如何消除 EMFX 頭寸中發達貨幣融資的交叉匯率風險？
回到“過去”（即 5 到 10 年前），當我們想要做多或做空一種新興貨幣（比如 ZAR、BRL 或 TRY）時，我們只是針對當時的主要貨幣做所有事情，美元。因此，例如做多土耳其里拉，我們賣出了 USDTRY。做空蘭特，我們買入 USDZAR。大部分回報歸因於該貨幣對的 RHS。
如今，美元不是普遍占主導地位的硬通貨，因此美元本身的相對強弱“污染”了美元對新興市場貨幣的頭寸。例如，在實踐中，EURUSD 和 USDXXX 之間的相關性（其中 XXX 是新興市場貨幣）已經增加（絕對值）：
因此，如果我做空 USDZAR，我會通過相關性顯著做多 EURUSD。問題是，我如何對沖這種發達貨幣交叉匯率風險？我如何才能盡可能接近純玩新興貨幣？
顯然，答案是我必須用一籃子硬通貨（比如美元、歐元、英鎊、瑞士法郎、加元、澳元和日元）來為我的新興貨幣頭寸提供資金。但是我如何最好地計算這個籃子的重量？USDZAR 對 USDEUR、USDGBP、USDCHF、USDCAD、USDAUD 和 USDJPY 的多元回歸？這是正確的方法嗎？有更好的嗎？例如，我在彭博相關加權指數中看到了使用 PCA 的彭博社。
簡短答案 - 使用多元回歸的貝塔創建對沖投資組合。
在單因子模型中（即僅用一種其他貨幣對沖），您可以將 Beta 解釋為您需要做空的因子的比例。因此，如果 Beta = .5，那麼對於每 1MM 做多，您將在貨幣對對沖中做空 50 萬美元。同樣的想法擴展到多個測試版。
長答案 - 自然，這裡提出了許多問題 - 估計 beta 的視窗是什麼？使用什麼回歸程序（LAD、OLS、GLS、穩健方法）？貨幣相關性是固定的嗎？
使用 PCA 還是多元回歸取決於哪個模型更穩定。（技術說明：PCA 和多元回歸假設您的錯誤是獨立同分佈的此外，只有當回報是不變的時，過去回報的歷史才是 Beta 的近似值 - 跨時間獨立同分佈。因此，使用已實現回報進行回歸實際上並不是真實的表示真正的前向分佈。）。
您可以嘗試滾動多元回歸測試並測量樣本外因素的顯著性和一致性。如果您進行 PCA，漸近 PCA（參見 Stock & Watson 2002）對於具有許多因素的時間序列更可取。
此外，如果您認為存在解釋交易貨幣對共變異數的潛在因子結構，您可能需要考慮時間序列因子分析（參見 R 中的包 TSFA）。