匯率風(fēng)險度量(編輯修改稿)
2025-03-09 11:38 本頁面
【文章內(nèi)容簡介】 ， 1)—GED等九種不同的Va R方法對人民幣匯率風(fēng)險進行了估算 ， 結(jié)果不盡相同 。為了衡量每種方是否有效及選擇出最優(yōu)的風(fēng)險度量方法 ，需要對 Va R模型結(jié)果進行準確性檢驗 。 準確性檢驗 結(jié)論 ? （ 1） 通過對人民幣匯率收益率序列進行隨機性檢驗 、正態(tài)性檢驗和異方差檢驗 ， 綜合證明了我國具備使用 Va R模型度量人民幣匯率風(fēng)險的前提條件 。 其中 ， 隨機性檢驗驗證了國人民幣匯率服從隨機游走過程 ， 這在一定程度上表自 2023年 7月 21日人民幣匯率形成機制改革以來 ， 人民幣匯率的波動基本上能夠反映外匯市場的供求變化 ， 信息傳遞通暢 ， 投資者能更為理性地理解匯率波動信息 ， 我國外匯市場的有效性在逐步提高 。 正態(tài)性檢驗和異方差檢驗表明 ， 人民幣匯率波動具有尖峰厚尾和異方差特征 。 ? （ 2） 通過運用各種 VaR方法對人民幣匯率風(fēng)險進行實證度量 ， 本文認為基于 t分布的 GARCH（ 1， 1） 模型是最優(yōu)的度量人民幣匯率風(fēng)險的內(nèi)部模型 ， 具有良好的預(yù)測準確性和較高的精度 。 對于目前已根據(jù) VaR值來設(shè)置率風(fēng)險資本或者提取匯率風(fēng)險準備金的機構(gòu)來說 ， 建議可以采用基于 t分布的 GARCH（ 1， 1） 模型來修正現(xiàn)有的 Va R模型 ， 以在風(fēng)險抵御能力和盈利能力之間做權(quán)衡取舍 。 同時 ， 蒙特卡羅模擬 、 基于 t分布的簡單移動平均法稍次于基于 t分布的 GARCH（ 1， 1） 模型 ， 但仍然通過了準確性檢驗 ， 在實踐中也可考慮用于人民幣匯率險的度量 。 匯率形成機制改革下的銀行 匯率風(fēng)險度量 （基于 TARCH 模型的實證研究） 李關(guān)政 摘要 自人民幣匯率形成機制改革以來 ， 人民幣匯率的波動幅度顯著增加 ， 由匯率波動帶來的非預(yù)期損失成為匯率風(fēng)險的重要部分 。 本文引入 T A R C H 模型來度量匯率波動性并用于計量匯率風(fēng)險 V a R 。 實證分析顯示： T A R C H 模型能有效反映美元 、 歐元和日元匯率時間序列的波動聚集效應(yīng) ， 特別是杠桿效應(yīng)項充分揭示了三項外匯杠桿效應(yīng)的差異；基于 T A R C H 模型計量的匯率風(fēng)險 V a R 也能有效覆蓋美元 、 歐元和日元的下端風(fēng)險 , 因此 T A R C H V a R 方法是度量匯率風(fēng)險的科學(xué)工具 。 T A R C H 模型的選擇 ? 眾多研究表明 ， 外匯市場的收益率服從非線性過程 ，使得連續(xù)的價格變化通過方差相聯(lián)系 。 對外匯數(shù)據(jù)的分析發(fā)現(xiàn)：大的價格變化常常會導(dǎo)致另一個大的價格變化 ，即匯率具有 “波動聚集效應(yīng) ”， 表明匯率時間序列具有異方差性 。 針對異方差性 ， Engel(1982)和 Bollerslev(1986)開發(fā)了廣義自回歸條件異方差 (GARCH)模型 ， 在實踐中被證明是相當(dāng)成功的 。 并且 GARCH模型并不限定收益率的時間序列服從正態(tài)分布 ， 可以滿足偏峰厚尾分布序列的建模要求 。 ? 許多實證研究還發(fā)現(xiàn)外匯收益率的殘差對收益率存在非對稱性影響 。 例如 ， 當(dāng)外匯市場受到負向沖擊時匯率下跌收益率的條件方差往往也隨之?dāng)U大 ， 導(dǎo)致收益率的波動性更大；反之 ， 匯率上升時收益率波動性也相應(yīng)減小 。 負向沖擊對條件方差的這種影響被稱作杠桿效應(yīng) 。由于 GARCH模型假設(shè)正的和負的沖擊對條件方差的影響是對稱的 ， 因此不能刻畫收益率條件方差波動的非對稱性 。 針對這一局限 ，
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1