從組合投資角度看全球股票和債券投資資金的流動

摘要：本文介紹了全球跨境組合投資的規模、類別及國別特點，從組合投資角度分析了全球股票和債券投資資金流動的驅動因素，并總結了跨境組合投資的國別配置特點。

關鍵詞：跨境資金流動 組合投資 股票投資 債券投資

當談論跨境資金流動時，涉及三個主要部分：直接投資（FDI）、組合投資（portfolio investment）和銀行借貸（bank loan）。這三者比較容易區分：直接投資的投資對象是生產性資本即企業，組合投資的投資對象是金融性資本即股票和債券，銀行借貸主要是指銀行等金融機構對國外居民進行的信貸。

從資金流出角度，根據IMF全球國際收支表，2013年全球FDI流出規模為1.86萬億美元，組合投資規模為1.62萬億美元，其他投資規模為0.26萬億美元，可見組合投資規模已經與FDI規模相差無幾。那么如何跟蹤組合投資？組合投資的規模、類別和國別主要有何特點？

跨境組合投資基本情況

目前，跟蹤組合投資的數據有：國際收支中的國際投資頭寸（International Investment Position，IIP）；機構調查和匯總數據，如IMF的CPIS（Coordinated Portfolio Investment Survey）；頻率更高的資金流動數據，如EPFR（Emerging Portfolio Fund Research）。

筆者先通過CPIS數據對跨境的組合投資情況進行初步了解。從跨境組合投資的規模看，2013年底，IMF有統計的全球跨境組合投資規模為46.6萬億美元1，相比2012年增長6.9%。從歷年增速看，在全球金融危機前，跨境組合投資增速較快，危機后增速已經出現了平臺式下降。具體來看，2002—2007年，全球跨境組合投資的增速均值為21.0%，但2010—2013年增速均值只有5.7%。

為使大家對全球跨境組合投資規模有一直觀的認識，本文使用該數據占全球名義GDP的比例來看其規模到底有多大。數據顯示，2013年底全球跨境組合投資規模占全球GDP的比例為61.6%，從歷史來看，這一比例基本圍繞56%波動（見圖1）。

從投資標的看，長期債券投資在跨境組合投資中占比一直最高，短期債券占比最低，股票占比僅次于長期債券。2013年，長期債券、股票和短期債券的投資占比分別為50.9%、42.7%和6.4%。從歷年均值看，長期債券、股票和短期債券占比中樞分別為53.8%、38.6%和7.6%。在金融危機后，隨著企業盈利改善和流動性呈現寬松態勢，股票投資占比逐步提升，而長期債券投資占比略有下降（見圖2）。

圖1 歷年全球組合投資規模占全球GDP的比例

數據來源：方正證券研究所

圖2 跨境組合投資中投資標的占比情況圖3 美國、英國和盧森堡是三大資金流出國家

數據來源：方正證券研究所數據來源：方正證券研究所

那么誰在投資海外市場？根據資金流出統計，資金流出規模最大的五個國家依次是美國、英國、盧森堡、日本和德國（見圖3），前十大資金流出國家占全球組合投資規模的比例達到70%，這與部分發展中國家統計數據缺失也有一定關系。從資金流入角度，美國、英國、法國、德國、盧森堡是2013年全球組合投資資金流入前五大國家。

全球股票和債券投資資金流動的驅動因素

EPFR統計了全球主要基金的規模和國別配置比例，本文使用的是EPFR統計的流入股票和債券的總體資金規模數據。

首先看驅動股票投資資金流動的因素。一是經濟基本面，如全球PMI、經濟意外指數，這可以歸納為影響企業盈利的因素；二是流動性狀況，如長期利率水平、金融狀況指數、美元流動性，這可以歸結為影響股利貼現模型（Dividend Discount Model，DDM）中折現率的因素；三是投資者情緒，如標普500隱含波動率指數VIX，反映投資者的恐慌情緒；四是技術指標，如股票指數過去的收益，因為很多投資者都是動量投資者。

圖4顯示了全球股票流入資金與花旗G10經濟意外指數的相關關系，圖5顯示了全球股票流入資金與10年期美國國債收益率的相關關系。經過對比可以發現，股票資金流動和經濟意外指數（經濟基本面）同向波動，但與美國國債利率（流動性狀況）反向波動，基本符合預期。

此外，筆者使用上述的經濟意外指數、長期國債利率、VIX指數等指標，對股票資金流動進行簡單線性回歸分析，以捕捉股票資金流動的基本趨勢。結果顯示，隨著截取時間段的不同，模型的解釋力度大約在20%～30%之間波動。從擬合值看，模型基本捕捉了股票資金流動的趨勢，但實際資金流動的波動要明顯大于模型的預測（見圖6）。需要說明的是，部分指標可以相互解釋，比如美元流動性增速與全球經濟同向波動，但這里不對模型進行嚴格界定。

圖4 經濟基本面影響股票資金流動圖5 利率基本與股票資金流動反向波動

數據來源：方正證券研究所

編輯注：左軸去掉千分符，左軸上方加上“百萬美元”，灰色圖例改為“股票資金流入合計（4周移動平均，左軸）”，紅色圖例后均加（右軸）

數據來源：方正證券研究所

編輯注：左軸去掉千分符，左軸上方加上“百萬美元”，右軸上方加上“%”，灰色圖例改為“股票資金流入合計（4周移動平均，左軸）”，紅色圖例改為“10年期美國國債利率（右軸）”

圖6 模型捕捉了股票資金流動的基本趨勢圖7 債券資金流動受貨幣政策影響

數據來源：方正證券研究所

編輯注：左軸上方加“百萬美元”，灰色圖例改為“股票資金流入合計（4周移動平均，左軸）”，紅色圖例改為“模型預測值”數據來源：方正證券研究所

編輯注：左軸去掉千分符，左軸上方加上“百萬美元”，灰色圖例改為“債券資金流入合計（4周移動平均，左軸）”，紅色圖例后均加“（右軸）”

其次看驅動債券投資資金流動的因素。一是貨幣政策，貨幣政策決定了政策目標利率的變動方向，從而影響其他利率；二是金融狀況指數，金融狀況指數可以反映總體資金面的松緊，從而對債券投資資金流動產生影響。

圖7和圖8分別顯示了債券資金流動與貨幣政策意外指數、金融狀況指數之間的關系?？梢园l現，貨幣政策意外收緊對債券投資資金流動有較大的負面影響，典型案例如2013年年中的削減恐慌（taper tantrum），當時伯南克暗示將終結QE3，導致資金大幅流出債券市場。芝加哥聯儲的金融狀況指數（FCI）也對債券資金流動有所影響，金融狀況緊張時，資金流入債券市場的規模會下降甚至流出債券市場。

用上述兩個指標對債券市場資金流入規模進行簡單線性回歸分析，模型解釋力度大約在20%左右。與股票資金流動模型一樣，債券流動模型也撲捉到了債券資金流動的基本趨勢，但實際的資金波動要比模型預測大得多（見圖9）。

需要說明的是，已有文獻中總結的影響債券投資資金流動的因素還包括通脹類指標，如通脹水平、通脹意外指數，但通脹相關指標加入模型后，影響并不顯著，可能在危機后通脹總體并不成為投資決策中的重要一環，但這不意味著未來還會如此。

圖8 金融狀況對債券資金流動有所影響圖9 模型捕捉了債券資金流動的基本趨勢

數據來源：方正證券研究所

編輯注：左軸上方加上“百萬美元”，灰色圖例改為“債券資金流入合計（4周移動平均，左軸）”，紅色圖例改為“芝加哥聯儲FCI（右軸）”數據來源：方正證券研究所

編輯注：左軸上方加上“百萬美元”，灰色圖例改為“債券資金流入合計（4周移動平均，左軸）”，紅色圖例改為“模型預測值”

跨境組合投資的國別配置

筆者通過總結發現，關于跨境組合投資的國別配置，已有文獻結論較為雜亂，指導性有限。筆者認為，最簡單的觀察國別配置規律的方法是看國別資金流入的相關系數。本文分別統計了主要發達國家（美國、日本、英國和發達歐洲國家）和發展中國家（巴西、印度、俄羅斯和中國）債券投資資金流入和股票投資資金流入的相關系數，數據使用EPFR國別凈流入的周度數據，時間跨度從2011年1月至2015年6月。EPFR國別凈流入數據是使用基金規模乘以國別配置比例減去期間收益得到的。

表1是國別債券凈流入相關系數表，表2是國別股票凈流入相關系數表，通過對比分析我們可以從中得出以下結論：

表1 主要國家債券資金凈流入相關系數一覽

美國日本發達歐洲英國巴西印度俄羅斯中國

美國1.00 0.39 0.38 0.32 0.33 0.31 0.37 0.19

日本0.39 1.00 0.52 0.54 0.59 0.55 0.64 0.22

發達歐洲0.38 0.52 1.00 0.62 0.27 0.45 0.35 -0.03

英國0.32 0.54 0.62 1.00 0.40 0.43 0.43 0.06

巴西0.33 0.59 0.27 0.40 1.00 0.68 0.82 0.43

印度0.31 0.55 0.45 0.43 0.68 1.00 0.74 0.35

俄羅斯0.37 0.64 0.35 0.43 0.82 0.74 1.00 0.48

中國0.19 0.22 -0.03 0.06 0.43 0.35 0.48 1.00

注：相關系數表示不同國家間資金流入同向或反向的概率，例如，資金同時流入美國和日本債券市場的概率為0.39；資金同時流入發達歐洲國家和中國債券市場的概率為-0.03，即在這兩個市場間不會同時配置。

數據來源：方正證券研究所

表2 主要國家股票資金凈流入相關系數一覽

美國日本發達歐洲英國巴西印度俄羅斯中國

美國1.00 -0.05 0.10 0.16 0.16 0.13 0.25 0.11

日本-0.05 1.00 0.25 0.27 -0.06 -0.03 -0.04 -0.17

發達歐洲0.10 0.25 1.00 0.82 0.14 0.34 0.20 0.06

英國0.16 0.27 0.82 1.00 0.11 0.23 0.17 0.11

巴西0.16 -0.06 0.14 0.11 1.00 0.66 0.61 0.51

印度0.13 -0.03 0.34 0.23 0.66 1.00 0.58 0.41

俄羅斯0.25 -0.04 0.20 0.17 0.61 0.58 1.00 0.37

中國0.11 -0.17 0.06 0.11 0.51 0.41 0.37 1.00

數據來源：方正證券研究所

第一，股票流入相關系數普遍低于債券流入相關系數。即在大類資產配置上，債券市場資金流入的趨同性更加緊密。

第二，發達國家側重地區配置，發展中國家側重新興市場整體配置。這讓筆者聯想到收入效應和替代效應，發達國家替代效應更多一些，發展中國家收入效應更多一些。對發達國家而言，國家因子更加重要，導致發達國家債券或股票市場資金流入的相關性相對較低；對發展中國家而言，全球因子更重要，即投資者對新興市場整體看法最為關鍵，所以發展中國家債券和股票市場資金流入的相關性相對較高。表現在相關系數上，就是表1和表2中左上角數字比右下角數字普遍要小。

第三，發達國家中美元資產和非美元資產二元對立。在發達國家中，最重要的配置決策首先是美元資產和非美元資產配置比例問題，表現在表1和表2中，就是美國和其他發達市場間的相關系數比其他發達市場之間的相關系數要低。

第四，區域因子是資產配置的重要一環。地域相鄰國家的債券或股票資金流入的相關系數更高一些，比如發達歐洲和英國的相關系數在發達國家之間算是最高的。曾有文獻證明，地域偏好其實就是基金經理傾向于投資距離自己更近國家的證券市場。

注：1.其規模比IMF國際收支平衡表中組合投資數據大很多，可見IIP存在低報情況、數據質量較差。

作者單位：中天嘉華管理咨詢有限公司

責任編輯：孫惠玲 羅邦敏