非参数模型在外汇风险暴露研究中的优势.doc

非参数模型在外汇风险暴露研究中的优势
【摘要】以往的实证研究使用了不同的估算方法、样本或汇率,但是在估测公司的外汇风险暴露程度上都取得了非常有限的成果,这些研究发现的有显著外汇风险暴露的公司的比率明显与现有的金融理论和大量的事实证据相违背。大部分的文献都认为外汇风险暴露程度和股票收益率存在着线性关系这一假设会明显低估公司的外汇风险暴露程度。如果汇率波动对公司的现金流或者公司的决策有着非线性的影响,这一低估程度将更为显著。实际上,一些实证研究发现采用非线性模型,诸如二次或三次非线性模型,更能有效的衡量一些公司的外汇风险暴露程度,然而使用这些模型并不能有效的解决外汇风险暴露与实际不符这一难题。所以,本文提出非参数模型来衡量公司的外汇风险程度,并与线性模型加以比较。
【关键词】非参数模型,线性模型,外汇风险暴露
一、选择非参数模型的原因
第一,使用相同的函数形式来衡量所有公司的外汇风险具有很大的局限性以至于会导致样本公司的外汇风险的低估。如果公司受到外汇波动的影响的途径有着显著的不同,低估程度将表现的更为明显。同时,公司的外汇风险暴露程度也取决于公司和行业的特点,诸如规模、垄断程度、进口规模和国内外产品的可替代性等。实际上,这些影响因素不单是影响着公司的外汇风险暴露程度,更暗含了汇率变动和公司价值之间的函数关系的复杂性。
第二,大量的实证研究表明,外汇汇率的变动和公司股票收益率的关系并不遵循时间一致性的函数形式。一些实证研究发现伴随着公司和行业特点的变化公司的外汇风险暴露程度也将发生变化。
二、模型的设定
:
:
三、实证分析
本文选取沪深两市制造业板块中的上市公司,样本跨度选择自2006年1月至2012年12月,选取月度数据。根据以上规则,本文的样本涵盖了160家制造型公司。
1. 线性模型
使用线性模型估计出每个公司的外汇风险暴露情况,结果如表1所示。
2. 非参数模型
使用非参数模型估计样本公司的外汇风险暴露情况,结果如表2所示。
对比上述两个模型的结果,我们可以发现:使用线性模型时,在5%的显著水平下,只有25家公司暴露系数是显著的,%;而使用非线性模型时,存在显著外汇风险暴露的公司数量会增加,有88家公司的暴露系数是显著的,%,这说明线性模型的局限性不能准确度量公司的外汇风险暴露水平,会造成相当程度的低估,而非参数模型估计的结果却更符合目前已有的金融理论和事实证据。
四、结论
实际上,非参数模型