发布时间：2023-10-08 10:05:51
绪论：一篇引人入胜的公司外汇风险分析，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
外汇风险分析作为项目经济评估的一个重要环节，这是全程风险控制的第1个点。外汇风险分析着眼点在于时间和货币这两个主要因素。首先，确定恰当的计划期，也就是受险期。工程承包项目受险期指的是工期，在整个工期中，企业都会有外汇收付，从而可能有外汇风险。然后根据项目成本分析，编制现金流量估算，分析外币币种及受险金额。调查外汇变动历史及市场状况；评估外汇风险大小，建议外汇风险防范策略。项目的对外报价可以根据外汇风险的大小进行调整，外汇风险大，应考虑增加报价，弥补外汇风险带来的损失。项目对外报价也可以选用外汇风险较小的有利货币。
二、合同谈判阶段的外汇风险防范
合同谈判阶段的外汇风险防范是外汇风险管理的第2个控制点。争取好的合同条件是合同谈判阶段外汇风险防范的核心任务，一是确定计价货币，二是争取保值条款。
（一）确定合理外币支付结构
大型工程合同，合同的计价货币往往不是一种，而是根据项目性质，可能采取主要货币、当地货币、次要外币等多个货币。对此，需要分别加以考虑，确定对策。主要货币采用国际硬通货，如美元、欧元、日元等为主。这些货币也存在汇率风险，但较之当地币来讲不会出现非理性的变化。并且国际市场上这些货币可以利用金融衍生工具规避风险。对于当地币与硬通货的比例确定，需要考虑如下因素：
1.当地币与自由兑换货币是否可自由兑换，政局是否稳定，近十年外汇走势及当地国家经济发展形势。
2.测算当地币的需求，其中包含工程总量需要支付多少现金，其中有多少人工费、设备采购、材料采购是需要从当地购买的，当地支付的税费种类，预计金额，是否有当地分包等。一般讲，当地人工费的支付使用当地币，当地税费的支付也使用当地币结算。而材料、设备等物资采购是否在当地进行，要对当地市场价格与从第三国进口的价格比较后确定。综合比较时，要考虑材料、设备等到达施工现场的价格，包含关税、海运、陆运、仓储等各项费用。还要考虑进口是否需要配额，是否有管制；当地分包一般应以当地币支付等等。综合确定以上因素后，判断当地币需要量。
3.根据以上两点，确定外汇比例。判断方法，如果当地币处于贬值走势中，要求尽可能多的支付外币，少支付当地币，争取汇率收益；如果当地币处于升势中，且国家政局稳定，经济形势向好，外汇管制相对宽松，能够进行自由兑换，则可要求多支付当地币，少支付外币。最不会产生风险的做法就是，当地币的需求量在合同谈判时要求以当地币支付，第三国采购使用硬通货外币，这样当地币与外币就不会产生外汇交易风险，不会有汇兑损失和收益的出现。
（二）争取保值条款
保值条款是承包商利益的重要保障，在合同谈判阶段要充分重视。保值条款有货币保值条款和合同调价条款两种方式。货币保值条款又分两种：一是签订合同时，把汇率固定下来，以后无论汇率发生什么变化，仍按合同规定的汇率付款；二是签订合同时，不确定付款汇率，但规定在汇率变动时，双方各承担一半的损失。
三、合同执行阶段的外汇风险规避
合同执行期间的外汇风险防范是围绕合同款的收付而进行的。合同执行阶段的风险分两方面：一是在境外承包工程中当地币与自由兑换货币（美元等硬通货）之间存在汇率风险；二是自由兑换货币与我国人民币间的汇率风险。
（一）提前或推迟外汇收付。根据汇率变化趋势，判断提前或推迟外汇收付。如在人民币升值，美元贬值阶段，对外承包工程款应尽可能早收回，提前结汇；对外支付美元，在未对汇率作约定的情况下，尽可能推后。做到尽早将外汇收进来结汇，收不进来的要考虑把风险转嫁给我方的外币债权方。相反，境外承包工程中，当地币如果有贬值可能，美元呈升势，应该推迟收款，推迟用美元兑换当地币的时间。
（二）收支冲销，跨国各成员单位之间的债权债务，虽然大多数由外汇交易组成，但他们之间可以通过财务转账等方式将一部分债权债务彼此对冲，力求使货币收付数额达到或接衡，以抵消或减轻汇率变动风险。
（三）力争使收到外汇与支付外汇相当，将外汇风险转嫁给债务方，做到外币债权与外币债务基本对应，减少货币兑换风险。比如，在对外承包企业单个项目实施中，可利用分包经营方式，将当地币计价的合同尽可能分包给当地分包商，以减少合同本身固有的风险。
尤其强调的是，企业在签订分包合同中，一般不能用主合同支付币种以外的硬通货币作为分包合同支付条款，这会增加企业额外的外汇风险。如境内分包单位，签订合同时尽可能不使用人民币作为合同汇率，保持与主合同汇率一致可以避免额外风险，即便将来支付其人民币，也是按市场汇率折算，风险由其自行承担。
（四）承包境外工程中标后，在估计到可能有汇率风险时，在金融产品市场丰富的地区可向保险公司投保外汇汇率风险的保险，当发生汇率损失时可从保险公司获得一定的补偿，使企业相对减少由于汇率变动造成的损失。
（五）用借款方法防范外汇风险。在资金短缺的情况下，需要向银行融资时，如美元兑人民币持续贬值，则借入美元，提前结汇兑换成人民币，待工程进度款收回时归还美元，这样避免了未来的汇率风险。而利息支付需要与人民币贷款利率和预测美元贬值幅度进行衡量。
（六）对于美元与人民币的汇率变动，还可利用中行推出的“福费廷”（Forfaiting）业务防范外汇风险。福费廷是指银行无追索权地买入出口贸易产生的未到期应收账款。其最大的特点是无追索权。在债权真实有效的前提下，如担保银行到期不付款，银行无权向出口商追索。另一特点是特别适合中长期固定利率融资。
（七）由于在国际经济交易中，使用硬货币对收款方或债权方有利，而对付款方或债务方不利；使用软货币则相反。因此在对外经济交易谈判中，双方争取的目标是相反的。在双方相持不下时，可互作让步，采取软、硬货币搭配的方案，由双方共同承担风险。
（八）运用即期外汇买卖防范风险，及时收汇，及时根据汇率情况进行外汇买卖，防范汇率变动风险。
（九）利用金融工具，运用远期外汇买卖、期权交易、掉期（套期）保值等交易防范外汇风险。这是防范风险的主动出击手法，但本身存在很大风险，一旦对远期汇率估计出现偏差，风险更大。这点在美元与人民币的汇率变动过程中可以考虑操作。在当地币与硬通货之间的汇率风险一般不具备此条件进行规避，原因是我国对外承包工程多在欠发达地区，金融工具的使用受到所在国金融市场的限制，实际可利用的金融工具有限。国内多家银行已开办远期结售汇业务，可根据外汇走势，提前做远期结汇，锁定汇率，规避风险。
我国汇率机制改革始于自2005年，发展至今已整整10年了，取得了不错的效果，汇率是一个国家经济运行的重要指标，人民币汇率的变动直接影响着国际贸易平台的运行环境，对外贸企业的影响尤为突出[1]。随着我国经济实力不断提升，国际社会对我国人民币升值不断施压，加之我国汇率弹性不断增强，使得外贸企业面临的汇率风险也随之加剧。就简单的理论而言，人民币汇率上升1个点，就相当于我国出口商品在国际贸易中的相对成本提升了1个点，必然会削弱其国际市场的竞争力，对于国外来说，价格上涨了，对该产品的市场需求就会相应减少，出口规模受到严重影响，无疑给外贸企业的生产经营活动构成巨大的威胁。面对当今国际贸易的整体环境，为保证外贸企业在国际贸易平台中不断的发展，就需要对国际贸易中的外汇风险进行分析与预测，以便依据企业实际情况采取相应的风险防范措施，提高企业国际竞争力。
1.外汇风险的概念及其种类
1.1何为外汇风险
所谓外汇风险是指外贸企业在日常经营活动中，因汇率的变化使企业的各项经济活动面临损失的可能性风险。由于外贸企业主要从事进出口业务，业务核算过程中涉及不同货币的相互兑换，汇率波动自然就成为外贸企业必须面临的风险因素，汇率的波动是一个复杂的系统，受到多种因素的影响，主要为一国的经济实力、国际收支、通货膨胀以及整体政治、经济的发展环境，这些因素有些会使企业遭受外汇损失，有的也会使企业获得外汇收益。但由于我国尚处于发展中国家阵营，与世界发达国家经济水平还存在较大差距，加上国际贸易中，当前以美元为流通货币，人民币汇率波动不断加剧，外汇风险不断增大，成为外贸企业发展过程中面临的首要风险。因此，外贸企业预防和化解外汇风险尤显重要，企业只有积极采取防范措施，才能保障自身长期稳定的发展。
1.2外汇风险的种类
外汇风险种类较多，基本上可概括为5大类：交易风险、折算风险、经济风险、外汇买卖风险及外汇储备风险。下面就这5种风险进行简要阐述：
1.2.1交易风险
交易风险就是企业在交易结算过程中，由于外币和本币的比值发生变化而引起的亏损风险，换句话说，企业在进行外贸交易时，普遍都是以外币计价成交的，交易过程中，由于外汇汇率的改变使得实际获得的本币现金流量减少或实际支付的本币现金增多而产生的亏损。该风险主要产生于企业经营活动过程中，具体账目表现为以外币计价的未结算的应收或应付款项、预收或预付、期货交易、远期承兑汇票、国际投资及国际借贷等。
众所周知，时间是外汇风险的构成要素之一，国际贸易过程中，无论采取即期支付还是延期支付方式，都会经历一段时期，而此期间汇率是不断变化的，从而给贸易商带来了结算风险[2]。举例说明，一家贸易公司出口价值10万美金的商品，合同签订时汇率为1美金=7.3元人民币，出口方按照合同价格就可以收到73万元的人民币，由于货款要1个月后才能收到，倘若收款日汇率为1美金=7.2元，那么出口方收到的10万美金就只能兑换成72万元人民币，无形中就损失了1万元人民币。
1.2.2折算风险
我国会计法规规定，我国企业需采取本币就企业一段时期内的经营状况及财务内容进行核算。折算风险是指外贸企业就外币债权、债务进行会计报表处理时，在折算成本币计价过程中所面临的风险。在折算过程中，由于不同时期资产、负债的评估情况各异，导致损益不同，加之汇率变化水平也不尽相同，因而在会计核算过程中就会产生一定的评估风险。譬如，我公司作为一家外贸企业，于2014年12月初购进一台设备，价值为10万美金（含税费），此时1美金=7.2元，我公司应付账款72万元人民币，2014年12月底财务报表出具时，此时汇率为1美金=7.3元，资产价值在报表中反映为73万，比购入时价值多出1万。这就是折算时汇率与购入时汇率不同所造成的评估过大风险。
1.2.3经济风险
经济风险是企业在运营过程中由于汇率的不可预料性使得企业未来收益可能发生变化的风险。经济风险只是对未来可能产生的风险的预期评估，是外贸企业进行整体市场规划的一个过程，也是企业预测能力的体现，预测结果准确与否都将直接影响企业生产、销售、市场开发及筹资等战略性决策的展开。
1.2.4外汇买卖风险
外汇买卖风险是在外汇买进和卖出过程中产生的，该风险表现为外汇市场上的投机行为，通过汇率波动赚取差价利益。该风险为从事外汇买卖交易企业的最主要风险。
1.2.5外汇储备风险
自从中国外汇制度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以来,中国的外汇风险环境越来越严峻。如何有效地度量外汇风险成为整个金融风险度量过程的重要环节,也是外汇市场经济主体合理规避风险的重要前提。
一、外汇风险的直接度量
外汇风险的直接度量法,是指衡量由于汇率的波动给有关外汇市场经济主体的外汇资产价值带来影响的度量方法。通过这类金融风险度量方法,外汇市场经济主体的管理者可以直接掌握汇率发生变动的情况下外汇投资组合的损失。直接度量外汇风险的金融风险度量法主要有外汇敞口分析、VaR度量方法和极端情况下的各类方法。
在这些方法中,外汇敞口分析可以衡量经济主体因其外币资产和负债组合的不相匹配或外汇买卖的不相匹配而可能产生的外汇亏损或盈利所形成的外汇风险(王璐等,2006)。这种方法具有计算简便、清晰易懂的优点,但它忽略了各币种汇率变动的相关性,难以揭示由于各币种汇率变动的相关性所带来的外汇风险。目前,为大多学者所使用的外汇风险直接度量方法主要是VaR度量法以及在极端情况下所使用的各种直接度量方法。
(一)VaR度量法
VaR的度量法可以将不同市场因子、不同市场的风险集成一个数,较准确地测量由不同风险来源及其相互作用而产生的潜在损失的风险。该方法又可以分为参数分析法、非参数分析法以及情景分析等,这些方法各有特点但均存在不足。
参数分析方法是VaR计算中最为常用的方法,一般是建立在汇率波动是正态分布假设之上的,能正确地估计外汇资产价值变动的分布函数,并且在得出该分布函数后准确地计算出该分布函数的参数值。但用它没有考虑到在现实汇率的时间序列波动中表现出来的厚尾现象和非正态汇率波动现象。
非参数的测量方法包括历史数据模拟法和蒙特卡罗模拟法。历史数据模拟法所需数据从历史的收益率序列中取样,在应用过程中不需对外汇市场的复杂结构做出任何假设和考虑汇率波动分布非正态的问题。但当波动率在短期内变化较大时历史模拟法估计不准(Engle,1982),并且选取的历史数据对VaR值的预测有很大影响。另一种非参数方法为蒙特卡罗模拟法,可以用来观测那些人们认为将要发生,但历史观测值中没有出现的事件。该方法考虑到波动性的时变性、厚尾和极端事件,在解决数据的非正态分布等复杂的问题上表现出了极大的灵活性。但由于测量结果取决于模拟的次数,导致该方法耗时、依赖于电脑并且模拟的代价较高。国内学者朱宏泉等(2002)和王春峰等(2000)均发展了用蒙特卡罗模拟计算VaR的新方法,对非参数方法进行了扩展性研究。
情景分析是测量外币资产与负债组合在汇率发生极大的变化时的敏感度,优点是通过计算资产组合面临的潜在的最大损失找出较为脆弱且容易发生问题的部分,便于经济主体对汇率风险的度量与控制。缺点在于其效果很大程度上依赖于有效情景的构造和选择,一旦预期的各种组合变动与实际情况存在较大的差距,对汇率风险分析的结果就会失去实践意义,甚至会引发错误的套利政策从而导致不必要的损失。
(二)极端情形度量法
虽然VaR较为准确地测量了金融市场在正常波动情形下资产组合的外汇风险,但实际金融市场中极端波动情景和事件时有发生。如果这些事件发生,经济变量间和金融市场因子间的一些稳定关系就会被破坏,原有外汇市场因子之间的相关性、价格关系以及波动性都会发生很大改变,而VaR在这种极端市场情景下存在较大的估计误差。为此,人们引入了EVT,CVaR,Copula,ES等方法来测量极端金融市场情景下的外汇风险。
1·极值理论
极值理论(EVT)是可以用来测量外汇风险极端情景下风险损失的一种参数估计方法,是研究分布的尾部状态的强有力的工具,其优点主要有两点:首先,不会像历史模拟法受到历史观测个数的限制,即使对于较小的显著水平的样本外VaR值也可方便求得;其次,该理论没有对收益率分布强加某个特定模型,而是由数据本身来说明尾部分布,这样就降低了模型风险。该方法局限性在于只适合于描述尾部的分布,对于较大的显著水平有可能导致大量的数据浪费。并且估计的VaR的精确性并不是很好,计算方法不易掌握,统计量的分析和估计方法比较困难。
国外学者将极值理论广泛地运用到外汇风险度量实证研究中。Akging(1998)利用极值理论研究了拉丁美洲黑市汇率分布特性;Koedijk(1990,1992)基于极值理论中非参数尾部指数估计,实证研究了东欧7国黑市汇率收益的经验分布;Embrechts(2000)通过实证分析了极值理论的前景和缺陷,并作了全面的总结。国内学者詹原瑞等(2000)以及潘家柱等(2000)讨论了根据极值理论计算VaR的方法;马超群等(2001)提出了完全参数方法,它本质上是参数方法结合极值理论的运用,更进一步发展了该模型,但在我国极值理论的研究仅仅局限于定性分析中,并没有广泛运用到实际操作中来。
2·CvaR模型
条件风险价值CvaR模型(ConditionalValue-at-Risk),即损失超过VaR的条件均值,代表超额损失的平均水平,可以反映金融头寸的潜在损失。CVaR表示损失超过VaR1-α(X)时的条件期望值。假定M是一个随机变量,表示金融资产的损益,VaR1-α(X)表示在100(1-α)%置信水平下的VaR,则CVaR1-α(X)表示损失超过VaR1-α(X)时的期望值:
其中,qα是X的α%分位数。由于损益的分布f(x)没有必要是绝对连续的,通常可以用EX表示离散分布条件下VaR1-α(X)。该模型是一致性风险度量模型,具有次可加性,在一定程度上克服了VaR模型的缺点。它不仅考虑了超过VaR值的频率,而且考虑了超过VaR值损失的条件期望,有效的改善了VaR模型在处理损失分布的后尾现象时存在的问题。
Rockafellar等(2000)首先提出了CVaR的概念,认为该方法可以很好的应用于大型投资组合和复杂的情景分析中。由此,国内外很多学者均从VaR与CVaR的比较方面进行研究,如刘小茂等(2005)和殷文琳等(2006)均对VaR和CVaR度量方法进行了比较分析,发现CVaR独有的次可加性最能显示它相对于VaR的优越性,并给出基于条件风险价值的计量模型以及其在投资组合管理中的应用。
3·ES模型
ES(ExpectedShortfall)模型是在CVaR基础上进行改进的一致性风险度量模型。ESp定义为在一定的置信水平p下,某一资产或投资组合在未来特定时间内的损失超过VaRp的条件期望。假设X为某金融资产的损失,其分布函数为F(x),则ESp(X)可以表示为:
其中,F-1(α)=inf{x|F(x)≥α}。
当损失X的密度函数连续时,ESp可以简单的表示为:
ESp=E{x|F(x)≥p}(3)
Acerbi(2001)提出一般化的ES模型,认为该模型对于损失X的分布没有特殊的要求,在分布函数连续和不连续的情况下都能保持一致性风险度量。因此,该模型不仅可以应用到任何的金融工具的风险度量和风险控制,也可以保证在给定风险量的约束条件下最大化预期收益组合的唯一性。但是目前在我国将ES模型运用到外汇风险度量的研究还没有得到广泛的发展。
4·Copula方法
Copula是一种把多维随机变量的联合分布用其一维边际分布连接起来的函数,可以用它来研究与相形相关或VaR不能描述特征的相关极端事件相联系的一些问题。由于Copula可由随机变量的边际和相关性来确定,能够全面描述随即变量的联合性质,因此正态假设和联合分布建模问题都可以通过该方法来解决。
假定随机变量X和Y分别代表两种外汇资产的损失,它们的边缘分布分别为F(x)和G(y),具有Copula函数C(F(x),G(y),则投资组合的VaR可表示为:
其中,δ代表资产X在投资组合中的权重,γ为限定值,它与置信水平α是相对应的。Copula函数可以解决传统的多元分布函数在实际应用中存在的解析式难处理、约束条件多的缺陷。当外汇组合中的资产已经确定,外汇市场风险可由一个相应的Copula函数来描述,从而构造灵活的多元分布函数,掌握资产组合内各金融资产收益的真实分布与相关关系。
将Copula函数真正应用于金融经济研究近几年才刚刚开始。在Nelsen(1998)比较系统地讨论了Copula的定义和构建方法后,许多学者系统地研究了Copula在金融中的一些应用,如Bouye等(2000),Lindskog(2000)和Clemente等(2003)均运用Copula理论研究了如何建立有效的风险管理度量模型,并验证了该方法在求联合分布函数的便捷和准确性。
在中国,Copula方法的应用才刚刚兴起。吴振翔等(2004)拓展了Copula方法的应用范围,他们运用ArchimedeanCopula方法给出了确定两种外汇最小风险投资组合的方法,并对欧元和日元的投资组合做了相应的风险分析得到了二者的最小风险投资组合;罗薇等(2006)同样基于Copula结合具有不同边际分布模型来计算资产投资组合。但是目前以Copula为基础的相关性测度方法并不完善,属于需要做进一步研究的前沿领域。二、外汇风险的间接度量
上文分析了外汇风险的直接度量方法怎样衡量汇率变动可能给企业带来的直接影响。同时许多学者通过研究发现,由于汇率的变动对于宏观经济变量发生作用从而又通过种种经济的传导机制,最终使企业的价值发生改变。这种未预期到的汇率变动所引起的公司价值的变化也叫外汇风险暴露,企业通常使用回归的方法来度量汇率波动与公司价值变动之间的关系,从而间接描述外汇风险。
外汇风险暴露的度量方法又可以分为两种,一种为资本市场法,另一种为现金流量法。资本市场法认为,外汇风险能影响企业的股票价格,因此Adler和Dumas(1984)首次提出外汇风险暴露可以由股票收益率对汇率波动的敏感度来度量,他们认为一单位汇率变动造成股票价值变动的大小,就是该资产的外汇暴露。因此外汇暴露是一个包括了以上因素的倾斜的回归方程,可以表示成:
P=α+bS+e(5)
其中,P是公司的股票价值,a是常数项;b是暴露的回归系数,表示为b=Cov(P,S)/Var(S);S是汇率的波动;e是残差项,E(e)=Cov(e,S)。
国外许多学者在Adler-Dumas模型上进行了发展,Jorion(1990),Amihud(1994)以及Choi和Prasad(1995)都使用了一个两因素模型:
Rit=αi+βiRmt+γiXt+εit(6)
其中Rit为i公司t期的股价报酬率;Rmt为市场大盘指数报酬率;Xt是t期未预期汇率变动率。
许多学者利用该模型进行实证研究均对其进行发展和完善,Martin(1999)利用指数平滑法发展了一个简单的汇率预测方法來估计投资人对汇率的期望值,这个变量可同时包含过去的汇率变动率和最近一期的汇率变动率,从而使结果比较客观和结构化。Bod-nar和Wong(2000),Parsley和Popper(2002)以及Dominguez和Tesar(2001)也对该模型所度量的外汇风险暴露在变量指标的使用如汇率与市场收益率数据的选取上有建设性的建议。
由于企业在现实外汇交易中,可能不只一种货币的汇率对公司价值造成影响,因此当影响公司价值的汇率由单独一种货币的汇率变为多种货币的汇率后,公司i的价值决定的方程可以变为:
Vi=a+b1S1+b2S2+…+bmSm+c1K1+c2K2+…+cnKn+ei(7)
其中,Sm为影响该公司价值的汇率;m,K为其他因素。可以通过上式求出各种外汇汇率对公司价值的“净影响”,即求出汇率Sm对该公司价值V的偏导数bm,m=1,2,…,m,bm即为i公司面临的货币m的外汇风险暴露。
但是由于许多不发达国家股市的不稳定和不完善,容易受到许多人为因素和政府政策因素的影响而引起波动。许多对不发达国家所进行的股票收益率与外汇波动之间的关系研究结果显示,用资本市场法度量的外汇风险暴露显著性均不是很明显。由此Shapiro(1990)提出,如果ΔPV/Δe(ΔPV为公司价值的变动,Δe为外汇的变动)不等于零时,公司将暴露于外汇风险中。他的研究发现,外汇风险暴露为公司价值因不确定外汇变动的影响而产生的变动,亦即外汇的变动会影响公司的现金流量。因此,他以营运的概念为出发点,认为外汇风险暴露的衡量可以用下面的回归式来衡量:
ACFt=α+AEXCHt+ut(8)
其中,ACF为t期的现金流量变动,AEXCHt为名义汇率变动率,a为常数项,ut为回归式的残差项。Brown(1995),Walsh(1994)以及Martin和Mauer(2003)均采用现金流量法研究企业的外汇风险暴露,其模型表示如下:
Rit=ai0+aixext+ait(9)
其中,Rit为公司i在t时期的营业收入变动率,ext为汇率变动率,ai0为常数项,ait为残差值。由于一个企业的某个时期的营业收入的高低,不仅会受到当期汇率变动的影响,也应受到既往汇率变动的影响。因此,上述学者在该模型的基础上进行改进,加入汇率滞后的因素来探索竞争效果。由于他们均对将企业的月度营业收入代表企业的价值,采用落后四期的汇率变动,约一季度的时间来讨论企业的经营暴露状况:
其中,Rit为公司i在t时期的营业收入变动率,ex为汇率变动率,aki为落后k期的外汇风险暴露系数,εit残差值。用回归方法测量外汇经济风险暴露的优点在于:计算过程非常简便,并且其结果以数量的形式表示出来,简单明了,便于公司的管理人员进行其它定量分析。但该方法也存在着一些不足:第一,在计算外汇风险暴露时,只能计算整个外汇风险暴露,而难以将外汇经济风险暴露与外汇交易风险暴露、外汇会计风险暴露区分开来;第二,在选择模型形式时,若对模型形式的选择根据主观判断进行,则具有较大的随意性;第三,在构造模型时,难以将影响公司价值的所有因素均引入到模型中,从而在计算的外汇风险暴露中,既有外汇风险暴露也包含了其他因素引起的风险暴露,从而从结果上直接表现为模型的拟合效果均不是很好;第四,进行参数估计时,需要大量的数据,常常出现数据不足或数据难以获得的情况。
