论文部分内容阅读
【摘要】对一些汇率风险度量方法进行简单介绍，数据选择范围是从2005年7月25日至2009年1月23日共858个数据，对使用VAR的前提假设逐一进行检验，并得出汇率收益率的一些统计特征
【关键词】汇率风险 var模型；假设检验
改革开放以来，伴随着我国社会主义市场经济体制的逐步建立和完善，我国的外汇体制改革也在逐步向前推进，到目前为止，人民币汇率制度共经历三个阶段:第一阶段(1979年-1994年)：实行双重汇率制，依次经历了官方汇率与外汇内部结算价并存 (1981~1984年)和官方汇率与外汇调剂价格并存(1985~3年)两个汇率双轨制时期。第二阶段(1994-2005年)：1994年1月1日起，宣布实行汇率并轨，建立以市场供求为基础的、单一的、有管理的浮动汇率制。然而，1997年东南亚经济的爆发，使我国主动收窄人民币汇率浮动区间，暂缓资本项目开放步伐，最终使我国外币汇率演变成单一盯住美元的固定汇率制。第三阶段(2005-至今)：面对我国国际收支经常项目和资本金融项目的"双顺差"和不断升级的贸易摩擦，自2005年7月21日起，我国人民币汇率制度调整为以市场供求为基础、参考一篮子货币进行调节、有管理得浮动汇率制度。
05 年之后，人民币汇率波动不断加大。数据选择范围是从2005年7月25日至2009年1月23日共858个数据，之所以选取05年起始，是由于自2005年7月21日起，我国进行了人民币汇率形成机制的重大改革。由于我们的兴趣在于价格变动和收益率而非价格本身，因此需要把人民币汇率的价格序列转化为收益率序列。本文首先对人民币汇率的原始数据进行对数处理，然后在此基础上进行一阶差分，从而得到几何收益率Rt：Rt=lnPt-lnPt-1
首先，我們对模型的假设做进一步检验。VaR存在的最根本前提是金融资产价格的变化是一个随机变量，所以首先应检验金融资产价格是否服从随机游走，首先对lnP进行ADF检验发现ADF检验值均大于三个不同检验水平的临界值，说明人民币对数汇率序列是一个非平稳时间序列。进行一阶差分：可以得出人民币对数汇率是具有一阶单位根的平稳序列。然后我们对收益R进行自相关性检验，各阶滞后自相关和偏自相关系数都接近零，Q统计值也没有超出设定的显著性水平决定的临界值，12滞后阶以后Q值出现增大，P值减小，但大体接受序列不相关的原假设。再次利用spss v12.1对收益R进行游程检验，这里选择分界值为0，在custom处设为0，双尾显著性概率为89.6%，接受随机游走的假设。经过上述几种分析，可得出结论:人民币对数汇率序列为随机游走过程，具备了使用VAR模型度量人民币汇率风险的适用性前提。
序列是否满足正态分布特征将直接影响到VaR方法估算的准确性，也是我们选取VaR方法的依据，因此有必要对人民币汇率对数收益序列的分布进行正态性检验。使用正态qq图检验：可以看出，两端有大量点偏出直线，中间接近直线，但拟合的也不是很好，明显存在厚尾现象，左尾厚于右尾，可以初步拒绝正态分布原假设。再进行J-B检验。可以看出，均值为负，偏度大于0，峰度大于3，同时P值小于1%，拒绝原假设，收益不服从正态分布。从而有必要选用t分布等更复杂的分布进行度量。通过时序图进行观察可以发现，收益R波动在不同时期波动性时大时小，07年之后波动明显增大。说明存在异方差现象。因为前面已经说明，r满足随机游走性，本文进行估计基本形式是：R=γR（-1）+Ut利用最小二乘法估计，结果：R=0.0049830R(-1)+Ut对其做arch lm 检验得出，其残差序列存在arch效应计算残差平方的自相关和偏自相关系数，结果如下：由于自相关系数和偏自相关系数都显著不为零，且Q统计值非常显著，可以得出结论，其存在异方差。从中我们可以得出结论，利用garch模型计算VAR是比较合适的。
总之，通过人民币对数汇率收益序列的随机性检验，验证了我国人民币对数汇率服从随机游走，从证明了使用VAR模型对人民币汇率风险进行度量具有适用性;通过人民币对数收益序列的正态性检验，判断出样本期内人民币汇率对数收益序列不服从正态分布，存在尖峰厚尾特征，因而在运用VAR模型度量人民币汇率风险时可以考虑选择使用较为复杂的t分布、GED分布等分布形式，以期更好地表现尾部特征，通过人民币对数收益序列的异方差检验，判断出样本期内人民币对数汇率收益序列存在条件异方差，因而在使用VAR度量人民币汇率风险时需要考虑GARCH族模型，以期更好地刻画条件异方差，最终提高VAR的度量精度。使用历史模拟法进行度量。l)将人民币汇率对数收益率序列按升序排列。
2)用样本容量(N=857)乘以相应的显著性水平 ，得到分位数位置d。
3)采用内插值法求出d所对应的分位数R* ，
4)利用公式VARα=E(r)-r*。，得到相对VAR值E（R）为算术平方值= -0.0001977则：VAR0.01=0.002939707VAR0.05= 0.001646414 VAR0.1= 0.001106409
而利用garch模型可写出均值方程：R=0.030033R（-1）+Ut，方差方程： 2t=1.51E-09+0.117939 Ut-1+0.891924 2t-2
结论：通过人民币对数汇率收益序列的随机性检验，验证了我国人民币对数汇率服从随机游走，从证明了使用VAR模型对人民币汇率风险进行度量具有适用性;通过人民币对数收益序列的正态性检验，判断出样本期内人民币汇率对数收益序列不服从正态分布，存在尖峰厚尾特征，因而在运用VAR模型度量人民币汇率风险时需要考虑选择使用较为复杂的t分布、GED分布等分布形式，以期更好地表现尾部特征 。通过人民币对数收益序列的异方差检验，判断出样本期内人民币对数汇率收益序列存在条件异方差，因而在使用VAR度量人民币汇率风险时需要考虑GARCH族模型 ，但garch的解释性也不是很强。在建立VAR模型时，单纯依靠garch模型不能很好的对汇率风险进行解释，需要进一步通过各种极值理论的综合运用加以完善。
【参考文献】
［1］石柱鲜,牟晓云. 关于中国外汇储备风险预警研究[ J ]. 金融研究, 2005
［2］保罗·克鲁格曼著，《国际经济学》（中文版），中国人民大学出版社，1998年
［3］许少强著，《人民币汇率史》，上海财经大学出版社，2002年
作者简介：
周汉臣（1982--） 男 江西人 华东师范大学 金融与统计学院研究生
孙清芬（ 1986--） 女 山东人 华东师范大学 金融与统计学院研究生
钟赟 （ 1986--） 男 江西人 华东师范大学 金融与统计学院研究生
【关键词】汇率风险 var模型；假设检验
改革开放以来，伴随着我国社会主义市场经济体制的逐步建立和完善，我国的外汇体制改革也在逐步向前推进，到目前为止，人民币汇率制度共经历三个阶段:第一阶段(1979年-1994年)：实行双重汇率制，依次经历了官方汇率与外汇内部结算价并存 (1981~1984年)和官方汇率与外汇调剂价格并存(1985~3年)两个汇率双轨制时期。第二阶段(1994-2005年)：1994年1月1日起，宣布实行汇率并轨，建立以市场供求为基础的、单一的、有管理的浮动汇率制。然而，1997年东南亚经济的爆发，使我国主动收窄人民币汇率浮动区间，暂缓资本项目开放步伐，最终使我国外币汇率演变成单一盯住美元的固定汇率制。第三阶段(2005-至今)：面对我国国际收支经常项目和资本金融项目的"双顺差"和不断升级的贸易摩擦，自2005年7月21日起，我国人民币汇率制度调整为以市场供求为基础、参考一篮子货币进行调节、有管理得浮动汇率制度。
05 年之后，人民币汇率波动不断加大。数据选择范围是从2005年7月25日至2009年1月23日共858个数据，之所以选取05年起始，是由于自2005年7月21日起，我国进行了人民币汇率形成机制的重大改革。由于我们的兴趣在于价格变动和收益率而非价格本身，因此需要把人民币汇率的价格序列转化为收益率序列。本文首先对人民币汇率的原始数据进行对数处理，然后在此基础上进行一阶差分，从而得到几何收益率Rt：Rt=lnPt-lnPt-1
首先，我們对模型的假设做进一步检验。VaR存在的最根本前提是金融资产价格的变化是一个随机变量，所以首先应检验金融资产价格是否服从随机游走，首先对lnP进行ADF检验发现ADF检验值均大于三个不同检验水平的临界值，说明人民币对数汇率序列是一个非平稳时间序列。进行一阶差分：可以得出人民币对数汇率是具有一阶单位根的平稳序列。然后我们对收益R进行自相关性检验，各阶滞后自相关和偏自相关系数都接近零，Q统计值也没有超出设定的显著性水平决定的临界值，12滞后阶以后Q值出现增大，P值减小，但大体接受序列不相关的原假设。再次利用spss v12.1对收益R进行游程检验，这里选择分界值为0，在custom处设为0，双尾显著性概率为89.6%，接受随机游走的假设。经过上述几种分析，可得出结论:人民币对数汇率序列为随机游走过程，具备了使用VAR模型度量人民币汇率风险的适用性前提。
序列是否满足正态分布特征将直接影响到VaR方法估算的准确性，也是我们选取VaR方法的依据，因此有必要对人民币汇率对数收益序列的分布进行正态性检验。使用正态qq图检验：可以看出，两端有大量点偏出直线，中间接近直线，但拟合的也不是很好，明显存在厚尾现象，左尾厚于右尾，可以初步拒绝正态分布原假设。再进行J-B检验。可以看出，均值为负，偏度大于0，峰度大于3，同时P值小于1%，拒绝原假设，收益不服从正态分布。从而有必要选用t分布等更复杂的分布进行度量。通过时序图进行观察可以发现，收益R波动在不同时期波动性时大时小，07年之后波动明显增大。说明存在异方差现象。因为前面已经说明，r满足随机游走性，本文进行估计基本形式是：R=γR（-1）+Ut利用最小二乘法估计，结果：R=0.0049830R(-1)+Ut对其做arch lm 检验得出，其残差序列存在arch效应计算残差平方的自相关和偏自相关系数，结果如下：由于自相关系数和偏自相关系数都显著不为零，且Q统计值非常显著，可以得出结论，其存在异方差。从中我们可以得出结论，利用garch模型计算VAR是比较合适的。
总之，通过人民币对数汇率收益序列的随机性检验，验证了我国人民币对数汇率服从随机游走，从证明了使用VAR模型对人民币汇率风险进行度量具有适用性;通过人民币对数收益序列的正态性检验，判断出样本期内人民币汇率对数收益序列不服从正态分布，存在尖峰厚尾特征，因而在运用VAR模型度量人民币汇率风险时可以考虑选择使用较为复杂的t分布、GED分布等分布形式，以期更好地表现尾部特征，通过人民币对数收益序列的异方差检验，判断出样本期内人民币对数汇率收益序列存在条件异方差，因而在使用VAR度量人民币汇率风险时需要考虑GARCH族模型，以期更好地刻画条件异方差，最终提高VAR的度量精度。使用历史模拟法进行度量。l)将人民币汇率对数收益率序列按升序排列。
2)用样本容量(N=857)乘以相应的显著性水平 ，得到分位数位置d。
3)采用内插值法求出d所对应的分位数R* ，
4)利用公式VARα=E(r)-r*。，得到相对VAR值E（R）为算术平方值= -0.0001977则：VAR0.01=0.002939707VAR0.05= 0.001646414 VAR0.1= 0.001106409
而利用garch模型可写出均值方程：R=0.030033R（-1）+Ut，方差方程： 2t=1.51E-09+0.117939 Ut-1+0.891924 2t-2
结论：通过人民币对数汇率收益序列的随机性检验，验证了我国人民币对数汇率服从随机游走，从证明了使用VAR模型对人民币汇率风险进行度量具有适用性;通过人民币对数收益序列的正态性检验，判断出样本期内人民币汇率对数收益序列不服从正态分布，存在尖峰厚尾特征，因而在运用VAR模型度量人民币汇率风险时需要考虑选择使用较为复杂的t分布、GED分布等分布形式，以期更好地表现尾部特征 。通过人民币对数收益序列的异方差检验，判断出样本期内人民币对数汇率收益序列存在条件异方差，因而在使用VAR度量人民币汇率风险时需要考虑GARCH族模型 ，但garch的解释性也不是很强。在建立VAR模型时，单纯依靠garch模型不能很好的对汇率风险进行解释，需要进一步通过各种极值理论的综合运用加以完善。
【参考文献】
［1］石柱鲜,牟晓云. 关于中国外汇储备风险预警研究[ J ]. 金融研究, 2005
［2］保罗·克鲁格曼著，《国际经济学》（中文版），中国人民大学出版社，1998年
［3］许少强著，《人民币汇率史》，上海财经大学出版社，2002年
作者简介：
周汉臣（1982--） 男 江西人 华东师范大学 金融与统计学院研究生
孙清芬（ 1986--） 女 山东人 华东师范大学 金融与统计学院研究生
钟赟 （ 1986--） 男 江西人 华东师范大学 金融与统计学院研究生