前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇波動率范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

波動率范文第1篇

關鍵詞：風電功率波動特性；概率統計；正態分布；ARMA模型

隨著資源環境約束的日趨嚴苛，以化石能源為主的能源發展模式必須根本轉變。近年來，可再生能源開發的熱潮遍及全球。我國已經規劃了8個千萬kW級的大型風電基地。截至2012年底，我國風電裝機容量已超過7000萬kW，居世界第1位。風力發電不消耗任何燃料，來源于大氣運動，不會因為開發風電而枯竭，是一種可再生能源。風電機組發出的功率主要與風速有關。由于風的不確定性、間歇性以及風電場內各機組間尾流的影響，使得風力發電機不能像常規發電機組那樣根據對電能的需求來確定發電。大規模風電基地通常需接入電網來實現風電功率的傳輸與消納。風電功率的隨機波動被認為是對電網帶來不利影響的主要因素。研究風電功率的波動特性，不論對改善風電預測精度還是克服風電接入對電網的不利影響都有重要意義。

一、風電功率概率分布模型

1.風電功率分布模型建立

因為風電機組風電功率波動具有隨機性和不可控性，大量的實驗數據表明風電功率并不滿足常見的概率分布。我們通過假設檢驗算法得出最佳概率分布，將處理后數據通過統計算法得出風電功率概率密度曲線和頻率分布直方圖。最后用所得數據進行曲線擬合和精度分析。

因為我們所求為電功率波動的概率分布，而對于電功率波動實為單位時間內電功率變化情況。對于某風電場中某個1.5MW風電機組中隨機抽取出30天中的60000個數據，我們運用一階差分算法。首先分別得出每5秒內每個風電機組的功率變化情況，并以此為橫坐標，通過統計算法得出風電功率波動頻率分布直方圖。根據所得頻率分布直方圖，觀察概率密度曲線回歸擬合結果。

設定上述風電機組為第一組，結果所得此風機的風電功率波動頻率分布直方圖（圖1），我們可以看出此圖對于零點處縱軸左右對稱，并且中央點最高，然后逐漸向兩側下降，曲線的形式是先向內彎，再向外彎。這些特點完全符合正態分布。我們同時根據概率分布的理論基礎：如t分布、F分布都是在正態分布的基礎上推導出來，同時u檢驗也是以正態分布為基礎。此外，t分布、二項分布、泊松分布的極限都為正態分布，在一定條件下，可以按正態分布原理處理。以此基礎再次確定風機的風電功率符合正態分布。

圖1 風電功率波動分布

2. 假設檢驗模型建立

假設檢驗是事先對總體的參數或總體分布形式給出一個假設（即原假設），然后利用抽取的樣本信息來判斷原假設是否合理。在假設檢驗中，給定一個較小的數α（0

P（拒絕為真）=（拒絕）≤α

這里α稱為顯著性水平，相應的假設性檢驗也稱為顯著性檢驗。

我們假設任意機組的風電功率波動概率服從正態分布，于是提出原假設與備選假設式中為原假設，為備選假設，上式為雙邊假設算法。

我們并以此構造檢驗統計量，明確其分布，并確定臨界值。對于給定的顯著性水平α=0.05，根據檢驗統計量的分布確定拒絕域臨界值。最后，經過MATLAB假設檢驗計算，得出說明原假設成立，任意機組的風電功率波動概率服從正態分布。

3. 風電功率分布模型結論

3.1 秒級風電功率波動

一般地，風電功率秒級波動的根源在于氣團的局部紊流。紊流氣團具有高度的隨機性，變化量相互獨立。秒級功率波動是風電功率波動的最小單位，所以，建立其概率分布模型有利于從根本上把握風電功率波動的內在規律，據此也可以推導出更長時間尺度的風電功率波動特點。

3.2 分鐘級風電功率波動

我們通過MATLAB建立核平滑半參數回歸模型分別擬合四臺風電機組分別在秒級和分鐘級時間間隔下風電功率波動（圖2）：

圖2-1第一組概率密度分布對比圖2-2第五組概率密度分布對比

圖2-3第十組概率密度分布對比 圖2-4第十五組概率密度分布對比

如上所示，我們可以看出上述五組風電機組的分鐘級電功率波動較秒級電功率波動明顯平緩。的波動曲線縱坐標最大值明顯大于的波動，并且的波動曲線峰寬較窄，說明時間間隔增大風電功率波動幅度變小，變化量也變小，實際反映時間間隔增大，風電功率輸出能量波動變小。

并且從上圖中我們還可看出風電機組的分鐘級電功率波動范圍較秒級電功率的范圍小，說明時間間隔增大，風電功率波動范圍減小。

二、風電功率的自回歸滑動平均（ARMA）預測模型

由于時間序列同時蘊含著數據順序和數據大小，表現出客觀世界的某一動態過程，能反映出客觀世界及其變化的信息，又由于風電場發電功率的數據具有按時間排序和離散性，因此可以采用時間序列分析方法對風電場的發電功率進行預測。在選定模型后，進行模型參數估計和模型定階，確定適當階數模型并計算出該階模型的參數后應用該模型進行風電場20臺風電總功率的預測。

經過計算，我們得出自回歸滑動平均模型為：

對于模型參數估計和模型定階是應用時間序列分析法進行建模時很重要和十分復雜的過程，該過程的適當與否直接影響到模型參數的計算精度和和預測的好壞。

最后，通過在MATLAB中編程進行計算，確定了模型的階數為p=10和q=9，并估計出了時序模型的參數。在此基礎上就可以對各機組進行風電場功率實時預測。分析圖3-1（a）和3-1（b）可以得出結論：樣本選取的時間間隔越大，預測的精度越低，這也從預測的角度印證了前文得到的結論。

采用作為樣本得到的未來7天的滾動預測值如下圖3-2所示，可以看出在未來7天中預測值波動變化規律基本固定，結合風力發電的特性和生活實際推斷預測值在一定程度上已經失去了精確性和意義，故本文的模型和樣本不適合進行未來長時間段的預測。

圖3-1（a）ARMA模型預測值與真實值比較圖3-1 ARMA模型預測值與真實值比較（B）

分析圖3-1（a）和3-1（b）可以得出結論：樣本選取的時間間隔越大，預測的精度越低，這也從預測的角度印證了前文得到的結論。

采用作為樣本得到的未來7天的滾動預測值如下圖3-2所示，可以看出在未來7天中預測值波動變化規律基本固定，結合風力發電的特性和生活實際推斷預測值在一定程度上已經失去了精確性和意義，故本文的模型和樣本不適合進行未來長時間段的預測。

三、結論

風電功率波動特性是指由于風電的主要利用的近地風具有波動性、間歇性、低能量密度等特點而造成風電功率比較明顯的隨機間歇性特征，使風能不具備傳統電廠的強可控性，造成給電網的有功平衡和電壓調整的壓力，增加了電網規劃和調度的難度，成為制約風電進一步發展的瓶頸。

風電機組及風電機廠的風電功率波動的一階差分概率分布基本全都符合正態分布。因風電機組產生時間和空間上分布的不同，故選取不同時間間隔的風電

功率波動概率分布和選取整個風電場的風電功率概率分布都會有顯著不同。對于時間分布，因時間具有相關性，故選取從s級至min級不同時間間隔的風電功率，其波動情況明顯不同；時間間隔選取越大，波動情況越削減，越趨于平緩。對于空間分布，因每臺風電機組所在風電場中位置不同，故單臺風電機組功率波動較整個風電場乃至風電場群也會有顯著不同；風電機組覆蓋區域越廣，波動情況越削減，越趨于平緩，產生“平滑效應”。

如果可以準確有效地預測出風電場的輸出功率，不僅可以幫助電力系統調度運行人員做出最有效決策，還可為電力市場條件下并網發電提供相關依據。有較為準確的預測才能提高電力系統運行的可靠性，為電網運行調度提供可靠依據，有效降低風力發電成本，減輕風力發電可能對電網造成的不良影響，提高風電穿透功率極限。

參考文獻：

[1]林衛星，文勁宇，艾小猛. 風電功率波動特性的概率分布研究. 中國電機工程學報，2012-01-0038-09

[2]崔楊，穆鋼，劉玉，嚴干貴. 風電功率波動的時空分布特性. 電網技術， 2011，02-0110-05

[3]楊桂興，常喜強，王維慶，姚秀萍. 對風電功率預測系統中預測精度的討論. 電網與清潔能源， 2011，01-0067-05

[4]李劍楠，喬穎，魯宗相，李兢，徐飛. 大規模風電多尺度出力波動性的統計建模研究. 電力系統保護與控制，2012

[5]韓中庚，數學建模方法及其應用，北京：高等教育出版社，2009年6月

波動率范文第2篇

鑫緣繭絲綢集團股份有限公司(下文簡稱“鑫緣”)，是國內絲綢行業頗具影響力的龍頭企業。公司的主營業務收入和絲類產品的出口額均位居國內同行業前列。作為一個外向度較高，年出口額8000多萬美元的企業。匯率變動對企業的影響比較突出。

雙向影響

匯率變化對企業的影響是雙方面的。負面影響中，影響企業經營的效益和現金流，是最為突出的表現。比如，在今年前半年人民幣不斷升值的情況下，匯兌損失會顯著增加財務費用，導致利潤的減少；回籠貨款的縮水，會減少現金的流入，加大資金供求矛盾。

在人民幣升值的預期下，經推算，如果不采取有效的匯率避險措施，鑫緣一年的匯兌損失將遠遠超過1000萬元。如果不能有效地規避風險、降低損失，將繼而影響整個企業的生產經營和人員就業，影響公司作為農業產業化國家重點龍頭企業發揮輻射帶動作用。

匯率變化對企業不僅僅是消極的影響，反過來也促進了鑫緣集團財務管理的加強。嚴峻的形勢迫使公司財務部門把匯率風險管理作為財務管理的重點之一，并滲透到日常管理之中。財務部門加強了對外匯避險工具的研究和應用，提高了對外貿經營活動的參與程度和管理力度。

同時，匯率變化也促進了鑫緣的產業升級，推動了企業的科技創新和品牌戰略的實施。為了提高企業的國際競爭力，掌握企業產品價格在國際市場的話語權，主動應對匯率變動對企業的不良影響，公司近年來加大科技創新的力度，提高產品的附加值，加快品牌戰略的實施，提高產品的知名度和影響力，取得了顯著成效。這些都為公司應對匯率風險增強了實力。

避險“組合拳”

管理和規避匯率風險，控制和降低匯率變動帶來的損失，需要使用“組合拳”，綜合運用外匯避險工具，全方位強化外匯收入管理，同時要權衡各種避險工具和避險措施的利弊，以求得風險最小，收益最大。鑫緣采用的措施主要有：

合理選擇并充分運用國際貿易融資方式。在匯率變動趨勢明顯。人民幣升值期限預計較長的情況下，公司較多地使用了出口押匯這一出口貿易融資方式，即發運貨物后將全套出口單據提交給銀行。由銀行向公司預付這筆出口貨物項下的全部或絕大部分外匯款項，待外匯貨款回籠后，以回籠的貨款歸還銀行預付的外匯款項。

這樣的押匯融資，加快了資金的周轉，將應收賬款提前轉化為現金，可以騰出流動資金的貸款規模。緩解資金供求矛盾。由于辦理出口押匯后從銀行取得的外匯款項可以辦理結匯手續，對呈貶值趨勢的外匯來說，避免或降低了未來匯率變動導致的外匯貶值給企業帶來的損失。在外匯貸款利率較低的時期，押匯取得資金所付的利息，還有可能小于同期人民幣貸款利率下同等數額借款所應支付的利息，降低了財務費用支出，可謂“一箭三雕”。與其他貿易融資方式相比，出口押匯操作比較簡便，需要支付給銀行的費用也相對較低。今年以來，公司出口押匯融資總量超過6000萬美元，通過這種方式減少匯兌損失450萬元，節約利息支出80萬元。

合理選擇出口貿易的結算幣種。人民幣匯率變動過程中，不是所有的外幣幣種都同步貶值，有些外幣在一段時間內甚至是升值狀態。因此，在與外商簽訂出口合同時，選擇有利的結算幣種，也是規避匯率風險的有效途徑。例如，公司在上半年對歐洲的出口業務中，爭得國外進口商的同意，較多地使用了歐元結算，不但沒有形成匯兌損失，還有一定的收益。

合理選擇出口貿易的結算方式。不同的出口貿易結算方式，會對貨款回籠時間的長短、到賬外匯的多少、支付費用的多少，以及收匯風險的大小產生不同的影響。因此，合理選擇出口貿易的結算方式，也是規避匯率風險的重要方面。公司在不少業務中利用產品的優勢，采用前T／T的結算方式，讓客戶預付貨款，不僅提前收取了貨款，而且有效地規避了匯率風險。

合理選擇并審慎使用外匯交易工具。在幣種選擇和結算方式不能如愿與國外進口商達成一致的情況下，用好外匯交易工具則是出口企業應考慮的重要手段。企業可以通過遠期、掉期和期權交易等保值工具，追求外匯收益的最大化。在鑫緣，使用較多的是遠期結售匯。這種方式起到了較好的鎖定成本、保值避險的作用。

合理確定結匯的時點。在美元持續貶值的情況下，公司與銀行簽訂了實時結匯的協議。一旦美元到賬，由銀行主動代為結匯成人民幣，這樣既減少了企業逐筆辦理結匯的時間和工作量，也避免了因延誤結匯時間而增加外匯損失。

靈活多變，在不同時期選擇不同的避險措施和避險工具。匯率避險措施和工具的運用也不是一成不變的。鑫緣根據外匯市場行情走勢的變化應時而動。例如，下半年結算幣種的選擇不再優先考慮歐元；近期美元匯率上下波動，則公司押匯融資的規模有所控制，結匯的時點也重新斟酌、選擇。

波動率范文第3篇

一、基礎理論

經典R/S分析法R/S分析法的基本思想是：如果時間序列是隨機游走的，累積離差的極差應與觀測值個數的平方根成正比。為了使這個度量在時間上標準化，Hurst用觀測值的標準差去除極差建立一個無量綱的比率，這個比率即現在應用比較廣泛的Hurst指數。ARFIMA模型大量實證分析表明，金融資產的收益率序列的分布相對于正態分布具有尖峰厚尾的特征。對于R/S分析法，Mills（2002）發現金融資產收益率序列分布的厚尾特征可能會影響該分析方法對序列長記憶性特征的分析。

二、實證研究

（一）樣本數據的選取及說明

2005年7月21日，我國對人民幣匯率制度進行了改革，開始實行以市場供求為基礎的、參考一籃子貨幣進行調節、有管理的浮動匯率制度。該形成機制更適合我國經濟發展的現狀，所以論文選取2005年7月21日至2014年2月10日間每個外匯交易日美元兌人民幣中間價作為研究對象，數據來源于國家外匯管理局。收益率的計算采用對數收益率的形式，即對匯率中間價序列Pt!"取對數之后進行一階差分：（5）論文采用比較常用的絕對均值偏離平方2ttR-R刻畫收益波動率。

（二）收益率及收益波動率統計特征及平穩性檢驗

對人民幣匯率收益率和收益波動率序列的統計特征分析，論文采用的統計量為均值、標準差、偏度系數、峰度系數、Jarque-Bera統計量、Ljung-BoxQ統計量、ADF和P-P統計量。由表1可知：1.人民幣匯率收益率及收益波動率的偏度系數都顯著的不為0，說明兩時序均不是圍繞均值對稱分布的，且波動率序列的有偏特征明顯地強于收益率序列；峰度系數均大于3，均有“尖峰厚尾”的特征，且波動率序列的“尖峰厚尾”特征強于收益率序列；Jarque-Bera統計量相應的p值都為0，兩種序列都顯著地拒絕正態分布的原假設。總而言之，兩時序均不服從正態分布，且波動率序列的非正態性特征更加明顯。2.由Ljung-BoxQ統計量自相關檢驗結果可知，兩時序均不存在顯著的短記憶性；由ADF檢驗和P-P檢驗結果，在1%的顯著性水平上均顯著地拒絕了存在單位根的原假設，可認為兩時序均是平穩的時間序列。基于此，可對兩時序進行長記憶特征的研究。

（三）經典R/S分析

由圖1兩種序列的時序圖可知，兩種序列均存在明顯的波動集束現象，因此，進行R/S的分析之前，有必要使用GARCH類模型對序列進行過濾。對人民幣匯率收益率和收益波動率序列序列，論文分別采用GARCH（1，1）-M模型和GARCH（1，1）進行過濾，得到標準化序列，再對標準化序列進行經典R/S的分析。結果如表2所示，它們的In（R/S）-In（N）圖如圖2所示。通過表2可知，分析法估算出的人民幣匯率收益率和收益波動率序列的Hurst指數均大于0.5，通過最小二乘估計方法擬合的可決系數均在90%以上，擬合的效果都非常好，可以認為估算的Hurst指數是較為準確的。收益率序列的Hurst指數為0.58158，與0.5相差不大，說明收益率序列雖然存在長記憶性，但是一種較為微弱的長記憶性，而收益波動率序列的Hurst指數為0.91182，明顯大于0.5，表明收益波動率序列的長記憶性特征非常顯著。

（四）ARFIMA模型的擬合

根據信息準則對模型進行篩選，人民幣收益率和收益波動率序列分別選ARFIMA（1，d，1）和ARFIMA（0，d，0）模型進行擬合。參數估計結果如表3所示。由表3可知，各參數在5%的顯著性水平上是顯著的。人民幣匯率收益率序列分數差分參數d=0.01176，0＜d＜0.5，說明收益率序列具有長記憶的特征，但是一種比較微弱的長記憶性。而對于收益波動率序列分數差分參數d=0.21796，0＜d＜0.5，說明波動率序列具有比較顯著的長記憶性特征。總體而言，ARFIMA模型對序列的擬合結果和經典R/S分析法對序列的分析結果基本吻合。

三、結論

波動率范文第4篇

關鍵詞：利率波動 匯率波動 負債 投資資本比

引言

在市場經濟條件下，利率是重要的基本經濟因素之一，是經濟學中一個重要的金融變量，也是宏觀調控經濟的主要手段，利率的波動一直深受社會各界的關注。央行可以通過貨幣政策以改變利率，進而影響企業的投資及國內的居民收入水平。因此，適當的利率水平能誘發企業進行投資，進而達到經濟穩定成長的目標。此外，當利率波動增加時，會造成企業對成本與收入估算不確定，進而影響企業利潤的不確定，最終干擾企業的投資。

在開放經濟條件下，匯率是影響企業進行實際投資的另一關鍵因素。主要表現在：經由進出口的匯兌損益影響企業利潤，進而影響實際投資；企業發行海外債時，不僅涉及到國外利率與匯率，而且影響企業的利潤與投資。換句話說，匯率可以通過進出口及財務方面的債務影響到企業的實際投資。2008年國際金融危機以來，匯率波動加劇，在匯率波動加劇的情況下，企業難以精確地預測未來收益，進而嚴重影響企業的利潤和實際投資。

利率的下降（上升），會刺激（降低）企業投資；匯率的貶值（升值）對于出口企業投資有利（不利）。在利率波動與匯率波動與企業投資間的關系上，總體來看，Carruth、Dickerson和Henley（2003）研究認為，如果企業或產業面對的不確定性屬于經常性的，那么利率和匯率的波動在綜合水平分析下將會互相抵消掉。Bernake（1983）研究認為，不確定性對企業投資的影響不能以綜合水平下平均得出。Bernake（1983）的研究理由有兩點：一是利率、匯率、通貨膨脹率的不確定或是貨幣政策及財政政策的沖擊等，在個體水平下的執行決策是極為重要的；二是總體的不確定也許是由個別決策者產生而來的。因此，以個體水平（如個別企業）分析利率或匯率（波動）對投資的影響是相當重要的。

在利率波動對企業投資的實際影響方面，Ingersoll和Ross（1992）以金融期權概念研究了利率波動對企業投資的實際影響，發現利率波動對于投資影響是不確定的。在Ingersoll和Ross（1992）的研究思路基礎上，Episcopos（1995）研究分析了美國利率不確定性對不可回復性投資的影響。研究發現，利率波動的增加會降低企業的固定投資。然而，Calcagnini 和Saltari（2000）調整了Ingersoll和Ross（1992）對投資的研究假設，發現利率波動對于企業投資的影響并不顯著。

在匯率波動對企業投資的實際影響方面，Goldberg（1993）以1970-1980年間的美國五大部門產業為實證研究對象，著重研究分析了匯率波動對企業總投資的影響。Goldberg分析發現，只有制造業的耐久部門是顯著的，且此顯著關系的符號會隨時間而改變。Darby et al.（1999）以G7國家為實證研究分析對象，用金融期權價值模型分析了匯率不確定對投資的影響。他們的研究表明，匯率的不確定增加可能刺激投資。Serven（2003）使用GARCH模型分析實質匯率波動，以發展中國家為分析對象，支持匯率不確定與私人投資存在的顯著的負向關系。

Bo和Sterken（2002）率先強調利率波動與債務的交叉項對投資的影響。他們的研究發現，對于全部舉債公司來說，當物價上漲時，根據費雪方程式，會產生實質負債減少的實質負債效果，以及名目利率上升所造成利息負擔增加的利息負擔效果。一般而言，高負債企業的實質負債效果較大；而低負債企業的利息負擔效果較為重要。在Bo和Sterken（2002）的研究中，他們以結構性模型連接利率不確定與企業投資，并且運用利率二階動差推導出新古典投資模型。早期文獻中大多以縮減式方法推導投資與不確定的關系。他們也考慮了企業財務結構，在探討利率波動對企業投資影響時，加入企業的財務杠桿效果。

基于上述分析，依據Bo和Sterken（2002）所建立的實證研究模型，加入匯率及匯率波動因素（Summer（1981）、Abel（1982）、Hayashi（1982）及Hubbard（1998），以國內制造業上市公司為例，本文試圖探討利率、匯率、負債、利率波動、匯率波動及負債和利率波動的交叉效果如何影響企業的投資行為，其中強調交叉效果項。

本文的研究目的主要是：首先，在Nickell（1978）的動態最優化模型基礎上，考慮企業面對匯率與利率的不確定性以及企業的投資行為。其次，研究利率波動及負債對企業投資決策的聯合影響，以及雙率波動等變量對投資的實際影響；最后，將國內制造業上市企業區分高、低債務類群，以分析不同債務程度情況下，各相關變量對企業投資影響的差異性。

相關文獻綜述

（一）利率波動與投資之間的關系

Bernake（1983）、Titman（1985）、Bernnan和Schwartz（1985）、Ekern（1988）、McDonald和 Siegel（1986）等的研究主要以現金流量不確定探討對投資方案的影響，即利用凈現值作為投資決策的衡量指標。Ingersoll和Ross（1992）研究了利率波動與投資的關系。他們以金融期權概念分析利率波動對投資的影響。他們的研究認為，在利率不確定條件下，即便是最簡單的投資計劃都存在有選擇權價值。與Bernake（1983）、Titman（1985）、Bernnan和Schwartz（1985）、Ekern（1988）、McDonald和Siegel（1986）等的研究不同，Ingersoll和Ross的研究強調利率不確定對于投資的影響，他們認為，利率波動的影響是普遍存在的，且對于總體投資具有關鍵影響。結果表明，利率波動對于投資影響是不確定的，利率的不確定增加，一方面有助于提升等待的期權價值，另一方面會提升執行投資的價值，因為折現值是利率的凸函數。企業是否等待或進行投資以此兩項效果力量大小而定。

基于Ingersoll和Ross（1992）的研究模型，Episcopos（1995）分析了美國利率不確定性對不可回復性投資的影響。Episcopos考慮五個主要不確定的變量“實質利率增長率、總個人消費、股價指數、GDP平減指數和十一個領先指標的綜合指數”，以ARCH模型來估計波動的條件變異，利用固定投資作為不可回復性投資的變量。結果表明，五個不確定變量與固定投資之間的關系呈現顯著負向，即利率波動的增加會減少固定投資。

Calcagnini 和Saltari（2000）則修改了Ingersoll和Ross（1992）對投資的定義，設定為可無限分割且能無限制的投資，分析利率不確定與需求不確定對投資的影響。結果表明，就需求面來說，當預期需求增長率上升時，會導致更高的投資；預期需求波動增加則會抑制投資。此外，利率的升高會減少投資，而利率波動對于投資的影響則不顯著，可能的原因有兩個：一是利率不確定增加，一方面有助于提升等待的期權價值，因此企業會減少目前的投資；另一方面由于折現值是利率的凸函數，所以會提升執行投資的價值，進而激勵企業投資。此兩種反向力量剛好抵消，造成不顯著的結果。二是由于實證期間介于1980-1995年間，屬于Ornstein-Uhlenbeck的隨機過程，即利率波動的改變是屬于附有條件的固定波動。

Bo和Sterken（2002）考慮企業面對的風險，采用動態最優化模型，分析企業的財務杠桿不確定對投資影響效果上所扮演的角色。他們以1984-1995年的荷蘭上市公司為實證分析對象，運用面板數據，將利率區分為企業利率與市場利率衡量，用三種不同方法衡量利率波動的形式。結果表明，企業利率與市場利率對企業投資影響皆為負向顯著的，利率波動對于投資的影響效果則不確定。

（二）匯率波動與投資之間的關系

Aizenman（1992）實證研究分析了各種不同匯率制度下對投資的影響。研究發現，在生產力與貨幣兩者的沖擊下，固定匯率制度較浮動匯率制度能創造更高的總投資。因此，執行固定匯率制度可能刺激海外直接投資。然而此項結論并不意味著固定匯率制度總是優于浮動匯率制度。事實上，這是實質沖擊下在就業波動與預期所得間所作抉擇的結果。例如，浮動匯率制度是以減少預期所得和投資為代價來換取穩定就業的。

Goldberg 和Kolstad（1994）以美國、加拿大、日本及英國的1978年第1季度至1991年第3季度的雙邊海外直接投資為分析對象，研究短期匯率波動對于海外直接投資的影響。結果表明，匯率波動的加劇卻能促進國際間的生產活動與投資。他們認為要證明國內總投資因匯率波動的增加而減少，必須證明國內資金流出的增加并非由國外資金流入的增加所抵銷。因此，假設采用浮動匯率制度會導致國內投資減少的說法是不正確的。

Goldberg（1993）以1970-1980年代的美國產業為實證研究對象，將產業區分為五大部門分析匯率波動對總投資的影響，其結果是不明確的，只有制造業的耐久部門的影響是顯著的，其影響方向是隨時間而改變的。例如，在制造業的耐久部門中，有些部門在20世紀70年代會擴大投資來反應匯率波動的增加；然而在20世紀80年代，匯率波動增加則會抑制其投資。抑制投資來反映匯率波動的增加與某些因素相關，例如，投資人是風險規避者、存在投資的不可回復性以及在不完全競爭的利潤凸性等。匯率波動與投資間的關系隨著時間而改變，可能與產業的競爭結構轉換有關，或者因為對國內供給和進口投入依賴的模式已經改變。

Campa和Goldberg（1995）基于Goldberg（1993）的研究，引入新的外部風險衡量方法，強調外部風險可分成出口銷售及進口投入所面對的匯率波動而產生的風險。結果表明，到20世紀80年代初期，制造業部門的外部風險主要以進口投入風險為主，原因并非出口銷售的減少而是對進口投入依賴的增加。此外，高成本加成的部門，即較具有獨占壟斷部門的企業，傾向于自行吸收匯率波動風險而非將其轉嫁到企業的投資行為上。對于美國制造業部門而言，匯率波動對投資的影響在相對上有微弱且不顯著的效果。匯率波動對投資的影響要以部門的匯率風險符號及大小而定，然而其效果并不大。一是企業可能透過技術或企業廠房位置的選擇將風險規避掉（Aizenman（1992）、Goldberg和Kolstad（1994））。二是產業的競爭結構可能是內生的（Dixit（1989）、Baldwin和Krugman（1989）、Caballero和Pindyck（1992））。

Campa和Goldberg（1999）以1970-1993年間美國、加拿大、英國、日本的產業為分析對象，在考慮企業的成本加成程度下，分析匯率波動對投資的影響。結果發現，匯率波動對于產業投資的影響，低成本加成的產業較高成本加成的顯著，可能因為高成本加成的產業比低成本加成的產業更能吸收匯率波動對企業利潤或投資所造成的沖擊。因此，匯率永久性改變與企業利潤間的關系對高成本加成產業是不重要的。Nucci和Pozzolo（2001）基于Campa和Goldberg（1999）的研究思路，以1984-1995年的意大利制造業企業為研究樣本，探討匯率波動對企業投資的影響。結果表明，具有低獨占力的企業對于匯率波動較為敏感，此證明Campa和Goldberg（1999）以產業水平分析匯率波動與投資間的關系。此外，投資支出規模愈小的企業對于匯率波動也是更為敏感的。

Bell 和Campa（1997）以1977-1989年間的美國和歐盟的化學產業為研究對象，探討波動對不可回復性（投資的不可回復性意味著企業一旦進行投資，如果市場狀況不如預期時，則企業務必遭致部分成本無法回收的損失，即使將機械、廠房等重復出售也必須經過折價的動作）的投資的影響，其中波動來源為匯率波動、投入價格波動及產品需求波動。結果表明，就投入價格波動及產品需求波動對投資影響而言，在美國與歐盟的化學產業均不顯著。然而匯率波動對歐盟的化學產業投資具有顯著的負向效果，可能因為存在風險規避因素，或是在不完全競爭產業下高度的投資不可回復性所造成。此外，投資決策會受到周邊市場范圍的影響，例如美國的產業相對是孤立的，因為美國將大部分產品銷售到鄰近的邊界國家；然而歐盟產業則相對開放許多，因為其產品銷往全球各地，導致歐盟產業面臨較大的匯率波動風險。

Darby et al.（1999）以G7國家為實證研究對象，利用金融期權價值模型分析匯率不確定對投資的影響，提出匯率波動的增加有可能刺激投資。投資對不確定的反應要以投資的廢棄價值與等待的機會成本而定。當投資的廢棄價值較低時，匯率波動的增加會刺激投資，因為額外的波動會減少無法擺脫閑置投資的機會。而等待的機會成本愈大，愈有可能導致企業投資的增加。結果表明，美國、德國與法國的匯率波動對投資影響是負向顯著的。

Darby et al.（2002）延續Darby et al.（1999）的研究，采用其他方式來衡量匯率波動，在計算實質匯率波動之前先剔除掉波動的趨勢成分，結果顯示美國的匯率波動對投資的影響為正向顯著的，Darby et al.（1999）與Darby et al.（2002）對于美國估計結果的不一致，說明匯率波動的衡量方式不同具有重要性。

Hallett、Peersman和Piscitelli（2004）批評Darby et al.（1999）和Darby et al.（2002）的總體水平分析無法捕捉產業之間的差異，因此考慮以個別產業差異的面板數據來延伸分析，從9個OECD國家中挑選13種不同產業為實證對象，期間為1970-2000年。名義匯率波動對投資的影響有6個是負向顯著、4個是正向顯著、3個是不顯著；然而，采用實質匯率所估計的結果與名義匯率是不一致的。

Serven（2003）以開發中國家為對象，利用GARCH模型衡量實質匯率波動，強烈地支持匯率不確定對于私人投資有顯著的負向效果。此外，實質匯率波動對私人投資的影響與貿易開放、金融發展程度有關，高度貿易開放與不健全的金融體系較容易得到匯率不確定與投資的負向關系。

Atella、Atzeni和Belvisi（2003）認為，已有研究著重強調貶值對投資的影響，就匯率影響企業投資過程來說，不同形態企業對匯率敏感度有差異，因此應該探討匯率波動而非匯率水平對投資的影響。另外，已有研究多數以總體或產業面分析匯率波動對投資的影響。Atella、Atzeni和Belvisi（2003）以1989-1994年間的意大利企業為樣本，采用面板數據估計匯率波動與投資之間的關系。研究發現，匯率波動的增加會抑制投資，而且隨著企業市場占有率的減少，愈容易受到匯率波動的影響。此外，在假設風險規避的情況下，穩定的匯率可以幫助企業正確地估計每單位投資所帶來的邊際利潤，增加企業投資的誘因。

實證研究設計

Nickell（1978）在研究文獻中推導出了關于企業在不確定條件下的動態目標函數。本文運用Nickell（1978）的動態最優化模型，給出描述企業投資行為的具體投資函數。本文假設企業的目標在于追求未來現金流的最大化。式（1）描述了某個企業的目標在于追求其價值實現的最大化，而此價值就等于未來現金流量扣除由現金流量所產生的相關風險成本的現值。

（1）

式（1）中，Vj（0）表示為企業j在時間t=0時的現金流量折現值；e-rt表示為連續折現因子；E0表示為預期因子，代表時間t=0時所獲得的信息預期值；r表示為企業面對的折現率，以實際價格衡量；CFjt表示為企業j在時間t=0時的現金流量；Var（CFjt）表示為現金流量的變異數，用于代表企業未來現金流量所面臨的風險；θ表示為投資在面臨不確定條件下所衡量的單位風險市場價格，且假設θ為正，即假設企業為風險規避者。

在企業追求價值最大化的過程中，企業分別面對式（2）中的資本積累過程和現金流量定義的條件約束。在式（2）中，第一個等式說明企業的資本累積過程；第二個等式將企業的現金流進行定義，描述為企業的營業利潤扣除掉人工成本及利息支付再加上資本折舊額。

（2）

式（2）中，Kt表示為資本存量的變動；It表示為毛投資；δ表示為資本的折舊率；F（Kt，Lt）表示為企業的生產函數，Kt和Lt分別表示為企業在時間t的資本存量與勞動投入；pt和wt分別表示為企業生產的產品的市場價格和工人工資；A（Kt，It）表示為資本的調整成本，是毛投資和資本存量的函數；i表示為利率；Bt（It，IWt）表示為企業的債務水平，實際為毛投資與內部可用資金的函數，IWt表示為內部可用資金，且滿足Bt（It，IWt）/It>0和Bt（It，IWt）/Wt

如果假設企業所生產的產品處于完全競爭性的市場，那么該企業生產的產品的市場價格是已知且固定的，而現金流量的不確定則來自于利率的波動。為了方便分析，本文運用傳統二次調整成本函數與線性負債函數進行研究，可以得到描述企業投資行為的具體投資方程式。

（3）

（4）

如果假設利率為內生變量，其余變量皆是外生的變量，將式（4）中的第二個約束等式帶入到（3）中，且在式（4）第一個約束條件下，可以設立以下Hamiltonian函數：

（5）

如果假設企業的調整成本為（6）中描述的毛投資和資本存量的二階函數，并且企業的債務對毛投資微分為式（7）描述的一個常數項。

（6）

（7）

式中，α1和α2皆為常數，且0

（8）

為了簡化式（8），以新的參數形式表示為式（9）：

（9）

式中，εt表示為模型回歸的誤差項，β0、β1、β2表示為待估計的參數，Var（it）是利率的變異數，It/Kt表示為投資對資本比例。

式（9）僅僅說明了利率及利率波動與債務的交叉項對于投資的影響，Bo和Sterken（2002）關心利率波動與債務個別對投資對資本比例的影響，將式（9）中的解釋變量加入利率波動效應及債務效應兩項。此外，由于本文利用面板數據進行實證分析，為考量個別企業之間的差異性，在模型中加入固定效應項。

（10）

式中，fj為企業效應或固定效應；β1、β3、β4分別代表利率、利率波動與債務對投資對資本比例的邊際效應；β2表示為利率波動與債務對投資對資本比例的聯合影響效應。在實證分析上，負債是以負債除以總資產來表示，以消除因企業規模大小不同所產生的規模效應。

以Summer（1981）、Abel（1982）、Hayashi（1982）及Hubbard（1998）的投資調整模型為基礎，將匯率及匯率波動等加入投資理論模型中，可以得到下列估計模型：

（11）

式（11）中，ext、Var（ext）分別是匯率與匯率波動，其它變量定義如同式（10）；β5和β6分別代表匯率、匯率波動對投資對資本比例的邊際影響。

對于式（11），本文使用面板數據下的混合回歸模型推測各相關變量對企業投資的敏感性影響。對于面板數據，混合回歸模型被定義為如下方程：

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

式（12）中，Yit表示為被解釋變量；α表示截距項；Xit為由解釋變量組成的k×1階列向量；β為由方程回歸系數組成的k×1階列向量；εit為方程估計誤差項。

上述模型如果能夠被正確設置，那么方程中的解釋變量與誤差項不存在相關性，即滿足Cov（Xit，εit）=0，不管是N趨于無窮大，還是T趨于無窮大，方程中的參數的混合最小二乘估計量肯定是一致估計量。對于任何個體和截面，上述的混合回歸模型的核心特點在于方程估計的參數α和β都相同，不會由于個體和截面的差異不同而變化。

研究數據及相關處理

制造業作為我國國民經濟的支柱產業，是我國經濟增長的主導部門。制造業在我國實體經濟中占據著重要的地位，并且我國進出口企業以制造型企業居多，因此研究制造行業中各子行業匯率變動對公司價值的影響具有代表意義。兼顧所掌握的數據信息資料情況和樣本估計時的數據要求，本文重點選擇了1998-2010年間我國制造業中41個子行業的上市公司的年度數據進行面板數據模型分析。在剔除了樣本期間內企業所屬行業性質改變以及樣本期間數據不完整的樣本后，共選取了國內滬深兩市372家上市公司作為研究對象。具體的行業選擇如表1所示。

本文選擇國內的制造業上市公司作為實證樣本。實證期間為1998-2010年，共計13期，上市企業數據為年度數據。金融機構人民幣貸款基準利率數據來源于中國人民銀行官方網站。人民幣兌美元匯率數據來源于國家外匯管理局官方網站。企業財務數據來源于國泰安經濟金融研究數據庫CSMAR。實證上所采用的變量包括：投資對資本比例、利率、利率的波動、負債、利率波動乘以負債、匯率及匯率波動。其中，選取國內金融機構的貸款基準利率作為企業投資借貸的重要參考依據。上述變量具體被定義為如表2所示的含義。

實證分析

（一）變量的描述性統計

表3給出了不同變量的描述性統計。i1-3、i3-5、i5、Var（i1-3）、Var（i3-5）、Var（i5）、ex、Var（ex）分別表示為1至3年的國內金融機構的貸款基準利率、3至5年的國內金融機構的貸款基準利率、5年以上的國內金融機構的貸款基準利率、1至3年的國內金融機構的貸款基準利率的變異系數、3至5年的國內金融機構的貸款基準利率的變異系數、5年以上的國內金融機構的貸款基準利率的變異系數、人民幣年平均匯率、人民幣年匯率變異系數。

（二）全體樣本企業實證結果

表4給出了全體樣本企業的三種模型的估計結果。模型I表示為企業投資與5年期以上的國內金融機構的貸款基準利率的敏感性分析。模型II表示為企業投資與3至5年期的國內金融機構的貸款基準利率的敏感性分析。模型III表示為企業投資與1至3年期的國內金融機構的貸款基準利率的敏感性分析。在不同模型分析中，企業債務、匯率及匯率的變異系數等變量不發生變化，都參與分析。

在10%的顯著水平下，利率對投資具有負向的影響。平均來說，對于不同期限的國內金融機構的貸款基準利率，利率每增加一個單位，企業的投資對資本比例分別將下降0.0207595、0.0219802、

0.0247421個單位。1至3年期限的國內金融機構的貸款基準利率的變動對企業的影響最大、最敏感。可見，就國內金融機構的貸款基準利率的變動來說，企業可能最為關注短期貸款利率的調整。

在10%的顯著性水平下，利率波動對企業投資有正向作用，利率波動增大，對企業投資越有利。就國內金融機構的貸款基準利率的波動來說，利率波動每增加一個單位，對企業投資的影響將分別增加0.0088458、0.0089013、0.0138006個單位。1至3年期限的國內金融機構的貸款基準利率的波動對企業的影響最大、最敏感。可見，就國內金融機構的貸款基準利率的波動來說，企業可能最為關注短期貸款利率的頻繁調整。主要原因可能是利率代表企業的借貸成本，這關系到企業的利潤或收益水平。

在負債變動方面，只有短期債務對企業的投資對資本比例有影響，通過10%的顯著性水平。全體企業不會因為長期債務的變動明顯改變其投資。在利率波動與債務的交叉項對企業投資的影響方面。只有短期債務和利率的交叉項在10%的顯著性水平下是正向的。這意味著，全體樣本企業雖然因為利率上升使得利息支出增加，但是可能因為其它因素導致實際負債的減少，例如通貨膨脹上升的實際影響。這種結果導致企業的實際負債減少程度相比于利息支出來說增加的幅度要大些，最終造成企業愿意增加投資。交叉項每增加一個單位，企業的投資對資本比例就會上升。

在匯率方面，在1%顯著性水平下均是負向影響。數據顯示匯率上漲（下跌）將使得企業預期收益減少（增加），對出口型企業來說不利（有利），最終導致企業減少（增加）投資。短期影響相對來說比較敏感。在匯率波動方面，在5%顯著性水平下均是負向影響。數據顯示匯率波動增加（減小）將使得企業預期收益減少（增加），對出口型企業來說不利（有利），最終導致企業減少（增加）投資。短期影響相對來說比較敏感。

（三）區分債務水平的實證結果

為了分析不同變量對企業投資的影響是否因為企業的債務規模不同而存在差異，進一步根據企業債務水平以中位數方式將樣本企業區分高、低債務類群，以分析不同債務程度情況下，各相關變量對企業投資影響的差異性。回歸估計結果顯示參數估計數值上變化較小和影響方向沒有變化，可見，債務水平高低不是影響前述分析變量有差異的重要因素。

結論

綜上所述，本文運用Bo和Sterken（2002）的實證研究模型，并略加以修改及混合估計方法中的固定效應模型，以1998-2011年間的國內制造業中的372家上市企業為實證分析對象，分析了國內利率、人民幣美元匯率、企業負債和雙率變動等變量對企業投資的實際影響，以及利率波動與債務對企業投資的交叉影響效應。基本結論主要有以下幾點：

一是利率對企業投資具有負向的影響。1至3年期限的國內金融機構的貸款基準利率的變動對企業的影響最大、最敏感。企業可能最為關注短期貸款利率的調整。

二是利率波動對企業投資有正向作用，利率波動增大，對企業投資越有利。1至3年期限的國內金融機構的貸款基準利率的波動對企業的影響最大、最敏感。企業可能最為關注短期貸款利率的頻繁調整。主要原因可能是，利率代表企業的借貸成本，這關系到企業的利潤或收益水平。

三是只有短期債務對企業的投資對資本比例有影響。全體企業不會因為長期債務的變動明顯改變其投資。只有短期債務和利率的交叉項在10%的顯著性水平下是正向的。

四是匯率上漲（下跌）將使得企業預期收益減少（增加），對出口型企業來說不利（有利），最終導致企業減少（增加）投資。短期影響相對來說比較敏感些。匯率波動增加（減小）將使得企業預期收益減少（增加），對出口型企業來說不利（有利），最終導致企業減少（增加）投資。短期影響相對來說比較敏感些。

影響企業投資的最重要的因素變量是匯率、利率及雙率波動。債務水平對投資亦相當重要，但債務水平高低不是影響解釋變量有差異的重要因素。不過，短期利率波動、利率波動與債務的交叉項及匯率波動均影響企業的投資決策。

參考文獻：

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.

波動率范文第5篇

關鍵詞：匯率波動；進出口；外匯風險；企業影響

中圖分類號：17830；F740　文獻標識碼：A　文章編號：1001-6260(2010)01-0084-05

2005年7月21日，我國開始實行以市場供求為基礎、參考一籃子貨幣進行調節、有管理的浮動匯率制度，人民幣不再盯住單一美元，形成富有彈性的人民幣匯率機制，人民幣對美元、日元、歐元、港元、英鎊等主要貨幣呈現有升有貶的特征，人民幣兌美元和港元呈現出明顯升值的態勢，人民幣兌歐元則是一個貶值的態勢，人民幣兌日元和英鎊是一個波動態勢，可以說人民幣匯率呈現出結構性波動而不是單一的趨勢，可見匯改后人民幣匯率呈現出更加復雜的結構性特征。

匯改以來，我國進出口企業已深切地感受到匯率波動帶來的壓力和風險，而且這種狀況將長期存在，因為人民幣兌美元、日元、歐元、港元、英鎊等關鍵貨幣的匯率波動幅度將會日益加大，走向趨勢也更加復雜，所以對匯率波動的企業影響理論進行研究具有重要的現實意義，以便幫助企業深刻認識人民幣匯率波動帶來的影響、選擇積極有效的應對策略、提升我國企業的國際競爭力。以下從國外、國內學者的研究兩個方面進行述評。

一、國外學者有關匯率波動對企業影響的研究

自從1973年布雷頓森林體系瓦解、世界各國普遍采用浮動匯率制度以來，國際上眾多學者就對匯率波動對企業的影響進行了一系列研究，歸納起來主要有兩個方面。

(一)從匯率波動的風險或企業價值角度進行的研究

Smith等(1981)把匯率波動對企業價值的影響分為交易風險、換算風險和經濟風險三種形式。研究發現，交易風險和換算風險(直接風險暴露)能夠通過套期保值等方式做到有效的管理。Miller等(1998)認為匯率波動的企業經濟風險是企業價值對外匯匯率波動敏感性的反映，他們運用企業數據從微觀角度分析了美元對多種貨幣的匯率波動給企業帶來的經濟風險，并提出了應對策略。Bartram(2004)以德國公司抽樣來研究匯率風險對公司價值的影響，認為匯率風險是否與公司價值存在線性關系和考察的匯率變動是雙邊還是多邊匯率有一定的關系，同時也取決于公司的外銷比例、公司流動資金量的控制措施、公司所處的行業等。Dominguez等(2007)探討匯率變動和公司價值的關系，通過研究發達國家和新興市場的八家上市公司，發現這些企業中的大多數存在匯率風險，與以往的研究文獻最顯著的不同是發現采用貿易加權算出的匯率有可能低估了風險暴露的程度。

Fraser等(2004)、Bartram(2007)對上千家美國非金融公司外匯風險與企業股票價值、現金流量的關系進行研究后發現，少數的公司與至少一種外匯匯率波動呈現明顯的相關性，大部分公司的股價和收益與匯率波動沒有呈現出一定的關系，但總體來說，對現金流和股價的影響比較相似并且和企業的行業特性有關。Muller等(2007)通過對1993年1月到2003年1月亞洲公司的數據研究發現，25％的公司風險暴露與美元波動有關、22.5％的公司風險暴露與日元匯率波動有關，流動資金比較少的企業受到的匯率波動影響也比較小。

(二)從匯率波動對企業競爭力及企業出口額的影響角度等進行的研究

Grauwe(1988)認為，匯率波動對企業的影響是由替代效應和收入效應決定的，匯率波動對企業的最終影響取決于替代效應與收入效應的大小。Obsffeld(2002)認為匯率波動對進出口企業的影響主要表現在商品相對價格上，在不同類工業商品之間存在相當大的差異。Velazquez―Hemandez(2002)研究了匯率風險暴露下廠商的出口決策行為，特別是比較了套期保值與沒有套期保值廠商的區別。

一些學者從匯率變動對貿易量的影響角度進行研究，麥金農等(1999)認為匯率波動與貿易量之間的相關程度非常弱，Tenreyro(2004)也認為匯率風險對出口貿易的影響不顯著。但是也有一些學者提出了不同的見解，Bohara等(2001)則認為匯率風險可能刺激國際貿易，而Choudhry(2005)認為匯率風險可能減少出口貿易。

還有一些學者對不同行業企業的匯率波動效應進行了研究。Campa(2004)運用西班牙有代表性的制造業企業數據研究了出口對匯率變化的反應，發現沉沒成本假設在企業進出入某行業中起著重要的影響，而且進入市場的沉沒成本大于退出市場的沉沒成本，而匯率的變化對其影響不大，即使考慮滯后的因素，匯率對總貿易量的影響相對來說也是比較小的，數據顯示本幣10％的貶值對出口的促進只有1.4％。Cheong等(2005)運用英國制造業出口企業數據分析了匯率波動、貿易量、產品價格競爭力之間的動態關系，結果表明，當有意外的匯率波動時，出口商為了彌補風險，可以采用提高出口價格的方法，但實際上出口商寧可貿易額減少，也不愿直接提高價格，每個出口商的反應程度取決于其貨物貿易市場的性質。Bolkesjo等(2006)研究匯率對森林產品貿易的影響，數據主要來源于美國1989年1月至2004年11月主要森林產品的月度進出口額，結果發現：從短期來看，出口對匯率波動非常有彈性，而進口彈性則是中性的；從長遠來看，進出口彈性都在下降，但仍然比較大(出口和進口都為0.5)，可見匯率對進出口的影響是對稱的假設是難以被否定的。Veronica(2006)利用1987年1月至2004年12月間烏干達制造業每月產出數據對匯率波動與制造業產出之間的關系進行格蘭杰因果關系檢驗，實證結果表明，本國貨幣貶值，對總生產量及食品、煙草、飲料、木材和其他工業產出產生負面影響，各個行業的非一致反應模式表明，匯率變動對進出口比重比較大的行業的影響是非常顯著的。Mallick等(2008)分析了印度20世紀90年代匯率機制改革以來印度各出口行業出口價格對印度貨幣盧比兌其關鍵貨幣匯率波動的反應，數據分析顯示大部分企業成功應對了匯率波動帶來的影響，只有少數企業利潤及競爭力由于匯率波動有所減少。Wong等(2008)主要研究匯率波動對按SITC產品類別劃分的馬來西亞前5名的電力出口企業出口需求的影響，結果表明匯率波動對馬來西亞的電力出口方式和出口需求產生非常不利影響，這也促使政府、企業共同努力使馬來西亞電力企業向高科技工業化過渡。而Muller等(2006)、Francis等(2008)研究認為盡管匯率變動對產業競爭力的影響在理論上成立，但對美國產業的研究發現并非如此。

從以上分析可以看出，雖然關于匯率波動風險對進出口貿易影響的研究比較多，但是不同國家、不同部門、不同產品得出了不同的結論，沒有獲得一個一致驗證的結論，這充分說明了匯率波動影響企業

經營的復雜性和多變性。

二、國內學者有關匯率波動對企業影響的研究

在我國，也有不少學者針對匯率波動對企業的影響及避險策略進行了討論和研究。匯改以前我國學者對匯率波動影響關注的焦點在企業的不多，因為匯改前人民幣匯率比較穩定，而且企業實行的是強制結售匯，企業沒有自，但2005年匯改后匯率波動使企業受到的影響越來越大，有關研究也越來越多，基本上也是從貿易額的變化和匯率風險兩個方面進行研究。

(一)進出口貿易額變化方面的研究

楊帆(2005)把眾多學者計算的進出口需求價格彈性之和分為兩大類：一類是我國進出口彈性之和小于或接近于1，明顯不符合馬歇爾一勒納條件；另一類則正好相反，認為我國進出口彈性之和大于1，基本符合馬歇爾一勒納條件，根據馬歇爾一勒納條件會得出相反的結論。而盧向前等(2005)用自回歸方法研究了人民幣實際匯率波動對我國進出口的影響，結論是人民幣實際匯率波動對我國進出口的影響十分顯著，ML條件成立，并且存在J曲線效應。

姚大慶(2007)從構建具有微觀基礎的經濟學模型人手，從理論上研究匯率波動對我國出口加工型企業的影響機制及其效應，結論是匯率波動幅度增加對企業出口決策的影響取決于企業生產的附加值，匯率波動幅度的上升會增加高附加值企業的產出和出口水平，減少低附加值企業的產出和出口水平。王根蓓(2008)采用彈性分析方法分析了匯率調整、定價模式與代表性出口加工企業的盈利能力變動之間的關系，結果發現：首先，匯率調整對出口加工企業的盈利能力會產生不確定的結果；其次，進出口的匯率彈性和進口投入的產出彈性是決定匯率調整對企業盈利能力影響程度與方向的基礎因素；最后，證明了當出口加工企業面臨不完全競爭的國際市場且可以自由選擇計價貨幣時，本幣的升值會提高其盈利能力。

封思賢等(2008)通過實證分析表明，不同類商品的進出口需求對匯率變化的反映程度存在較大差異。在各國或同一國的不同時期，其國際貿易收支的產品結構存在著較大差異，貿易構成的差異和不同商品匯率彈性的巨大差異是上述爭論產生的根本原因。吳武清等(2008)利用1990年1月至2007年8月間月度數據從時間序列數據的季節效應分解、自回歸建模和動態條件相關系數三個角度分析了人民幣匯率升值對中國對美國出口的經濟影響，揭示了人民幣匯率升值會減少中國對美國的出口，還發現匯率波動的增加會減少出口貿易的增速；通過動態條件相關系數分析，發現實際匯率對出口的解釋能力為20％-30％。曾寅初等(2007)也把匯率變動造成的影響分為直接效應和間接效應：匯率變動對企業出口應收賬款造成了貶值損失，同時，人民幣升值導致企業出口量減少，這種效應有一定的滯后性，來自山東省膠東地區企業層面的證據表明，這兩種效應都比較顯著。

(二)匯率風險方面的研究

陳龍江等(2007)從匯率水平和匯率風險兩個角度考察了匯率變動對出口的影響，討論了匯率影響出口的凈效應，得出當前的人民幣升值對浙江農產品實際出口帶來負面效應，而升值過程中匯率波動所帶來的匯率風險則反而有刺激農產品出口的正效應的結論。

陳六傅等(2007)通過分析發現，不論是短期還是長期，實際匯率風險對企業出口都存在正面或負面沖擊，但負面沖擊更具顯著性。沖擊程度在各企業間存在差異，這種差異與各類企業風險意愿類型、風險規避能力以及出口產品質量等因素有關。張辰利等(2007)采用數量分析的方法對外匯風險進行解析，在明確外匯風險的構成(外匯暴露、匯率的不確定性和持有期)的基礎上，對外匯風險的概念做出相對完善的描述，在此基礎上再展開對外匯風險的衡量及組成要素的針對性管理的探討。

栗書茵(2007)通過分析2005年度與2006年中期上市企業各行業匯兌損益對企業財務費用和利潤的影響，發現匯率的波動遠大于匯改之前，由此給企業形成的匯兌損益將會更加不穩定，在此基礎上得出匯兌損益和企業利潤存在正相關關系的結論，并提出了企業控制外匯風險、減少匯兌損失的相關措施。陳仲常等(2007)認為匯率變動直接影響匯兌損益，而匯兌損益又是影響外幣借款成本的重要因素，在分析匯率變動對借款成本所產生的影響的基礎上，闡述了匯率變動所帶來的風險及其防范措施。任再萍等(2008)通過對上市企業從2001年到2006年12個半年間匯兌損益的分析，以及運用重復抽樣技術(bootstrapping)計算出行業的風險價值VaR并進行分析，研究我國企業本幣升值背景下外匯風險產生的深層次原因及應對措施。

可以看出，2005年7月21日匯改后我國學者才更多地關注與研究匯率波動的企業影響效應，從不同行業、不同企業得出的結論也不盡相同，但極大地豐富了匯率波動的企業影響理論。