国际股票投资组合动态外汇对冲比率研究

程文钰 顾孟迪

(上海交通大学 安泰经济与管理学院，上海 200030)

本文的贡献有以下三个方面：

首先，在均值-方差的分析框架下，将外汇作为组合资产的一部分，以国际股票投资组合风险调整后收益为目标函数，对动态对冲比例和10种静态外汇对冲比例进行比较。其次，投资组合考虑10个市值加权平均的发达和新兴市场股票市场，之前学者的相关研究大多局限于少数发达国家资本市场投资及外汇对冲行为 (Campbell，2007)。由于新兴资本市场与汇率的相关性比发达市场更大，因此以美元计价的新兴市场股票指数在全球风险情绪受挫之时不仅会面临新兴市场股市流动性撤出带来的损失，还会遭受汇率损失，因此波动性比以本币计价的新兴市场股票指数更大。但有研究表明较高利率水平的市场外汇的超额回报往往要高于较低利率市场，利差对于外汇的影响表现出了异质性，虽然利差的扩大在市场均衡的假设下会引起未来外汇回报的降低，但是风险最小化的股票投资者可能更愿意追求利差走阔外汇的持有收益，反而推高外汇 (Campbell，2010)，此时无抛补的利率平价定理(UIP)被打破，而且高利率外汇资产的超额回报与对美国消费增长敏感程度较高。Muhammad Aftaba，Rubi Ahmad，Izlin Ismail(2018)提出对于新兴市场而言无抛补的股票平价定理(UEP)也可能被打破，也就是说外国股票相对于本国股票跑赢时，外国外汇可能相对于本国外汇升值，UEP是否成立主要由本国是否是国际资本净流出地来驱动(Numan Ülküa，Sabutay Fatullayev，Daria Diachenko，2015)。经济危机发生时，全球资本往往流出新兴市场而流入发达国家，使得新兴市场股市和外汇同跌，从而造成二者相关性增加，因此在经济危机发生时往往要对新兴市场外汇进行对冲(Jin-Wan Cho et al.，2014)。Chien-Hsiu Lin(2012)还提出经济危机时亚洲股票市场的外溢效应将影响到外汇市场，政府只有推出刺激政策稳定市场才能阻止外汇的进一步贬值。最后，本文提出的基于规则判断的动态对冲模型，考虑套利交易等多个因素给出对冲信号并在汇率组合超过一定阀值时进行对冲。同时，本文也存在着一些不足之处，比如本文虽然确实在持仓范围内变动了对冲比例，但模型依然是基于多员OLS模型回归的结果，也即假设了多个时间序列的二阶平稳性。此外，本文在月底判断对冲方式，并用1个月远期外汇合约滚动对冲，而并未考虑不同时长的对冲窗口 (Conlon and Cotter，2012)。

本文的剩余部分将围绕最优对冲比例研究方法的建立、数据选择及分析和最优化动态对冲后的投资组合收益和波动率结果(比较静态及动态对冲策略以及以美国投资者为例，各外汇的动态对冲结果)三个部分来展开。

1 最优对冲比例

1.1 理论部分

当国际投资者投资全球股票市场组合时，外汇资产不仅会影响组合回报，也会通过不同外汇的相关性、外汇与外国或本地股票市场的相关性影响国际股票投资组合的风险，而且有研究表明自2008年全球金融危机以来，外汇市场波动性已经成为长期股汇市场(涉及7个主要汇率市场)波动性传导的主要驱动因素(Amalia Morales-Zumaquero，Simón Sosvilla-Rivero，2018)，而新兴市场外汇回报存在着对股市的正向传导，也就是当本国汇率升值时，股市回报也为正(Juan C.Reboredo et al.，2016)。

在未经外汇对冲时，全球股票市场组合的总体收益：

(1)

其中：i表示某一标的股票市场，n为全球股票市场组合的n个标的市场；

Wi,t表示t时刻投资在第i个股票市场的权重；

Pit，Pi,t+1分别表示t+1和t时期外币计价标的i股票市场总回报指数；

Sit，Si,t+1分别表示t+1和t时期直接标价法下的标的市场与本国间汇率；

Rie,t+1表示以投资标的市场i的货币计价的股票资产当期回报；

Ric,t+1表示标的i股票市场外汇资产的当期回报；

Ri,t+1表示以本币计价的标的i市场股票资产回报率。

在未经外汇对冲时，全球股票市场组合的方差

(2)

由于外汇之间的协方差、汇率与股票资产之间的协方差符号的未知性，因此汇率风险对于整体国际股票投资组合风险的影响可正可负。在了解到外汇风险对于整个组合收益和波动的影响之外，投资者需要考虑是否进行外汇的对冲和对冲的方式。如果采用1个月的外汇远期合约进行每月外汇对冲，并考虑对冲比率为h时，用远期利率表示的单个标的市场以本币计价的对冲后收益如下：

(3)

Ft表示t时刻外币的一个月远期利率，在t+1时刻交割；

Ri,t+1′为外国股票指数在t和t+1时刻之间以本币计价的对冲后总回报；

ht+1为对冲比例；

dt=Ft/St-1，为外汇期货升贴水。

为简化表示方法，用矩阵化的方式表达对冲后组合回报：

(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)′。

对冲后组合回报的均值和方差分别为

(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时刻的信息。

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)。

传统的汇率风险管理是将外汇波动风险尽可能转移或者减少，但本文的最优化则是在均值-方差研究框架下，同时考虑外汇对冲对投资组合收益、风险的共同影响来决定最优化对冲比率。根据以上目的，本文把对冲比例的选择过程进一步内化为投资组合的优化过程，本质上是将汇率也作为大类资产配置中的一种资产纳入考虑范围。

均值方差模型下常见的投资效用函数构建目标函数如下：

(7)

目标函数最大化通过一阶求导求得最优对冲比例为

(8)

(9)

(10)

由式(10)可知，对冲比例变动依赖于外汇期货市场回报Dt-μc,t+1和外汇与当地股市相关性ρce,t+1。Fisher也曾提出汇率的预期变动、汇率之间或与股票之间的相关性会影响最优对冲比例 (Black, 1989)。在外国股票市场与外汇同跌的情况下，对冲比率将大于1，即投资者将借钱做空这些外汇资产，此最优对冲比例建立在投资者将从事外汇投机行为的假设基础上。但本文假设国际股票投资者仅是决定是否将本币计价的外国股市敞口进行外汇对冲，同时规避外汇投机动机，因此设定对冲比例的区间在0到1之间。为了使投资决策过程更加透明化，流行的外汇管理外包(currency overlay management)是将外汇与其底层资产独立考量并决定是否对冲外汇的一种外汇管理方式，不考虑外汇与当地股市回报的相关性，也不考虑股市的回报对于外汇对冲的影响(Bos, Mahieu and Dijk.2000)。本文将外汇管理内嵌入整个投资组合的风险收益中予以考量的模式与前者存在根本性区别。

在实证部分，本文将用信息比例(information ratio，简写为IR)，也是风险调整后收益的一种表示方式，度量各对冲比例下的投资组合相对于投资基准的风险调整后收益，标的投资基准为以美元计价的MSCI全球总回报指数而非无风险收益率。相对于无风险收益率，参考股票指数回报对投资于国际股票市场的主动投资者而言更佳适宜。

(11)

与传统的汇率风险管理相似的是，外汇对冲对于整个投资组合风险的影响存在于多个方面，当使用外汇对冲工具时产生的风险，如场内交易的外汇期货期权可能存在基差风险，场外的外汇远期互换可能存在操作风险(对手方风险)，此外还有模型输入样本的局限性所导致的模型设定风险(误差)等。

1.2 基本模型

本文选取市值加权的10个国家的MSCI指数作为全球股票市场组合，其中美国、日本、欧元区、英国、加拿大、澳大利亚6个市场平均占MSCI 全球指数(ACWI)比重约为80%(数据范围为从1975年至今)。此外，组合还选取了MSCI 新兴市场指数在亚洲、欧洲、中东及非洲、美洲各个地区指数中市值占比靠前的4个国家，分别为中国、印度、巴西、墨西哥，其总市值占MSCI新兴市场总市值的40%以上。当只考虑以上10个国家或地区的投资者时，需要进行动态对冲的外汇货币分别为美元、日元、英镑、欧元、加元、澳元、人民币、印度卢比、巴西雷亚尔、墨西哥比索。本文选取动态对冲比率将进一步提高风险调整后收益，并选取10个静态对冲组合作为对照。

静态对冲比例受到时间序列数据机制转变的影响，不能根据当前状况得到及时调整，尤其是当前外国汇率组合已经不能为全球股票组合提供分散化效果，低对冲比率可能不能满足组合的对冲需求。因此，本文考虑运用动态对冲比例进行外汇对冲并检验其效果。

图1 美国股市与外国股市、汇率组合相关性

2 动态外汇对冲

根据无抛补的利率平价定理(UIP)，均衡的汇率水平应当使得投资者对于持有A国还是B国的风险资产的偏好相同(假设其他条件相同)。若A国利率提升，则B国汇率当即贬值而未来汇率提升，更高的预期收益使得投资者愿意持有B国更低收益的风险资产。在无抛补的利率平价定理下，外汇的预期变动将等于国家间的名义利差水平，也就是名义利差对于汇率变动的回归系数应为1，但实证往往推翻此假设，反而验证此回归系数显著为负，也就是利率更高的国家汇率反而会升值，这被解释为受时间变动的远期风险溢价影响的结果(“远期风险溢价之谜”)(Fama，1984)。Bansal认为回归系数与利差的正负水平有关，并提出一个基于时间变化的框架来解释UIP的失效。在利差外，还应该考虑国家间的货币政策和实际的风险状况(结合经济基本面)对汇率变动进行预测 (Bansal，1997)，之后他又提出这种失效只出现在利率低于美国的高收入发达国家，与人均GNP提高、通胀及通胀波动性的降低有关。Engle(2016)提出UIP的失效是由于没有考虑到短期美元资产的流动性溢价对汇率预期变动的影响，只有到利差扩大到足以抵消美元资产流动性溢价时，投资者才会考虑放弃美元资产转而投资其他外汇资产。许多学者结合经济数据构建对汇率进行预测的动态均衡模型，包括 (Williamson，2011)“基本面均衡汇率”(FEER)，Clark and MacDonald提出的“行为均衡汇率”和“永久均衡汇率”(1999)。但经济数据对汇率的影响在长期更为显著，短期汇率从基本面的偏离与过度投机、机构投资者的操纵有关 (Cheung and Chinn，2001)。央行与预期不符的货币政策和对市场的干预也会对外汇产生影响使得UIP失效 (Kiley，2013)，短期内确实会触发市场的过激反应 (Dornbusch，1976)，但总体影响较为轻微。少数文献也探究了未抛补利率平价定理在新兴市场的运用情况，利差与汇率变动的回归系数虽然为正，但也显著异于1，其中一种解释是常用来做套息交易的新兴市场货币存在风险溢价，短期和长期风险溢价的波动性将影响UIP的有效性(Marcelo Bittencourt Coelho dos Santos，Marcelo CabusKlotzle，Antonio Carlos Figueiredo Pinto，2016)。在阅读了大量文献之后，本文选取了四个外汇的决定因素，如两国的实际利差水平(用2y10y平均实际利差水平度量)、大宗商品价格(用CRB大宗商品价格度量)、全球风险偏好(用高收益债的期权调整利差OAS表示)以及过去一个季度(12个月移动平均)的汇率历史趋势，拟合出判断外汇实际价值的动态对冲指标，当此指标度量的实际汇率与其实际值有较大背离时(一般认为超过历史偏离情况的80%)，认为外汇偏贵，有贬值风险并出现趋势性回归的可能性加大，因而予以对冲，直到实际汇率与基本面预测之差恢复到历史的较低水平后，才停止对冲。

有研究认为具有较高短期利率国家或地区的外汇可以给投资者带来更高的回报，这种外汇“套息交易”(carry trade)偏向于持有较高短期利率的货币并做空利率较低的外汇资产，此类外汇往往具有高β，对美国消费增长数据较为敏感，也使得其具有更高的风险属性 (Lustig and Verdelhan，2011)。IMF及美联储的研究报告表明，未抛补的利率平价定理考虑长端利率作为决定汇率的因素之一更合理。投资者对于外汇对冲的选择不仅考虑当下的利率水平，也要考虑利率曲线的变动(由于长久期和期限利差，两国10年期国债收益率利差的波动率要明显高于3个月的国债利差波动)。因此，本文同时考虑短期和长期利差水平，进行简单平均。此外，实际利率水平相比于名义利率剔除了通胀对于购买力的吞噬，因而更被外汇对冲者接受，虽然有时在一些高通胀国家，例如1980年代初的津巴布韦和拉丁美洲，通胀之差也被纳入外汇对冲的考虑之中，但不在本文选择的国家及时间范围内。因此，本文选取两国2y10y实际利率的平均值之差作为动态外汇对冲模型的因子之一。

动态对冲模型的第二个因子——全球风险偏好，也会对外汇产生影响。例如美元作为国际比较通行的一种储备货币，常在全球避险情绪上扬的时候走强，此外日元也具备一定的避险属性 (Burstein, Eichenbaum and Rebelo，2005)。此外，全球风险偏好的改变对外汇走势的影响存在不对称性，套息交易的外汇资产在全球风险增加时的下跌幅度可能远远超过风险偏好改善时的上涨幅度(Ming-Hua Liu，Dimitris Margaritis，Alireza Tourani-Rad，2012)。

一些自然资源较丰富国家的汇率也会受到大宗商品价格的影响，例如加拿大作为能源出口国，加元受油价波动的影响比较大 (Balakrishnan, Laseen and Pescatori，2016)。美元和欧元有些时候则与大宗商品价格呈负相关关系。由于组合中包含澳大利亚、加拿大、巴西三个能源或大宗商品出口国，当能源和大宗商品价格显著波动时，将通过贸易条件对其汇率产生显著影响，因此在预测能源汇率走势时也要结合大宗商品价格予以考量。此外，股票和外汇市场的动量回报呈正相关关系，Clifford S.Asness, Tobias J.Moskowitz, Lasse Heje Pedersen(2013)提出资金的流动性风险可能是外汇和股票市场过去12个月动量回报正相关的原因之一。

通过以上因子拟合出的外汇价值与实际的汇率残差作为指导动态对冲的对冲信号。动态对冲的施行基于规则判断：以美国投资者为例，根据拟合的指标判断其他九种货币的实际价值，当超过拟合动态对冲指标历史上限的80%时，就予以对冲，直到汇率走势低于拟合指标历史的20%时才停止对冲(少数国家动态对冲指标的变动范围较小，如中国)。外汇对冲采用1个月远期协议，并且以月度为单位滚动对冲。Lee(2011)基于多个发达和新兴市场面板数据发现1个月内UIP成立，UIP的失效往往发生在涉及高资本回报的核心货币的双边汇率关系中。股票市场的当月回报不予对冲，在月末由外币兑换回本币。

3 结果分析

3.1 最优对冲比例

以美国投资者为例，当投资于全球股票市场组合时，出现了外汇对冲是以牺牲年化收益为代价降低风险的情况，对于风险厌恶型的投资者来说完全外汇对冲风险最小，而本文的动态对冲模型在全球股票资产组合和除美股外的全球股票资产都取得了最高的信息比例。从图3的静态对冲比例的组合累计收益对比来看，2015年以前完全对冲的组合收益一直比不做对冲的情况低，Daehwan Kim(2012)也发现发达国家的投资者投资于新兴市场股市时不做对冲的夏普比率比完全对冲要高(数据截至2010年12月)。但2015年之后不做对冲组合的累计收益与完全对冲的组合累计收益之差逐渐缩小，而且在金融危机发生时各静态对冲比率收益的差别也缩小，这是由于外国市值加权平均的汇率组合与本国股票指数的相关性在金融危机和2015年以后进入正相关关系，使得完全对冲的全球股票市场组合收益由于以上负相关关系带来的分散化效果增强，完全对冲的全球股票市场组合收益相对提高。考虑风险调整后收益来看，在数据时间范围内(2006年以后)美国投资者静态对冲比率为30%的全球股票市场组合最优，而除美股以外的股票市场组合60%的静态对冲比例信息比例最高。

图2 美国投资者全球股票市场组合不同外汇对冲比例风险收益

表1 全球股票投资组合外汇对冲策略信息比例对比

对冲比率全球股票资产组合($)(2006.03—2017.10)年化收益率年化波动率风险调整收益率除美股外的全球股票资产($)(2006.03—2017.10)年化收益率年化波动率风险调整收益率静态-0%6.02%16.21%1.18384.64%18.18%0.3476静态-10%6.03%16.01%1.22614.66%17.82%0.3675静态-20%6.03%15.80%1.25414.69%17.47%0.3857静态-30%6.03%15.60%1.26474.71%17.12%0.4013静态-40%6.03%15.41%1.25664.72%16.79%0.4133静态-50%6.03%15.22%1.23084.74%16.47%0.4207静态-60%6.03%15.04%1.19044.75%16.16%0.4231静态-70%6.03%14.86%1.13944.75%15.86%0.4203静态-80%6.02%14.68%1.08214.76%15.57%0.4127静态-90%6.02%14.52%1.02214.76%15.30%0.4010静态-100%6.01%14.35%0.96214.75%15.05%0.3862动态优化模型6.28%15.54%1.31655.50%16.41%0.5397

图3 美国投资者除美股外组合不同外汇对冲比例风险收益

图4 静态对冲下组合累计收益对比

3.2 各国动态对冲比率分析

图5 加元动态对冲指标与对冲信号

当美国投资者根据全球股票市场的市值权重投资于以加元计价的MSCI加拿大市场时，动态对冲指标与对冲信号如图5所示。当动态对冲模型步入负区间时(图中逆序)，表明外汇的基本面偏贵，有贬值风险，直到模型达到历史的高位(一般为80%)，予以对冲，而当动态对冲模型进入正区间时，外汇相对于其基本面开始变得便宜，直到到达历史较低水平(一般为20%)，停止对冲。在2007年10月和2009年6月对冲信号为1，显示加元从基本面看来比实际值偏贵，有贬值的风险，遂予以对冲，对冲加元与未做对冲的股票累计收益之比如图6所示。在全球金融危机之时，加元快速贬值回调使得动态对冲收益小幅增加，在全部数据范围内，动态对冲相对于未做对冲的MSCI加拿大股市取得了116%的累计收益，但动态对冲模型没有捕捉到2015年1月加拿大央行忽然降息所带来的加元贬值冲击，而此时模型显示加元已非常便宜，有升值空间。在加元的动态对冲模型中，四个因子都相当显著，尤其是加元对CRB指数的相关系数较高，大宗商品价格变动导致的贸易状况变化对加元的影响甚至要高于利差的影响。截至模型的最新数据，加元价值相对公允。

图6 加拿大股市累计对冲收益

当美国投资者根据全球股票市场的市值权重投资于以日元计价的MSCI加拿大市场时，动态对冲指标与对冲信号如图7所示。同样，2008年经济危机时，风险资金回归美国使得日元贬值，予以对冲，对冲日元与未做对冲的股票累计收益之比(如图7所示)有小幅增加。有趣的是，尽管2013年4月以来日元贬值、日本股市涨势良好，但动态对冲相对于未做对冲的MSCI日本股市的累计收益之比甚至小幅减少(图8)。这与日元资产近年来在国际股票市场表现不佳时，越来越被市场认为是一种避险资产有关，日元在此时往表现更好，这也表现在OAS(Log)对日元(YEN/US$)的回归系数为负，在风险情绪受到冲击时，日元升值。与Bansal的研究结论一致的是，日本作为利率低于美国的高收入发达国家，也展现出了未抛补利率平价理论实效的情形，实际利差对日元的回归系数显著为负。日元的动态对冲模型显示从2017年下半年日元相对于模型拟合值开始变贵，应警惕日元升值对日本股市和投资组合的负面影响。当美国投资者根据全球股票市场的市值权重投资于以英镑计价的MSCI英国市场时，动态对冲指标与对冲信号如图9所示。同样，2008年经济危机时风险资金回归美国使得英镑贬值，予以对冲后累计收益有小幅脉冲式的增长，对冲英镑与未做对冲的股票累计收益之比如图10所示。与对冲日元相类似，对冲英镑与未做对冲的股票累计收益之比总体仅有小幅增加。2010年和2013年初两次对冲反而使得累计对冲/未对冲收益比例有所走低，尤其是2013年5月时任美联储主席伯南克发表暂缓资产购买计划的演讲后，英镑相对于美元走强，使得动态对冲模型收益降低。在英镑的动态对冲模型中，大宗商品价格走势对英镑的预测失效，而且与日元一样表现出了UIP的实效。截至模型的最新数据，英镑仍在趋势性地贬值，但已进入相对便宜的区间。

图7 日元动态对冲指标与对冲信号

图8 日本股市累计对冲收益

图9 英镑动态对冲指标与对冲信号

图10 英国股市累计对冲收益

当美国投资者根据全球股票市场的市值权重投资于以欧元计价的MSCI欧元区市场时，动态对冲指标与对冲信号如图11所示。2014年8月德拉吉在杰克逊霍尔发表关于演讲后欧元贬值，动态对冲模型从2014年10月开始对冲欧元，从而大幅提升了相对于未做对冲的组合收益，如图12所示。欧元基本面主要受长期实际利差水平、生产力驱动的相关变量影响，此外也与财政因素及油价相关 (Maeso-Fernandez, Osbat and Schnatz 2003)。但欧元动态对冲模型中实际利差以及大宗商品价格对于欧元的预测却不显著，反而更多受风险情绪的影响。截至模型的最新数据，欧元仍相对于模型更便宜，有升值空间。

图11 欧元动态对冲指标与对冲信号

图12 欧元区股市累计对冲收益

当美国投资者根据全球股票市场的市值权重投资于以澳元计价的MSCI澳洲市场时，动态对冲指标与对冲信号如图表12所示。2006年、2009年、2012年三次对冲反而使得累计对冲/未对冲收益小幅下降，动态对冲相对未对冲的股票累计收益如图13所示。澳元的动态对冲模型中四个因子均比较显著(P值低于5%)，尤其是大宗商品价格对于澳元的影响显著为正。与加元相似，全球风险情绪的承压也会给澳元带来冲击。截至模型的最新数据，澳元价值相对公允。

图13 澳元动态对冲指标与对冲信号

图14 澳洲股市累计对冲收益

当美国投资者根据全球股票市场的市值权重投资于以人民币计价的MSCI中国市场时，动态对冲指标与对冲信号如图15所示。尽管2008年和2013年动态对冲模型显示的对冲信号都显示人民币从基本面来看都偏贵，但人民币都维持甚至保持了小幅升值，使得经动态对冲/未对冲组合累计收益之比下降了5%。2015年“811汇改”之后，偏贵的人民币得以大幅贬值，使得对冲策略得利，大幅提升了累计收益。人民币的动态对冲模型中，大宗商品价格和OAS走势对人民币的影响并不显著，而实际利差显著正向地影响着人民币汇率(￥/US$)。截至模型的最新数据，人民币模型指向偏贵的区间。

图15 人民币动态对冲指标与对冲信号

图16 MSCI中国股市累计对冲收益

图17 印度卢比动态对冲指标与对冲信号

此外，美国投资者投资于其余新兴市场的动态外汇对冲策略中，印度和墨西哥动态对冲相对于未做对冲的累计投资收益之比都超过了2倍，但投资于巴西市场的动态对冲策略相对跑输，而巴西雷亚尔的动态对冲指标中前三个预测因子均不显著(95%置信区间)。尽管大宗商品价格对雷亚尔的回归系数为正，大宗商品价格的上涨有利于提升雷亚尔，但模型的失效显示出巴西作为高β的新兴市场更多由事件驱动。例如2013年5月美联储宣布货币政策正常化之后，巴西央行宣布外汇市场干预使得巴西雷亚尔升值10%，而动态对冲模型无法有效捕捉此类事件对于外汇变动的影响(Marcos Chamona，Márcio Garciab，LauraSouza，2017)。

图18 印度股市累计对冲收益

图19 巴西雷亚尔动态对冲指标与对冲信号

图20 巴西股市累计对冲收益

图21 墨西哥比索动态对冲指标与对冲信号

图22 墨西哥股市累计对冲收益

表2 外汇动态对冲模型参数

3.3 外汇对冲时窗比分析

Campbell认为对于持有一篮子以外币计价资产的投资者而言，应尽量持有美元、瑞士法郎和欧元，而做空其他货币，如日元、澳元、加元、英镑(Campbell，2007)。本文通过对其余9个标的股票市场外汇的对冲情况进行分析后发现，对于美国投资者而言，日元、欧元和澳币是最常持有、最少被对冲的外汇，而包括新兴市场在内的其余外汇资产被对冲的机会较多，尤其是英镑、加元，4种新兴市场货币对冲比例平均在40%左右。

图23 10种外汇资产对冲策略时窗占比

4 结论

与流行的汇率外包管理的外汇管理模式不同，本文旨在将外汇当作构成投资组合的一种资产，将其对组合风险和收益的影响考虑在内。对10个市值加权的发达和新兴市场组成的国际股票投资组合运用动态对冲模型进行外汇对冲选择。以美国投资者为例，本文证明了相比其他10种静态对冲比例，基于实际平均利差、大宗商品价格走势、高收益OAS和过去12个月外汇走势4个因子构建的动态对冲模型可以大幅提高组合的风险调整后收益。对于美国投资者来说，对于组合的其他9种外汇的动态对冲策略，除巴西雷亚尔外(唯一个除外汇趋势外的其他三个因子均失效的外汇对冲模型)，均取得了与不做对冲相比更高的累计组合总回报，从每个外汇资产的动态对冲模型中也可以发现不同因子对相应汇率的预测能力和影响程度不同，例如日元作为避险资产在高收益OAS上涨时会走强，加元、澳元与大宗商品价格走势的联动等特点。此外，外汇对冲模型还提供了对于当前汇率定价的一种判断，当动态对冲模型跨入负区间时，意味着基本面显示汇率偏贵，有贬值风险，反之亦然。最后，本文的外汇动态对冲策略依然存在局限性，除了上文提到的外汇对冲风险外，本模型假设基于未抛补的利率平价定理，其在应用上已被证明存在失效的情况，而模型也会受到政策面、技术面和意外事件的冲击，使得汇率不一定向模型指向的均值回归方向进行调整，但本文确实为投资者提供了外汇走势的一种判断依据。