波动率

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇波动率范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

波动率范文第1篇

关键词：风电功率波动特性；概率统计；正态分布；ARMA模型

随着资源环境约束的日趋严苛，以化石能源为主的能源发展模式必须根本转变。近年来，可再生能源开发的热潮遍及全球。我国已经规划了8个千万kW级的大型风电基地。截至2012年底，我国风电装机容量已超过7000万kW，居世界第1位。风力发电不消耗任何燃料，来源于大气运动，不会因为开发风电而枯竭，是一种可再生能源。风电机组发出的功率主要与风速有关。由于风的不确定性、间歇性以及风电场内各机组间尾流的影响，使得风力发电机不能像常规发电机组那样根据对电能的需求来确定发电。大规模风电基地通常需接入电网来实现风电功率的传输与消纳。风电功率的随机波动被认为是对电网带来不利影响的主要因素。研究风电功率的波动特性，不论对改善风电预测精度还是克服风电接入对电网的不利影响都有重要意义。

一、风电功率概率分布模型

1.风电功率分布模型建立

因为风电机组风电功率波动具有随机性和不可控性，大量的实验数据表明风电功率并不满足常见的概率分布。我们通过假设检验算法得出最佳概率分布，将处理后数据通过统计算法得出风电功率概率密度曲线和频率分布直方图。最后用所得数据进行曲线拟合和精度分析。

因为我们所求为电功率波动的概率分布，而对于电功率波动实为单位时间内电功率变化情况。对于某风电场中某个1.5MW风电机组中随机抽取出30天中的60000个数据，我们运用一阶差分算法。首先分别得出每5秒内每个风电机组的功率变化情况，并以此为横坐标，通过统计算法得出风电功率波动频率分布直方图。根据所得频率分布直方图，观察概率密度曲线回归拟合结果。

设定上述风电机组为第一组，结果所得此风机的风电功率波动频率分布直方图（图1），我们可以看出此图对于零点处纵轴左右对称，并且中央点最高，然后逐渐向两侧下降，曲线的形式是先向内弯，再向外弯。这些特点完全符合正态分布。我们同时根据概率分布的理论基础：如t分布、F分布都是在正态分布的基础上推导出来，同时u检验也是以正态分布为基础。此外，t分布、二项分布、泊松分布的极限都为正态分布，在一定条件下，可以按正态分布原理处理。以此基础再次确定风机的风电功率符合正态分布。

图1 风电功率波动分布

2. 假设检验模型建立

假设检验是事先对总体的参数或总体分布形式给出一个假设（即原假设），然后利用抽取的样本信息来判断原假设是否合理。在假设检验中，给定一个较小的数α（0

P（拒绝为真）=（拒绝）≤α

这里α称为显著性水平，相应的假设性检验也称为显著性检验。

我们假设任意机组的风电功率波动概率服从正态分布，于是提出原假设与备选假设式中为原假设，为备选假设，上式为双边假设算法。

我们并以此构造检验统计量，明确其分布，并确定临界值。对于给定的显著性水平α=0.05，根据检验统计量的分布确定拒绝域临界值。最后，经过MATLAB假设检验计算，得出说明原假设成立，任意机组的风电功率波动概率服从正态分布。

3. 风电功率分布模型结论

3.1 秒级风电功率波动

一般地，风电功率秒级波动的根源在于气团的局部紊流。紊流气团具有高度的随机性，变化量相互独立。秒级功率波动是风电功率波动的最小单位，所以，建立其概率分布模型有利于从根本上把握风电功率波动的内在规律，据此也可以推导出更长时间尺度的风电功率波动特点。

3.2 分钟级风电功率波动

我们通过MATLAB建立核平滑半参数回归模型分别拟合四台风电机组分别在秒级和分钟级时间间隔下风电功率波动（图2）：

图2-1第一组概率密度分布对比图2-2第五组概率密度分布对比

图2-3第十组概率密度分布对比 图2-4第十五组概率密度分布对比

如上所示，我们可以看出上述五组风电机组的分钟级电功率波动较秒级电功率波动明显平缓。的波动曲线纵坐标最大值明显大于的波动，并且的波动曲线峰宽较窄，说明时间间隔增大风电功率波动幅度变小，变化量也变小，实际反映时间间隔增大，风电功率输出能量波动变小。

并且从上图中我们还可看出风电机组的分钟级电功率波动范围较秒级电功率的范围小，说明时间间隔增大，风电功率波动范围减小。

二、风电功率的自回归滑动平均（ARMA）预测模型

由于时间序列同时蕴含着数据顺序和数据大小，表现出客观世界的某一动态过程，能反映出客观世界及其变化的信息，又由于风电场发电功率的数据具有按时间排序和离散性，因此可以采用时间序列分析方法对风电场的发电功率进行预测。在选定模型后，进行模型参数估计和模型定阶，确定适当阶数模型并计算出该阶模型的参数后应用该模型进行风电场20台风电总功率的预测。

经过计算，我们得出自回归滑动平均模型为：

对于模型参数估计和模型定阶是应用时间序列分析法进行建模时很重要和十分复杂的过程，该过程的适当与否直接影响到模型参数的计算精度和和预测的好坏。

最后，通过在MATLAB中编程进行计算，确定了模型的阶数为p=10和q=9，并估计出了时序模型的参数。在此基础上就可以对各机组进行风电场功率实时预测。分析图3-1（a）和3-1（b）可以得出结论：样本选取的时间间隔越大，预测的精度越低，这也从预测的角度印证了前文得到的结论。

采用作为样本得到的未来7天的滚动预测值如下图3-2所示，可以看出在未来7天中预测值波动变化规律基本固定，结合风力发电的特性和生活实际推断预测值在一定程度上已经失去了精确性和意义，故本文的模型和样本不适合进行未来长时间段的预测。

图3-1（a）ARMA模型预测值与真实值比较图3-1 ARMA模型预测值与真实值比较（B）

分析图3-1（a）和3-1（b）可以得出结论：样本选取的时间间隔越大，预测的精度越低，这也从预测的角度印证了前文得到的结论。

采用作为样本得到的未来7天的滚动预测值如下图3-2所示，可以看出在未来7天中预测值波动变化规律基本固定，结合风力发电的特性和生活实际推断预测值在一定程度上已经失去了精确性和意义，故本文的模型和样本不适合进行未来长时间段的预测。

三、结论

风电功率波动特性是指由于风电的主要利用的近地风具有波动性、间歇性、低能量密度等特点而造成风电功率比较明显的随机间歇性特征，使风能不具备传统电厂的强可控性，造成给电网的有功平衡和电压调整的压力，增加了电网规划和调度的难度，成为制约风电进一步发展的瓶颈。

风电机组及风电机厂的风电功率波动的一阶差分概率分布基本全都符合正态分布。因风电机组产生时间和空间上分布的不同，故选取不同时间间隔的风电

功率波动概率分布和选取整个风电场的风电功率概率分布都会有显著不同。对于时间分布，因时间具有相关性，故选取从s级至min级不同时间间隔的风电功率，其波动情况明显不同；时间间隔选取越大，波动情况越削减，越趋于平缓。对于空间分布，因每台风电机组所在风电场中位置不同，故单台风电机组功率波动较整个风电场乃至风电场群也会有显著不同；风电机组覆盖区域越广，波动情况越削减，越趋于平缓，产生“平滑效应”。

如果可以准确有效地预测出风电场的输出功率，不仅可以帮助电力系统调度运行人员做出最有效决策，还可为电力市场条件下并网发电提供相关依据。有较为准确的预测才能提高电力系统运行的可靠性，为电网运行调度提供可靠依据，有效降低风力发电成本，减轻风力发电可能对电网造成的不良影响，提高风电穿透功率极限。

参考文献：

[1]林卫星，文劲宇，艾小猛. 风电功率波动特性的概率分布研究. 中国电机工程学报，2012-01-0038-09

[2]崔杨，穆钢，刘玉，严干贵. 风电功率波动的时空分布特性. 电网技术， 2011，02-0110-05

[3]杨桂兴，常喜强，王维庆，姚秀萍. 对风电功率预测系统中预测精度的讨论. 电网与清洁能源， 2011，01-0067-05

[4]李剑楠，乔颖，鲁宗相，李兢，徐飞. 大规模风电多尺度出力波动性的统计建模研究. 电力系统保护与控制，2012

[5]韩中庚，数学建模方法及其应用，北京：高等教育出版社，2009年6月

波动率范文第2篇

鑫缘茧丝绸集团股份有限公司(下文简称“鑫缘”)，是国内丝绸行业颇具影响力的龙头企业。公司的主营业务收入和丝类产品的出口额均位居国内同行业前列。作为一个外向度较高，年出口额8000多万美元的企业。汇率变动对企业的影响比较突出。

双向影响

汇率变化对企业的影响是双方面的。负面影响中，影响企业经营的效益和现金流，是最为突出的表现。比如，在今年前半年人民币不断升值的情况下，汇兑损失会显著增加财务费用，导致利润的减少；回笼货款的缩水，会减少现金的流入，加大资金供求矛盾。

在人民币升值的预期下，经推算，如果不采取有效的汇率避险措施，鑫缘一年的汇兑损失将远远超过1000万元。如果不能有效地规避风险、降低损失，将继而影响整个企业的生产经营和人员就业，影响公司作为农业产业化国家重点龙头企业发挥辐射带动作用。

汇率变化对企业不仅仅是消极的影响，反过来也促进了鑫缘集团财务管理的加强。严峻的形势迫使公司财务部门把汇率风险管理作为财务管理的重点之一，并渗透到日常管理之中。财务部门加强了对外汇避险工具的研究和应用，提高了对外贸经营活动的参与程度和管理力度。

同时，汇率变化也促进了鑫缘的产业升级，推动了企业的科技创新和品牌战略的实施。为了提高企业的国际竞争力，掌握企业产品价格在国际市场的话语权，主动应对汇率变动对企业的不良影响，公司近年来加大科技创新的力度，提高产品的附加值，加快品牌战略的实施，提高产品的知名度和影响力，取得了显著成效。这些都为公司应对汇率风险增强了实力。

避险“组合拳”

管理和规避汇率风险，控制和降低汇率变动带来的损失，需要使用“组合拳”，综合运用外汇避险工具，全方位强化外汇收入管理，同时要权衡各种避险工具和避险措施的利弊，以求得风险最小，收益最大。鑫缘采用的措施主要有：

合理选择并充分运用国际贸易融资方式。在汇率变动趋势明显。人民币升值期限预计较长的情况下，公司较多地使用了出口押汇这一出口贸易融资方式，即发运货物后将全套出口单据提交给银行。由银行向公司预付这笔出口货物项下的全部或绝大部分外汇款项，待外汇货款回笼后，以回笼的货款归还银行预付的外汇款项。

这样的押汇融资，加快了资金的周转，将应收账款提前转化为现金，可以腾出流动资金的贷款规模。缓解资金供求矛盾。由于办理出口押汇后从银行取得的外汇款项可以办理结汇手续，对呈贬值趋势的外汇来说，避免或降低了未来汇率变动导致的外汇贬值给企业带来的损失。在外汇贷款利率较低的时期，押汇取得资金所付的利息，还有可能小于同期人民币贷款利率下同等数额借款所应支付的利息，降低了财务费用支出，可谓“一箭三雕”。与其他贸易融资方式相比，出口押汇操作比较简便，需要支付给银行的费用也相对较低。今年以来，公司出口押汇融资总量超过6000万美元，通过这种方式减少汇兑损失450万元，节约利息支出80万元。

合理选择出口贸易的结算币种。人民币汇率变动过程中，不是所有的外币币种都同步贬值，有些外币在一段时间内甚至是升值状态。因此，在与外商签订出口合同时，选择有利的结算币种，也是规避汇率风险的有效途径。例如，公司在上半年对欧洲的出口业务中，争得国外进口商的同意，较多地使用了欧元结算，不但没有形成汇兑损失，还有一定的收益。

合理选择出口贸易的结算方式。不同的出口贸易结算方式，会对货款回笼时间的长短、到账外汇的多少、支付费用的多少，以及收汇风险的大小产生不同的影响。因此，合理选择出口贸易的结算方式，也是规避汇率风险的重要方面。公司在不少业务中利用产品的优势，采用前T／T的结算方式，让客户预付货款，不仅提前收取了货款，而且有效地规避了汇率风险。

合理选择并审慎使用外汇交易工具。在币种选择和结算方式不能如愿与国外进口商达成一致的情况下，用好外汇交易工具则是出口企业应考虑的重要手段。企业可以通过远期、掉期和期权交易等保值工具，追求外汇收益的最大化。在鑫缘，使用较多的是远期结售汇。这种方式起到了较好的锁定成本、保值避险的作用。

合理确定结汇的时点。在美元持续贬值的情况下，公司与银行签订了实时结汇的协议。一旦美元到账，由银行主动代为结汇成人民币，这样既减少了企业逐笔办理结汇的时间和工作量，也避免了因延误结汇时间而增加外汇损失。

灵活多变，在不同时期选择不同的避险措施和避险工具。汇率避险措施和工具的运用也不是一成不变的。鑫缘根据外汇市场行情走势的变化应时而动。例如，下半年结算币种的选择不再优先考虑欧元；近期美元汇率上下波动，则公司押汇融资的规模有所控制，结汇的时点也重新斟酌、选择。

波动率范文第3篇

一、基础理论

经典R/S分析法R/S分析法的基本思想是：如果时间序列是随机游走的，累积离差的极差应与观测值个数的平方根成正比。为了使这个度量在时间上标准化，Hurst用观测值的标准差去除极差建立一个无量纲的比率，这个比率即现在应用比较广泛的Hurst指数。ARFIMA模型大量实证分析表明，金融资产的收益率序列的分布相对于正态分布具有尖峰厚尾的特征。对于R/S分析法，Mills（2002）发现金融资产收益率序列分布的厚尾特征可能会影响该分析方法对序列长记忆性特征的分析。

二、实证研究

（一）样本数据的选取及说明

2005年7月21日，我国对人民币汇率制度进行了改革，开始实行以市场供求为基础的、参考一篮子货币进行调节、有管理的浮动汇率制度。该形成机制更适合我国经济发展的现状，所以论文选取2005年7月21日至2014年2月10日间每个外汇交易日美元兑人民币中间价作为研究对象，数据来源于国家外汇管理局。收益率的计算采用对数收益率的形式，即对汇率中间价序列Pt!"取对数之后进行一阶差分：（5）论文采用比较常用的绝对均值偏离平方2ttR-R刻画收益波动率。

（二）收益率及收益波动率统计特征及平稳性检验

对人民币汇率收益率和收益波动率序列的统计特征分析，论文采用的统计量为均值、标准差、偏度系数、峰度系数、Jarque-Bera统计量、Ljung-BoxQ统计量、ADF和P-P统计量。由表1可知：1.人民币汇率收益率及收益波动率的偏度系数都显著的不为0，说明两时序均不是围绕均值对称分布的，且波动率序列的有偏特征明显地强于收益率序列；峰度系数均大于3，均有“尖峰厚尾”的特征，且波动率序列的“尖峰厚尾”特征强于收益率序列；Jarque-Bera统计量相应的p值都为0，两种序列都显著地拒绝正态分布的原假设。总而言之，两时序均不服从正态分布，且波动率序列的非正态性特征更加明显。2.由Ljung-BoxQ统计量自相关检验结果可知，两时序均不存在显著的短记忆性；由ADF检验和P-P检验结果，在1%的显著性水平上均显著地拒绝了存在单位根的原假设，可认为两时序均是平稳的时间序列。基于此，可对两时序进行长记忆特征的研究。

（三）经典R/S分析

由图1两种序列的时序图可知，两种序列均存在明显的波动集束现象，因此，进行R/S的分析之前，有必要使用GARCH类模型对序列进行过滤。对人民币汇率收益率和收益波动率序列序列，论文分别采用GARCH（1，1）-M模型和GARCH（1，1）进行过滤，得到标准化序列，再对标准化序列进行经典R/S的分析。结果如表2所示，它们的In（R/S）-In（N）图如图2所示。通过表2可知，分析法估算出的人民币汇率收益率和收益波动率序列的Hurst指数均大于0.5，通过最小二乘估计方法拟合的可决系数均在90%以上，拟合的效果都非常好，可以认为估算的Hurst指数是较为准确的。收益率序列的Hurst指数为0.58158，与0.5相差不大，说明收益率序列虽然存在长记忆性，但是一种较为微弱的长记忆性，而收益波动率序列的Hurst指数为0.91182，明显大于0.5，表明收益波动率序列的长记忆性特征非常显著。

（四）ARFIMA模型的拟合

根据信息准则对模型进行筛选，人民币收益率和收益波动率序列分别选ARFIMA（1，d，1）和ARFIMA（0，d，0）模型进行拟合。参数估计结果如表3所示。由表3可知，各参数在5%的显著性水平上是显著的。人民币汇率收益率序列分数差分参数d=0.01176，0＜d＜0.5，说明收益率序列具有长记忆的特征，但是一种比较微弱的长记忆性。而对于收益波动率序列分数差分参数d=0.21796，0＜d＜0.5，说明波动率序列具有比较显著的长记忆性特征。总体而言，ARFIMA模型对序列的拟合结果和经典R/S分析法对序列的分析结果基本吻合。

三、结论

波动率范文第4篇

关键词：利率波动 汇率波动 负债 投资资本比

引言

在市场经济条件下，利率是重要的基本经济因素之一，是经济学中一个重要的金融变量，也是宏观调控经济的主要手段，利率的波动一直深受社会各界的关注。央行可以通过货币政策以改变利率，进而影响企业的投资及国内的居民收入水平。因此，适当的利率水平能诱发企业进行投资，进而达到经济稳定成长的目标。此外，当利率波动增加时，会造成企业对成本与收入估算不确定，进而影响企业利润的不确定，最终干扰企业的投资。

在开放经济条件下，汇率是影响企业进行实际投资的另一关键因素。主要表现在：经由进出口的汇兑损益影响企业利润，进而影响实际投资；企业发行海外债时，不仅涉及到国外利率与汇率，而且影响企业的利润与投资。换句话说，汇率可以通过进出口及财务方面的债务影响到企业的实际投资。2008年国际金融危机以来，汇率波动加剧，在汇率波动加剧的情况下，企业难以精确地预测未来收益，进而严重影响企业的利润和实际投资。

利率的下降（上升），会刺激（降低）企业投资；汇率的贬值（升值）对于出口企业投资有利（不利）。在利率波动与汇率波动与企业投资间的关系上，总体来看，Carruth、Dickerson和Henley（2003）研究认为，如果企业或产业面对的不确定性属于经常性的，那么利率和汇率的波动在综合水平分析下将会互相抵消掉。Bernake（1983）研究认为，不确定性对企业投资的影响不能以综合水平下平均得出。Bernake（1983）的研究理由有两点：一是利率、汇率、通货膨胀率的不确定或是货币政策及财政政策的冲击等，在个体水平下的执行决策是极为重要的；二是总体的不确定也许是由个别决策者产生而来的。因此，以个体水平（如个别企业）分析利率或汇率（波动）对投资的影响是相当重要的。

在利率波动对企业投资的实际影响方面，Ingersoll和Ross（1992）以金融期权概念研究了利率波动对企业投资的实际影响，发现利率波动对于投资影响是不确定的。在Ingersoll和Ross（1992）的研究思路基础上，Episcopos（1995）研究分析了美国利率不确定性对不可回复性投资的影响。研究发现，利率波动的增加会降低企业的固定投资。然而，Calcagnini 和Saltari（2000）调整了Ingersoll和Ross（1992）对投资的研究假设，发现利率波动对于企业投资的影响并不显著。

在汇率波动对企业投资的实际影响方面，Goldberg（1993）以1970-1980年间的美国五大部门产业为实证研究对象，着重研究分析了汇率波动对企业总投资的影响。Goldberg分析发现，只有制造业的耐久部门是显著的，且此显著关系的符号会随时间而改变。Darby et al.（1999）以G7国家为实证研究分析对象，用金融期权价值模型分析了汇率不确定对投资的影响。他们的研究表明，汇率的不确定增加可能刺激投资。Serven（2003）使用GARCH模型分析实质汇率波动，以发展中国家为分析对象，支持汇率不确定与私人投资存在的显著的负向关系。

Bo和Sterken（2002）率先强调利率波动与债务的交叉项对投资的影响。他们的研究发现，对于全部举债公司来说，当物价上涨时，根据费雪方程式，会产生实质负债减少的实质负债效果，以及名目利率上升所造成利息负担增加的利息负担效果。一般而言，高负债企业的实质负债效果较大；而低负债企业的利息负担效果较为重要。在Bo和Sterken（2002）的研究中，他们以结构性模型连接利率不确定与企业投资，并且运用利率二阶动差推导出新古典投资模型。早期文献中大多以缩减式方法推导投资与不确定的关系。他们也考虑了企业财务结构，在探讨利率波动对企业投资影响时，加入企业的财务杠杆效果。

基于上述分析，依据Bo和Sterken（2002）所建立的实证研究模型，加入汇率及汇率波动因素（Summer（1981）、Abel（1982）、Hayashi（1982）及Hubbard（1998），以国内制造业上市公司为例，本文试图探讨利率、汇率、负债、利率波动、汇率波动及负债和利率波动的交叉效果如何影响企业的投资行为，其中强调交叉效果项。

本文的研究目的主要是：首先，在Nickell（1978）的动态最优化模型基础上，考虑企业面对汇率与利率的不确定性以及企业的投资行为。其次，研究利率波动及负债对企业投资决策的联合影响，以及双率波动等变量对投资的实际影响；最后，将国内制造业上市企业区分高、低债务类群，以分析不同债务程度情况下，各相关变量对企业投资影响的差异性。

相关文献综述

（一）利率波动与投资之间的关系

Bernake（1983）、Titman（1985）、Bernnan和Schwartz（1985）、Ekern（1988）、McDonald和 Siegel（1986）等的研究主要以现金流量不确定探讨对投资方案的影响，即利用净现值作为投资决策的衡量指标。Ingersoll和Ross（1992）研究了利率波动与投资的关系。他们以金融期权概念分析利率波动对投资的影响。他们的研究认为，在利率不确定条件下，即便是最简单的投资计划都存在有选择权价值。与Bernake（1983）、Titman（1985）、Bernnan和Schwartz（1985）、Ekern（1988）、McDonald和Siegel（1986）等的研究不同，Ingersoll和Ross的研究强调利率不确定对于投资的影响，他们认为，利率波动的影响是普遍存在的，且对于总体投资具有关键影响。结果表明，利率波动对于投资影响是不确定的，利率的不确定增加，一方面有助于提升等待的期权价值，另一方面会提升执行投资的价值，因为折现值是利率的凸函数。企业是否等待或进行投资以此两项效果力量大小而定。

基于Ingersoll和Ross（1992）的研究模型，Episcopos（1995）分析了美国利率不确定性对不可回复性投资的影响。Episcopos考虑五个主要不确定的变量“实质利率增长率、总个人消费、股价指数、GDP平减指数和十一个领先指标的综合指数”，以ARCH模型来估计波动的条件变异，利用固定投资作为不可回复性投资的变量。结果表明，五个不确定变量与固定投资之间的关系呈现显著负向，即利率波动的增加会减少固定投资。

Calcagnini 和Saltari（2000）则修改了Ingersoll和Ross（1992）对投资的定义，设定为可无限分割且能无限制的投资，分析利率不确定与需求不确定对投资的影响。结果表明，就需求面来说，当预期需求增长率上升时，会导致更高的投资；预期需求波动增加则会抑制投资。此外，利率的升高会减少投资，而利率波动对于投资的影响则不显著，可能的原因有两个：一是利率不确定增加，一方面有助于提升等待的期权价值，因此企业会减少目前的投资；另一方面由于折现值是利率的凸函数，所以会提升执行投资的价值，进而激励企业投资。此两种反向力量刚好抵消，造成不显著的结果。二是由于实证期间介于1980-1995年间，属于Ornstein-Uhlenbeck的随机过程，即利率波动的改变是属于附有条件的固定波动。

Bo和Sterken（2002）考虑企业面对的风险，采用动态最优化模型，分析企业的财务杠杆不确定对投资影响效果上所扮演的角色。他们以1984-1995年的荷兰上市公司为实证分析对象，运用面板数据，将利率区分为企业利率与市场利率衡量，用三种不同方法衡量利率波动的形式。结果表明，企业利率与市场利率对企业投资影响皆为负向显著的，利率波动对于投资的影响效果则不确定。

（二）汇率波动与投资之间的关系

Aizenman（1992）实证研究分析了各种不同汇率制度下对投资的影响。研究发现，在生产力与货币两者的冲击下，固定汇率制度较浮动汇率制度能创造更高的总投资。因此，执行固定汇率制度可能刺激海外直接投资。然而此项结论并不意味着固定汇率制度总是优于浮动汇率制度。事实上，这是实质冲击下在就业波动与预期所得间所作抉择的结果。例如，浮动汇率制度是以减少预期所得和投资为代价来换取稳定就业的。

Goldberg 和Kolstad（1994）以美国、加拿大、日本及英国的1978年第1季度至1991年第3季度的双边海外直接投资为分析对象，研究短期汇率波动对于海外直接投资的影响。结果表明，汇率波动的加剧却能促进国际间的生产活动与投资。他们认为要证明国内总投资因汇率波动的增加而减少，必须证明国内资金流出的增加并非由国外资金流入的增加所抵销。因此，假设采用浮动汇率制度会导致国内投资减少的说法是不正确的。

Goldberg（1993）以1970-1980年代的美国产业为实证研究对象，将产业区分为五大部门分析汇率波动对总投资的影响，其结果是不明确的，只有制造业的耐久部门的影响是显著的，其影响方向是随时间而改变的。例如，在制造业的耐久部门中，有些部门在20世纪70年代会扩大投资来反应汇率波动的增加；然而在20世纪80年代，汇率波动增加则会抑制其投资。抑制投资来反映汇率波动的增加与某些因素相关，例如，投资人是风险规避者、存在投资的不可回复性以及在不完全竞争的利润凸性等。汇率波动与投资间的关系随着时间而改变，可能与产业的竞争结构转换有关，或者因为对国内供给和进口投入依赖的模式已经改变。

Campa和Goldberg（1995）基于Goldberg（1993）的研究，引入新的外部风险衡量方法，强调外部风险可分成出口销售及进口投入所面对的汇率波动而产生的风险。结果表明，到20世纪80年代初期，制造业部门的外部风险主要以进口投入风险为主，原因并非出口销售的减少而是对进口投入依赖的增加。此外，高成本加成的部门，即较具有独占垄断部门的企业，倾向于自行吸收汇率波动风险而非将其转嫁到企业的投资行为上。对于美国制造业部门而言，汇率波动对投资的影响在相对上有微弱且不显著的效果。汇率波动对投资的影响要以部门的汇率风险符号及大小而定，然而其效果并不大。一是企业可能透过技术或企业厂房位置的选择将风险规避掉（Aizenman（1992）、Goldberg和Kolstad（1994））。二是产业的竞争结构可能是内生的（Dixit（1989）、Baldwin和Krugman（1989）、Caballero和Pindyck（1992））。

Campa和Goldberg（1999）以1970-1993年间美国、加拿大、英国、日本的产业为分析对象，在考虑企业的成本加成程度下，分析汇率波动对投资的影响。结果发现，汇率波动对于产业投资的影响，低成本加成的产业较高成本加成的显著，可能因为高成本加成的产业比低成本加成的产业更能吸收汇率波动对企业利润或投资所造成的冲击。因此，汇率永久性改变与企业利润间的关系对高成本加成产业是不重要的。Nucci和Pozzolo（2001）基于Campa和Goldberg（1999）的研究思路，以1984-1995年的意大利制造业企业为研究样本，探讨汇率波动对企业投资的影响。结果表明，具有低独占力的企业对于汇率波动较为敏感，此证明Campa和Goldberg（1999）以产业水平分析汇率波动与投资间的关系。此外，投资支出规模愈小的企业对于汇率波动也是更为敏感的。

Bell 和Campa（1997）以1977-1989年间的美国和欧盟的化学产业为研究对象，探讨波动对不可回复性（投资的不可回复性意味着企业一旦进行投资，如果市场状况不如预期时，则企业务必遭致部分成本无法回收的损失，即使将机械、厂房等重复出售也必须经过折价的动作）的投资的影响，其中波动来源为汇率波动、投入价格波动及产品需求波动。结果表明，就投入价格波动及产品需求波动对投资影响而言，在美国与欧盟的化学产业均不显著。然而汇率波动对欧盟的化学产业投资具有显著的负向效果，可能因为存在风险规避因素，或是在不完全竞争产业下高度的投资不可回复性所造成。此外，投资决策会受到周边市场范围的影响，例如美国的产业相对是孤立的，因为美国将大部分产品销售到邻近的边界国家；然而欧盟产业则相对开放许多，因为其产品销往全球各地，导致欧盟产业面临较大的汇率波动风险。

Darby et al.（1999）以G7国家为实证研究对象，利用金融期权价值模型分析汇率不确定对投资的影响，提出汇率波动的增加有可能刺激投资。投资对不确定的反应要以投资的废弃价值与等待的机会成本而定。当投资的废弃价值较低时，汇率波动的增加会刺激投资，因为额外的波动会减少无法摆脱闲置投资的机会。而等待的机会成本愈大，愈有可能导致企业投资的增加。结果表明，美国、德国与法国的汇率波动对投资影响是负向显著的。

Darby et al.（2002）延续Darby et al.（1999）的研究，采用其他方式来衡量汇率波动，在计算实质汇率波动之前先剔除掉波动的趋势成分，结果显示美国的汇率波动对投资的影响为正向显著的，Darby et al.（1999）与Darby et al.（2002）对于美国估计结果的不一致，说明汇率波动的衡量方式不同具有重要性。

Hallett、Peersman和Piscitelli（2004）批评Darby et al.（1999）和Darby et al.（2002）的总体水平分析无法捕捉产业之间的差异，因此考虑以个别产业差异的面板数据来延伸分析，从9个OECD国家中挑选13种不同产业为实证对象，期间为1970-2000年。名义汇率波动对投资的影响有6个是负向显著、4个是正向显著、3个是不显著；然而，采用实质汇率所估计的结果与名义汇率是不一致的。

Serven（2003）以开发中国家为对象，利用GARCH模型衡量实质汇率波动，强烈地支持汇率不确定对于私人投资有显著的负向效果。此外，实质汇率波动对私人投资的影响与贸易开放、金融发展程度有关，高度贸易开放与不健全的金融体系较容易得到汇率不确定与投资的负向关系。

Atella、Atzeni和Belvisi（2003）认为，已有研究着重强调贬值对投资的影响，就汇率影响企业投资过程来说，不同形态企业对汇率敏感度有差异，因此应该探讨汇率波动而非汇率水平对投资的影响。另外，已有研究多数以总体或产业面分析汇率波动对投资的影响。Atella、Atzeni和Belvisi（2003）以1989-1994年间的意大利企业为样本，采用面板数据估计汇率波动与投资之间的关系。研究发现，汇率波动的增加会抑制投资，而且随着企业市场占有率的减少，愈容易受到汇率波动的影响。此外，在假设风险规避的情况下，稳定的汇率可以帮助企业正确地估计每单位投资所带来的边际利润，增加企业投资的诱因。

实证研究设计

Nickell（1978）在研究文献中推导出了关于企业在不确定条件下的动态目标函数。本文运用Nickell（1978）的动态最优化模型，给出描述企业投资行为的具体投资函数。本文假设企业的目标在于追求未来现金流的最大化。式（1）描述了某个企业的目标在于追求其价值实现的最大化，而此价值就等于未来现金流量扣除由现金流量所产生的相关风险成本的现值。

（1）

式（1）中，Vj（0）表示为企业j在时间t=0时的现金流量折现值；e-rt表示为连续折现因子；E0表示为预期因子，代表时间t=0时所获得的信息预期值；r表示为企业面对的折现率，以实际价格衡量；CFjt表示为企业j在时间t=0时的现金流量；Var（CFjt）表示为现金流量的变异数，用于代表企业未来现金流量所面临的风险；θ表示为投资在面临不确定条件下所衡量的单位风险市场价格，且假设θ为正，即假设企业为风险规避者。

在企业追求价值最大化的过程中，企业分别面对式（2）中的资本积累过程和现金流量定义的条件约束。在式（2）中，第一个等式说明企业的资本累积过程；第二个等式将企业的现金流进行定义，描述为企业的营业利润扣除掉人工成本及利息支付再加上资本折旧额。

（2）

式（2）中，Kt表示为资本存量的变动；It表示为毛投资；δ表示为资本的折旧率；F（Kt，Lt）表示为企业的生产函数，Kt和Lt分别表示为企业在时间t的资本存量与劳动投入；pt和wt分别表示为企业生产的产品的市场价格和工人工资；A（Kt，It）表示为资本的调整成本，是毛投资和资本存量的函数；i表示为利率；Bt（It，IWt）表示为企业的债务水平，实际为毛投资与内部可用资金的函数，IWt表示为内部可用资金，且满足Bt（It，IWt）/It>0和Bt（It，IWt）/Wt

如果假设企业所生产的产品处于完全竞争性的市场，那么该企业生产的产品的市场价格是已知且固定的，而现金流量的不确定则来自于利率的波动。为了方便分析，本文运用传统二次调整成本函数与线性负债函数进行研究，可以得到描述企业投资行为的具体投资方程式。

（3）

（4）

如果假设利率为内生变量，其余变量皆是外生的变量，将式（4）中的第二个约束等式带入到（3）中，且在式（4）第一个约束条件下，可以设立以下Hamiltonian函数：

（5）

如果假设企业的调整成本为（6）中描述的毛投资和资本存量的二阶函数，并且企业的债务对毛投资微分为式（7）描述的一个常数项。

（6）

（7）

式中，α1和α2皆为常数，且0

（8）

为了简化式（8），以新的参数形式表示为式（9）：

（9）

式中，εt表示为模型回归的误差项，β0、β1、β2表示为待估计的参数，Var（it）是利率的变异数，It/Kt表示为投资对资本比例。

式（9）仅仅说明了利率及利率波动与债务的交叉项对于投资的影响，Bo和Sterken（2002）关心利率波动与债务个别对投资对资本比例的影响，将式（9）中的解释变量加入利率波动效应及债务效应两项。此外，由于本文利用面板数据进行实证分析，为考量个别企业之间的差异性，在模型中加入固定效应项。

（10）

式中，fj为企业效应或固定效应；β1、β3、β4分别代表利率、利率波动与债务对投资对资本比例的边际效应；β2表示为利率波动与债务对投资对资本比例的联合影响效应。在实证分析上，负债是以负债除以总资产来表示，以消除因企业规模大小不同所产生的规模效应。

以Summer（1981）、Abel（1982）、Hayashi（1982）及Hubbard（1998）的投资调整模型为基础，将汇率及汇率波动等加入投资理论模型中，可以得到下列估计模型：

（11）

式（11）中，ext、Var（ext）分别是汇率与汇率波动，其它变量定义如同式（10）；β5和β6分别代表汇率、汇率波动对投资对资本比例的边际影响。

对于式（11），本文使用面板数据下的混合回归模型推测各相关变量对企业投资的敏感性影响。对于面板数据，混合回归模型被定义为如下方程：

Yit=α+X`itβ+εit，i=1，2，3，…，N；t=1，2，3，…，T （12）

式（12）中，Yit表示为被解释变量；α表示截距项；Xit为由解释变量组成的k×1阶列向量；β为由方程回归系数组成的k×1阶列向量；εit为方程估计误差项。

上述模型如果能够被正确设置，那么方程中的解释变量与误差项不存在相关性，即满足Cov（Xit，εit）=0，不管是N趋于无穷大，还是T趋于无穷大，方程中的参数的混合最小二乘估计量肯定是一致估计量。对于任何个体和截面，上述的混合回归模型的核心特点在于方程估计的参数α和β都相同，不会由于个体和截面的差异不同而变化。

研究数据及相关处理

制造业作为我国国民经济的支柱产业，是我国经济增长的主导部门。制造业在我国实体经济中占据着重要的地位，并且我国进出口企业以制造型企业居多，因此研究制造行业中各子行业汇率变动对公司价值的影响具有代表意义。兼顾所掌握的数据信息资料情况和样本估计时的数据要求，本文重点选择了1998-2010年间我国制造业中41个子行业的上市公司的年度数据进行面板数据模型分析。在剔除了样本期间内企业所属行业性质改变以及样本期间数据不完整的样本后，共选取了国内沪深两市372家上市公司作为研究对象。具体的行业选择如表1所示。

本文选择国内的制造业上市公司作为实证样本。实证期间为1998-2010年，共计13期，上市企业数据为年度数据。金融机构人民币贷款基准利率数据来源于中国人民银行官方网站。人民币兑美元汇率数据来源于国家外汇管理局官方网站。企业财务数据来源于国泰安经济金融研究数据库CSMAR。实证上所采用的变量包括：投资对资本比例、利率、利率的波动、负债、利率波动乘以负债、汇率及汇率波动。其中，选取国内金融机构的贷款基准利率作为企业投资借贷的重要参考依据。上述变量具体被定义为如表2所示的含义。

实证分析

（一）变量的描述性统计

表3给出了不同变量的描述性统计。i1-3、i3-5、i5、Var（i1-3）、Var（i3-5）、Var（i5）、ex、Var（ex）分别表示为1至3年的国内金融机构的贷款基准利率、3至5年的国内金融机构的贷款基准利率、5年以上的国内金融机构的贷款基准利率、1至3年的国内金融机构的贷款基准利率的变异系数、3至5年的国内金融机构的贷款基准利率的变异系数、5年以上的国内金融机构的贷款基准利率的变异系数、人民币年平均汇率、人民币年汇率变异系数。

（二）全体样本企业实证结果

表4给出了全体样本企业的三种模型的估计结果。模型I表示为企业投资与5年期以上的国内金融机构的贷款基准利率的敏感性分析。模型II表示为企业投资与3至5年期的国内金融机构的贷款基准利率的敏感性分析。模型III表示为企业投资与1至3年期的国内金融机构的贷款基准利率的敏感性分析。在不同模型分析中，企业债务、汇率及汇率的变异系数等变量不发生变化，都参与分析。

在10%的显著水平下，利率对投资具有负向的影响。平均来说，对于不同期限的国内金融机构的贷款基准利率，利率每增加一个单位，企业的投资对资本比例分别将下降0.0207595、0.0219802、

0.0247421个单位。1至3年期限的国内金融机构的贷款基准利率的变动对企业的影响最大、最敏感。可见，就国内金融机构的贷款基准利率的变动来说，企业可能最为关注短期贷款利率的调整。

在10%的显著性水平下，利率波动对企业投资有正向作用，利率波动增大，对企业投资越有利。就国内金融机构的贷款基准利率的波动来说，利率波动每增加一个单位，对企业投资的影响将分别增加0.0088458、0.0089013、0.0138006个单位。1至3年期限的国内金融机构的贷款基准利率的波动对企业的影响最大、最敏感。可见，就国内金融机构的贷款基准利率的波动来说，企业可能最为关注短期贷款利率的频繁调整。主要原因可能是利率代表企业的借贷成本，这关系到企业的利润或收益水平。

在负债变动方面，只有短期债务对企业的投资对资本比例有影响，通过10%的显著性水平。全体企业不会因为长期债务的变动明显改变其投资。在利率波动与债务的交叉项对企业投资的影响方面。只有短期债务和利率的交叉项在10%的显著性水平下是正向的。这意味着，全体样本企业虽然因为利率上升使得利息支出增加，但是可能因为其它因素导致实际负债的减少，例如通货膨胀上升的实际影响。这种结果导致企业的实际负债减少程度相比于利息支出来说增加的幅度要大些，最终造成企业愿意增加投资。交叉项每增加一个单位，企业的投资对资本比例就会上升。

在汇率方面，在1%显著性水平下均是负向影响。数据显示汇率上涨（下跌）将使得企业预期收益减少（增加），对出口型企业来说不利（有利），最终导致企业减少（增加）投资。短期影响相对来说比较敏感。在汇率波动方面，在5%显著性水平下均是负向影响。数据显示汇率波动增加（减小）将使得企业预期收益减少（增加），对出口型企业来说不利（有利），最终导致企业减少（增加）投资。短期影响相对来说比较敏感。

（三）区分债务水平的实证结果

为了分析不同变量对企业投资的影响是否因为企业的债务规模不同而存在差异，进一步根据企业债务水平以中位数方式将样本企业区分高、低债务类群，以分析不同债务程度情况下，各相关变量对企业投资影响的差异性。回归估计结果显示参数估计数值上变化较小和影响方向没有变化，可见，债务水平高低不是影响前述分析变量有差异的重要因素。

结论

综上所述，本文运用Bo和Sterken（2002）的实证研究模型，并略加以修改及混合估计方法中的固定效应模型，以1998-2011年间的国内制造业中的372家上市企业为实证分析对象，分析了国内利率、人民币美元汇率、企业负债和双率变动等变量对企业投资的实际影响，以及利率波动与债务对企业投资的交叉影响效应。基本结论主要有以下几点：

一是利率对企业投资具有负向的影响。1至3年期限的国内金融机构的贷款基准利率的变动对企业的影响最大、最敏感。企业可能最为关注短期贷款利率的调整。

二是利率波动对企业投资有正向作用，利率波动增大，对企业投资越有利。1至3年期限的国内金融机构的贷款基准利率的波动对企业的影响最大、最敏感。企业可能最为关注短期贷款利率的频繁调整。主要原因可能是，利率代表企业的借贷成本，这关系到企业的利润或收益水平。

三是只有短期债务对企业的投资对资本比例有影响。全体企业不会因为长期债务的变动明显改变其投资。只有短期债务和利率的交叉项在10%的显著性水平下是正向的。

四是汇率上涨（下跌）将使得企业预期收益减少（增加），对出口型企业来说不利（有利），最终导致企业减少（增加）投资。短期影响相对来说比较敏感些。汇率波动增加（减小）将使得企业预期收益减少（增加），对出口型企业来说不利（有利），最终导致企业减少（增加）投资。短期影响相对来说比较敏感些。

影响企业投资的最重要的因素变量是汇率、利率及双率波动。债务水平对投资亦相当重要，但债务水平高低不是影响解释变量有差异的重要因素。不过，短期利率波动、利率波动与债务的交叉项及汇率波动均影响企业的投资决策。

参考文献：

1.Aizenman，J.“Exchange rate flexibility， volatility， and domestic and foreign direct investment”.IMF Staff Papers.1992，39（4），890-922.

2.Atella，V.， G.E.Atzeni and P.L.Belvisi. “Investment and exchange rate uncertainty” [J]. Journal of Policy Modeling.2003，25，811-824.

3.Baldwin，R.and P.Krugman.“Persistent trade effects of large exchange rate shocks” [J].The Quarterly Journal of Economics.1989，104，635-654.

4.Bell，G.K. and J.M.Campa.“Irreversible investments and volatile markets： A study of the chemical processing industry” [J].The Review of Economics and Statistics.1997，79（1），79-87.

5.Benavente，J.M.， C.A.Johnson and F.G.Morande. “Debt composition and balance sheet effects of exchange rate depreciations ： a firm level analysis for Chile” [J].Emerging Markets Review. 2003，4，397-416.

6.Bernake，B.“Irreversibility， uncertainty， and cyclical Investment” [J].Quarterly Journal of Economics.1983，98（1），85-106.

7.Bernnan，M.J.and E.S.Schwarttz.“Evaluating natural resources investment” [J].Journal of Business， 1985，58，135-157.

8.Bo，H.and E.Sterken.“Volatility of the interest of rate， debt and firm investment： Dutch evidence”[J]. Journal of Corporate Finance.2002，8，17-93.

9.Buffie，E.F.and Y.Won.“Devaluation and investment in an optimizing model of the small open economy” [J]. European Economic Review.2001，45，1461-1499.

10.Campa，J. and L.Goldberg.“Investment in manufacturing， exchange rates and external exposure” [J]. Journal of International Economics.1995，38，297-320.

11.Campa，J. and L.Goldberg. “Investment， pass-through and exchange rates ： A cross-country comparison” [J].International Economics Review. 1999，40.287-314.

波动率范文第5篇

关键词：汇率波动；进出口；外汇风险；企业影响

中图分类号：17830；F740　文献标识码：A　文章编号：1001-6260(2010)01-0084-05

2005年7月21日，我国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度，人民币不再盯住单一美元，形成富有弹性的人民币汇率机制，人民币对美元、日元、欧元、港元、英镑等主要货币呈现有升有贬的特征，人民币兑美元和港元呈现出明显升值的态势，人民币兑欧元则是一个贬值的态势，人民币兑日元和英镑是一个波动态势，可以说人民币汇率呈现出结构性波动而不是单一的趋势，可见汇改后人民币汇率呈现出更加复杂的结构性特征。

汇改以来，我国进出口企业已深切地感受到汇率波动带来的压力和风险，而且这种状况将长期存在，因为人民币兑美元、日元、欧元、港元、英镑等关键货币的汇率波动幅度将会日益加大，走向趋势也更加复杂，所以对汇率波动的企业影响理论进行研究具有重要的现实意义，以便帮助企业深刻认识人民币汇率波动带来的影响、选择积极有效的应对策略、提升我国企业的国际竞争力。以下从国外、国内学者的研究两个方面进行述评。

一、国外学者有关汇率波动对企业影响的研究

自从1973年布雷顿森林体系瓦解、世界各国普遍采用浮动汇率制度以来，国际上众多学者就对汇率波动对企业的影响进行了一系列研究，归纳起来主要有两个方面。

(一)从汇率波动的风险或企业价值角度进行的研究

Smith等(1981)把汇率波动对企业价值的影响分为交易风险、换算风险和经济风险三种形式。研究发现，交易风险和换算风险(直接风险暴露)能够通过套期保值等方式做到有效的管理。Miller等(1998)认为汇率波动的企业经济风险是企业价值对外汇汇率波动敏感性的反映，他们运用企业数据从微观角度分析了美元对多种货币的汇率波动给企业带来的经济风险，并提出了应对策略。Bartram(2004)以德国公司抽样来研究汇率风险对公司价值的影响，认为汇率风险是否与公司价值存在线性关系和考察的汇率变动是双边还是多边汇率有一定的关系，同时也取决于公司的外销比例、公司流动资金量的控制措施、公司所处的行业等。Dominguez等(2007)探讨汇率变动和公司价值的关系，通过研究发达国家和新兴市场的八家上市公司，发现这些企业中的大多数存在汇率风险，与以往的研究文献最显著的不同是发现采用贸易加权算出的汇率有可能低估了风险暴露的程度。

Fraser等(2004)、Bartram(2007)对上千家美国非金融公司外汇风险与企业股票价值、现金流量的关系进行研究后发现，少数的公司与至少一种外汇汇率波动呈现明显的相关性，大部分公司的股价和收益与汇率波动没有呈现出一定的关系，但总体来说，对现金流和股价的影响比较相似并且和企业的行业特性有关。Muller等(2007)通过对1993年1月到2003年1月亚洲公司的数据研究发现，25％的公司风险暴露与美元波动有关、22.5％的公司风险暴露与日元汇率波动有关，流动资金比较少的企业受到的汇率波动影响也比较小。

(二)从汇率波动对企业竞争力及企业出口额的影响角度等进行的研究

Grauwe(1988)认为，汇率波动对企业的影响是由替代效应和收入效应决定的，汇率波动对企业的最终影响取决于替代效应与收入效应的大小。Obsffeld(2002)认为汇率波动对进出口企业的影响主要表现在商品相对价格上，在不同类工业商品之间存在相当大的差异。Velazquez―Hemandez(2002)研究了汇率风险暴露下厂商的出口决策行为，特别是比较了套期保值与没有套期保值厂商的区别。

一些学者从汇率变动对贸易量的影响角度进行研究，麦金农等(1999)认为汇率波动与贸易量之间的相关程度非常弱，Tenreyro(2004)也认为汇率风险对出口贸易的影响不显著。但是也有一些学者提出了不同的见解，Bohara等(2001)则认为汇率风险可能刺激国际贸易，而Choudhry(2005)认为汇率风险可能减少出口贸易。

还有一些学者对不同行业企业的汇率波动效应进行了研究。Campa(2004)运用西班牙有代表性的制造业企业数据研究了出口对汇率变化的反应，发现沉没成本假设在企业进出入某行业中起着重要的影响，而且进入市场的沉没成本大于退出市场的沉没成本，而汇率的变化对其影响不大，即使考虑滞后的因素，汇率对总贸易量的影响相对来说也是比较小的，数据显示本币10％的贬值对出口的促进只有1.4％。Cheong等(2005)运用英国制造业出口企业数据分析了汇率波动、贸易量、产品价格竞争力之间的动态关系，结果表明，当有意外的汇率波动时，出口商为了弥补风险，可以采用提高出口价格的方法，但实际上出口商宁可贸易额减少，也不愿直接提高价格，每个出口商的反应程度取决于其货物贸易市场的性质。Bolkesjo等(2006)研究汇率对森林产品贸易的影响，数据主要来源于美国1989年1月至2004年11月主要森林产品的月度进出口额，结果发现：从短期来看，出口对汇率波动非常有弹性，而进口弹性则是中性的；从长远来看，进出口弹性都在下降，但仍然比较大(出口和进口都为0.5)，可见汇率对进出口的影响是对称的假设是难以被否定的。Veronica(2006)利用1987年1月至2004年12月间乌干达制造业每月产出数据对汇率波动与制造业产出之间的关系进行格兰杰因果关系检验，实证结果表明，本国货币贬值，对总生产量及食品、烟草、饮料、木材和其他工业产出产生负面影响，各个行业的非一致反应模式表明，汇率变动对进出口比重比较大的行业的影响是非常显著的。Mallick等(2008)分析了印度20世纪90年代汇率机制改革以来印度各出口行业出口价格对印度货币卢比兑其关键货币汇率波动的反应，数据分析显示大部分企业成功应对了汇率波动带来的影响，只有少数企业利润及竞争力由于汇率波动有所减少。Wong等(2008)主要研究汇率波动对按SITC产品类别划分的马来西亚前5名的电力出口企业出口需求的影响，结果表明汇率波动对马来西亚的电力出口方式和出口需求产生非常不利影响，这也促使政府、企业共同努力使马来西亚电力企业向高科技工业化过渡。而Muller等(2006)、Francis等(2008)研究认为尽管汇率变动对产业竞争力的影响在理论上成立，但对美国产业的研究发现并非如此。

从以上分析可以看出，虽然关于汇率波动风险对进出口贸易影响的研究比较多，但是不同国家、不同部门、不同产品得出了不同的结论，没有获得一个一致验证的结论，这充分说明了汇率波动影响企业

经营的复杂性和多变性。

二、国内学者有关汇率波动对企业影响的研究

在我国，也有不少学者针对汇率波动对企业的影响及避险策略进行了讨论和研究。汇改以前我国学者对汇率波动影响关注的焦点在企业的不多，因为汇改前人民币汇率比较稳定，而且企业实行的是强制结售汇，企业没有自，但2005年汇改后汇率波动使企业受到的影响越来越大，有关研究也越来越多，基本上也是从贸易额的变化和汇率风险两个方面进行研究。

(一)进出口贸易额变化方面的研究

杨帆(2005)把众多学者计算的进出口需求价格弹性之和分为两大类：一类是我国进出口弹性之和小于或接近于1，明显不符合马歇尔一勒纳条件；另一类则正好相反，认为我国进出口弹性之和大于1，基本符合马歇尔一勒纳条件，根据马歇尔一勒纳条件会得出相反的结论。而卢向前等(2005)用自回归方法研究了人民币实际汇率波动对我国进出口的影响，结论是人民币实际汇率波动对我国进出口的影响十分显著，ML条件成立，并且存在J曲线效应。

姚大庆(2007)从构建具有微观基础的经济学模型人手，从理论上研究汇率波动对我国出口加工型企业的影响机制及其效应，结论是汇率波动幅度增加对企业出口决策的影响取决于企业生产的附加值，汇率波动幅度的上升会增加高附加值企业的产出和出口水平，减少低附加值企业的产出和出口水平。王根蓓(2008)采用弹性分析方法分析了汇率调整、定价模式与代表性出口加工企业的盈利能力变动之间的关系，结果发现：首先，汇率调整对出口加工企业的盈利能力会产生不确定的结果；其次，进出口的汇率弹性和进口投入的产出弹性是决定汇率调整对企业盈利能力影响程度与方向的基础因素；最后，证明了当出口加工企业面临不完全竞争的国际市场且可以自由选择计价货币时，本币的升值会提高其盈利能力。

封思贤等(2008)通过实证分析表明，不同类商品的进出口需求对汇率变化的反映程度存在较大差异。在各国或同一国的不同时期，其国际贸易收支的产品结构存在着较大差异，贸易构成的差异和不同商品汇率弹性的巨大差异是上述争论产生的根本原因。吴武清等(2008)利用1990年1月至2007年8月间月度数据从时间序列数据的季节效应分解、自回归建模和动态条件相关系数三个角度分析了人民币汇率升值对中国对美国出口的经济影响，揭示了人民币汇率升值会减少中国对美国的出口，还发现汇率波动的增加会减少出口贸易的增速；通过动态条件相关系数分析，发现实际汇率对出口的解释能力为20％-30％。曾寅初等(2007)也把汇率变动造成的影响分为直接效应和间接效应：汇率变动对企业出口应收账款造成了贬值损失，同时，人民币升值导致企业出口量减少，这种效应有一定的滞后性，来自山东省胶东地区企业层面的证据表明，这两种效应都比较显著。

(二)汇率风险方面的研究

陈龙江等(2007)从汇率水平和汇率风险两个角度考察了汇率变动对出口的影响，讨论了汇率影响出口的净效应，得出当前的人民币升值对浙江农产品实际出口带来负面效应，而升值过程中汇率波动所带来的汇率风险则反而有刺激农产品出口的正效应的结论。

陈六傅等(2007)通过分析发现，不论是短期还是长期，实际汇率风险对企业出口都存在正面或负面冲击，但负面冲击更具显著性。冲击程度在各企业间存在差异，这种差异与各类企业风险意愿类型、风险规避能力以及出口产品质量等因素有关。张辰利等(2007)采用数量分析的方法对外汇风险进行解析，在明确外汇风险的构成(外汇暴露、汇率的不确定性和持有期)的基础上，对外汇风险的概念做出相对完善的描述，在此基础上再展开对外汇风险的衡量及组成要素的针对性管理的探讨。

栗书茵(2007)通过分析2005年度与2006年中期上市企业各行业汇兑损益对企业财务费用和利润的影响，发现汇率的波动远大于汇改之前，由此给企业形成的汇兑损益将会更加不稳定，在此基础上得出汇兑损益和企业利润存在正相关关系的结论，并提出了企业控制外汇风险、减少汇兑损失的相关措施。陈仲常等(2007)认为汇率变动直接影响汇兑损益，而汇兑损益又是影响外币借款成本的重要因素，在分析汇率变动对借款成本所产生的影响的基础上，阐述了汇率变动所带来的风险及其防范措施。任再萍等(2008)通过对上市企业从2001年到2006年12个半年间汇兑损益的分析，以及运用重复抽样技术(bootstrapping)计算出行业的风险价值VaR并进行分析，研究我国企业本币升值背景下外汇风险产生的深层次原因及应对措施。

可以看出，2005年7月21日汇改后我国学者才更多地关注与研究汇率波动的企业影响效应，从不同行业、不同企业得出的结论也不尽相同，但极大地丰富了汇率波动的企业影响理论。