我国汇率风险度量实证研究.docVIP

我国汇率风险度量实证研究 　　【摘 要】 随着经济全球化的进行，对人民币汇率进行科学有效的风险度量对我国经济发展有着重大意义，本文运用Eviews6.0和Excel软件对2006年1月4日到2014年6月30的美元兑人民币汇率数据进行风险计量分析，结果表明：GARCH-M模型和VaR能够实现人民币汇率风险的有效度量，并对我国的汇率政策提出意见和建议 【关键词】 汇率风险 GARCH VaR 引言 随着我国经济迅速发展，对外开放程度不断加深，尤其是加入世界贸易组织后，经济对外依存度大幅提高。而经济危机也不可避免的对我国经济发展造成了影响.汇率作为国际贸易的中间载体，是金融危机传播必不可少的环节。金融危机后，人民币遭到国际社会给出的升值压力，而人民币升值势必对我国经济发展造成冲击。那么人民币汇率的风险有多大？这对我国各经济主体的活动有很大的影响，因而对汇率风险的度量是非常重要的 对风险进行准确的度量是风险管理有效的前提，汇率风险的度量也是专家学者的研究焦点。通过整理文献资料发现，大量研究表明，表示不确定性和风险的方差是随时间变化的，并且幅度较大的变化会集中在某些时间段里，即“波动集群”，而ARCH族模型能对汇率的波动进行合理描述，汇率风险的度量则由VaR模型完成。本文运用ARCH族模型对美元兑人民币的汇率波动进行描述，并运用VaR模型对其风险进行度量 二、数据样本的选取 本文选取的人民币汇率数据是在直接标价法下的人民币兑美元的日汇率中间价。选取2006年1月4日到2014年6月30日的数据，除掉没有交易的日子，共2061组，数据来自中国人民银行网站公布的汇率中间价 在金融研究中，首先要对人民币汇率价格作对数差分处理，将其变为较平稳的收益性序列，再进行研究。经过上述处理后，收益率的数值会比较小，为提高计算精度，可在其基础上乘以1000 变换公式为 式中Rt表示时刻t美元兑人民币的日汇率中间价，Rt表示美元兑人民币的对数收益率。本文为得到较高的平稳性，在计算对数收益率时，假定时间序列是连续的。因为汇率风险是来源于汇率的波动，本文在对汇率风险进行研究前，先对汇率的波动性特征进行分析 GARCH族模型的建立 一种金融资产的收益率常常与投资风险紧密相关。Engle提出了GARCH-M模型，将这种因素考虑进GARCH模型的均值等式。其基本表达形式：用以度量风险程度，γ表示金融资产收益率，γ衡量了收益率与风险之间的关系，一般地，γ0，即金融资产的风险越高，则收益率越高。由于人民币兑美元的日汇率收益率序列通过ADF单位根检验表明其具有显著的平稳性，但应考虑收益率与风险的关系，因此，本文采用GARCH（1，1）-M模型 关于GARCH族模型中常用的分布主要有正态分布、t分布以及GED分布 正态分布的概率密度函数为： t分布的概率密度函数为： ，其中，为Gamma函数，，为自由度。t分布相比标准正态分布具有扁峰厚尾的特征，当时，t分布收敛于正态分布 GED分布的密度函数为： ，当v2时，GED则表现为扁峰瘦尾 四、实证分析 1.GARCH（1，1）-M模型的回归 应用Eviews8.0可以求得正态分布、t分布、GED分布下的GARCH（1，1）-M模型的参数估计结果，如表1. 以上模型中，正态分布与GED分布表现最佳，GED分布参数的值为0.947991，尖峰厚尾的特征显著 人民币兑美元的汇率日收益率正态分布假设下的GARCH（1，1）-M模型的估计结果为： 均值方程： 方差方程： 人民币兑美元的汇率日收益率GED分布假设下的GARCH（1，1）-M模型的估计结果为： 均值方程： 方差方程： 运用GARCH-M模型对人民币兑美元汇率日收益率的VaR值进行估计和预测。结果表明， GARCH-M模型可以对人民币兑美元汇率日收益率的风险进行有效度量 五、结论 本文利用GARCH族模型和VaR方法对我国外汇汇率风险进行实证研究与度量后，得出如下结论： （1）将GARCH族模型应用于人民币汇率市场的波动性研究是合理的。现代外汇市场，与传统理论不同，更多地表现为波动的持续性、聚焦性、杠杆效应和长记忆性。根据GARCH模型发展出来的GARCH族模型更加能够正确捕捉到外汇时间序列波动的特征 （2）本文的预测结果不是特别理想，预测值与实际存在显著误差。虽然我国从2005年7月21日开始实行有管理的自由浮动汇率制度，但是从2008年的国际金融危机等大的经济影响下，国际上仍有一些人认为人民币汇率被我国政府控制在一个小小的区间内波动，模型在反应人民币汇率序列的真实波动上乏力。实际上，人民币汇率确实受国家宏观政策