基于ARCH类模型的VaR方法在外汇风险计量中的应用.docVIP

PAGE PAGE I 题目： 基于ARCH类模型的VaR方法在外汇风险计量中的应用 姓 名： 　 　 学 号： 院 系： 中国经济研究中心 专 业： 　金融学　 研究方向： 外汇风险管理 导师姓名： 　 　 摘 要 本文将J.P.Morgan的RiskMetrics所采用的EWMA（exponentially weighted moving average）方法，和充分考虑金融时间序列异方差特点的ARCH(Auto-regressive Conditional Heteroskedastic)类模型用于VaR(Value-at-Risk)的计算，以对美元/人民币的汇率风险进行计算和预测。 本文在预测VaR过程中的特点有以下几个方面：1、充分考虑了金融时间序列的异方差特点，采用ARCH类模型对VaR进行预测；2、考虑了时间序列的尖峰厚尾的特点，在模型计算过程中，假定时间序列是呈t分布的；3、均值方程为AR(2)模型，并通过无相关检验；4、使用多个模型对汇率收益率时间序列数据进行了计算和预测，实证对比，然后从中寻找最能精确计算预测其VaR的模型。 实证计算选取美元/人民币汇率作为研究对象，首先用EWMA方法预测VaR值，然后运用几种不同ARCH类模型分析美元/人民币汇率日收益率波动的条件异方差，预测每天的VaR值，并且将计算结果与实际的损失做比较。结论是在计算美元/人民币汇率的收益率的日VaR值时，首先基于t分布假定的ARCH类模型的计算精度都超过了RiskMetrics所采用的EWMA方法，也这验证了ARCH类模型处理汇率序列是优于EWMA方法的；其次，由于ARCH类的不同模型分别考虑了不同金融序列的特性，所以在通过这些模型计算汇率时间序列的VaR值时也表现出了不同的计算精度，其中以TARCH－M（1,1）模型计算结果最为理想。实证研究结论表明，在针对美元外汇风险管理中，基于t分布假定的ARCH类模型的VaR计算方法对美元/人民币的汇率风险有较好的估值和预测效果。 关键词：VaR ARCH 外汇风险 [VaR computation method applied in risk measurement of foreign exchange based on ARCH models ] [Liu Jin] ([Finance]) Directed by [Prof.Shi Jianhuai] Abstract This article selects the EWMA method which J.P.Morgan RiskMetrics uses and ARCH kind of model with in a full consideration finance time series different variance characteristic such as GARCH, GARCH-M, TARCH, TARCH-M, EGARCH, and EGARCH-M models to apply in the VaR computation. This article has some characteristics during the process of forecasting VaR : 1, considering fully the heteroscedasticity of finance time series and using ARCH kind of model to carry on the forecast to VaR; 2, considering the peak and thick tail characteristics of the time series, the model computation process base on the hypothesis time series assumes the T-distribution; 3, in this article the average value equation is AR(2) model which pass the Non-relevant examination; 4, many models are used to compute and forecast VaR of the exchange rate returns ratio time series