基于NARDL模型的“汇率暴露之谜”研究

王芍 杨胜刚 赵睿藜

内容提要：  金融理论和大量事实证据表明汇率波动是影响企业市场价值的重要因素，然而大量实证研究发现汇率对企业市场价值的影响并不显著，这被称为“汇率暴露之谜”。2015年“8·11”汇改后人民币汇率进入双向宽幅波动新常态，我国企业面临的汇率风险愈加突出。基于此，本文从非线性與非对称性的视角，研究了我国上市企业的汇率风险暴露问题。结果显示：（1）我国企业并不存在“汇率暴露之谜”，其中，63.63%以上的上市企业市场价值与人民币汇率指数间存在显著的长期协整关系，54.76%的上市企业具有显著的长期汇率风险暴露，55.46%的上市企业具有显著的短期汇率风险暴露。（2）我国上市企业的汇率风险暴露存在非对称性，与人民币贬值有利于上市企业市场价值提高相比，人民币升值对上市企业市场价值的负面影响更大。因此，我国企业应加快构建完善的汇率风险管理体系，提升非对称的汇率风险管理能力。

关键词： 汇率暴露之谜;NARDL模型;协整关系;非线性;非对称性

中图分类号：F831.6  文献标识码：A  文章编号：1001-148X（2021）05-0053-10

一、引言

自布雷顿森林体系解体后，汇率浮动问题不仅受到各国央行与跨国投资者的高度关注，随着国际一体化程度的加深，汇率波动也已成为企业面临的主要风险源之一。因此，汇率对企业市场价值的影响（即外汇风险暴露）的量化估计便成为学术界的重要研究主题。根据金融理论和大量事实证据，汇率的意外变化不仅会影响国际化企业的市场价值， 亦会影响本土企业的市场价值[1-2]。然而，有关非金融企业汇率风险暴露测度的实证研究表明，在统计意义上具有显著汇率风险暴露的证据十分有限[3-5]。对此，Bartram和Bodnar（2007）[1]将其称为“汇率暴露之谜”。

自2005年我国开始实行以市场供求为基础的有管理的浮动汇率制度以来，人民币汇率形成机制市场化程度不断加深，人民币汇率波动幅度不断增大，尤其是2015年“8·11”汇改后，人民币汇率更是由单边渐进升值转向双向宽幅频繁波动，我国企业面临的汇率风险愈加突出。由图1可见，2015年“8·11”汇改以后，我国非金融类A股上市企业由汇兑净收益，转为汇兑净亏损，尤其是2015年我国非金融类上市企业汇兑净损失高达398.29亿元。根据信息优势理论，非金融类企业在货币汇率走势研判上并不具有比较优势，对其所面临的汇率风险理应保持“财务中性”的管理理念，做好汇率风险对冲。但从汇兑损益数据看，我国企业汇率风险管理效果却不尽人意，深受汇率宽幅波动之害，不仅影响了企业的短期利润，给企业正常经营带来了冲击， 更是严重阻碍了我国企业“走出去”的步伐。国家外汇管理局局长潘功胜（2020）在“第十九届中国年度管理大会”上强调“随着汇率形成机制逐步完善，人民币汇率弹性将不断增强，企业等市场主体要审慎安排资产负债货币结构，合理运用外汇衍生工具，加强汇率风险管理，适应市场环境的变化，企业汇率风险管理应立足服务主业，坚持‘财务中性原则”。可见，我国企业面临的汇率风险空前巨大与企业汇率风险管控能力有限问题并存。

本文运用2015年“8·11”汇改后的上市企业数据，从非线性与非对称性的视角出发，实证研究我国上市企业汇率风险暴露状况，并试图回答如下问题：我国上市企业是否存在“汇率暴露之谜”？我国上市企业长期与短期汇率风险暴露程度如何？我国上市企业的汇率风险暴露是否存在非线性与非对称性，即人民币升值与人民币贬值对我国上市企业市场价值的影响是否存在差异？对上述问题的研究，不仅可以为我国企业量化自身所面临的汇率风险提供科学指导，更有助于提高我国企业对汇率风险管理的重视程度和加快构建完善的汇率风险管理体系，使我国企业在践行“走出去”战略时行稳致远。

二、文献综述

Stulz和Williamsom（1996）[6]将企业所面临的汇率风险划分为交易风险、折算风险和经济风险，其中交易风险和折算风险可以直接量化，也称为“直接风险”，而由于经济风险体现意外的汇率变动对企业市场价值的影响，故称其为“间接风险”。与交易风险、折算风险相比，学术界则更多关注经济风险，特别是经济风险测度的研究。目前关于企业汇率风险暴露的测度方法有现金流量法和资本市场法。由于现金流量法不仅依赖于企业的财务数据，而且以历史现金流量为基础，并不能很好衡量企业的市场价值，现有主流研究多以“资本市场法”为主。资本市场法最早由Adler和Dumas（1984）[3]提出，把企业的汇率风险暴露定义为企业市场价值对汇率波动的敏感性，其中企业股票收益可以作为企业价值的代理变量，然而，与现实中观察到的企业价值显著受到汇率波动的影响相比，在广泛参与国际活动的企业中仅发现5.2%的样本企业存在显著的汇率风险暴露。

鉴于金融理论、现实证据与实证检验的矛盾，汇率风险暴露测度问题成为学术界一直以来争论的焦点，国外学者对此进行了丰富的研究，主要体现在以下三个方面：第一，控制变量的选择上。部分学者认为在Adler和Dumas（1984）[3]资本市场法的基础上引入市场指数或APT因子等控制变量，可以降低汇率风险暴露系数估计的标准差[7]，更加准确地测度企业的汇率风险暴露程度，但总的来说，这种做法几乎与不选择任何控制变量的实证结果相接近[8]。第二，汇率效应被错误的定价。一方面，Bartov和Bodnar（1994）[9]发现滞后的汇率变量对企业市场价值的影响更为显著。另一方面，虽然主流研究多选择使用贸易加权的多边汇率指数数据，Miller和Reuer（1998）[10]认为使用贸易加权的多边汇率指数可能分散了一个企业的汇率风险暴露。第三，模型设定的问题。一部分学者认为企业汇率风险暴露具有时变性[11]，另一部分学者则认为企业现金流量是汇率的非线性函数，汇率风险暴露估计的传统方法都是线性的，没有考虑到汇率变动对企业价值影响的非线性以及非对称性[12]。

与国外学者对企业汇率风险暴露问题的研究由来已久相比，受限于人民币汇率市场化改革起步较晚，人民币汇率波动幅度在较长一段时间受到制度性约束，其相关研究甚少。国内学者关于汇率风险暴露测度的研究则主要集中在行业层面。倪庆东和倪克勤（2010）[13]使用“7·21”汇改后的月度数据研究了我国金属业等9个行业的汇率风险暴露问题，发现56%的行业存在显著的汇率风险暴露，且都受到人民币升值的负面冲击。徐晨鹏和王相宁（2013）[14]使用GARCH模型研究了我国上市企业14个行业的汇率风险暴露问题，结果表明，在10%的显著性水平上，有6个行业存在显著的汇率风险暴露，其中2个行业受到人民币升值的正面影响，4个行业受到人民币升值的负面影响。邹宏元和罗然（2017）[15]运用附加短期和长期零约束的结构性向量自回归（SVAR）模型研究了我国上市企业行业层面的汇率风险暴露，发现在10个行业中7个行业存在显著的汇率风险暴露。江春和万鹏博（2018）[16]发现我国所有行业均存在显著的长期或者短期汇率风险暴露，且汇率风险暴露程度较大。此外，极少学者对我国企业层面的汇率风险暴露进行了研究，陈晓莉和高璐（2012）[17]分别利用现金流量法和资本市场法，研究了我国上市金融机构“7·21”汇改后的汇率风险暴露状况，发现我国上市金融机构面临显著的汇率风险暴露，人民币升值对其股票收益和现金流均具有不利影响。谷任和朱琳慧（2016）[18]基于两种非线性效应的研究表明，与线性暴露相比，我国进出口企业和纯本土企业存在更普遍的非线性暴露。

通过梳理已有文献发现，国外学者多侧重于对企业层面的汇率风险暴露问题的研究，我国学者则更多侧重于行业层面汇率风险暴露。在我国汇改进入深水区的政策背景和我国企业加速走出去、人民币汇率双向宽幅波动新常态的现实背景下，仅仅基于行业层面或线性角度研究我国企业的汇率风险暴露问题，存在以下不足。其一，同一行业内不同企业间进出口依赖度不仅大不相同，而且在核心竞争力、国际化程度等方面也不尽相同，这都影响着企业层面的汇率风险暴露，使得基于行业层面的汇率风险暴露测度有失准确性。其二，虽然有个别学者已经使用线性计量方法对我国企业汇率风险的暴露程度进行了测度，但这难以解决由于企业市场定价理论、滞后理论和非对称套期保值理论所导致的汇率风险暴露可能存在的非线性和非对称性[19]。其三，基于行业层面粗略估计汇率风险暴露，难以为我国企业充分认识自身所面临的汇率风险、量身定制企业汇率风险管理策略提供科学依据。

基于以上考虑，本文使用2015年“8·11”汇改后的数据，运用NARDL模型对我国企业层面汇率风险暴露进行测度，检验了我国企业是否存在“汇率暴露之谜”，其可能的边际贡献主要有以下三点。其一，本文以所有A股上市企业为研究对象，重点研究具有显著汇率风险暴露的企业占样本企业总数的比例，与已有基于行业层面或基于金融类企业的研究相比，更能从统计学意义上揭示我国上市企业是否存在“汇率暴露之谜”。其二，本文使用考虑非线性与非对称性的NARDL模型，不仅可以分别研究人民币汇率变化对我国上市企业市场价值影响的长期效应和短期效应，同时可以揭示人民币升值与人民币贬值对我国上市企业市场价值的差异影响，更加准确地估计我国上市企业的汇率风险暴露程度，进而为我国企业量化自身的汇率风险暴露程度和加强汇率风险管理提供科学指导。其三，本文基于企业层面研究人民币汇率变化对我国上市企业市场价值影响的非对称性，为进一步研究我国企业汇率风险暴露的决定因素以及汇率风险暴露非对称程度的决定因素奠定了良好的基础。

三、模型设定与数据来源

（一）模型设定

根据Adler和Dumas（1984）[3]，企业汇率风险暴露为企业资产和负债的价值相对于实际汇率的敏感性，对一个企业而言，汇率变动可以假定为外生的，使用资本市场法可以准确地估计企业价值对汇率变动的敏感性。然而，这并没有考虑由于其他因素所导致的内生性问题。因此，本文借鉴Jorion（1990）[4]提出的双因素模型。该模型具体可以表达为：

Δln（SPt）=α+θΔln（ERt）+Δln（MIt）+εt （1）

SPt是企業在t日的股票收盘价，ERt是t日的双边汇率或多边汇率指数，MIt是t日的股票市场价格指数，εt是误差项，θ为企业汇率风险暴露系数。由于汇率风险暴露可能存在的非线性和非对称性[19]，本文引入Shin等（2014）[20]提出的NARDL模型来估计我国上市企业的汇率风险暴露。由于NARDL模型并不要求时间序列为平稳的，允许时间序列为零阶单整I（0）或一阶单整I（1），为使NARDL模型的误差修正形式具有经济学意义，在人民币汇率变化对上市企业市场价值影响的长期模型中，本文使用上市企业股票价格、人民币汇率指数、股票市场价格指数的自然对数形式，其模型可以表达为：

ln（SPt）=α+θ+ln（ER+t）+θ-ln（ER-t）+ln（MIt）+εt （2）

ln（ER+t）=∑ t j=1 Δln（ER+t）=∑ t j=1 max Δln（ERt），0 ，ln（ER-t）=∑ t j=1 Δln（ER-t）=∑ t j=1 min Δln（ERt），0  （3）

公式（2）中θ+表示人民币升值时，企业市场价值对汇率变化的敏感系数;θ-表示人民币贬值时，企业市场价值对汇率变化的敏感系数。鉴于本文的兴趣是研究汇率波动对企业价值影响的动态效应，跟随Pesaran等（2001）[21]，本文引入ARDL模型，将（2）可以表示为ARDL（p，q）形式：

ln（SPt）=∑ p j=1 βjln（SPt-j）+∑ q j=0  θ+′jln（ER+t-j）+θ-′jln（ER-t-j）+jln（MIt-j） +εt （4）

公式（4）的误差修正形式为：

Δln（SPt）=ρln（SPt-1）+Θ+ln（ER+t-1）+Θ-ln（ER-t-1）+Φln（MIt-1）+∑ p-1 j=1 γjΔln（SPt-j）+∑ q-1 j=0  +jΔln（ER+t-j）+-jΔln（ER-t-j）+φjΔln（MIt-j） +εt （5）

其中，ρ=∑ p j=1 βj-1，γj=-∑ p i=j+1 βi，j=1，…，p-1;Θ+=∑ q j=0 θ+j，Θ-=∑ q j=0 θ-j，Φ=∑ q j=0 j，+0=θ+0，+j=-∑ q i=j+1 θ+j，-0=θ-0，-j=-∑ q i=j+1 θ-j，φ0=0，φj=-∑ q i=j+1 j，j=1，…，q-1。 公式（5）中ρ=0则意味着人民币汇率指数与上市企业市场价值间不存在长期协整关系。根据Banerjee等（1998）[22]，人民币汇率指数与上市企业市场价值间是否存在长期协整关系，可以通过以ρ=0为原假设，ρ<0为备择假设的t统计量（tBDM）进行统计检验; 此外，根据Pesaran等（2001）[21]，也可以通过以ρ=Θ+=Θ-=0为原假设的联合显著性F统计量（FPSS）进行检验。L+=-Θ+/ρ  表示人民币升值对企业市场价值的长期影响，L-=-Θ-/ρ表示人民币贬值对企业市场价值的长期影响。+j表示人民币升值对企业市场价值的短期影响，-j表示人民币贬值对企业市场价值的短期影响。长期人民币汇率风险暴露是否存在非对称性（L+≠L-）和短期人民币汇率风险暴露是否存在非对称性（+≠-）可以使用Wald统计量进行检验。

（二）样本选择与数据来源

本文旨在研究“8·11”汇改后我国上市企业的汇率风险暴露状况，选择2015年8月12日—2018年12月28日的日数据作为研究对象。为了确保企业汇率风险暴露测度的可靠性，参考Hutson等（2019）[23]，剔除了企业股价收盘价数据少于252个（1年）的样本企业，最终样本包括3453家公司。由于本文研究的是我国所有A股上市企业，借鉴Tang（2015）[24]我们使用上证A股指数（SH）和深证A股指数（SZ）的简单平均作为股票市场价格指数的代理变量（MI）。主流研究汇率变量通常使用贸易加权的实际有效汇率指数[23，25]，为此本文使用由摩根斯坦利编制的经CPI调整后的人民币实际有效汇率指数（ER）。此外，虽然使用频度较高的日数据提高了检验统计量的有效性，但已有研究也表明日数据噪音较大，可能会影响企业汇率风险暴露估计的准确性[23]，本文在稳健性检验时使用周数据进一步对企业的汇率风险暴露状况进行测度。 鉴于已有研究表明汇率指数可能分散了一个企业的汇率风险暴露水平，使得企业汇率风险暴露的测度有失准确性，考虑到人民币对美元汇率在我国对外贸易中的重要地位，本文在稳健性检验部分选用人民币对美元汇率（CNYUSD）进一步估计我国上市企业的汇率风险暴露状况。本文所有企业股票收盘价、股票市场价格指数与人民币对美元汇率数据来源于WIND数据库，人民币实际有效汇率指数数据来源于Datastream数据库。

四、实证结果

与已有基于行业数据或某一行业的企业数据进行汇率风险暴露测度的研究不同[16-17]，本文旨在对所有A股上市企业的汇率风险暴露程度进行估计，参考谷任和朱林慧（2016）[18]，在实证结果中报告存在具有显著汇率风险暴露的企业数量、所占样本企业总数的比例、汇率风险暴露系数的均值。

（一）单位根检验

根据Shin等（2014）[20]，NARDL模型允许变量为I（0）或I（1），但不允许变量是I（2）。故本文首先通过ADF检验对原始时间序列及其一阶差分时间序列进行单位根检验，结果呈现在表1。在5%的显著性水平上，80.16%的样本企业股价数据存在单位根，但一阶差分数据中存在单位根的企业占样本企业总数的比例为0，表明所有上市企业股价数据是I（0）或I（1），此外，虽然人民币实际有效汇率指数、人民币对美元汇率、上证A股指数和深证A股指数原始数据均存在单位根，但在5%的显著性水平上，其一阶差分数据均拒绝了存在单位根的原假设，说明人民币实际有效汇率指数、人民币对美元汇率、上证A指和深证A指均是I（1），符合NARDL模型的要求。

（二）企业市场价值与人民币汇率指数间的长期协整关系检验

表2呈现了企业市场价值与人民币汇率指数间的长期协整关系检验结果。在5%的显著性水平上，tBDM检验、FPSS检验结果显示，分别有79.76%、63.63%的企业拒绝了人民币汇率指数与其市场价值间不存在长期协整关系的原假设，表明我国有63.63%以上的上市企业市场价值与人民币汇率指数间存在显著的长期协整关系。可见，市场价值受到人民币汇率影响的我国上市企业占样本企业总数的比例较高，初步证明了“汇率暴露之谜”并不存在。

（三）企业长期汇率风险暴露

表3报告了具有显著长期人民币汇率指数风险暴露的企业数量、占样本企业总数的比例与暴露系数均值。

首先， 从具有显著长期人民币汇率指数风险暴露的企业数量与占样本企业总数的比例看。在5%的显著性水平上，3453家上市企业中有1891家上市企业具有显著的长期人民币汇率风险暴露系数，占样本企业总数的54.76%，与Hutson等（2019）[23]、Aggarwal等（2011）[26]關于我国企业层面的汇率风险暴露测度以及Jongen 等（2012）[27]、Joseph等（2015）[28]关于美国企业层面的汇率风险暴露测度相比，具有显著长期人民币汇率风险暴露系数的我国上市企业占样本企业总数的比例更高。其原因可能有以下两点：其一，非对称性与非线性是“汇率暴露之谜”存在的重要原因， 然而上述研究均采用线性模型，难以捕捉人民币升值与贬值对企业市场价值影响的非线性与非对称性特征;其二，伴随着“一带一路”与“走出去”战略的逐步实施，我国企业国际化程度加深和资本市场双向开放程度加大，且人民币汇率市场化改革尚处于过渡期，我国企业尚未完全适应人民币汇率宽幅波动的新态势，我国企业汇率风险管控能力有限。因此，与已有研究相比，我国上市企业市场价值对人民币汇率指数的敏感性更大。可见，我国上市企业并不存在“汇率暴露之谜”。

具体来看，在5%的显著性水平上，人民币升值时，3453家上市企业中有1662家上市企业具有显著的长期汇率指数风险暴露，占样本企业总数的48.13%;人民币贬值时，3453家上市企业中有1574家上市企业具有显著的长期人民币汇率指数风险暴露，占样本企业总数的45.58%。可见，无论是人民币升值，还是人民币贬值，具有显著长期人民币汇率指数风险暴露的我国上市企业占样本企业总数的比例均较高。此外，与人民币贬值相比，人民币升值时具有显著长期人民币汇率指数风险暴露的我国上市企业占样本企业总数的比例更高。这意味着上市企业人民币汇率风险暴露可能存在非线性与非对称性。

其次，从具有显著长期汇率风险暴露的上市企业暴露系数均值看。人民币升值时，长期汇率风险暴露系数均值为-3.12，人民币贬值时，长期汇率风险暴露系数均值为-1.30，表明人民币升值降低了我国上市企业的市场价值，人民币贬值提高了我国上市企业的市場价值，这与我们的预期相一致，因为我国较多上市企业属于出口导向型企业，涉外业务多为以外币为基础的出口业务，长期而言人民币贬值增加了产品竞争力，有助于企业创收增利，进而促进企业市场价值提升。从我国上市企业汇率风险暴露系数方向看，无论是人民币升值，还是人民币贬值，具有显著汇率风险暴露的上市企业中大部分企业长期汇率风险暴露系数均小于0（人民币升值时，长期汇率风险暴露系数小于0的企业占样本企业总数的80.75%;人民币贬值时，长期汇率风险暴露系数小于0的企业占样本企业总数的69.63%），即我国较多的上市企业市场价值受益于人民币贬值，而人民币升值对上市企业市场价值有负面影响。

最后，从上市企业长期汇率风险暴露系数的非对称性角度看。根据长期汇率风险暴露系数均值，人民币升值对于上市企业的影响更大，平均而言，人民币汇率每升值1%，我国上市企业市场价值平均降低3.12%;然而，人民币汇率每贬值1%，我国上市企业市场价值平均提高1.30%，初步说明我国上市企业市场价值与人民币汇率指数间存在非对称的长期关系。以上结果也表明非线性与非对称性可能是已有研究发现企业存在“汇率暴露之谜”的重要原因。

（四）企业短期汇率风险暴露

鉴于样本数据为日数据，本文将NARDL（p，q）模型中p和q的取值设定为5。由于汇率变动对企业市场价值的影响既可能存在同步效应，也可能存在时滞效应，故如果+j和-j任何一个系数在统计意义上显著，则表明该企业存在短期汇率风险暴露。表4报告了具有显著短期人民币汇率指数风险暴露的企业数量及占样本企业总数的比例。在5%的显著性水平上，3453家样本企业中，有1915家样本企业存在短期人民币汇率指数风险暴露，占样本企业总数的55.46%。与Hutson等（2019）[23]和Aggarwal等（2011）[26]关于我国企业层面的汇率风险暴露测度研究相比，存在显著短期汇率风险暴露的我国上市企业占样本企业总数的比例更高。在5%的显著性水平上，人民币升值时，3453家样本企业中有1223家上市企业存在显著的短期人民币汇率指数风险暴露，占样本企业总数的35.42%;人民币贬值时，有1222家上市企业存在显著的短期人民币汇率指数风险暴露，占样本企业总数的35.39%。可见，短期而言，无论是人民币升值，还是人民币贬值均有30%以上的上市企业存在显著的汇率风险暴露，表明我国企业在短期内也不存在“汇率暴露之谜”。

（五）汇率风险暴露的非对称性

表5报告了企业市场价值与人民币汇率指数间非对称关系检验的结果。在5%的显著性水平上，分别有76.63%、11.73%的上市企业市场价值与人民币汇率指数之间存在长期非对称关系、短期非对称关系。表明我国上市企业市场价值与人民币汇率指数之间的长期非对称关系尤为显著，人民币升值与人民币贬值对企业市场价值影响的非对称性是我国上市企业存在“汇率暴露之谜”的重要原因。

五、稳健性检验

（一）替换人民币汇率指数变量

鉴于部分学者认为运用汇率指数测度企业汇率风险暴露存在分散效应，建议采用双边汇率测度企业层面的汇率风险暴露[12]。 考虑到我国在较长一段时间内采取盯住美元的汇率制度与人民币对美元汇率在我国对外贸易中的重要地位，本文选择人民币对美元双边汇率进行稳健性检验，以进一步验证我国上市企业是否存在“汇率暴露之谜”。

表6是我国上市企业市场价值与人民币对美元汇率间的长期协整关系检验结果。在5%的显著性水平上，tBDM检验、FPSS检验分别有82.94%、68.72%的企业拒绝了人民币对美元汇率与上市企业市场价值间不存在长期协整关系的原假设，表明我国至少有68.72%的上市企业市场价值与人民币对美元汇率间存在显著的长期协整关系，受到人民币对美元汇率影响的我国上市企业占样本企业总数的比例偏高，再次证明了“汇率暴露之谜”并不存在。与我国企业市场价值与人民币汇率指数间的长期协整关系相比，我国企业市场价值受到人民币对美元汇率影响的企业占样本企业总数的比例更大，其原因可能有以下两点：一方面，我国对外贸易中以美元为计价货币所占份额较大，导致我国上市企业市场价值对人民币对美元汇率更加敏感;另一方面，我国在较长一段时间内采取盯住美元的汇率制度，投资者对于人民币对美元汇率的关注度更高，进而导致我国上市企业市场价值对人民币对美元汇率更加敏感。

表7报告了具有显著长期人民币对美元汇率风险暴露的企业数量、占样本企业总数的比例与暴露系数均值。在5%的显著性水平上，有2147家上市企业具有显著的长期人民币对美元汇率风险暴露，占样本企业总数的62.18%。表明我国具有长期人民币对美元汇率风险暴露的上市企业占样本企业总数的比例较高，“汇率风险暴露之谜”在我国上市企业中并不存在。具体而言，在5%的显著性水平上，人民币对美元贬值时，有1601家上市企业具有显著的长期汇率风险暴露，占样本总数的46.37%;人民币对美元升值时，有1995家上市企业具有显著的长期汇率风险暴露，占样本总数的57.78%。可见，无论是人民币对美元升值，还是人民币兑美元贬值，具有显著汇率风险暴露的我国上市企业占样本企业总数的比例较高，“汇率暴露之谜”在我国上市企业中并不存在。从具有显著人民币对美元汇率风险暴露的上市企业的暴露系数均值看，人民币对美元贬值时，具有显著汇率风险暴露的上市企业汇率风险暴露系数均值为2.31，表明人民币对美元贬值提高了上市企业的市场价值;人民币对美元升值时，具有显著汇率风险暴露的上市企业汇率暴露系数均值为3.35，表明人民币对美元升值降低了我国上市企业的市场价值。从上市企业暴露系数均值的绝对值看，人民币升值对上市企业的负面影响影响更大，表明上市企业汇率风险暴露存在非对称性。

表8报告了具有显著短期人民币对美元汇率风险暴露的企业数量及占样本企业总数的比例。在5%的显著性水平上，有1475家上市企业存在显著的短期人民币对美元汇率风险暴露，占样本企业总数的42.72%。具体而言，人民币对美元贬值时，有1144家上市企业具有显著的汇率风险暴露，占上市企业样本总数的33.13%;人民币对美元升值时，有586家上市企业具有显著的汇率风险暴露，占上市企业样本总数的16.97%。可见，就短期而言，具有显著人民币对美元汇率风险暴露的上市企业占样本企业总数的比例较大，进一步证实了“汇率暴露之谜”并不存在。

（二）数据频度的影响

一些学者认为原始数据的频度可能影响企业汇率风险暴露估计的准确度[23]。为此，本文选择周数据，进一步验证我国上市企业是否存在“汇率暴露之谜”。本文剔除了企业股价收盘价數据少于52周（1年）的样本企业，最终样本总量为3462家上市企业。表9呈现了我国上市企业市场价值与人民币汇率指数间的长期协整关系检验结果，在5%的显著性水平上，tBDM检验、FPSS检验分别有58.35%、43.88%的企业拒绝了人民币汇率指数与上市企业市场价值间不存在长期协整关系的原假设，表明我国至少有43.88%的上市企业市场价值与人民币汇率指数间存在显著的长期协整关系。可见，受到人民币汇率指数影响的我国上市企业占样本企业总数的比例较高，再次证明了“汇率暴露之谜”在我国并不存在。

表10报告了具有显著长期人民币汇率指数风险暴露的企业数量、占样本企业总数的比例与暴露系数均值。在5%的显著性水平上，有1924家上市企业具有显著的长期汇率风险暴露，占样本企业总数的55.57%，表明具有显著长期人民币汇率指数风险暴露的上市企业占样本企业总数的比例较高，进一步支持了“汇率暴露之谜”在我国并不存在的结论。

表11报告了显著短期人民币汇率指数风险暴露的企业数量、占样本企业总数的比例。在5%的显著性水平上，有2323家上市企业具有显著的短期人民币汇率指数风险暴露，占样本企业总数的67.10%，表明具有显著的短期人民币汇率指数风险暴露的上市企业占样本企业总数的比例同样很高。综上可知，尽管使用周数据，无论是具有短期人民币汇率指数风险暴露的企业占样本企业总数的比例，还是具有长期人民币汇率指数风险暴露的企业占样本企业总数的比例均很高，再次说明我国上市企业并不存在“汇率暴露之谜”。

六、结论与启示

本文运用NARDL模型，选取2015年8月12日-2018年12月28日的日数据，从非线性与非对称性角度测度了2015年“8·11”汇改后我国上市企业的汇率风险暴露程度，检验了我国企业是否存在“汇率暴露之谜”。研究发现：（1）我国企业并不存在“汇率暴露之谜”。具体而言， 63.63%以上的上市企业市场价值与人民币汇率指数间存在显著的长期协整关系; 54.76%的上市企业具有显著的长期人民币汇率指数风险暴露; 55.46%的上市企业具有显著的短期人民币汇率指数风险暴露。（2）我国上市企业的汇率风险暴露存在非对称性，尤其是长期汇率风险暴露。具体而言，分别有76.63%、11.73%的上市企业市场价值与人民币汇率指数之间存在长期非对称关系、短期非对称关系。（3）与人民币贬值有利于上市企业市场价值提高相比，人民币升值对于上市企业市场价值的负面影响更大。这说明非线性与非对称性是我国企业“汇率暴露之谜”存在的重要原因。运用人民币对美元汇率和周数据进行稳健性检验，本文结论不变。

本文的研究结论，给予我们如下启示：第一，我国上市企业在加强践行“走出去”战略的同时，应加快树立汇率风险管理意识和“风险中性”的汇率风险管理理念，加快构建完善的汇率风险管理体系;第二，针对我国上市企业汇率风险暴露的非对称性，企业不仅应重点关注以外币为基础的资产与负债、可预期的现金流入与现金流出相匹配，更要善于使用汇率风险对冲工具，对冲难以进行运营对冲的汇率风险;第三，基于我国具有显著汇率风险暴露的上市企业占样本企业总数的比例偏高，汇率风险暴露程度较大，我国应加快外汇衍生品市场的发展，以满足我国企业进行汇率风险对冲的需要。

参考文献：

[1]  Bartram S. M.， Bodnar G M. The Exchange Rate Exposure Puzzle[J].Managerial Finance， 2007，33（9）： 642-666.

[2] 张瑞君， 徐展. 无外汇交易企业真的没有汇率风险吗？——来自中国上市企业的实证研究[J].会计研究， 2016（2）： 22-28，95.

[3] Adler， M.， Dumas， B.， Exposure to Currency Risk： Definition and Measurement[J].Financial Management， 1984，13（2）： 41-50.

[4] Jorion P. The Exchange-Rate Exposure of U.S. Multinationals[J].The Journal of Business， 1990， 63（3）： 331-345.

[5] 郭飞， 肖浩， 史永. 为什么人民币汇率波动的影响不显著？——基于美的电器的案例研究[J].管理世界， 2014（10）： 163-171.

[6] Stulz R. M.， Williamsom R. G.， Identifying and Quantifying Exposures[M].Risk Publications， London，1996.

[7] Krapl A.， OBrien T. J. A Comparison of FX Exposure Estimates with Different Control Variables[J].Applied Financial Economics， 2014，24（6）： 437-451.

[8] Choi J. J.，Prasad A M. Exchange Risk Sensitivity and Its Determinants： A Firm and Industry Analysis of U.S. Multinationals[J].Financial Management，1995，24（3）： 77-88.

[9] Bartov E.，Bodnar G. M. Firm Valuation，Earnings Expectations，and The Exchange-Rate Exposure Effect[J].The Journal of Finance，1994，49（5）： 1755-1785.

[10] Miller K. D.，Reuer J. J. Firm Strategy and Economic Exposure to Foreign Exchange Rate Movements[J].Journal of International Business Studies，1998，29（3）： 493-513.

[11] Allayannis G.，Ihrig J. Exposure and Markups[J].The Review of Financial Studies，2001，14（3）： 805-835.

[12] Bartram S. M. Linear and Nonlinear Foreign Exchange Rate Exposures of German Nonfinancial Corporations[J].Journal of International Money and Finance，2004，23（4）： 673-699.

[13] 倪慶东，倪克勤. 汇改以来我国外汇风险暴露的行业特征——基于深市行业指数的分析[J].金融理论与实践，2010（2）： 60-63.

[14] 徐晨鹏， 王相宁. 基于GARCH模型的中国行业外汇风险暴露研究[J].中国科学技术大学学报， 2013， 43（12）： 1012-1019.

[15] 邹宏元，罗然. 中国上市企业外汇风险暴露分行业研究[J].宏观经济研究，2017（2）： 39-48，76.

[16] 江春，万鹏博. 中国非对称外汇风险暴露的实证研究——基于行业层面数据的分析[J].国际贸易问题，2018（7）： 149-161.

[17] 陈晓莉，高璐. 中国上市金融机构外汇风险暴露——基于汇改后数据的经验分析[J].南开经济研究，2012（4）： 141-152.

[18] 谷任， 朱琳慧. 汇率波动对企业价值的线性与非线性影响——基于两种非线性效应的研究视角[J].国际贸易问题， 2016（11）： 154-164.

[19] Koutmos G.，Martin A. First- and Second-Moment Exchange Rate Exposure： Evidence from U.S. Stock Returns[J].The Financial Review，2003，38： 455-471.

[20] Shin Y.，Yu B.，Greenwood- Nimmo M. Modelling Asymmetric Cointegration and Dynamic Multipliers in A Nonlinear ARDL Framework[J].Social Science Electronic Publishing，2014： 281-314.

[21]  Pesaran，M.H. Shin，Y.Smith，R J. Bounds Testing Approaches to The Analysis of Level Relationships[J].Journal of Applied Econometrics，2001，16，（3）： 289-326.

[22] Banerjee A.，Dolado J，Mestre R. Error-Correction Mechanism Tests for Cointegration in A Single-Equation Framework[J].Journal of Time Series Analysis，1998，19（3）： 267-283.

[23] Hutson E.，Laing E.，Ye M. Mutual Fund Ownership and Foreign Exchange Risk in Chinese Firms[J].Journal of International Financial Markets，Institutions and Money，2019，60： 169-192.

[24] Tang B. Exchange Rate Exposure of Chinese Firms at The Industry and Firm Level： Exchange Rate Exposure of Chinese Firms[J].Review of Development Economics，2015，19（3）： 592-607.

[25] Bartram S. M. Corporate Hedging and Speculation With Derivatives[J].Journal of Corporate Finance，2019，57： 9-34.

[26] Aggarwal R.，Chen X.，Yur-Austin J. Currency Risk Exposure of Chinese Corporations[J].Research in International Business and Finance，2011，25（3）： 266-276.

[27]  Jongen R.，Muller A.，Verschoor W F C. Using Survey Data to Resolve The Exchange Risk Exposure Puzzle： Evidence From U.S. Multinational Firms[J].Journal of International Money & Finance，2012，31（2）： 148-169.

[28] Joseph N. L.，Lambertides N.，Savva C S. Short-Horizon Excess Returns and Exchange Rate and Interest Rate Effects[J].Journal of International Financial Markets Institutions & Money，2015，37： 54-76.

A Study of “Exchange Rate Exposure Puzzle” Based on NARDL Model

WANG Shao1， YANG Sheng-gang1，ZHAO Rui-li2

（1.College of Finance and Statistics，Hunan University，Changsha 410006，China;

2.KEDGE Business School， Bordeaux 33405， France）

Abstract： Financial theory and a large amount of factual evidences show that exchange rate fluctuation is an important factor affecting the market value of enterprises. However， a large number of empirical studies have found that the impact of exchange rates on the market value of enterprises is not significant. This is known as the “exchange rate exposure puzzle”. After the “8·11” exchange rate reform in 2015， the RMB exchange rate entered a new normal of two-way wide fluctuations， and the exchange rate risk faced by Chinese companies became more prominent. Based on this situation， this paper studies whether Chinese enterprises have a “exchange rate exposure puzzle” from the perspective of nonlinearity and asymmetry. The results show that：（1） there is no “exchange rate exposure puzzle” in Chinese enterprises， specifically， more than 63.63% of listed enterprises have a significant long-term cointegration relationship between the market value and the RMB exchange rate index; more than 54.76% of listed enterprises have significant long-term exchange rate risk exposure and more than 55.46% of listed enterprises have significant short-term exchange rate risk exposure;（2） the exchange rate risk exposure of Chinese listed enterprises is asymmetry， compared with the depreciation of the RMB， the appreciation of the RMB has a greater negative impact on the market value of listed enterprises. Therefore， Chinese enterprises should speed up the construction of a sound exchange rate risk management system and improve the asymmetric exchange rate risk management ability.

Key words： Exchange Rate Exposure Puzzle; NARDL Model; cointegration relationship; nonlinearity; asymmetry

（責任编辑：李江）