利率风险管理中利率预测分析.docVIP

利率风险管理中利率预测分析摘要:进攻型的利率风险管理是一种基于对未来利率预测的管理,而对未来利率的预测包括对利率变动方向和未来利率变动幅度两个方面的预测,前者是基于利率决定理论而后者则是基于计量模型分析。 关键词:利率预测;利率决定理论;多元回归;时间序列 中图分类号:TL364+.5 文献标识码:B文章编号:1009-9166(2009)011(c)-0042-01 一、利率风险 利率风险是指利率的不确定性给行为主体带来损失的可能性。具体到商业银行利率风险,指的是利率的不确定性给商业银行带来损失的可能性。商业银行控制利率风险有两种途径:一种是对利率变动方向的预测,准确把握利率走势,并据此决定自己的利率敏感资产负债缺口来控制利率风险,即是利率风险进攻型管理;另一种则是商业银行通过控制资产负债利率敏感性缺口来控制利率风险,即缺口管理,它是一种保守型的利率风险管理。而利率风险进攻型管理基于对未来利率的预测,准确预测未来的利率是利率风险进攻型管理有效性的关键。对未来利率的预测,包括了对未来利率变动方向和未来利率变动幅度两个方面的预测。前者是基于利率决定理论来判断影响利率的因素以及这些因素的变化如何影响利率的变动;后者则是通过建立利率的决定模型(包括多元回归模型、时间序列模型或包括相关因素和自回归因素的动态模型)来完成。 二、利率决定理论 利率决定理论有古典利率理论,流动性偏好利率理论,可贷资金利率理论,基于IS-LM分析的利率理论等。其中流动性偏好理论和可贷资金理论分别从货币的供求和债券的供求两个角度分析实体经济对利率的影响,两种分析框架得出的结论有时是一致的,如对通货膨胀因素的分析,两种分析得出的结论都是通货膨胀(或预期通货膨胀)将导致利率升高;更多的时候两者是互补的,可贷资金理论偏向分析货币供应量的变化对利率的影响,而流动性偏好理论则能更好地分析货币债券以外的其他金融资产或实物资产的属性的变化以及政府活动的增减对利率的影响。在少数因素的分析上又存在差异,如居民收入对利率的变动方向的影响是相反的分析结果。因此要准确地预测未来利率变动的方向和变化的幅度,单纯依靠利率决定理论是无法完成的,只能作为参考,借助利率模型来对利率作定量预测。 三、基于利率模型的利率预测 1、多元回归模型及其缺陷。综合利率决定理论,可以将影响利率变动的因素归纳为:收入的变动、价格水平的变动、货币供应量的变动、债券相对其他替代资产的属性变动、政府赤字的增减、投资盈利预期的变动、预期通货膨胀率等。可以用多元回归模型,建立利率变动量(△r)和各影响因素的联系,从而来预测利率的变动。运用多元回归模型首先要分析各个可能的影响因素,然后进行筛选,选出重要的变量,同时避免多重共线性问题,而在实际中,很多经济变量都是相互影响,很难避免多重共线性的问题;另外还需要考虑的一点是对于利率变动的预测是基于对各影响变量的预测的,因而首先需要对回归模型中的解释变量进行预测,但是对解释变量的预测也存在很大的操作上的难度。 2、时间序列模型。基于上述多元回归模型的缺陷,研究者们多采用时间序列模型来作利率预测,模型的表达式为:rt=μ+γ1rt-1+γ2rt-2+…+γprt-p+εt,其中rt,rt-1,rt-2…rt-p分别表示第t期,第t-1期,第t-2期…第t-p期的期末的即期利率,εt表示随机扰动项。通过对模型的估计和检验,可求得系数μ,γ1,γ2…,γp,这样未来一期的利率就可以表示成现在和过去的即期利率的线性表达式,从而可以预测出未来一期的利率值。对未来若干期后的利率,可以通过递推法作出预测。 四、实证分析 选取的样本为2008年4月1日至2009年3月31日的上海银行同业隔夜拆借利率,共有250个数据。由于直接对原序列(250个样本)作自相关分析显示其为非平稳序列,于是对原序列作一阶差分,即st=rt-rt-1;偏自相关图显示k11以后的值都在随机区间以内,p值取3,故模型为AR(3)。对新序列Rt进行AR(3)参数估计。估计出的自回归方程为:st=-0.006312+0.02205st-1-0.066453st-2-0.129387st-3+εt,将st=rt-rt-1代入,得到:rt-rt-1=-0.006312+0.02205(rt-1-rt-2)-0.066453(rt-2-rt-3)-0.129387(rt-3-rt-4)+εt,整理得:rt=-0.006312+1.02205rt-1-0.088503rt-2-0.02934rt-3+0.129387rt-4+εt。 五、模型的预测及结果分析 将样本数量扩展为260个,预测结果与真实观察值以及误差如下表所示: 由上表的对比结果可以看出