论文部分内容阅读
国际货币基金组织于2015年11月30日宣布将人民币纳入IMF特别提款权货币篮子,该决定将在2016年10月1日生效。至此,人民币国际化进程又更进一步,在目前错综复杂的国际金融市场,汇率波动导致的汇率风险已经不仅仅是单纯对人民币升值贬值的影响,还关系到整个国民财富的价值、国际贸易的竞争力以及国家金融体系的安全。我国商业银行对汇率风险管理起步较晚,汇率风险计量较落后,根据各大商业银行2014年年报,我国各大商业银行主要采用99%的置信区间和历史模拟法来计算持有期为1天的风险价值。我国市场经济程度不断变化加深,面临的汇率风险也逐渐变得多样,商业银行面对多种多样的汇率风险时,也利用资产组合来获取收益,VaR方法可以更好的综合衡量市场风险。本文主要以VaR方法为主,基于GARCH族模型和蒙特卡洛模拟方法对不同阶段下的人民币汇率波动给商业银行带来的汇率风险进行实证研究。本文在时间分段上与前人不同,将2005年汇改之后到2015年5月29日十年间的美元和欧元兑人民币中间价根据不同的经济形势和汇率政策分为三个阶段来研究,进而比对不同经济背景下如何选择不同的方法来准确度量汇率风险。第一阶段为汇率改革后2005年7月25日开始至2008年6月30日：第二阶段为2008年7月1日-2010年7月19日,在此期间,全球金融危机不断恶化,我国政府为了稳定经济,在长达两年的时间内将人民币兑美元汇率控制在1美元兑人民币6.83左右；第三阶段为2010年7月20日至2015年5月29日,我国政府为了推进人民币国际化战略,2010年7月19日,签署修订了《香港银行人民币业务的清算协议》,人民币国际化进程加快。通过对三个不同阶段的实证分析,得到以下结论：1.美元第一阶段拟合较好的模型是GARCH(1,1)M模型；第二阶段拟合较好的是广义误差分布下的EGARCH(1,1)-M模型,EGARCH-M模型的非对称效应项系数显著不为0,说明在国家管控的经济危机的非常时期汇率收益率序列存在杠杆效应,且显著性检验表明收益率序列的尾部比正态分布厚但比t分布薄；第三阶段拟合较好的是广义误差分布下的GARCH(1,1)-M模型,t分布下的GARCH(1,1)-M模型未通过显著性检验,说明第广义误差分布能够更好的拟合收益率序列。2.欧元第三阶段最终选择的模型是广义误差分布下的EGACH模型,模型的非对称效应项系数显著不为0,说明存在杠杆效应,t分布下的模型系数不显著,说明第三阶段欧元收益率序列的特征与广义误差分布更吻合。而由于第一和第二阶段中欧元与人民币不能直接交易,所以模型拟合结果较差。3.从不同置信水平下的蒙特卡洛模拟结果发现,随着置信度增大,风险呈逐渐增大趋势；根据两种方法计算第三阶段的VaR值进行Kupiec检验的结果指出,在不能进行大量路径的蒙特卡洛模拟时,GARCH族模型与蒙特卡洛模拟方法的准确率基本持平。最后,本文以实证结果为依据提出相关的建议。