- 1、本文档共7页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
?
?
人民币汇率波动与风险价值研究
半参数法
?
?
论文导读::实证研究人民币汇率变动对安徽省贸易进出口的影响。人民币汇率波动与风险价值研究。
论文关键词:人民币汇率,风险价值,GARCH,半参数法
?
一、引言
人民币汇率一直是国际国内高度关注的问题,外界普遍要求人民币升值,对人民币升值的速度也一直是热议的话题。我国从2005年7月21日实行汇改后,人民币持续不断升值,人民币汇率风险逐渐显现,而且汇率的持续波动加大了人民币的汇率风险。2009年以来我国经济率先走出金融危机的阴影,呈现出快速复苏的势头,国际上要求人民币升值的呼声再次高涨。人民币升值对于我们来说既有利又有弊,但人民币升值过快将增加汇率风险,而且会对我国的宏观经济带来很大冲击。因此,研究人民币汇率的波动,以及正确测量汇率风险,就显得十分必要。
本文选取人民币/美元汇率中间价的日数据作为研究对象,利用GARCH模型分析了人民币汇率的波动特性;同时,采用基于GARCH模型的VaR估计方法(参数法)和DavidXLi(1999)提出的半参数估计法实证检验,分别度量了人民币汇率的风险价值,并对两种方法进行了比较。
二、理论模型与研究方法
1.GARCH模型
自回归条件异方差(ARCH)模型最早是由Engle于1982年提出半参数法,用于波动性的建模研究。在此基础上,Bollersler进行了扩展,于1986年提出广义自回归条件异方差模型,即GARCH模型。
GARCH(p,q)模型定义如下:
均值方程:,
波动率方程:
其中,{}是均值为0,方差为1的独立同分布随机变量序列,>0,≥0(),≥0()。实际中,通常假定服从标准正态分布,学生-t分布,或广义误差分布(GED)。
2.单整GARCH(IGARCH)模型
在实际研究中,人们常发现GARCH模型的a参数和β参数的和非常接近于1,在这种情况下,条件方差具有单位根和单整性,于是人们将符合这种特征的GARCH模型称作单整GARCH模型小论文。
当GARCH模型的估计参数满足:
时,就称作单整GARCH模型,记为IGARCH模型。该模型描述了条件方差波动的持续性质。
3.VaR方法
(1)基于GARCH模型的VaR度量
VaR即风险价值,是指在正常的市场条件和给定的置信水平下,某一金融资产在未来特定一段持有期内的最大损失。用统计学公式表示即为:
其中,c为置信水平。
通常为简化计算,会假设资产收益服从正态分布,则VaR可表示为
(1)
其中,是置信度为a的标准正态分布的临界值,当a=5%时,;是收益率序列的条件方差。
(2)基于DavidX.Li半参数估计方法的VaR度量
上述计算VaR的过程中需假设收益服从正态分布,然而现实中的许多收益序列分布都具有“厚尾”现象,所以利用正态分布假设常常会低估潜在的风险。DavidLi(1999)提出了基于收益率序列的均值、标准差、偏度和峰度的半参数法,该方法不需做任何分布假设,即可构造VaR。假设收益率序列r的均值、标准差、偏度和峰度分别为:
若≠0,≠0,则r不服从正态分布。可以证明,VaR的置信上限VaR(U)和置信下限VaR(L)可以用下面的公式计算得到:
(2)
(3)
其中半参数法,≠0;是标准正态分布的临界值。
(3)VaR模型的事后检验
VaR是一个统计估计值,其准确程度受到估计误差的影响,故需进行严格的检验。通行的检验法则是通过“失败率”来检验,将各期的收益率r与VaR进行对比,当收益率超过VaR时记为失败,此时记1,否则记0。若考察实际天数为T,失败天数为N,则失败率p=N/T,然后将p与显著性水平a进行比较,来判定模型的准确性。若pa,说明模型低估了风险;若pa,表明模型的预测结果覆盖了实际的损失,但如果p太小,则表明模型估计过于保守。
三、实证分析
1.数据选取及处理
本文选取2009年1月5日—2010年6月2日为样本期,以人民币/美元汇率中间价为研究对象,对其短期波动特性进行描述。数据来源于国家外汇管理局网站(),变量名称记为P。分析时作如下处理:,作为汇率的收益率。对数据的操作与处理及模型的估计与检验是在计量经济学软件Eviews6.0上实现的。
2.GARCH模型的估计及检验
表1给出了收益率序列的基本统计特征值,从中可以看出,收益率基本上在零上下波动,峰度显著大于3,呈现出明显的尖峰和厚尾的特征,同时根据JB统计量可知,其不服从正态分布,因此不能简单地用正态分布模拟人民币汇率收益率的变化。根据对相关图的判别,我们可初步得出收益率序列符合平稳性的特征,表2给出了对进行单位根检验的结果,在各种水平下都接受了序列平稳性的假设,表明收益率序列是平稳的。另外,由的ACF和PACF函数图像可知,可以用ARMA(2,2)模型对其进行
文档评论(0)