中國在經(jīng)過幾次匯率改革之后,匯率市場化程度不斷加深,人民幣匯率變動逐漸頻繁。近期發(fā)生的中美貿(mào)易戰(zhàn)等因素導(dǎo)致人民幣匯率波動加劇,呈現(xiàn)出劇烈的單邊貶值現(xiàn)象,中國未來的匯率市場變化預(yù)測難度較大。在這樣的背景下,具有較大外匯敞口的涉外企業(yè)匯率風(fēng)險不斷加劇,潛在的匯兌損失不斷擴大。本文以代表性的航空企業(yè)東方航空為案例分析對象,與國內(nèi)其他上市航空公司基于匯兌損益與凈利潤的占比、ROE指標(biāo)進行對比后,發(fā)現(xiàn)其匯兌損益對凈利潤的影響更大、匯率風(fēng)險管理或存在問題;對東方航空歷年ROE的回歸分析發(fā)現(xiàn)外匯敞口對ROE的影響較為顯著。對此,本文從外匯敞口視角對比中國國航與南方航空,發(fā)現(xiàn)東方航空存在較高的資產(chǎn)負(fù)債率和外幣非流動負(fù)債、較大的外匯敞口以及外匯敞口分配不均勻等問題。針對這些問題,本文以航空公司主要持有的美歐日三種外幣兌人民幣匯率中間價為樣本數(shù)據(jù),進行GARCH-Va R模型的實證分析,得出在t分布下的GARCH（1,1）模型用來擬合美元匯率數(shù)據(jù)、GED分布下的TARCH（1,1）模型用來擬合歐元匯率數(shù)據(jù)、GED分布下的GARCH（1,1）模型用來擬合日元匯率數(shù)據(jù)比較合適;東方航空因持有美元導(dǎo)致的匯率風(fēng)險... 

【文章來源】：上海師范大學(xué)上海市

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

研究技術(shù)路線圖

第3章東方航空案例介紹上海師范大學(xué)碩士學(xué)位論文21了大量的外幣負(fù)債與資產(chǎn)，從而對匯率波動更為敏感。因此，航空業(yè)的特殊性對匯率波動及風(fēng)險防范的研究提出了要求。表3-2清楚地列示了我國七家上市航空公司2015-2018年匯兌損益及凈利潤的數(shù)據(jù)情況。不難發(fā)現(xiàn)，東方航空、中國國航、南方航空和海南航空四家國內(nèi)規(guī)模較大的航空公司，其每年匯兌損益數(shù)額之大，足以證明了匯率雙向波動導(dǎo)致的匯率風(fēng)險對航空業(yè)產(chǎn)生的影響是巨大的，因此選擇航空業(yè)作為案例分析行業(yè)具備一定的代表性和實際意義。眾所周知，在企業(yè)的財務(wù)報表中，最能直接反映匯率風(fēng)險的項目為匯兌損益項目，而匯兌損益項目是計入到利潤表中的財務(wù)費用項目里，企業(yè)的財務(wù)費用又直接影響著企業(yè)凈利潤的大校由于航空公司的規(guī)模不同，其匯兌損益和凈利潤的絕對值差距可能較大，故選用匯兌損益比凈利潤這個指標(biāo)，更能同向地對比出匯兌損益對企業(yè)凈利潤造成的影響。我們再把占比數(shù)據(jù)做成折線圖：圖3.12015-2018年我國七家上市航空公司匯兌損益與凈利潤占比數(shù)據(jù)來源：七家上市航空公司年報（2019年7月22日）從圖3.1我們可以發(fā)現(xiàn)：首先，從2015年至2018年，除了規(guī)模相對較小的春秋航空和吉祥航空，我國航空業(yè)大部分航空公司匯兌損益比凈利潤這個占比的走勢是十分類似的，也就是說由于匯率波動產(chǎn)生的匯兌損益對國內(nèi)航空公司凈利潤的影響是基本相同的；

第3章東方航空案例介紹上海師范大學(xué)碩士學(xué)位論文23東方航空的初步分析，得出東方航空在面對匯率波動產(chǎn)生的匯率風(fēng)險，所做的內(nèi)部管理或應(yīng)對措施等方面可能并不如行業(yè)內(nèi)的其他航空公司，從而導(dǎo)致公司匯兌損失對凈利潤的影響程度比其他公司要大。因此我們選擇對七家航空公司進行基于ROE指標(biāo)的績效評價，進一步驗證問題的存在。表3-32015-2018年我國七家上市航空公司ROE單位：%2015201620172018東方航空14.4510.9512.674.98中國國航11.8710.599.348.18南方航空10.3412.3112.755.21春秋航空26.3113.7115.9813.79吉祥航空39.0022.7216.2913.64海南航空9.677.025.85-6.46山東航空17.0514.8012.127.96平均值18.3813.1612.146.76數(shù)據(jù)來源：七家上市航空公司年報，Wind數(shù)據(jù)（2019年7月22日）上表列示了在相同時間段2015-2018年的我國七家上市航空公司ROE的數(shù)據(jù)，為了更清晰地顯示出差別，我們依然把它做成折線圖來對比：圖3.22015-2018年我國七家上市航空公司ROE數(shù)據(jù)來源：七家上市航空公司年報（2019年7月22日）

【參考文獻】：
期刊論文
[1]中國外匯儲備風(fēng)險測度探究:基于SEM模型的視角[J]. 郭君默,鄭開焰,趙茜,晁江鋒.  經(jīng)濟問題. 2019(08)
[2]中國外匯儲備市場風(fēng)險測度——基于GARCH-EVT-COPULA模型的利率和匯率風(fēng)險集成分析[J]. 朱孟楠,段洪俊.  廈門大學(xué)學(xué)報(哲學(xué)社會科學(xué)版). 2019(03)
[3]外幣債務(wù)對企業(yè)價值的影響研究——基于我國非金融類上市公司面板數(shù)據(jù)[J]. 謝非,方璐.  重慶理工大學(xué)學(xué)報(社會科學(xué)). 2018(12)
[4]企業(yè)匯率風(fēng)險管理研究——以某央企的實踐為例[J]. 王丹妮.  商業(yè)會計. 2018(20)
[5]外匯風(fēng)險影響企業(yè)價值的非對稱效應(yīng)——基于我國制造業(yè)上市企業(yè)的數(shù)據(jù)[J]. 谷任,丁思.  金融發(fā)展研究. 2018(08)
[6]跨國企業(yè)匯率風(fēng)險管理的五步組合論[J]. 任尚,吳革.  國際商務(wù)財會. 2018(08)
[7]基于金融工程在匯率風(fēng)險管理中的應(yīng)用淺析[J]. 張郁達.  現(xiàn)代商業(yè). 2018(22)
[8]跨國公司匯率風(fēng)險管理問題探究——基于中興通訊的案例[J]. 李海珍.  財會通訊. 2017(35)
[9]外匯衍生品、匯率風(fēng)險暴露與企業(yè)價值——來自中國制造業(yè)上市公司的經(jīng)驗證據(jù)[J]. 李夢,陳奉先.  金融經(jīng)濟學(xué)研究. 2017(06)
[10]人民幣匯率風(fēng)險測度研究[J]. 伍楠林,龐博.  學(xué)術(shù)交流. 2017(08)

碩士論文
[1]基于向量自回歸模型的人民幣匯率預(yù)測研究[D]. 錢倩倩.北京外國語大學(xué) 2015
[2]不同殘差分布下歐元兌美元匯率的GARCH-VaR模型比較研究[D]. 范慶龍.東北財經(jīng)大學(xué) 2012



本文編號：3146891