匯率不確定預期影響了企業投資規模嗎？
——基于多視角異質性的實證檢驗

■倪艷亭，吳 軍

一、引言

企業對人民幣未來匯率的不確定預期會影響其投資規模嗎？匯率作為重要的宏觀經濟變量，勢必對企業的諸多決策造成影響。以往很多研究關注匯率的升值和貶值如何影響投資。而匯率風險，亦即其不確定性，也是匯率變量的重要方面，特別是在人民幣匯率的波幅擴大，并進入雙向波動的新常態下，關于匯率不確定性的研究具有重要意義。

國外學者對于匯率不確定性對投資的影響有不同看法，多數學者認為匯率風險會帶來短期投資的減少，并使用匯率方差進行了研究。國內對于匯率不確定性的研究，則主要集中在匯率波動影響國際貿易價格、貿易量和外商直接投資等方面。一方面，國內對于匯率不確定性的投資效應研究還比較缺乏。另一方面，以往針對匯率不確定性的國內外研究，基本都關注匯率價格的波動（二階矩），而沒有從匯率預期角度進行探討。實際上，只有當匯率波動引發市場主體匯率預期變化時，才會引起后續的經濟后果。在人民幣匯率的研究中，使用匯率方差作為匯率不確定性的代理變量具有一定局限性。由于央行會通過直接干預外匯市場穩定匯率，且在匯率市場震蕩、匯率風險加大的時期尤為明顯，這使得匯率價格的波動可能無法準確反映市場情緒。企業的匯率避險行為能夠反映企業對未來匯率風險的認識，故本文利用中國企業進行遠期結售匯的交易數據，構建了能夠更好反映企業匯率風險預期的變量，并研究了這種對匯率的不確定預期如何影響企業的投資決策。

本文的主要貢獻是：豐富了有關匯率不確定性的相關研究，分析了對匯率的不確定預期會如何影響企業投資，并考察資本密度、行業、股權性質、股權集中度等因素如何調節匯率風險預期影響企業投資的程度；創新地使用了企業匯率避險行為的相關數據，構建了直接反映企業匯率不確定性預期的變量，并使用不同的變量構建方式進行穩健性檢驗，使本文研究結論更為可信。

二、文獻綜述

國外學者針對匯率水平和匯率波動如何影響企業投資進行了大量研究。根據Campa&Goldberg（1999）的理論模型，匯率水平變化會影響企業國內外銷售收入和進口投入品成本，繼而影響企業投資水平。有關匯率波動對企業投資影響的研究，即關注匯率變動的不確定性、也就是匯率風險如何影響投資。例如：Abel（1983）等學者認為不確定性可以促進企業投資；而Dixit&Pindyck（1994）引入了實物期權理論，考慮了投資的不可逆性和可推遲性，認為在匯率波動劇烈、匯率風險增大時，企業會選擇推遲投資；Serven（2002）發現當一國金融發展程度低、開放程度高時，匯率波動對企業投資的影響是負面的，但在金融發展程度高、開放程度低的情況下，匯率波動會促進企業投資。國內學者對匯率變動的投資效應研究主要集中在匯率水平變動的影響上。例如：田素華（2008）發現人民幣匯率水平變動對投資的影響取決于企業類型和資金來源；吳國鼎和姜國華（2015）研究發現人民幣升值通過出口收入渠道對企業投資有負面影響，通過進口成本渠道對企業投資有正面影響。

除了研究匯率不確定性對企業投資的影響，還有學者分析了其他宏觀不確定性和微觀不確定性的企業投資效應。例如，Baum et al.（2010）研究了企業現金流波動如何影響投資，Julio&Yook（2012）、Gulen et al.（2016）發現政策不確定對企業投資有負面影響。國內學者方面，申慧慧等（2012）使用公司業績波動作為環境不確定性的代理變量，研究了環境不確定性對國有和非國有企業投資的非對稱影響，李鳳羽和楊墨竹（2015）發現中國經濟政策不確定性抑制了企業投資。

綜上所述，國外針對匯率不確定性對投資的影響研究更為豐富，但都是使用匯率波動率作為匯率不確定性的代理變量。國內有關匯率不確定性的投資效應研究比較少見，涉及匯率不確定性的其他真實經濟效應研究也均使用匯率方差作為研究對象。實際上，人民幣匯率長期處于不夠市場化的狀態，央行在穩定匯率的目標下進行的干預行為，導致匯率市場價格的波動情況可能無法準確反映市場主體對匯率的不確定程度。由于企業對匯率的預期會直接影響企業決策，故而只有對企業的匯率預期進行研究，才能準確分析匯率不確定性對企業投資的影響機制。

三、研究設計和樣本數據

本文首先對匯率不確定預期影響企業投資規模的主效應進行分析，隨后考察了不同資本密度、不同行業、不同股權性質、不同股權集中程度、不同機構投資者比例的企業在對未來匯率不確定的情況下，對投資規模的調整是否也具有異質性。

（一）基準模型和主要變量

不確定性抑制投資的理論基礎是實物期權理論，由于不確定性會增加等待期權的價值，故投資會被延后，而且對于不可逆的投資而言，影響更加明顯。從另一角度看，當企業面臨不確定性，由于評估投資項目收益的難度增加，管理層進行投資時會更為謹慎。而匯率不確定性會通過收入效應和成本效應影響企業利潤，從而影響投資決策。為了檢驗以上假設，本文使用以下含有個體固定效應的面板數據回歸模型。

其中，被解釋變量為企業投資Inv，本文借鑒Gulen et al.（2016）的研究，使用期初總資產標準化的企業投資支出衡量。

主要的解釋變量為企業的匯率預期不確定程度的變化值△FxU，它是衡量企業匯率預期不確定程度即匯率風險預期的變量，使用標準化后的企業遠期合約未平倉規模衡量。本文使用國家外匯管理局2010年起公布的銀行代客結售匯數據和銀行代客涉外收付款數據，具體使用期末遠期結售匯累計未到期額項目和外幣項下的涉外收付款項目，將每期末累計未到期的結售匯金額通過未來1～6個月的平均涉外收付款規模進行標準化。選擇1～6個月是因為，企業使用信用證和押匯合計的外幣融資期限不超過6個月，其遠期簽約集中在6個月內的期限。標準化后的遠期未平倉比例反映了企業總體的匯率避險需求，一定程度上代表了企業對未來匯率的不確定程度。計算公式如下：

控制變量包括六個月遠期升貼水的變化值△Premium。人民幣匯率的升貼水Premium是指遠期價格高于或低于即期價格的點數。企業進行遠期結售匯業務除了避險目的，還有可能是由于遠期匯率的高升貼水帶來的套利需求。本文使用以下公式計算遠期升貼水：

借鑒Gulen et al.（2016）的做法，本文還引入了以下控制變量：銷售收入增長率SG，即季度銷售收入的年同比增長，用于控制企業面臨的投資機會。經營現金流CFFO，即期初總資產進行標準化的經營活動現金流入。托賓Q，即公司流通市值與非流通市值之和與公司資產賬面價值的比值。宏觀經濟因素M，包括GDP同比增長率、宏觀經濟景氣指數的預警指標和先行指標，用于控制企業面臨的投資機會和其他一般性的經濟不確定性。季節虛擬變量QRT，用于控制企業經營活動的季節性因素。為了避免內生性問題，托賓Q、銷售收入增長均使用了1階滯后項。

（二）擴展模型

對于資本密度較高的企業，其投資往往前期投入較高，投資的不可逆程度更高，故而在面對風險時，更傾向于將投資延后。為了檢驗這一假設，本文使用以下的擴展模型：

其中，Di，t是有關資本密度的虛擬變量，對于企業資本密度高于行業平均值的取1，否則取0。通過使用個體值與行業值的比較結果，有效控制了資本密度的行業因素。

（三）子樣本分析

首先，匯率水平的變動通過直接影響進出口企業的銷售收入和采購成本來影響企業的盈利水平，最終影響企業的投資決策。因此，面對匯率的不確定性，進出口行業中企業更為敏感，匯率不確定性對投資的影響應更為明顯。因此，本文參照王廣龍等（2012）對進出口行業的劃分，將樣本分為兩個子樣本分別對實證模型（1）式進行檢驗。

其次，根據申慧慧等（2012）的研究，在面臨不確定性時，由于國有企業受到的融資約束較小，更容易獲得擴大投資的資金支持，其管理層也更容易由于短視或對政治利益的追逐進行無效率的投資，導致投資過度。從這個角度看，匯率風險預期對國有企業投資的負面影響應該更小。此外，根據田素華（2008）的分析，外資企業主要以中國國內市場為主要目標，并以國內要素投入為主，故而其投資可能受到匯率風險預期的影響較小。另一方面，不同所有制企業對匯率風險的認識和管理機制不同，也會造成匯率不確定性預期的投資效應不同。因此，對國有企業、民營企業、外資企業，國有企業中的央企、地方企業分別進行子樣本研究。

此外，在股權集中程度高的企業，大股東可以更好約束管理層的非理性行為，并在未來匯率不確定的情況下調整投資水平，延后投資。因此，需對股權集中程度不同的企業進行子樣本研究。

（四）樣本數據和描述統計

本文的研究對象為中國滬、深A股上市公司，剔除了金融、保險業公司以及非正常上市公司樣本。所有上市公司層面的季度財務數據、GDP數據、宏觀經濟景氣指數均來自CSMAR數據庫。人民幣兌美元遠期匯率的數據來自于Wind數據庫。

我國外匯管理局對銀行代客結售匯數據和銀行代客涉外收付款數據從2010年開始按月公布。根據Serven（2002）的分析，在不同的金融市場發展程度下，匯率不確定性對投資的影響可能發生變化。考慮到2015年“811”匯改確定了人民幣匯率中間價形成機制的市場化，此后伴隨央行推出常態化干預，人民幣匯率市場化程度不斷提高，這可能對本文研究的機制產生較大影響，故而本文選取的樣本區間為2010年一季度至2015年三季度。同時，為了保證企業層面的樣本量，剔除上市時間晚于2012年第三季度的公司樣本，最終得到1906家上市公司的28817個觀測值。

表1 變量的描述性統計

本文使用的宏觀經濟數據、匯率不確定性數據、遠期升貼水數據均為月度數據的季度平均值。所有企業層面的財務數據均進行了1%的Winsor處理，從而剔除異常值的干擾。經過單位根檢驗，所有面板財務數據都是平穩的，匯率風險預期和遠期升貼水的變化值也是平穩的。GDP同比增長率是一階單整變量，因此回歸時進行了差分處理。表1列出了各變量的描述性統計結果。

四、實證結果和分析

為了使回歸結果更可信，本文對核心解釋變量匯率不確定性及其交乘項分別使用兩階段最小二乘法2SLS和Durbin-Wu-Hausman方法進行了內生性檢驗，結果表明核心解釋變量不存在內生性問題。考慮到本研究使用的是截面寬而跨時短的大N小T型面板數據，為了避免在組間異方差的情況下普通Hausman檢驗失效，本文使用穩健的Hausman檢驗得出，所有實證模型均應使用聚類穩健標準誤下的固定效應回歸，而拒絕使用隨機效應回歸，該方法有效消除了異方差問題。

（一）基準實證模型檢驗結果

本文所有回歸都包含企業固定效應項和季節虛擬變量，對于估計值均使用了公司水平上cluster的標準誤。從表2回歸結果（1）～（3）可知，企業對匯率的不確定顯著降低了其投資規模，這符合本文基于實物期權理論得出的假設。表2的回歸結果（4）中，在控制了遠期升貼水后，△FxUt-1回歸系數的絕對值降低，但系數仍然在5%的水平上顯著為負，說明剔除套利帶來的干擾后，企業避險活動所代表的對未來匯率的不確定仍對企業投資有負面影響。

表2 匯率不確定性對企業投資的影響

（二）穩健性檢驗

為了使得基準模型式（1）的回歸結果更加穩健，本文采取了另一種匯率不確定預期代理變量的構建方法。考慮到遠期匯率相對即期匯率存在升貼水，企業在遠期市場上進行結售匯相對即期交易會產生“收益”或“成本”。例如，當遠期美元升水時，企業在遠期市場購匯會有“成本”，結匯則有一定“收益”，此時其對沖匯率風險的邏輯在于：若預期人民幣升值或匯率穩定，有收匯需求的企業將增加遠期結匯，有付匯需求的企業則減少遠期售匯，選擇在即期購匯；若預期人民幣貶值，有付匯需求的企業將增加遠期售匯對沖匯率風險，有收匯需求的企業則減少遠期結匯。因此，當市場上對匯率的預期一致、匯率不確定程度低時（無論是預期升值還是貶值），結匯量占未來收匯規模的比例（下稱結匯比例）和售匯量占未來付匯規模的比例（下稱售匯比例）應當反向變動。只有當存在總體匯率預期的不確定性，結匯比例和售匯比例才會同向變動。隨后構建指示變量，當結匯比例和售匯比例同時增加或減少時取1，否則取0，并取季度平均值。

使用這一考慮遠期結售匯方向的變量作為匯率預期不確定性的代理變量，重新進行實證模型（1）的回歸，結果與表2的結果類似，本文還嘗試在基準模型（1）中加入李鳳羽和楊墨竹（2015）使用的政策不確定性指數。結果顯示，引入有關經濟政策不確定性的相關變量后，匯率不確定性的系數依然顯著為負。

（三）擴展模型

擴展實證模型式（4）主要關注資本密度是否會令匯率不確定性對投資的負面作用發生變化，這也是對實物期權理論揭示出的影響機制進行檢驗。模型中的時間固定效應項包括了匯率不確定性、遠期升貼水、宏觀經濟變量、季節虛擬變量，以及其他無法觀測的不隨個體改變的變量，從而有效解決了遺漏變量的問題。結果顯示，有關資本密度的指示變量與匯率不確定性的交互項系數在1%的水平下顯著為負，說明對于資本密度高的企業，由于其投資的不可逆程度更高，匯率不確定性對企業投資的抑制作用更強。這也與實物期權理論是吻合的。

表3 進出口行業的子行業分析

（四）子樣本分析

1.進出口行業。王廣龍等（2012）通過對中國海關進出口貿易商品月數據進行行業分類，歸類得到18個進出口行業，對應了證監會2012年行業分類標準中的38個行業大類。本文使用樣本對應的行業數據，將樣本分為進出口行業和非進出口行業兩個子樣本。其中：進出口行業中共1068家企業，主要集中在制造業；非進出口行業共838家企業。對子樣本分別進行回歸的結果見表3。在進出口行業中，匯率不確定性對企業投資的抑制作用更強。而且，進出口行業子樣本回歸模型的擬合度也高于對應的非進出口行業子樣本回歸，說明實證模型式（1）對進出口行業企業的投資行為解釋能力更強。在沒有加入遠期升貼水的控制變量時，非進出口行業子樣本的匯率不確定性回歸系數雖然絕對值小于進出口行業子樣本結果，但仍顯著為負。在控制遠期升貼水代表的可能的企業套利行為后，企業對未來匯率的不確定仍顯著抑制了進出口企業的投資，而對非進出口行業的負面影響卻不再顯著。同時，遠期升貼水對非進出口企業和進出口企業都有顯著的正向影響。這很可能說明非進出口行業中的企業在進行投資決策時并不會顯著受到匯率不確定性的影響，但可能利用了遠期市場的升貼水帶來的盈利機會，進行以真實貿易為基礎的套利交易，而套利交易通過影響企業利潤影響了非進出口企業的投資行為①限于篇幅，本文僅給出進出口行業的子行業分析結果，而關于股權性質和股權集中程度的子行業分析結果未給出，留存備索。。

2.股權性質。若不同股權性質的企業對匯率的預期情況具有異質性，或面對匯率不確定性時的投資決策具有異質性，則對于不同股權性質的企業，匯率不確定性對投資的作用也應該不同。本文使用CSMAR數據庫中2010年的企業股權性質數據，將樣本劃分為國有企業、民營企業、外資企業，分別進行子樣本回歸。回歸結果顯示，匯率不確定性對投資的抑制作用在民營企業中最為顯著。這與申慧慧等（2012）、李鳳羽和楊墨竹（2015）發現的機制類似。而對于外資企業，按照田素華（2008）的分析，其主要投入要素和市場都是國內，故而其投資對匯率不確定性并不敏感，而且外資企業可能對未來匯率水平有更好的預判和更完善的匯率風險管理機制，也造成外資企業受匯率不確定性的影響程度低。對中央企業和地方企業的子樣本分析顯示，中央企業的投資顯著地受到匯率不確定性的影響。這可能是由于，相對于中央企業，地方企業的代理問題更加嚴重，其管理層更容易在面對不確定性的情況下進行無效率投資。

3.股權集中程度。為了考察企業的股權集中程度是否會對匯率不確定性的投資效應產生影響，本文獲取了樣本企業前十大股東持股比例數據，并按照其在樣本期間中的均值是否屬于總樣本分布的前25%、25%～75%、后75%進行了子樣本劃分，分別標記為股權集中程度低、股權集中程度中、股權集中程度高。回歸結果顯示，股權集中程度越高，匯率不確定性對企業投資的抑制作用越明顯。這與我們認為大股東通過發揮其對管理層的監督功能，在面對匯率不確定性時，縮減了投資規模是相符的。本文還嘗試分析了企業的機構投資者比例是否對匯率不確定性的投資效應有調節作用。企業的機構投資者更有動力和能力監督管理層，約束管理層的短視行為，故而匯率不確定性對投資的負面影響可能更強。但同時，銀行、券商、基金等金融機構投資者對匯率市場有更好的認識，對匯率走勢可以更準確地預判，這些會減弱對于匯率預期的不確定性。使用擴展模型式（4）對此進行分析，令為企業的機構投資者股權占比。結果顯示，機構投資者對匯率不確定性投資效應的影響是不明確的。

五、主要結論

本文構建了反映企業匯率不確定預期的變量，考察了企業對未來匯率的不確定如何影響其投資決策。本文研究結論揭示了企業的匯率風險預期對企業投資規模的抑制作用，并且當企業的資本密度越高、投資的不可逆性越強，這種抑制越明顯。這些結論支持了實物期權理論對于不確定性的投資效應的分析。本文研究結果還表明，進出口行業中的企業、中央企業、民營企業、股權集中程度高的企業的投資規模受匯率不確定性預期的影響更大。其政策含義在于，在人民幣匯率市場化程度加強、震蕩加劇的今天，央行應當注意加強對于匯率預期的引導、維持匯率市場的穩定，降低企業對未來匯率的不確定預期。此外，還應發展更完善的匯率衍生品市場，為企業提供多樣的匯率風險管理工具，使得企業在面對匯率不確定時能夠更有效地規避匯率風險。