基于GARCH模型VAR方法外匯風險度量.pdf

1、自2005年7月21日中國實施匯率體制改革之后，人民幣匯率的變動越來越頻繁;同時，隨著中國加入WTO之后，在國際貨幣市場、資本市場所占有的份額也越來越大;中國己成為第一大外匯儲備國，但迫于國際政治勢力和經(jīng)濟因素，人民幣正面臨著升值的壓力，這樣一來對我國的外匯儲備將會在國際匯率市場上迅速貶值。在這樣的環(huán)境下，對外匯風險的管理就顯得尤為重要。
　　 VAR方法是風險管理中主流風險度量方法，已被各國尤其是在西方發(fā)達國家的金融機構(gòu)和企業(yè)

2、運用。在中國，該方法大都運用在相對比較成熟的股票市場，真正運用在外匯市場的情況還不多。因此，本文嘗試著根據(jù)中國外匯市場收益率的統(tǒng)計特征，運用基于各類GARCH類模型的VAR方法尋找一種適合我國具體情況的外匯風險度量方法。
　　 本文通過對美元收益率R序列的特征分析發(fā)現(xiàn)序列存在著非正態(tài)性、尖峰厚尾、非對稱性、非獨立性、波動集束、條件方差時變性以及長記憶性等特征。使用傳統(tǒng)的時間序列模型ARMA模型對序列擬合，經(jīng)過檢驗ARMA模型不能

3、處理序列的這些特征。由GARCH類模型的性質(zhì)利用GARCH類模型對R序列擬合，各種GARCH類模型均能很好的處理收益率序列的異方差效應(yīng)。為了綜合考慮各類模型對收益和損失的預(yù)測情況，分別計算高位95％、99％和低位5％、1％、0.5％以及0.25％基于各種GARCH類模型的VAR值，并進行準確性檢驗:在低位隨著置信水平的增加，基于正態(tài)分布的各類GARCH模型都對VAR值高估（低估風險）越來越嚴重，說明了相對于R序列正態(tài)分布的左側(cè)尾部太薄;

4、在高位95％、99％,基于T以及GED分布各類GARCH類模型的VAR值都出現(xiàn)了高估（高估收益），即相對于R序列分布的右側(cè)尾部較厚，但基于偏T分布的各類GARCH模型則基本都通過了檢驗，但對于下側(cè)VAR值，基于T分布的GARCH類模型對VAR值隨著置信水平的增加有一定的高估（低估風險），說明T分布的左側(cè)尾部相對于R序列稍薄;GED分布的GARCH類模型對VAR值有一定的低估（高估風險），隨著置信水平的增加，高估程度越來越大，說明GED分

5、布的左側(cè)尾部相對于R序列稍厚，說明R序列確實存在左偏的性質(zhì)，左側(cè)尾部較厚，這也與近年了美元相比于人民幣呈現(xiàn)貶值的趨勢是一致的。但是基于偏態(tài)T分布的GARCH類模型對下側(cè)VAR值的預(yù)測隨著置信水平的增加，VAR值的低估（高估風險）越來越嚴重;雖然偏T分布對于上側(cè)VAR值的預(yù)測與期望值較為接近，但在風險管理過程，風險比收益重要，所以在最優(yōu)模型的選擇上，還是以下側(cè)VAR值的預(yù)測結(jié)果為標準，基于T分布和GED分布的各模型對于下側(cè)VAR值的預(yù)測較

6、為穩(wěn)定，均值方程中帶有條件標準差模型優(yōu)于均值方程中不帶有條件標準差的模型，說明在外匯市場中收益是還是和風險緊密相連的，考慮對下側(cè)VAR值的預(yù)測值與期望值的接近程度，基于T分布的GARCH-M模型對VAR值的預(yù)測最接近期望值，且隨著置信水平的增加相對來說比較穩(wěn)定。
　　 為了與GARCH類模型作比較，計算了基于ARMA模型的下側(cè)VAR值，并對其做準確性檢驗。從結(jié)果可以看出基于T分布的GARCH-M模型的對VAR值的估計的準確性要遠