基于VaR―GARCH模型商业银行外汇风险度量.docVIP

基于VaR―GARCH模型商业银行外汇风险度量 　　摘要：2005年7月21日，我国对汇率制度进行了改革。在汇率市场化条件下，人民币汇率波动更加明显，使得我国商业银行在众多业务中存在的外汇头寸暴露于外汇风险之下。因此我国商业银行应提高外汇风险管理意识，建立全面的外汇风险管理系统，利用科学的外汇风险度量模型，以提升外汇风险管理水平。本文从我国商业银行外汇风险的识别出发，选择了VaR模型中的GARCH族模型，以中国银行为例对其存在的外汇风险进行实证分析，并针对目前外汇风险管理存在的问题提出了可行的改进措施和建议。 　　关键词：商业银行 外汇风险 VaR 　　2005年7月21日，中国人民银行发布了关于完善人民币汇率形成机制改革的公告，人民币汇率改变了盯住美元，而是以市场供求为基础，参考一篮子货币进行调节，实行有管理的浮动汇率制度。汇率改革使市场更加自由化的同时，浮动汇率让我国商业银行的外汇账户受到的风险更加凸显，商业银行只有深刻的了解增强自身外汇风险管理能力的必要性，才能在竞争中立于不败之地。本文研究目的是希望增加我国商业银行对于外汇风险管理方面的忧患意识，深刻了解自身在外汇风险管理方面存在的问题，提高我国商业银行整体抵抗外汇风险的能力，将我国作为国际金融大国的形象进一步的稳固和增强。 　　自1997年起，各代表国的银行监管者可采用银行各自的内部模型来定义并计量外汇风险，但需遵循透明性、一致性及谨慎性原则。J.P.Morgan公司首先公布了其开发的用于计量风险的均值-方差模型（Risk Metrics），解释了此模型的原理和具体计量步骤（B， 1990）。但均值-方差模型也存在着很大的问题，它假定金融数据的统计序列必须服从条件正态分布，但实际应用中大多数金融数据的统计特点并不符合这一要求。2010年，Tim Bollerslev提出了广义自回归条件异方差模型（GARCH模型），该模型开始用于测量资产组合存在的风险。Vlaar提出可采用四阶矩统计量的半参数法，此法只需要计算金融数据的均值、标准差、偏度及峰度，便能计算出特定置信水平下此置信区间的左端点，进而求出VaR值。在风险管理方面，1952年，美国经济学家Harry M.Markowitz在其学术论文《资产选择：有效的多样化》中提出了资产选择理论，对证券资产的投资组合问题进行了分析，第一次将经济学和数理统计学相结合。2003年7月，美国COSO委员会发表了《企业全面风险管理框架》报告，该报告第一次对全面风险管理的定义给出了解释，即全面风险管理为一个用来制定管理战略，受到相关组织董事会、管理层以及其他人员影响的过程（Bodnar Wong， 2000）。2004年6月，巴塞尔银行监管委员会制定并颁布了《新巴塞尔协议》，提出商业银行内部需实行全面系统的风险管理。 　　国内最早对风险价值法（VaR）进行研究分析的是任正晓 刘光洪（1995）。景乃权 陈姝（2003）详细分析了VaR方法的原理，度量步骤及可使用范围。刘瑾 施建淮（2008）在其文中指出了国内部分文章对于VaR概念有不恰当解释及应用，介绍了当前VaR方法的新进展并对其研究度量进行了展望。邱理宁（2012）将Copula理论与VaR方法相结合，同时和典型的风险价值法作对比，实证分析计量欧元和美元组合，证明了基于Copula的VaR方法可以更为精确的计量风险。李汶华、于珊珊、郭均鹏（ 2013）研究了区间分析在VaR计算方法中的应用，并与蒙特卡洛模拟法作比较，得出基于区间分析的VaR方法在运算精度和计算速度上明显优于蒙特卡洛模拟法。 　　一、模型简介 　　VaR方法是计量市场风险的比较先进的技术。下面将采用VaR方法中具有相当优越的金融数据拟合特征的GARCH族模型，分析我国商业银行外汇风险状况。GARCH模型又称为广义ARCH模型或广义自回归条件异方差模型，它是由Bollerslev（1986）根据Engle（1982）提出的ARCH模型的基础上发展而来。其公式如下： 　　[xt=ft，xt-1，xt-2，…+εt] 　　[εt=etht] 　　[ht=α0+i=1pβiht-i+i=1qαiε2t-i] 　　其中，[ft，xt-1，xt-2，…]为[xt]的回归函数，[Eεt]=0，Var（[εt]）=1，[α0]0，[βi]≥0，[αi]≥0，且[i=1pβi+i=1qαi]1。 　　二、VaR方法实证分析 　　本文采用参数VaR中的GARCH族模型进行商业银行外汇风险实证分析。使用GARCH族模型时，以直接标价法的人民币兑美元汇率作为研究对象。 　　本文选取自2011年4月1日至2015年3月31日的人民币兑美元汇率，并转化成对数收益率。利用Eviews软件对处理后人民币兑美元汇率