上海银行间同业拆放利率波动性研究.docxVIP

?

?

上海银行间同业拆放利率波动性研究

?

?

摘要：波动率是利率期限结构模型的重要因素。考虑到利率条件方差间的序列相关性和波动的非对称性，本文采用CKLS-EGARCH（1，1）模型对利率的波动进行建模，并分别估计了三种不同分布假设（正态分布、学生t分布和GED分布）下的模型。比较三者的拟合效果发现，GED分布假设下的CKLS-EGARCH（1，1）拟合效果最佳。

关键词：CKLS模型;EGARCH模型;Shibor波动

：F830.9文献识别码：A：

2096-3157（2020）03-0148-02

一、引言

利率在金融市场上占据着很重要的地位，它是货币因素与实际经济因素连接的重要桥梁，是国家调节货币政策和国民经济的一个不可或缺的强有力的工具，有关利率的研究一直是我国专家学者的重点和热点。自2007年1月4日上海银行间同业拆放利率（SHIBOR）正式开始运行以来，我国的许多学者对其能否承担基准利率的重任做了很多的研究分析，结果證实SHIBOR已经初步成为货币市场利率变动的风向标，成为我国基准利率。例如方先明（2009）以我国SHIBOR数据为研究对象，从基准利率的基本特性验证了SHIBOR是否能够作为我国的基准利率，并得到了肯定的结果。

作为新的市场基准利率，SHIBOR对于市场参与者了解市场流动性大小、对于宏观管理，均能发挥很重要的作用。由于基准利率水平能更好地衡量一个市场流动性，因此，SHIBOR能够为中国金融市场流动性提供很好的晴雨表和指标;并且监管当局也可以根据利率变化制定政策。SHIBOR，即最基本、最市场化的资金价格，对整个宏观基准面、股市、发展金融衍生品、债券价格都具有很重要的意义。

探究如何建模短期利率，并刻画短期利率期限结构的动态变化，进而科学地预测利率的未来变动，对金融市场经济的研究将会有非常重要的理论意义和应用价值。本文采用了EGARCH模型来对已经成为我国基准利率的SHIBOR波动率进行研究，并对新息服从正态分布、学生t分布和GED（广义误差）分布分析和比较，构建出衡量SHIBOR利率波动的最优模型，从而引导各商业银行和其他金融机构及时调整资产负债结构，为利率衍生金融产品合理定价，正确控制和管理金融风险，以应对正在不断推进的利率市场化挑战。

二、模型介绍

作为金融市场上最重要的价格变量之一，利率在金融市场上一直以来占据着重要的地位，是经济学家们关注的焦点。自Engle提出ARCH模型以来，许多学者都致力于利率随机行为的研究，也提出了很多著名的模型，如Chan、Karolyi、Longstaff和Sanders提出了CKLS模型：

Δrt=α+βrt-1+εt

令Ωt-1表示在t-1时期可获得的信息集，且E（εt|Ωt-1）=0。假定ht表示短期利率变动的条件方差，从而E（ε2t|Ωt-1）≡ht=θ2r2δt-1。可以看出，式中条件异方差的唯一来源是利率水平。

虽然CKLS模型考虑了短期利率水平的影响，但其存在局限性。例如当利率的时间序列存在波动性聚类的特点时（本文收集的2014年1月2日至2019年10月30日的SHIBOR1W的1454个数据就表现了这个特点），CKLS模型不能描绘这一聚类特点。而这些利率水平的特征能被GARCH模型很好地解释。

T.Bollerslev（1986）提出GARCH模型，GARCH模型是一个专门针对金融数据的回归模型，它能很好地分析和预测金融数据的波动性，解释其随时间变化的特点。但国内外大量实证研究表明，金融数据通常伴随着杠杆效应，GARCH模型捕捉不到收益率的这种杠杆效应，Nelson（1991）提出的EGARCH或指数（Exponential）GARCH模型能很好地解释杠杆效应。

Yt=Xtβ+εt

εt=ht×Zt

ln（ht）=α0+α1（εt-1/h0.5t-1）+α2ln（ht-1）+α3|εt-1/h0.5t-1|.

其中：α00，αi≥0（i=1，…，q），Zt独立同分布，ht与Zt互相独立，Zt可以分别服从正态分布、t分布、广义误差分布（GED）。

因此，我们将CKLS模型进行推广，通过允许方差成为利率水平和利率市场不可预期变动的函数，即将EGARCH（1，1）过程加入水平模型得到新的模型：CKLS—EGARCH（1，1）。

Δrt=μ+λrt+εt，

εt=htZt，Zt～t（v）和

ln（ht）=α0+α1（εt-1/h0.5t-1）+α2ln（ht-1）+α3εt-1/h0.5t-1.

三、实证分析

1.数据选取和描述统计

本文选取了2014年1月2日至2019年10月30日的Shibor7天的共1454组利率数据进行分析。数据来源于Shibor官网，并用Eviews7统计软件对数据进行分析处理和建模。下图给出SH