基于尾指数方法的外汇市场风险度量研究——以美元、港币、日元和欧元对人民币汇率为例.pdfVIP

第 5期 潘雪艳 ，等 ：基于尾指数方法的外汇市场风险度量研究 了方法 。在 Starica和 Pictet(1997)，Berkes等 同的方法下分别预测 了它们 的VaR值 。结果表 (2003)所做 的研究 以及 Glosten等 (1993)提 明，由Hausman类型 的检验结果可知 ，对于 日 出的GJR—GARCH 模型 的基础上，Iglesias和 元而言 ，基于 Hill(1975)估计尾指数方法得出 Linton (2009)[53给出了一个替代 Hill估计 的新 的估计值应该更准确 ，即应用一种更加无偏的估 估计方法 ，Iglesias (2012)E]利用上述新 的估计 计无疑对于预测 日元来说更加具有优势 ；而就美 方法对外汇市场 的7种主要货币对美元的汇率进 元 、港币和欧元而言 ，使用 Hill估计法更合适 。 行 了研究，并指 出对于英镑对美元的汇率 日收益 率序列而言，新的估计要 比Hill估计优。 1 模型介绍和参数估计 由于 国外的学者研究外汇市场时 ，大多选择 美元为基准，考虑世界几个主要货币如欧元 、英 1．1 GARCH类模型 镑 、Et元 、加拿大元等对美元 的汇率波动情况， 广义 自回归条件异方差 (GARCH)模型是 对我国涉外公司和金融机构规避汇率波动带来的 在 1982年 Engel引入 的 自回归条 件异 方差 风险 ，没有太多的直接指导意义 。从而很有必要 (ARCH)模 型基 础上 ，由Bllerslevl1于 1986 以人民币为基准 ，对主要几种货币的汇率进行研 年提出的。它主要是针对波动率建模 ，解决了残 究 ，为我 国政府和涉及外汇业务的机构更好的规 差异方差 问题 ，并逐步形成 了以GARCH模型 避汇率风险提供理论依据 。 为核心的GARCH 模 型族，大量 实证研究表 明 国内不少学者对我国外汇市场汇率波动率 的 对大部分金融数据用 GARCH (1，1)模拟效果 研究大多采用的是 BMM、POT等等传统 的极值 较好 。一个经典的GARCH (1，1)模型的具体 理论 ，GARCH 类模 型 ，或者是假设残差服从 形式为 ： GPD分布 的 EVT GARCH 类模 型等。叶五 ’，f— ， (1a) 一 ， 张明，缪柏其 使用尾部指数 回归方法对沪 口 一 ∞+ ∞， + (2b) 深 300指数进 行 了研 究；苟 红军 ，陈迅 ，花拥 其中s是一个 白噪声过程 。 军L8采用极值理论 中的超 阈值模型和 Copula理 GARCH (1，1)模型没有考虑到市场有可 论研 究 了外 汇投 资组合 风 险 。YanpingYia， 能存在的非对称性 ，为了更好地刻画金融时间序 XingdongFeng，ZhuoHuangL9_结 合 分 位 数 列中存在 的非对称性，Glosten等 (1993)[1妇在 GARCH模型和极值理论利用 、MonleCarlo方 GARCH模型的基础上 ，构造了 GJR—GARCH 法模拟预测了风险值。 模型，很多实践表明这个模型是非常有用的，它 单纯 的GARCH 类模型没有考虑极端值 的 的具体结构如下 ： 影响 ，从而导致这样的研究对极端事件可能导致 y 一 ， (3a) 的风险估计不足 ，常常会低估汇率波动带来 的风 ===∞+a 21+ 1l{rl0}+ l (4b) 险。另外 ，这些常用的传统极值理论进