發(fā)布時間：2020-11-16 19:56

　　 人民幣匯率風(fēng)險的精準(zhǔn)計算和預(yù)測是管理和控制匯率風(fēng)險的首要條件,并隨著外匯市場的發(fā)展與完善受到越來越多的重視。文章利用GARCH模型和在險價值模型(CVaR)對人民幣匯率風(fēng)險進行測度。首先,對人民幣匯率收益率進行統(tǒng)計特征分析,以確定GARCH族模型的適用性;其次,使用四種GARCH族模型對人民幣匯率的波動性進行考量,根據(jù)變量的顯著性和AIC準(zhǔn)則篩選出性質(zhì)最優(yōu)的GARCH(2,2)模型。并基于金融時間序列可能出現(xiàn)的杠桿效應(yīng)、非對稱效應(yīng)和均值效應(yīng),進一步建立了TGARCH(2,2)、EGARCH(2,2)、TGARCH(2,2)-M和EGARCH(2,2)-M。將以上五種模型進行比較,篩選出擬合程度較好的GARCH(2,2)模型。針對金融時間序列的"尖峰厚尾"性,文章還對GARCH(2,2)-N、GARCH(2,2)-T與GARCH(2,2)-GED進行分析,篩選出用于風(fēng)險測度的GARCH(2,2)-N模型;再次,將利用刻畫出的波動率帶入到在險價值模型中完成人民幣匯率風(fēng)險的測度,將測度值與真實值進行比較,可以看到測度結(jié)果與真實結(jié)果較為接近,可以在本模型基礎(chǔ)上建立人民幣匯率風(fēng)險預(yù)警體系。最后,基于實證研究結(jié)果給出政策建議與結(jié)論。
【部分圖文】：

ARMA模型形式是金融時間序列的常見形式。為建立準(zhǔn)確的均值方程，有必要對滑動平均階數(shù)(p)和自回歸階數(shù)(q)階數(shù)進行確定，而樣本的自相關(guān)函數(shù)與偏相關(guān)函數(shù)的數(shù)學(xué)特征（拖尾性、截尾性）為p、q的判斷給出依據(jù)。從圖4和圖5中可以看出，序列的各階自相關(guān)和偏自相關(guān)系數(shù)均落入95%的置信區(qū)間以內(nèi)，可以認(rèn)為序列各階自相關(guān)與偏相關(guān)系數(shù)為0，故人民幣匯率收益率序列不滿足ARMA模型形式�；诖�，于是，本文假設(shè)樣本序列遵循隨機漫步模型，具體如式(2)所示：圖2 Quantile-Quantile圖

Quantile-Quantile圖

在建立GARCH模型之前，需對ARCH效應(yīng)進行統(tǒng)計檢驗。只有模型存在條件異方差，GARCH模型的建立才有意義。這里的ARCH效應(yīng)的檢驗使用的是殘差平方圖檢驗法和ARCH-LM檢驗法。圖4 人民幣匯率收益率各階偏相關(guān)系數(shù)圖
【相似文獻】

相關(guān)期刊論文 前10條

1 鄧一;;基于極值理論的人民幣匯率風(fēng)險測度[J];商;2015年01期

2 鄭承利;陳燕;;基于等熵一致性風(fēng)險測度的組合選擇[J];系統(tǒng)工程理論與實踐;2014年03期

3 徐金菊;許啟發(fā);;基于分位數(shù)回歸的多期金融風(fēng)險測度[J];鄭州航空工業(yè)管理學(xué)院學(xué)報;2013年06期

4 唐吟;蘇錫坤;;譜風(fēng)險測度下的投資組合[J];特區(qū)經(jīng)濟;2012年11期

5 陳偉;張凌;;有關(guān)一致風(fēng)險測度[J];海峽科學(xué);2007年05期

6 張昇平;吳沖鋒;;權(quán)益人視角下基于期權(quán)定價理論的類一致性風(fēng)險測度研究[J];系統(tǒng)工程理論與實踐;2007年09期

7 李曉燕;林海潮;;人民幣匯率市場動態(tài)ES風(fēng)險測度研究[J];求索;2015年05期

8 王錦陽;劉錫良;杜在超;;相依結(jié)構(gòu)、動態(tài)系統(tǒng)性風(fēng)險測度與后驗分析[J];統(tǒng)計研究;2018年03期

9 伍楠林;龐博;;人民幣匯率風(fēng)險測度研究[J];學(xué)術(shù)交流;2017年08期

10 郭蓮麗;郭立宏;李建勛;楊濤;;基于證據(jù)理論的商業(yè)銀行信用風(fēng)險測度[J];統(tǒng)計與決策;2013年19期

相關(guān)博士學(xué)位論文 前10條

1 劉俊山;基于風(fēng)險測度理論的證券投資組合優(yōu)化研究[D];復(fù)旦大學(xué);2007年

2 張昇平;風(fēng)險測度一致性的拓展研究[D];上海交通大學(xué);2007年

3 周春陽;風(fēng)險承受者視角下的下邊風(fēng)險管理[D];上海交通大學(xué);2009年

4 洪彰杓;人民幣匯率波動對中國出入境旅游市場的影響[D];吉林大學(xué);2018年

5 王旭丹;擴展三元悖論視角下人民幣匯率彈性管理研究[D];天津財經(jīng)大學(xué);2015年

6 朱國艷;人民幣匯率傳遞效應(yīng)研究[D];天津財經(jīng)大學(xué);2017年

7 趙陽;人民幣匯率不完全傳遞對中國宏觀經(jīng)濟的影響研究[D];武漢大學(xué);2013年

8 張程;人民幣匯率對我國產(chǎn)業(yè)結(jié)構(gòu)升級影響機制研究[D];中國礦業(yè)大學(xué)(北京);2018年

9 白杰;人民幣匯率波動的分形特征及趨勢研究[D];東北師范大學(xué);2018年

10 曹維;不同時段的中國匯率制度問題研究[D];復(fù)旦大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 梁迎雙;基于波動性分析的匯率風(fēng)險測度研究[D];大連海事大學(xué);2010年

2 崔素娟;基于動靜態(tài)極值理論的人民幣匯率風(fēng)險測度[D];東北財經(jīng)大學(xué);2010年

3 李耀;上市公司信用風(fēng)險測度評價[D];哈爾濱商業(yè)大學(xué);2019年

4 丁慧敏;我國開放式基金風(fēng)險測度研究[D];安徽大學(xué);2019年

5 林海清;基于Hill變點閾值選取的中國股市風(fēng)險測度建模研究[D];閩南師范大學(xué);2019年

6 谷瀛;商業(yè)銀行理財產(chǎn)品市場系統(tǒng)性風(fēng)險實證研究[D];南京審計大學(xué);2018年

7 于海旭;基于GARCH-POT模型的人民幣匯率風(fēng)險測度研究[D];哈爾濱工業(yè)大學(xué);2018年

8 曹琳;“一帶一路”國家銀行業(yè)系統(tǒng)性風(fēng)險測度及傳遞研究[D];濟南大學(xué);2018年

9 王東寧;美元與石油的組合極端風(fēng)險測度研究[D];重慶大學(xué);2018年

10 惠召麗;基于扭曲風(fēng)險測度的上證指數(shù)收益率分析[D];山東財經(jīng)大學(xué);2017年

本文編號：2886596