
新经济研究
Journal of New Economic Studies
- 主办单位:未來中國國際出版集團有限公司
- ISSN:3079-3416(P)
- ISSN:3079-9589(O)
- 期刊分类:经济管理
- 出版周期:月刊
- 投稿量:2
- 浏览量:435
相关文章
暂无数据
我国汇率波动对跨境ETF收益率影响研究
A Study on the Impact of China's Exchange Rate Volatility on the Yield of Cross-Border ETFs
引言
随着我国金融市场对外开放进程的持续深化,跨境ETF作为连接境内外资本市场的重要投资工具,凭借其分散风险、低成本配置海外资产的优势,逐渐成为机构投资者和个人投资者的核心配置标的之一。我国跨境ETF覆盖全球主要资本市场,品类丰富,据Choice测算,截至2月11日,跨境ETF规模达到1万亿元。从跨境ETF具体构成来看,港股主题ETF担当主力。截至2月11日,港股主题ETF规模合计8224.51亿元。此类ETF以人民币计价、投资标的以港币计价,且港币实行与美元挂钩的联系汇率制度,美元兑人民币汇率波动会通过汇兑损益、跨境资金流动等渠道,直接或简介的影响ETF的净值表现和投资者实际收益。本文选取恒生科技ETF作为具体研究样本,正是基于其在港股跨境ETF中的代表性及科技板块的高关注度,以点带面探究汇率波动对跨境ETF收益率的普遍影响规律。
2022-2024年期间,全球经济复苏乏力、美联储货币政策频繁调整等多重因素叠加,梅冬州、宋佳馨和马振宇曾通过事件研究法和GARCH模型研究得出一个正向货币政策冲击(超预期的紧缩或低于预期的宽松)会导致人民币汇率贬值,反之则升值。而近年随着美联储货币政策频繁调整,因而美元兑人民币汇率呈现双向波动加剧、弹性显著增强的特征。万晓潇通过ARCH和GARCH模型研究表明2022年之后美元对人民币汇率对数收益率存在显著的波动集聚效应波动幅度显著加大。在此复杂背景下,恒生科技ETF受我国香港地区市场整体走势、内地科技板块表现、跨境资金流动与汇率波动的综合影响,收益率稳定性受到严峻考验。单一变量模型难以全面捕捉各类因素的综合作用,易导致估计结果偏差,因此引入合适的辅助变量构建多元模型,本文以恒生科技 ETF 为被解释变量,选取人民币兑美元汇率、恒生指数、创业板指数为核心解释变量,构建多元实证模型,旨在精准识别汇率波动对恒生科技 ETF 收益率的净影响,并控制境内外市场整体走势的干扰。该研究对于投资者优化资产配置、有效规避跨境市场风险、维护港股与 A 股科技板块稳定运行具有重要的现实意义。
一、理论基础与机制分析
(一)理论基础
第一,汇率决定理论:汇率决定理论主要研究两国货币之间的兑换比率是由哪些因素决定及如何决定的。其中主要包括购买力平价理论以及利率平价理论。购买力平价理论认为货币的价值由其购买力决定。长期来看,两国汇率取决于两国物价水平之比。如果美国通胀高,人民币相对美元就会升值。而利率平价理论的观点主要是资本逐利。如果美国利率高,资金会流向美元,导致美元升值压力。
资产市场说:将汇率视为资产价格,受预期、资本流动、货币政策影响极大。
第二,资产定价理论:资产定价理论旨在解释金融资产预期收益率与风险之间的关系,确定资产的内在价值。主要包括第一,套利定价理论、即产收益取决于多个风险因子的线性组合,如市场风险、利率风险、汇率风险等。第二,资本资产定价模型,其核心内容便是“风险资产收益=无风险利率+β×市场风险溢价”即在无风险利率一定的情况下,风险资产的收益水平会随着其风险的增高而增高,同时,其自身风险水平一定的情况下,整体市场的无风险收益也对其收益率有一定的影响。
第三,有效市场假说:由尤金法玛提出,核心观点是:在有效市场中,资产价格已充分反映所有可用信息,投资者无法通过分析公开信息持续获得超额收益。其中主要分为三种,第一,弱式有效市场:价格已充分反映历史交易数据,技术分析无法获取超额收益。第二,半强式有效市场:价格已充分反映所有公开信息,基本面分析无法获取超额收益。第三,强式有效市场:价格已充分反映所有公开及内幕信息,任何投资者均无法获取超额收益。但强式有效市场的实现相对较为困难,目前香港地区市场作为高度开放的国际金融中心,具有较高的信息效率,但也更多属于半强式有效市场。
(二)机制分析
人民币汇率波动对跨境ETF收益率的影响通过多路径协同作用,具体可分为四大影响机制。
首先是直接汇兑效应,也是最基础,最直接的作用机制,由于A股上市的跨境ETF多采用人民币计价和申赎,而其底层资产多为美元计价的海外资产,每日ETF净值需通过当日美元兑人民币汇率将美元资产价值折算为人民币,因此人民币升值会直接降低折算后的人民币净值、侵蚀标的指数收益,人民币贬值则会增厚人民币净值、放大标的指数收益,二者呈现近似正向联动关系。
其次是基本面盈利折算机制,该机制主要适用于恒生科技ETF、中概互联ETF等成分股主营业务集中在中国的跨境ETF,这类成分股的核心现金流以人民币计价,但上市地以美元或港币计价,人民币升值会使同等人民币收入和利润折算为美元或港币盈利上升,改善企业估值指标并推动股价上涨,进而提升ETF收益率,反之人民币贬值则会导致外币盈利下滑、估值承压,抑制ETF收益。
第三是全球资金流向与风险偏好机制,美元兑人民币汇率波动本质上反映了中西方经济基本面、利差水平及资本账户状况,人民币升值通常被解读为中国经济向好、利差优势明显的信号,会吸引外资流入港股、中概股等相关资产,同时抑制内资配置海外美元资产,推动相关跨境ETF价格上涨,而人民币贬值则会引发市场对资本外流、盈利缩水的担忧,促使资金涌入美元资产避险,带动美股类跨境ETF相对收益上升。
最后是汇率对冲成本与收益损耗机制,部分跨境ETF为规避汇率风险,会采用外汇远期、掉期等工具进行汇率对冲,未对冲的ETF会完全承受汇率波动的影响,而完全对冲的ETF虽能锁定汇率风险,但需支付一定的对冲成本,长期会持续损耗净值收益率,短期若汇率大幅波动,对冲收益可能覆盖部分成本,间接影响ETF最终收益。
二、实证分析
(一)变量定义与数据来源
本文样本区间选取2022年1月3日至2025年12月30日,共970个交易日数据。恒生科技ETF(159699)的收盘价数据、恒生指数(HSI)收盘价数据和创业板指(399006)收盘价数据来源于Wind数据库“基金”与“股票”模块;人民币对美元即期汇率中间价数据来源于Wind数据库“外汇”模块。数据处理过程中,对缺失值采用“前向填充法”补充,确保样本数据的完整性和连续性。
被解释变量:恒生科技ETF(159699)日度收益率(记为ETF)。为准确衡量ETF的日度收益变化,采用对数收益率计算方式,公式为:R-ETFt=(ETFt-ETFt-1)/ETFt-1,其中ETFt为恒生科技ETF第t日的收盘价,ETFt-1为第t-1日的收盘价。该指标可反映 ETF 每日的收益变动幅度与方向。
解释变量:美元兑人名币即期汇率日度波动(记为R)。选取人民币对美元即期汇率中间价作为基础数据,同样采用对数收益率衡量汇率波动,公式为:R-Rt=(Rt-Rt-1)/Rt-1,其中Rt为第t日人民币对美元即期汇率中间价,Rt-1为第t-1日汇率中间价。该指标可有效反映人民币对美元汇率的日度波动幅度和方向。同理创业板指数收益率以及恒生指数收益率分别记为R-CY和R-HSZS。
(二)平稳性检验
金融领域原始时间序列多存在趋势性,呈现非平稳特征,若直接用于回归分析易导致“伪回归”问题。为规避此问题,本文采用ADF单位根检验对各变量的平稳性进行判断。由下表检验结果可知,汇率、跨境ETF、创业板指数及恒生指数的原始序列ADF统计量对应的p值均大于0.05,无法拒绝存在单位根的原假设,表明各原始序列均呈现非平稳特征。经对数收益率处理后的衍生序列,ADF统计量在1%显著性水平下显著,p值均趋近于0,强烈拒绝存在单位根的原假设,说明各变量的收益率序列均满足平稳性要求。因此,本文后续实证分析均基于平稳的收益率序列展开,以确保模型估计结果的有效性与可靠性。
| 变量 | ADF统计量 | p值 | 衍生序列ADP统计量 | p值 |
|---|---|---|---|---|
| R-R(汇率) | -2.8156 | 0.564 | -29.2104 | 0.0000 |
| R-ETF(ETF) | -1.5307 | 0.5177 | -29.8757 | 0.0000 |
| R-CY(创业指数) | -1.4937 | 0.5366 | -29.0208 | 0.0000 |
| R-HSZS(恒生指数) | -1.4584 | 0.5545 | -30.3434 | 0.0000 |
(三)VAR模型的定阶及残差的平稳性检验
为了能够对所选取的变量能采用脉冲响应分析和方差分解,进一步人名币汇率对我国跨境ETF收益率的影响,本文先对VAR模型定阶,然后进行残差的平稳性检验,从而保证模型的合理性。
| Lag | LogL | LR | FPE | AIC | SC | HQ |
|---|---|---|---|---|---|---|
| 0 | -5551.156 | NA | 1.233295 | 11.5612 | 11.58146 | 11.56891 |
| 1 | -5462.595 | 176.1993 | 1.060436 | 11.41019 | 11.51150* | 11.44877 |
| 2 | -5424.901 | 74.68238 | 1.013624 | 11.36504 | 11.5474 | 11.43448* |
| 3 | -5405.478 | 38.32002 | 1.006434 | 11.35792 | 11.62132 | 11.45822 |
| 4 | -5378.364 | 53.27006* | 0.983429* | 11.33478* | 11.67924 | 11.46595 |
| 5 | -5367.921 | 20.42903 | 0.994882 | 11.34635 | 11.77185 | 11.50838 |
| 6 | -5355.43 | 24.33245 | 1.002193 | 11.35365 | 11.8602 | 11.54655 |
| 7 | -5345.012 | 20.20739 | 1.01393 | 11.36527 | 11.95287 | 11.58903 |
| 8 | -5332.07 | 24.9938 | 1.02044 | 11.37163 | 12.04028 | 11.62626 |
| Root | Modulus |
|---|---|
| 0.232923 -0.579521i | 0.624578 |
| 0.232923 +0.579521i | 0.624578 |
| 0.089984 -0.589800i | 0.596625 |
| 0.089984 +0.589800i | 0.596625 |
| -0.558405 -0.071636i | 0.562981 |
| -0.558405 +0.071636i | 0.562981 |
| -0.072627 -0.545609i | 0.550421 |
| -0.072627 +0.545609i | 0.550421 |
| -0.526442 | 0.526442 |
| -0.369080 -0.375312i | 0.526383 |
| -0.369080 +0.375312i | 0.526383 |
| 0.506209 -0.028235i | 0.506996 |
| 0.506209 +0.028235i | 0.506996 |
| 0.308233 -0.286958i | 0.421132 |
| 0.308233 +0.286958i | 0.421132 |
| 0.189814 | 0.189814 |
首先,采用AIC、SC、HQ等信息准则法确定滞后期。根据上表可知,投票通过了四阶,因此最终决定选择建立四阶模型;其次,对该模型进行ADF单位根检验,以验证该模型的合理性。从表3可以看到,所有特征根均小于1。且由图1可以看出所有特征根在单位圆内,证实了数据的平稳性。除此之外,本文对该模型进行残差自相关检验,结果如下表所示,p值均大于0.05,说明不存在残差自相关问题。
| LRE* stat | df | Prob. | Rao F-stat | df | Prob. |
|---|---|---|---|---|---|
| 13.58241 | 16 | 0.6298 | 0.848837 | (16,2875.4) | 0.6298 |
| 37.07795 | 32 | 0.2462 | 1.159862 | (32,3457.1) | 0.2462 |
| 57.46543 | 48 | 0.1645 | 1.199083 | (48,3596.1) | 0.1645 |
| 73.52452 | 64 | 0.1944 | 1.150604 | (64,3639.1) | 0.1945 |
(四)脉冲响应分析与方差分解
在上述模型的基础上进行脉冲响应分析,分别研究了人名币汇率,恒生指数,创业板指数收益率的一个标准差的正向冲击,对跨境ETF收益率的动态影响路径。
由图2可以发现人名币汇率对恒生科技ETF的冲击传导具有阶段性:人民币汇率正向冲击对恒生科技ETF的影响呈现“短期微弱负向→中期正向峰值→长期收敛归零”的路径,不存在持续的长期影响。第4期是冲击效应最强的节点0.2,说明汇率变动对跨境ETF的传导存在约3-4期的滞后,之后逐步减弱。由图3可知恒生指数冲击在第2期就达到峰值0.8,说明恒生指数的传导速度相对更快。二者的冲击影响均在10期内收敛,但恒生指数冲击的波动幅度更大,汇率冲击的波动更平缓。除此之外,由图4可知创业指数的整个观测期内,最大响应幅度仅约0.2,也与汇率冲击峰值(0.2)相当,说明创业板指数对跨境ETF的影响力度有限。冲击路径呈现“微弱负向→小幅正向→二次波动→长期收敛”的特征,无明显剧烈波动,且在10期内完全收敛,不具备长期持续性。因此得出结论,人名币汇率在一定程度上对我国跨境ETF收益率发挥了影响。
| 预测变量 | 预测期 | 对预测变量的解释程度 | |||
|---|---|---|---|---|---|
| R-R | R-HSZS | R-CY | R-ETF | ||
| R-ETF | 1 | 0.0000 | 0.0000 | 0.0000 | 100.0000 |
| 2 | 0.0573 | 9.4841 | 0.0799 | 90.3786 | |
| 4 | 0.1458 | 10.6303 | 0.4584 | 88.7654 | |
| 6 | 0.1445 | 11.3989 | 0.4659 | 87.9905 | |
| 8 | 0.1552 | 11.4169 | 0.4715 | 87.9562 | |
| 10 | 0.1572 | 11.4203 | 0.4720 | 87.9504 | |
| 12 | 0.1572 | 11.4206 | 0.4723 | 87.9497 | |
| 16 | 0.1572 | 11.4206 | 0.4724 | 87.9496 | |
| 20 | 0.1572 | 11.4206 | 0.4724 | 87.9496 | |
除此之外,为了分析和明确人名币汇率对我国跨境ETF收益率的影响程度,本文对恒生科技ETF收益率预测误差进行分解,从上表可知,恒生科技ETF收益率的波动主要由自身因素驱动。在第1期,恒生科技ETF对自身波动的解释程度为100%;随着预测期延长,自身解释程度虽略有下降,但长期稳定在87.95%左右,说明跨境ETF收益率的波动具有较强的内生性与自我解释能力。恒生指数收益率对跨境ETF的解释程度最高,长期稳定在11.42%,与此同时人名币汇率和创业板指数虽然都对股价波动具有一定的影响,但解释度较低。长期来看,人名币汇率对恒生科技ETF的解释程度长期稳定在0.16%,相对比较弱。因此,综合上述方差分解结果来看,在观察与分析跨境ETF的波动特征及驱动因素时,应重点关注其自身历史波动与内在运行逻辑。人民币汇率仅构成次要的辅助性影响,并非驱动跨境ETF收益率波动的核心变量。尽管如此,人民币汇率仍可通过影响跨境资金流动与港股市场风险偏好,对跨境ETF收益率形成间接的边际作用,在特定市场环境下具备一定的信号意义。
四、结论和建议
结论
结合前文描述性统计、平稳性检验、VAR模型分析、脉冲响应分析及方差分解的全部实证结果,本文得出以下三点核心结论:
第一,跨境ETF收益率波动主要是由其自身变动引起的。跨境ETF收益率自身对股价波动的解释程度一直位于87%以上的高位。表明跨境ETF的收益波动主要依赖自身历史运行逻辑和内在特质,受自身趋势影响显著。
第二,外部市场因素中,恒生指数对跨境ETF收益率的影响最为突出,人民币汇率和创业板指数的影响较弱且次要。结合方差分解的结果来看,恒生指数对跨境ETF收益率的解释程度长期稳定在11.42%,是除了跨境ETF自身以外最主要的影响因素,而人名币汇率和创业板指数对其解释水平长期维持在较低水平,二者对跨境ETF的影响程度有限。
第三,人民币汇率对跨境ETF收益率的影响具有阶段性、短期性,无长期持续效应,且传导存在滞后性。脉冲响应分析显示,人民币汇率正向冲击对恒生科技ETF的影响呈现“短期微弱负向→中期正向峰值→长期收敛归零”的路径。冲击峰值出现在第4期,传导滞后约3-4期,说明人民币汇率仅能对跨境ETF收益率形成短期边际影响,无法构成长期驱动。
建议
第一,应该健全跨境ETF监管体系,强化风险防控。结合跨境ETF内生波动较强的特征,进一步完善跨境ETF的信息披露制度,要求基金管理机构充分披露ETF跟踪标的的波动逻辑、汇率对冲策略及潜在风险,保障投资者知情权。同时,加强对跨境资金流动的监测与引导,防范短期资金大规模进出引发的ETF大幅波动,维护市场稳定。
第二,优化外汇市场调控,稳定汇率预期。尽管人民币汇率对跨境ETF收益率影响较弱,但汇率波动仍会通过跨境资金流动、市场风险偏好间接影响ETF表现。监管部门应继续坚持稳健的外汇管理政策,避免汇率短期大幅波动。
第三,采用有效的汇率风险度量方法,现阶段大多数基金管理公司在度量汇率风险时,主要采用的是比较初级的敏感性分析法,但是敏感性分析法不能有效且精确地衡量汇率风险带来的影响。传统的汇率风险定量分析方法已经不能满足基金管理的需要,因此基金管理公司需要进行更多的调整和升级,运用更为准确的方法测度汇率风险。
第四,对于个人投资者来说,应该认识跨境ETF的风险特征,理性评估自身风险承受能力。前文实证显示,恒生科技ETF波动幅度较大,投资风险相对较高,且其收益波动主要由自身因素驱动。投资者在参与跨境ETF投资前,应充分了解其标的指数特征、波动规律及汇率等外部影响因素,结合自身风险承受能力,合理确定投资比例,避免过度投资。
参考文献:
- [1]赵明超.跨境ETF规模重返万亿元[N].上海证券报,2026-02-13(003).
- [2]梅冬州,宋佳馨,谭小芬.跨境资本流动、金融摩擦与准备金政策分化[J].经济研究,2023,58(06):49-66.
- [3]万晓潇.俄乌冲突对汇率的波动性影响研究[J].北方经贸,2025(12):102-108.
- [4]邱黎茹.QDII基金的汇率风险管理分析[D].河北金融学院,2023.
