利率的風(fēng)險價值衡量與測度—基于溫州民間金融的實證研究

■ 吳鵬輝（暨南大學(xué)經(jīng)濟(jì)學(xué)院 廣州 510632）

在我國經(jīng)濟(jì)轉(zhuǎn)型和經(jīng)濟(jì)增長當(dāng)中民間金融發(fā)揮著巨大作用，特別是在民營經(jīng)濟(jì)比較發(fā)達(dá)的地區(qū)，民間金融已然成為中小企業(yè)成長和民營經(jīng)濟(jì)發(fā)展的動力引擎。眾所周知，金融市場上資金供求雙方交易的基礎(chǔ)是資金的價格即利率，而利率是金融市場運(yùn)作的動力機(jī)制，也是資金供求雙方聯(lián)系的紐帶。利率風(fēng)險是一個經(jīng)濟(jì)主體需要面對的主要風(fēng)險，科學(xué)而準(zhǔn)確地計量利率風(fēng)險，同時使用有關(guān)的措施對利率風(fēng)險加強(qiáng)管理十分重要。作為民間金融市場的“看不見的調(diào)控者”，利率對民間金融功能的發(fā)揮起著至關(guān)重要的作用，利率風(fēng)險對民間金融的經(jīng)濟(jì)績效的重要評估。隨著金融改革的不管推進(jìn)，利率市場化的不斷深入，在我國經(jīng)濟(jì)發(fā)展當(dāng)中利率風(fēng)險愈來愈大并日益受到關(guān)注。作為我國民間金融的典型代表，溫州地區(qū)是我國民間金融業(yè)的發(fā)展和制度創(chuàng)新最為活躍的地方之一，有著比較雄厚的民間資本和較為成熟的民間金融市場利率，能夠相對真實的反映民間資金供求狀況，并且是反映我國東部沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)民間金融市場的敏感信號。

溫州指數(shù)的設(shè)立

溫州指數(shù)，即溫州民間融資綜合利率指數(shù)，2012年12月7日，溫州指數(shù)正式對外發(fā)布，并于2013年逐漸步入正軌。溫州指數(shù)自運(yùn)行以來，隨著市場化程度不斷提高，及時反映民間金融交易活躍度和交易價格，受到越來越多的民間金融街及金融機(jī)構(gòu)的關(guān)注。該指數(shù)的樣板數(shù)據(jù)主要是由溫州市設(shè)立的幾百家企業(yè)測報點(diǎn)，把各自借入的民間資本利率通過各地方金融辦不記名申報搜集起來，對各小額貸款公司借出的利率進(jìn)行加權(quán)平均，其中由溫州經(jīng)信委和商務(wù)局負(fù)責(zé)測報融資性擔(dān)保公司（如典當(dāng)行）在融資過程中的利率，以及民間借貸服務(wù)中心的實時利率，然后對這些利率進(jìn)行加權(quán)平均的處理，就得出了“溫州指數(shù)”。它是溫州民間融資利率的風(fēng)向標(biāo)。

溫州民間融資綜合利率指數(shù)，給各個微觀金融主體，特別是小貸公司以及 P2P網(wǎng)貸平臺帶來了重要的市場參考，因此對該利率進(jìn)行風(fēng)險管理與衡量測度顯得非常重要。對此，目前一種重要的方法是計算的風(fēng)險價值（V a R），即假設(shè)資產(chǎn)收益率服從某一性質(zhì)的統(tǒng)計分布，在特定置信水平下（如95% 或者99%），最大可能的損失是多少。溫州民間融資綜合利率指數(shù)推出的時間較短，雖然具有一定的市場有效性，但是其形成機(jī)制還有待完善，所以運(yùn)用風(fēng)險價值的計算方法對該利率進(jìn)行風(fēng)險管理具有一定的現(xiàn)實和指導(dǎo)意義。

相關(guān)文獻(xiàn)綜述

20世紀(jì)50年代后學(xué)術(shù)界開始有了利率風(fēng)險的衡量與測度，比如缺口分析、加權(quán)缺口和粗糖模擬等等技術(shù)方法。其中VaR的技術(shù)計算原型可以追溯到H.M.Markowitz，1952年他在文章中使用均值來表示投資組合的收益，用方差表示風(fēng)險，將統(tǒng)計學(xué)的相關(guān)理論應(yīng)用到投資組合當(dāng)中，奠定了風(fēng)險分析基礎(chǔ)。J.P.Morgan在《衍生產(chǎn)品的實踐和規(guī)則》報告中，正式的提出了VaR模型，并在金融機(jī)構(gòu)中推廣和鼓勵使用。自此VaR模型成為利率風(fēng)險的衡量和測度重要方法之一。利率風(fēng)險的衡量與測度也在現(xiàn)代金融的發(fā)展當(dāng)中逐漸受到人們關(guān)注，特別是在利率市場化的不斷升入過程中。

（一）利率風(fēng)險測度和有效性

史永東等（2008）基于資產(chǎn)定價確立了基準(zhǔn)利率選擇的基本理論框架并通過檢驗均值-方差，指出銀行間國債回購市場內(nèi)部利率和銀行間隔夜同業(yè)拆借利率都不是最有效的，而活期存款利率作為金融市場基準(zhǔn)利率是最有效、最適合的；由于在傳統(tǒng)的利率風(fēng)險測度方法主要是久期和凸性模型，而這些模型有許多假設(shè)，且不能計算出利率風(fēng)險的具體數(shù)值，所以在《巴塞爾協(xié)議》當(dāng)中明確要求金融機(jī)構(gòu)應(yīng)采用適當(dāng)技術(shù)計算VaR，從而確定其內(nèi)部風(fēng)險資本和風(fēng)險控制要求，在金融風(fēng)險管理中VaR一直是一個重要領(lǐng)域。Ricardo等（2003）提出在計算VaR使用條件異方差模型時，必須得出準(zhǔn)確條件波動率，因此需要一個最好的條件異方差模型，在計算金融資產(chǎn)收益率波動的時候，如果使用非對稱條件異方差模型，那么沒有必要采用“厚尾”分布，其原因是異方差模型中已經(jīng)包含了負(fù)的影響條件。李良松等（2009）在衡量測算上海銀行間同業(yè)拆放利率VaR的有效性時，分別使用Monte-Carol模擬的廣義誤差分布模型、條件異方差模型以及結(jié)合利率期限結(jié)構(gòu)模型的廣義誤差分布模型。韓德宗（2008）使用VaR模型對商品期貨的市場風(fēng)險進(jìn)行了研究，測算市場風(fēng)險大小。Nusret等利用VaR衡量和測度了固定收益?zhèn)睦曙L(fēng)險。何啟志（2011）基于上海銀行間同業(yè)拆放利率（Shibor）期限結(jié)構(gòu)動態(tài)模型，運(yùn)用風(fēng)險值模型衡量和測度了利率的風(fēng)險值，再運(yùn)用期望損失模型衡量和測度了風(fēng)險值大小，比較分析了利率風(fēng)險度量的風(fēng)險值方法和期望損失方法的作用與效果；王福重等利用VaR在t分布下測度了外債利率風(fēng)險，雖然基于VaR的數(shù)學(xué)定義來看，它只是某個顯著性水平下的分位點(diǎn)，并不能有效反映超過分位點(diǎn)的尾部風(fēng)險信息，如果單純的用VaR方法，則會使投資者忽略某些以小概率發(fā)生的非正常損失，但整體上是能論證相關(guān)問題的。

表1 ADF單位根檢驗

表2 10天利率收益率描述性統(tǒng)計

表3 10天利率序列的統(tǒng)計特征

表4 10天利率序列的單位根檢驗

圖1 溫州地區(qū)民間借貸分期限利率指數(shù)走勢圖

圖2 溫州民間金融借貸利率指數(shù)的ARMA擬合圖

圖3 Shibor1W指數(shù)的ARMA擬合圖

（二）利率市場化與民間金融

陶雄華等（2013）指出由于當(dāng)前我國對利率的管制較多，大型商業(yè)銀行的利率水平被扭曲，并不能反映當(dāng)前貨幣市場的真實利率水平，相對而言，受管制較弱的小額貸款利率反而更加接近市場化的利率；葉茜茜（2011）通過對溫州民間金融的調(diào)研結(jié)果分析，得出民間金融利率按市場資金供求狀況發(fā)揮調(diào)控作用，相比正規(guī)金融的利率機(jī)制更為有效。徐建煒（2011）指出民間金融能夠促進(jìn)資源的有效配置，解決利率管制問題不能僅靠利率市場化，民間金融部分有必要放開準(zhǔn)入條件。張非等（2009）指出農(nóng)信社利率會因利率市場化而降低，進(jìn)而擠出了部分民間金融投資，促使利率走低。然而也有相當(dāng)一部分學(xué)者認(rèn)為，低利率的正規(guī)金融不可替代民間金融的便利性和時效性。比如葉茜茜（2011）指出供給成本和需求特征影響了民間金融利率高低，市場主體充分回應(yīng)了正規(guī)的金融信貸調(diào)控，民間金融利率是具有較強(qiáng)市場性的利率，相比正規(guī)金融的利率更為有效。

綜上所述，對于利率風(fēng)險測度的研究大多集中于全國銀行間同業(yè)拆借市場利率、商業(yè)銀行存貸款利率等研究。國內(nèi)外的研究當(dāng)中，有涉及上海銀行間同業(yè)拆放利率（Shibor）風(fēng)險測度的研究，而相對較少有涉及溫州民間金融等小額貸款的利率。研究當(dāng)中對利率風(fēng)險的衡量和測度大多間接度量的，還比較少運(yùn)用VaR直接測度利率風(fēng)險；即使運(yùn)用了VaR方法，在研究當(dāng)中也沒有充分考慮利率不同期限動態(tài)估計和市場有效性下風(fēng)險測度的相關(guān)影響。目前，從微觀層面對溫州等民間金融市場的利率波動及其風(fēng)險價值測度的理論和實證研究還比較少，特別是尚無系統(tǒng)的對民間金融利率的風(fēng)險測度的研究。因此，系統(tǒng)探討利率風(fēng)險對于民間金融發(fā)展趨勢與政策取向等問題具有重要的理論和現(xiàn)實意義。

本文選取了溫州民間融資綜合利率作為研究重點(diǎn)，結(jié)合利率風(fēng)險度量和利率不同期限市場有效性，衡量和測度利率風(fēng)險。同時，將利率風(fēng)險的左右尾部形態(tài)納入考慮，以進(jìn)行利率風(fēng)險VaR度量。

數(shù)據(jù)選擇與實證分析

（一）數(shù)據(jù)選擇與來源

在數(shù)據(jù)的選取方面，溫州民間融資綜合利率指數(shù)于2012年12月7日正式對外發(fā)布，并于2013年逐步進(jìn)入規(guī)范化的軌道。由于本文主要分析金融市場真實動態(tài)變化的利率反映程度，所以可以認(rèn)為利率指數(shù)發(fā)布之后均為有效數(shù)據(jù)區(qū)間。在本文當(dāng)中選取數(shù)據(jù)觀測時間段為：2013年10月至2014年10月。溫州民間融資綜合利率指數(shù)缺失值及上海銀行間同業(yè)拆放利率（Shibor）數(shù)據(jù)節(jié)假日未公布數(shù)據(jù)均以平滑處理補(bǔ)齊。本文使用數(shù)據(jù)庫公布的利率指數(shù)期限品種包括1個月、3個月、6個月、1年以上市場利率指數(shù)，本文設(shè)R0為R1為1個月利率，R3為3個月利率，R6為6個月利率，Ry為一年以上利率。利率風(fēng)險大小測量是應(yīng)對利率市場化、提高利率風(fēng)險管理水平的重要保障和前提，而度量利率風(fēng)險管理水平的前提是確定利率走勢的變化。圖1為部分相應(yīng)走勢。

（二）借貸利率與Shibor波動性的對比分析

模型的建立和估計。在這里對溫州民間融資借貸利率和上海銀行間拆放利率（shibor）分別進(jìn)行觀測金融市場的利率反映程度，來驗證民間金融利率是否比商業(yè)銀行同業(yè)拆借利率更能反映利率市場的變動。本部分主要旨在分析民間融資借貸利率是否比商業(yè)銀行同業(yè)拆借利率對利率市場化有更加靈敏的反應(yīng)，而在我國同業(yè)拆借利率市場化發(fā)展最健全，是學(xué)者和社會公認(rèn)的最有效的官方基準(zhǔn)利率之一。所以，盡管這兩者利率指數(shù)性質(zhì)存在諸多差異，然而對比分析這兩者各自對金融市場的反映是具有理論和現(xiàn)實意義的。

結(jié)合前文所述，本文在時間選取上分別選取了10天的溫州民間金融借貸利率和1周期限的shibor利率進(jìn)行相關(guān)性的擬合。

在計量方法上，Boxes &Jinkens（1976）提出單整自回歸移動平均模型ARIMA（p，d，q），用來做時間序列預(yù)測，所以此模型被稱為Boxes &Jinkens模型。在時間序列模型中AR（p）為自回歸項，MA（q）為q項滑動平均，d為使時間序列平穩(wěn)的差分階數(shù)，其K階滯后的基本模型為：

雖然馮國柱（2003）等學(xué)者使用誤差修正模型（ECM）和利率預(yù)測綜合自回歸移動平均模型（ARIMA）對比分析了國債7天回購利率和國債14天回購利率這兩個利率的擬合情況，從而認(rèn)為ECM得到更優(yōu)的擬合結(jié)果。但是任兆璋（2005）等學(xué)者通過建立ARMA和GRACH模型對同業(yè)拆借利率進(jìn)行擬合，研究結(jié)果得出GRACH是更加適合我國同業(yè)拆借利率市場的模型；從近年來總體情況來看，ARMA特別是ARIMA在利率指數(shù)和收益率的擬合上得到了更加廣泛的應(yīng)用和認(rèn)可（如陸維新（2010）等）。

平穩(wěn)性檢驗。如表1所示，經(jīng)過ADF單位根檢驗可以得出，本文所選取的變量有兩個非平穩(wěn)的序列，然而它們各自的一階差分是平穩(wěn)的。因此，下面對指標(biāo)進(jìn)行ARIMA建模。

ARMA模型的檢驗。第一步，檢查wz10days的一階差分相關(guān)圖，發(fā)現(xiàn)自相關(guān)系數(shù)在此處顯著不為零[即d（wz10days）自相關(guān)系數(shù)在滯后3處落在了置信區(qū)間之外]和偏自相關(guān)系數(shù)也顯著不為零[即d（wgz10days）的偏自相關(guān)系數(shù)也在滯后3處落在置信區(qū)間之外]。所以，在這里對于d（wz10days），可以建立以下形式的ARMA（3，3）模型：

在d（wz10days）的ARIMA（3，1，3）模型回歸結(jié)果中，因為常數(shù)項0不顯著，所以從模型中去掉，依據(jù)回歸輸出結(jié)果，得出d（wz10days）的ARIMA（3，1，3）模型如下：

由此得出wz10days的ARMA（3，3）模型如下：

第二步，分別對Shibor1W建立ARIMA模型，觀察Shibor1W的一階差分圖，得出自相關(guān)系數(shù)在此處顯著不為零，因為d（Shibor1W）的自相關(guān)系數(shù)在滯后2、12處落在置信區(qū)間之外，而偏自相關(guān)系數(shù)在此處也顯著不為零，因為d（Shibor1W）的偏自相關(guān)系數(shù)在滯后2、4、12處落在置信區(qū)間之外。所以，對于d（Shibor1W），建立以下形式的ARIMA（12，1，12）模型：

在d（shibor1w）的ARIMA（12，1，12）模型的回歸結(jié)果中，因為常數(shù)項α0不顯著，所以從模型中去掉，在去掉常數(shù)項α0后，ma（4）的顯著性由p=0.03下降到p=0.04，因此將ma（4）從模型中去掉，根據(jù)回歸輸出結(jié)果，可得d（shibor1w）的ARIMA（3，1，3）模型如下：

所以Shibor1w的ARMA（12，12）模型如下：

從殘差的自相關(guān)圖得出，這兩項指標(biāo)的殘差序列基本上是一個零均值的平穩(wěn)序列，因此在這里將計量模型（3）和（6）作為指標(biāo)序列估計的ARMA模型。模型的回歸系數(shù)t值在統(tǒng)計上高度顯著，F(xiàn)統(tǒng)計量也比較大，模型整體上顯著，而且不存在自相關(guān)。ARMA模型所得到的兩個變量擬合預(yù)測圖如圖2、圖3所示。

在圖2中，波動時點(diǎn)上，借貸指數(shù)下降時點(diǎn)開始于96日，回升時點(diǎn)開始于166日，圖3中，Shibor上升時點(diǎn)開始于52日左右，下降始于66日左右。上述波動與全面放開金融機(jī)構(gòu)貸款利率管制有關(guān)，即利率市場化。由此可知，建立市場利率定價的自律機(jī)制、貸款基礎(chǔ)利率集中報價和發(fā)布機(jī)制對推進(jìn)利率市場化改革的現(xiàn)實意義。

（三）借貸利率的市場有效性分析

本文選取波動最大的10天數(shù)據(jù)進(jìn)行實證研究，因為除了其波幅較大之外，該品種交易活躍，因短期資金周轉(zhuǎn)需求量大，受到市場廣泛關(guān)注也是考慮重要因素之一。根據(jù)前文，其報價因有些節(jié)假日和周末缺失數(shù)據(jù)的，對其平滑處理操作，補(bǔ)充少量缺失數(shù)據(jù)。

本文采用兩天的利率差異來直接表明了民間借貸10天期利率的收益率大小，和一般采用資產(chǎn)價格的對數(shù)差分作為收益率略有不同。因此，本文使用10天利率的差分作為借貸金融機(jī)構(gòu)的收益率，即：

其中，dlt表示t日10天借貸利率，dlt-1表示前一期的利率。

表2統(tǒng)計描述了10天利率收益率，可以發(fā)現(xiàn)10天利率收益率的“尖峰”特征很明顯，而“厚尾”卻并不是很顯著，檢驗結(jié)果也拒絕了收益率序列為正態(tài)分布的原假設(shè)，但不能拒絕均值為0的原假設(shè)。

本文將收益率核密度函數(shù)估計圖與正態(tài)分布進(jìn)行了比較，如圖4所示，可以證實表2中“尖峰”的特征。此圖還說明收益率總體波動并不大，然而在“左尾”和“右尾”均有幾次劇烈波動，有可能會影響VaR的計算。

同時，圖4說明此序列滿足市場有效性，因此，溫州民間融資借貸利率指數(shù)盡管建設(shè)時間不長，然而在市場有效性方面已收獲了一定的成績。

（四）利率的VaR衡量與測度

理論基礎(chǔ)與原理。VaR模型的通常假設(shè)為：市場有效性假設(shè)和市場波動是隨機(jī)的不存在自相關(guān)。由于當(dāng)前市場仍需規(guī)范，政府干預(yù)行為較嚴(yán)重，不能完全滿足強(qiáng)有效性和市場波動的隨機(jī)性，使用VaR模型時，作近似地正態(tài)處理。VaR模型中，假設(shè)資產(chǎn)收益率服從某一性質(zhì)的統(tǒng)計分布，在特定置信水平下（如99%），最大可能的損失是多少。即實體機(jī)構(gòu)的VaR是一種損失，在概率ω%下，持有期限為t日，在t日持有期內(nèi)預(yù)計超過損失額的概率為x%?；赩aR的定義，能夠?qū)⒗什▌拥腣aR表示為：

其中VaR，VaRtτ(r)是在時刻（t-1）預(yù)測的t時刻的利率風(fēng)險價值；Wt-1是時刻（t-1）的資金總額；E(rt)是利率的預(yù)期值；rt是依據(jù)P（rt>rτ）=1-τ計算出的顯著性水平τ下的最低利率，P為求概率；lτ是顯著性水平τ下利率所對應(yīng)的分布的分位數(shù)；σt為條件標(biāo)準(zhǔn)差[即在時刻（t-1）預(yù)測的t時刻的利率的波動性]。方程式是針對利率多頭而言的，而對空頭而言，VaRt=W0[rτ-E(rt)]，rτ為用P（rt

圖4 10天利率收益率核密度函數(shù)估計圖對比

圖5 R0的一階差分得出短期的利率波動幅度

VaR實證分析。依據(jù)表2所示，10天利率序列是非平穩(wěn)的，一階差分之后成為平穩(wěn)序列，本文以此為基礎(chǔ)使用一階差分方法來度量溫州10天利率風(fēng)險VaR。

第一步，對數(shù)據(jù)序列進(jìn)行相關(guān)的統(tǒng)計性檢驗和分析，包括序列的自相關(guān)性、正態(tài)性、條件異方差性和平穩(wěn)性等等。數(shù)據(jù)處理軟件使用Eviews6.0。檢驗結(jié)果如表3所示。

由此可知，10天利率序列分布是左偏的，因為偏度系數(shù)小于正態(tài)分布的偏度系數(shù)0。此外，與正態(tài)分布相比，其分布是尖峰的，其原因是其峰度系數(shù)為3.750019，大于3。由于JB統(tǒng)計量為51.3897121，大于5%顯著性水平下的JB臨界值5.989，因此，10天利率序列分布顯著不同于正態(tài)分布。依據(jù)Q（1）的值，在5%顯著性水平下，10天利率序列不存在自相關(guān)的原假設(shè)被拒絕了，這說明此序列都是自相關(guān)的，這側(cè)面反映了時間序列具有異方差性以及各期方差之間存在相關(guān)性。

依據(jù)表4可知，10天利率序列，無論顯著性水平是1%、5%、10%，都接受單位根假設(shè)；而在一階差分下，無論哪個顯著性水平下，都拒絕單位根假設(shè)，說明10天利率序列為一階單整過程，即I（1）序列。在檢驗了溫州民間融資借貸利率指數(shù)10天利率序列的相關(guān)統(tǒng)計特征得出，此序列不服從正態(tài)分布，具有自相關(guān)性和條件異方差性，且序列不是平穩(wěn)的。算出的利率滯后一階自相關(guān)的結(jié)論，在利率的VaR模型中，算出利率的最大不利變動情況，R0的一階差分得出短期的利率波動幅度，結(jié)果如圖5所示。

依據(jù)VaR方法，假設(shè)在α=5%水平下變壞情況下，從歷史數(shù)據(jù)中計算得出利率波動是12.4（5%×251）處所對應(yīng)的△R0，在對其一階差分后的數(shù)據(jù)排序處理后，得出第12個數(shù)對應(yīng)的△R0=-0.59，第13個數(shù)對應(yīng)△R0=-0.38，則△R0=-0.38×0.3+（-0.59）×0.7=-0.527。在251個序列數(shù)據(jù)中利率變動幅度對應(yīng)的最壞情形的利率變化值，即為-0.527。

結(jié)論與建議

溫州民間融資綜合利率指數(shù)是當(dāng)前利率市場化進(jìn)程中的重要陣地，是官方市場利率和貨幣市場發(fā)展的重要參照，也是多種融資、資金定價的基礎(chǔ)?！皽刂葜笖?shù)”作用和意義有：向社會定期公布溫州民間借貸利率及相關(guān)指標(biāo)指數(shù)；反映民間金融交易活躍度和交易價格，是民間金融市場的“風(fēng)向標(biāo)”；是溫州金融改革的重要成果；將有利于建立健全民間融資監(jiān)測體系，做好民間融資動態(tài)跟蹤和風(fēng)險預(yù)警。

根據(jù)前文所論證，可以得出如下結(jié)論：溫州民間金融市場利率波動區(qū)間較大，這與同業(yè)拆借利率市場有很大不同，波動范圍絕對值較大。波動對應(yīng)時間點(diǎn)與Shibor指數(shù)幾乎完全不同。因此，影響民間借貸利率指數(shù)的原因與影響商業(yè)銀行同業(yè)拆借利率指數(shù)的原因存在巨大差異。所以，政府層面需要加強(qiáng)對民間借貸利率的重視和監(jiān)管。溫州民間金融各個期限利率品種運(yùn)行相對平穩(wěn)，明顯受前期影響，特別是短期和長期的資金價格高波幅較大。利率指數(shù)發(fā)布正式運(yùn)行以來，具有一定市場有效水平，因此，可依據(jù)歷史信息數(shù)據(jù)來作出合理預(yù)期或決策。所以，盡管溫州民間金融借貸利率建設(shè)時間不長，然而在市場有效性方面已取得了一定成績。從序列變動特征來看，在利率VaR模型中，5%置信水平下的利率不利變動，帶來資產(chǎn)收益最大損失值是0.527。因此，投資者及公司要做好風(fēng)險管理，密切留意市場的變化，防止高估或者低估，盡可能的避免相應(yīng)的損失，只有這樣才有利于促進(jìn)民間金融的健康良性發(fā)展。當(dāng)前，溫州民間融資綜合利率指數(shù)監(jiān)測點(diǎn)結(jié)構(gòu)布局相對合理，覆蓋面較廣且內(nèi)涵較豐富，指數(shù)可塑性較強(qiáng)且拓展空間大，并且實效性強(qiáng)。

1.何啟志.上海銀行間同業(yè)拆放利率的風(fēng)險測度[J].管理科學(xué)，2011（1）

2.葉茜茜.影響民間金融利率波動因素分析[J].經(jīng)濟(jì)學(xué)家，2011（5）

3.彭化非，任兆璋.中國銀行間同業(yè)拆借利率預(yù)測模型研究[J].南方金融，2005（1）

4.韓美清.基于ARMA模型的銀行間質(zhì)押式回購利率的實證研究[J].金融研究，2008（5）

5.任俊杰.國債回購利率預(yù)測模型研究[J].統(tǒng)計與信息論壇，2008（5）

6.崔海亮，徐楓.同業(yè)拆借利率影響因素的研究[J].金融管理，2007（11）

7.徐煒，黃炎龍.GARCH模型與VaR的度量研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)究，2008（1）

8.韓德宗.基于VaR的我國商品期貨市場風(fēng)險的預(yù)警研究[J].管理工程學(xué)報，2008（1）

9.李成，馬國校.VaR模型在我國銀行同業(yè)拆借市場中的應(yīng)用研究[J].金融研究，2007（5）

10.林輝，何建敏.VaR在投資組合應(yīng)用中存在的缺陷與CVaR模型[J].財貿(mào)經(jīng)濟(jì)，2003（12）

11.王福重，焦繼文.基于t分布下外債利率風(fēng)險的VaR度量模型[J].金融研究，2006（12）

12.Nusret C，Keviin R F.Value at risk for interest rate-dependent securities[J].The Journal of Fixed Income，2003（3）

13.Stephen F.LeRoy.Jan Werner；Principles of Financial Economics，Cambirdge University Press，2003

14.Jorion P.How informative are valueat-risk disclosures?[J].The Accounting Review，2002，77（4）

15.Malkiel；The Efficient Market Hypothesis and Its Critics，Journal of Economics Perspectives，2003