基于VaR—GARCH模型的我国外汇储备汇率风险度量-《武汉理工大学学报(社会科学版)》(2013年6期).docx

龙源版权所有 基于VaR—GARCH模型的我国外汇储备汇率风险度量作者：白晓燕　陈琴来源：《武汉理工大学学报(社会科学版)》2013年第06期 摘要：在中国外汇储备规模迅速积累与汇改后人民币汇率波动幅度日益增加的情况下，准确度量外汇储备的汇率风险非常必要。利用GARCH族模型估计我国外汇储备资产组合的VaR值，并通过VaR值的准确性检验得到最有效合理的GARCH模型形式。在此基础上进行VaR值分解，分析各资产对整体风险的影响。研究发现：美元资产风险较小，增加美元资产可以减少组合的风险；欧元资产风险大，目前不宜增持；日元、英镑资产风险较小，占比较低，可适当增持。 关键词：外汇储备；汇率风险；VaR；GARCH 中图分类号：F832 文献标识码：A 在国际金融危机频发，全球金融市场动荡的背景下，央行作为一国金融体系风险管理者的角色增强。中国作为全球外汇储备的最大持有国，外汇储备风险管理更是重中之重。当前中国外汇储备资产面临的各类风险中，汇率风险是主要的风险形式，加强储备资产汇率风险管理因此成为央行风险决策的核心，而实现有效管理的前提是对风险的准确度量。 一、文献综述 在险价值（value at risk，VaR）指在特定时期内，在一定的置信水平下，由于金融资产价格波动使资产组合面临的最大潜在损失。该方法是度量市场风险的有效工具之一，近年来逐渐被用于分析外汇储备投资组合的汇率风险。计算VaR主要包括三个要素：组合资产的持有期、置信水平以及资产收益率的分布，其中前两项可以主观设定，而正确估算汇率收益率的分布是计算VaR的关键。 Chiou等[1]在对外汇储备汇率风险的研究中比较了指数加权移动平均法、自举法、蒙特卡罗模拟法的优劣及其适用性，发现通过EWMA计算的方差-协方差法精确度最佳。进而运用该方法计算了所有国家、工业国家和发展中国家三个组别1995-2001年间外汇储备的VaR值。 艾之涛、杨招军沿用Chiou等[2]的思路，假定收益率服从正态分布，使用EWMA的方差-协方差法估计方差-协方差矩阵，该文将日元、英镑资产的比例分别固定在15%和10%的水平，通过变动二者的相对比例来考察对VaR的影响。研究表明，随着欧元资产比重的增加和美元资产比重的下降，外汇储备整体的VaR值增大，即风险增加。因此单从控制风险的角度，应减持欧元而增持美元。该研究的不足在于，一是有收益率服从正态分布的强约束条件；二是将日元、英镑的比例固定在15%和10%的水平过于主观，IMF的外汇储备币种构成数据（COFER）显示，该文样本期（2007-2008年）内日元、英镑在外汇储备中的实际占比约为3%和5%。 大量实证研究表明，金融资产收益率的分布具有尖峰肥尾特征，不服从正态分布假设；同时各币种收益率之间可能是非线性相关。为此，学者在计算VaR时从两个方向着手改进：一是对汇率风险刻画的改进，二是对储备资产不同币种之间相关性的优化。 Engle[3]提出的DCC-GARCH模型克服了静态模型的缺点，能够更准确地度量外汇储备不同币种资产之间的动态相关性。马杰[4]在实证分析中引入DCC-GARCH（dynamic conditional correlation）模型。姜昱、邢曙光[5]則采用DCC-GARCH模型与条件在险价值（conditional value at risk，CVaR）相结合的方法动态分析外汇储备的汇率风险。CVaR由Rockafellar和Uryasev[6]提出，指损失超出VaR的条件均值，克服了VaR技术缺乏次可加性、不满足凸性要求、不能度量尾部风险等缺点。 上述改进使得对外汇储备汇率风险的度量从静态分析转向动态分析，但是以上研究在计算出VaR值后大多没有对其准确性进行检验。闫素仙、张健强[7]利用GARCH族模型估计中国外汇储备中主要的货币资产和储备组合日对数收益率的动态波动率，再测算外汇储备的VaR值并对每一次的计算结果进行了准确性检验，提高了VaR值的正确性和模型设定的合理性。 用不同方法计算出的VaR值可以反映资产组合的可能损失，但是无法判断单个资产对组合整体风险的影响方向以及影响程度。而这恰恰是风险管理者所关注的。技术上，Garman[8-9]把资产组合的总风险分解成边际VaR、成分VaR、增量VaR等不同部分，分析投资组合中的单个资产及其调整对组合整体风险的影响。实证研究方面，Chiou等[1]经过分解发现：若其他货币的持有比例不变，减持美元同时增持欧元，则外汇储备资产组合的VaR下降；但是，当欧元的持有比例增加到一定量以后，组合的VaR不降反升。总体上，增持成分VaR最高的币种，减持成分VaR最低的币种可以降低组合的风险。王硕、曾诗鸿[10]通过对VaR值进行分解认为，美元资产的边际VaR、成分VaR