上海银行间同业拆放利率波动测度及风险防范——基于CAViaR模型的实证分析.pdf

2015 上海银行间同业拆放利率波动测度 及风险防范 — — 基于 CAViaR模型的实证分析 曾裕峰 ，李 霜z。李彩云3 (1．华中科技大学经济学院，湖北 武汉 430074； 2．武汉轻工大学经济与管理学院，湖北 武汉 430032； 3．深圳证券交易所博士后工作站，广东 深圳 518038) 摘 要：随着我国利率市场化持续推进和金融对外开放程度进一步提高，利率风险管理对市场 主体持续稳定经营越来越重要。本文以四种短期 Shibor为研究对象．构建了基于CAViaR模型的 Shibor风险测度VaR模型，并运用似然比检验和动态分位数检验方法对各个模型进行后验分析，最 后研究了不同期限利率风险的动态特征与差异。研究结果发现，CAViaR模型的风险预测效果优于传 统的GARCH族模型，其中SAV模型的风险识别能力最强；期限为 1周的利率波动风险最大，而 1 个月的利率波动风险最小；Shibor在央行连续上调基准利率时利率波动风险放大，而在央行频繁下 调基准利率时利率波动风险减小。 关键词：利率市场化；利率风险；Shibor；CAViaR；VaR 中图分类号：F830．9，F832．1 文献标识码：A 文章编号：1007—9041-2015(2)一0083—05 2007年 1月4日，上海银行间同业拆放利率 (Shibor)正式推出。经过约八年的培育发 展，Shibor成为我国金融市场重要的指标性利率和金融机构对金融资产定价的基准。比如利 率互换、远期利率协议、票据贴现和短期融资券等广泛采用了与 Shibor挂钩的定价机制。但是， 随着我国利率市场化持续推进和金融对外开放程度进一步提高，各个金融市场主体 (尤其是 商业银行)面临国内外市场不确定因素冲击明显增多，利率波动更加频繁和剧烈，利率风险 随之增加。因此，寻找一种行之有效的利率风险管理工具显得至关重要。目前，我国商业银 行应对利率风险的主要工具是静态利率敏感性缺口模型和持续期模型，其管理利率风险的能 力尚处于较低水平 (谢四美，2014)。鉴于此，本文引入国际上比较前沿的CAViaR模型来探 讨对我国利率风险进行管理，重点考察上海银行同业拆借市场利率风险变动特征，旨在为我 国监管部门、金融机构以及投资者规避利率风险提供决策参考。 一 、 文献回顾 J．P．Morgan(1997)提出的VaR方法 已经成为国际金融机构度量金融风险的标准方法之 一 。 Trenca和Mutu(2009)以世界三大基准利率数据为样本，分别采用EMWA和GARCH 模型测度了单个资产和整个资产组合的VaR值。Ferreira和Lopez(2005)采用多种波动率 收稿 日期：2014—12—01 作者简介：曾裕峰 (1990一)，男，江西人，华中科技大学经济学院硕士研究生； 李 霜 (1983一)，女，湖北人，博士，供职于武汉轻工大学经济与管理学院； 李彩云 (1986一)，男，湖北人，博士，深圳证券交易所博士后工作站在站博士后。 2015 模型对国际利率资产组合进行研究，结果显示无论是基于样本外失败率检验还是监管资本要 求，最简单的EWMA—Normal模型是最有效的。Wu和 Shieh(2007)考虑到利率期限的长 期记忆性，对 比了FIGARCH模型和 GARCH模型在正态分布、t分布和有偏 t分布假设下的 VaR估计结果，研究发现有偏 t分布下FIGARCH模型的预测结果更准确。 在利用VaR方法度量Shibor风险方面，国内学者也进行了有益的探索。杨爱军和高雷 (2011)针对 Shibor收益率变量具有偏态、厚尾等特征，提出采用广义双曲线分布来拟合收 益率序列，利用蒙特卡洛模拟方法来计算相应的VaR值和Es值。何启志 (2011)等将利率 期限结构引入到利率风险度量模型中，研究发现GED分布相比正态分布和t分布更适合刻画 Shibor的分布特征，Shibor收益序列具有均值回复特征和反杠杆效应。上述结论同样得到何 晓光和黄德全 (2014)研究的支持。王宣德和陈艳 (2014)使用Hurst指数捕捉Shibor的分 形特征，使用扩展后的ARFIMA—F