 日元動態(tài)對沖指標與對沖信號

圖8 日本股市累計對沖收益

圖9 英鎊動態(tài)對沖指標與對沖信號

圖10 英國股市累計對沖收益

當美國投資者根據(jù)全球股票市場的市值權重投資于以歐元計價的MSCI歐元區(qū)市場時，動態(tài)對沖指標與對沖信號如圖11所示。2014年8月德拉吉在杰克遜霍爾發(fā)表關于演講后歐元貶值，動態(tài)對沖模型從2014年10月開始對沖歐元，從而大幅提升了相對于未做對沖的組合收益，如圖12所示。歐元基本面主要受長期實際利差水平、生產(chǎn)力驅動的相關變量影響，此外也與財政因素及油價相關 (Maeso-Fernandez, Osbat and Schnatz 2003)。但歐元動態(tài)對沖模型中實際利差以及大宗商品價格對于歐元的預測卻不顯著，反而更多受風險情緒的影響。截至模型的最新數(shù)據(jù)，歐元仍相對于模型更便宜，有升值空間。

圖11 歐元動態(tài)對沖指標與對沖信號

圖12 歐元區(qū)股市累計對沖收益

當美國投資者根據(jù)全球股票市場的市值權重投資于以澳元計價的MSCI澳洲市場時，動態(tài)對沖指標與對沖信號如圖表12所示。2006年、2009年、2012年三次對沖反而使得累計對沖/未對沖收益小幅下降，動態(tài)對沖相對未對沖的股票累計收益如圖13所示。澳元的動態(tài)對沖模型中四個因子均比較顯著(P值低于5%)，尤其是大宗商品價格對于澳元的影響顯著為正。與加元相似，全球風險情緒的承壓也會給澳元帶來沖擊。截至模型的最新數(shù)據(jù)，澳元價值相對公允。

圖13 澳元動態(tài)對沖指標與對沖信號

圖14 澳洲股市累計對沖收益

當美國投資者根據(jù)全球股票市場的市值權重投資于以人民幣計價的MSCI中國市場時，動態(tài)對沖指標與對沖信號如圖15所示。盡管2008年和2013年動態(tài)對沖模型顯示的對沖信號都顯示人民幣從基本面來看都偏貴，但人民幣都維持甚至保持了小幅升值，使得經(jīng)動態(tài)對沖/未對沖組合累計收益之比下降了5%。2015年“811匯改”之后，偏貴的人民幣得以大幅貶值，使得對沖策略得利，大幅提升了累計收益。人民幣的動態(tài)對沖模型中，大宗商品價格和OAS走勢對人民幣的影響并不顯著，而實際利差顯著正向地影響著人民幣匯率(￥/US$)。截至模型的最新數(shù)據(jù)，人民幣模型指向偏貴的區(qū)間。

圖15 人民幣動態(tài)對沖指標與對沖信號

圖16 MSCI中國股市累計對沖收益

圖17 印度盧比動態(tài)對沖指標與對沖信號

此外，美國投資者投資于其余新興市場的動態(tài)外匯對沖策略中，印度和墨西哥動態(tài)對沖相對于未做對沖的累計投資收益之比都超過了2倍，但投資于巴西市場的動態(tài)對沖策略相對跑輸，而巴西雷亞爾的動態(tài)對沖指標中前三個預測因子均不顯著(95%置信區(qū)間)。盡管大宗商品價格對雷亞爾的回歸系數(shù)為正，大宗商品價格的上漲有利于提升雷亞爾，但模型的失效顯示出巴西作為高β的新興市場更多由事件驅動。例如2013年5月美聯(lián)儲宣布貨幣政策正?；?，巴西央行宣布外匯市場干預使得巴西雷亞爾升值10%，而動態(tài)對沖模型無法有效捕捉此類事件對于外匯變動的影響(Marcos Chamona，Márcio Garciab，LauraSouza，2017)。

圖18 印度股市累計對沖收益

圖19 巴西雷亞爾動態(tài)對沖指標與對沖信號

圖20 巴西股市累計對沖收益

圖21 墨西哥比索動態(tài)對沖指標與對沖信號

圖22 墨西哥股市累計對沖收益

表2 外匯動態(tài)對沖模型參數(shù)

3.3 外匯對沖時窗比分析

Campbell認為對于持有一籃子以外幣計價資產(chǎn)的投資者而言，應盡量持有美元、瑞士法郎和歐元，而做空其他貨幣，如日元、澳元、加元、英鎊(Campbell，2007)。本文通過對其余9個標的股票市場外匯的對沖情況進行分析后發(fā)現(xiàn)，對于美國投資者而言，日元、歐元和澳幣是最常持有、最少被對沖的外匯，而包括新興市場在內(nèi)的其余外匯資產(chǎn)被對沖的機會較多，尤其是英鎊、加元，4種新興市場貨幣對沖比例平均在40%左右。

圖23 10種外匯資產(chǎn)對沖策略時窗占比

4 結論

與流行的匯率外包管理的外匯管理模式不同，本文旨在將外匯當作構成投資組合的一種資產(chǎn)，將其對組合風險和收益的影響考慮在內(nèi)。對10個市值加權的發(fā)達和新興市場組成的國際股票投資組合運用動態(tài)對沖模型進行外匯對沖選擇。以美國投資者為例，本文證明了相比其他10種靜態(tài)對沖比例，基于實際平均利差、大宗商品價格走勢、高收益OAS和過去12個月外匯走勢4個因子構建的動態(tài)對沖模型可以大幅提高組合的風險調(diào)整后收益。對于美國投資者來說，對于組合的其他9種外匯的動態(tài)對沖策略，除巴西雷亞爾外(唯一個除外匯趨勢外的其他三個因子均失效的外匯對沖模型)，均取得了與不做對沖相比更高的累計組合總回報，從每個外匯資產(chǎn)的動態(tài)對沖模型中也可以發(fā)現(xiàn)不同因子對相應匯率的預測能力和影響程度不同，例如日元作為避險資產(chǎn)在高收益OAS上漲時會走強，加元、澳元與大宗商品價格走勢的聯(lián)動等特點。此外，外匯對沖模型還提供了對于當前匯率定價的一種判斷，當動態(tài)對沖模型跨入負區(qū)間時，意味著基本面顯示匯率偏貴，有貶值風險，反之亦然。最后，本文的外匯動態(tài)對沖策略依然存在局限性，除了上文提到的外匯對沖風險外，本模型假設基于未拋補的利率平價定理，其在應用上已被證明存在失效的情況，而模型也會受到政策面、技術面和意外事件的沖擊，使得匯率不一定向模型指向的均值回歸方向進行調(diào)整，但本文確實為投資者提供了外匯走勢的一種判斷依據(jù)。