匯率風(fēng)險(xiǎn)度量培訓(xùn)課件-資料下載頁
2025-02-19 11:19本頁面
【正文】 ARCH效應(yīng) 。 ? AC 和 PAC 都接近于 0， 而且 Q 統(tǒng)計(jì)量的相伴概率較大 ，也說明三組方程組的殘差序列不存在 ARCH效應(yīng) 。 因此 TARCH模型能夠有效地反映美元 、 歐元和日元匯率時(shí)間序列的波動(dòng)聚集效應(yīng) 。 計(jì)量匯率風(fēng)險(xiǎn) V a R ? 根據(jù)上面美元 、 歐元和日元的 TARCH模型 ， 可以分別計(jì)量出各自的匯率風(fēng)險(xiǎn) Va R。 首先 ， 根據(jù) TARCH模型分別預(yù)測(cè)收益率序列的條件均值和方差 ， 然后代入(6)式即可計(jì)算出各自的 Va R。 在 1%的置信水平下 ， 美元的匯率風(fēng)險(xiǎn) Va R計(jì)算公式如下 ， 其中 是 1% 置信水平對(duì)應(yīng)的分位數(shù) 。 返回檢驗(yàn) ? 在 1 % 的置信水平下計(jì)量 Va R， 允許的失敗率為1%。 而返回檢驗(yàn)顯示美元 、 歐元 、 日元 Va R的失敗率分別為 0%、 % 和 %， 均小于 1%。 所以三 項(xiàng)外匯的 Va R模型均通過有效性檢驗(yàn) 。 實(shí)證檢驗(yàn)結(jié)果分析 ? 構(gòu)建的 TARCH模型都充分反映了美元 、 歐元和日元匯率時(shí)間序列的波動(dòng)聚集效應(yīng) ， 并且通過杠桿效應(yīng)項(xiàng)揭示了三項(xiàng)外匯杠桿效應(yīng)的差異 。 美元的杠桿效應(yīng)系數(shù)小于 0， 說明美元受利好消息的影響大于利空消息 。 也就是說在人民幣升值 （ 即美元相應(yīng)貶值 ） 的穩(wěn)定趨勢(shì)下 ，美元利空消息對(duì)匯率的沖擊力度相對(duì)不大 ， 但是利好消息的沖擊則比較顯著 。 歐元的杠桿系數(shù)大于 0， 說明歐元受利空消息的影響大于利好消息 ， 這與歐元受次貸危機(jī)和歐債危機(jī)沖擊較大的實(shí)際情況是相符的日元的杠桿系數(shù)也是小于 0， 說明日元受利好消息的影響較大 ， 這是因?yàn)槿赵洚?dāng)避險(xiǎn)貨幣的角色 ， 在一些全球性風(fēng)險(xiǎn)事件的沖擊下也往往保持較強(qiáng)走勢(shì) 。 結(jié)論 ? 在度量匯率波動(dòng)性的基礎(chǔ)上 ， 進(jìn)一步運(yùn)用 Va R方法來對(duì)匯率風(fēng)險(xiǎn)的潛在損失進(jìn)行統(tǒng)一計(jì)量 。 基于TARCH模型計(jì)量的匯率風(fēng)險(xiǎn) Va R 能較好地覆蓋美元 、歐元和日元的下端風(fēng)險(xiǎn) ， 返回檢驗(yàn)也驗(yàn)證了 Va R模型的有效性 。 綜上所述 ， 由 TARCHVa R組成的計(jì)量方法可以有效地度量匯率風(fēng)險(xiǎn) ， 能滿足我國(guó)商業(yè)銀行應(yīng)對(duì)人民幣匯率市場(chǎng)化 、 提高匯率風(fēng)險(xiǎn)度量的精細(xì)化程度和提升匯率風(fēng)險(xiǎn)管理水平的要求 。 T A R C H 模型的選擇 ? 眾多研究表明 ， 外匯市場(chǎng)的收益率服從非線性過程 ，使得連續(xù)的價(jià)格變化通過方差相聯(lián)系 。 對(duì)外匯數(shù)據(jù)的分析發(fā)現(xiàn)：大的價(jià)格變化常常會(huì)導(dǎo)致另一個(gè)大的價(jià)格變化 ，即匯率具有 “波動(dòng)聚集效應(yīng) ”， 表明匯率時(shí)間序列具有異方差性 。 針對(duì)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(shí)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(shí)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 。 T A R C H 模型的選擇 ? 眾多研究表明 ， 外匯市場(chǎng)的收益率服從非線性過程 ，使得連續(xù)的價(jià)格變化通過方差相聯(lián)系 。 對(duì)外匯數(shù)據(jù)的分析發(fā)現(xiàn)：大的價(jià)格變化常常會(huì)導(dǎo)致另一個(gè)大的價(jià)格變化 ，即匯率具有 “波動(dòng)聚集效應(yīng) ”， 表明匯率時(shí)間序列具有異方差性 。 針對(duì)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(shí)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(shí)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 。 謝謝觀賞?。?！ 演講完畢，謝謝觀看！
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1