基于GARCH類模型的外匯風(fēng)險(xiǎn)度量研究

周靖

【摘 要】外匯風(fēng)險(xiǎn)是影響對(duì)外經(jīng)濟(jì)的重要因素之一。選取5種常見外匯匯率收益率分析匯率走勢和度量風(fēng)險(xiǎn)。通過研究發(fā)現(xiàn)5種常見外匯收益率普遍存在尖峰厚尾性，具有異方差效應(yīng)，但序列平穩(wěn)的特征，因此，采用GARCH類模型對(duì)5種常見外匯匯率收益率進(jìn)行研究，并依據(jù)擬合較好的GARCH類模型進(jìn)行VaR值的估算，從而探究我國匯率波動(dòng)的總體規(guī)律與風(fēng)險(xiǎn)性，并為相關(guān)企業(yè)進(jìn)行趨勢交易和應(yīng)對(duì)此類風(fēng)險(xiǎn)提供了建議。研究發(fā)現(xiàn)目前歐元和英鎊的風(fēng)險(xiǎn)值較大，且日元和英鎊匯率波動(dòng)存在過高的持續(xù)性。

【Abstract】 Foreign exchange risk is one of the important factors that influence foreign economy. Five common exchange rate returns are selected to analyze the exchange rate trend and measure risk. Through the study， we found that 5 kinds of foreign exchange rates have the characteristic of higher？peak？and？range？end， and have Heteroscovariance effect， but stable sequence. So we use GARCH class models to study 5 kinds of exchange rate returns， and according to the fitted GARCH class model， the VaR value is estimated， so as to explore the law and the risk， and provides advice on trends trading and dealing with such risks for related companies. The study found that the risk of the euro and the pound is greater， and the volatility of the yen and the pound is too persistent.

【關(guān)鍵詞】外匯風(fēng)險(xiǎn)；GARCH類模型；VaR；風(fēng)險(xiǎn)度量

【Keywords】foreign exchange risk； GARCH class models； VaR； risk measurement

【中圖分類號(hào)】F8 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2017）06-0093-04

1 引言

外匯風(fēng)險(xiǎn)是影響對(duì)外經(jīng)濟(jì)發(fā)展的重要因素之一，隨著我國匯率改革的不斷深化，同時(shí)2016年6月英國脫歐，匯率波動(dòng)日趨頻繁。2016年5月，伴隨著人民幣波動(dòng)幅度的增加，外匯儲(chǔ)備出現(xiàn)最大月度降幅達(dá)到279億美元，外匯儲(chǔ)備跌至3.19萬億美元，人民幣長期單邊貶值，影響中國對(duì)外經(jīng)濟(jì)穩(wěn)定發(fā)展。由于我國外匯市場起步相對(duì)較晚，國內(nèi)的部分企業(yè)和相關(guān)金融機(jī)構(gòu)對(duì)外匯風(fēng)險(xiǎn)不具有較強(qiáng)的管理和防范意識(shí)，導(dǎo)致在面對(duì)新的經(jīng)濟(jì)環(huán)境下，無法準(zhǔn)確預(yù)估外匯的風(fēng)險(xiǎn)，從而失去在對(duì)外貿(mào)易中的優(yōu)勢，造成許多中小型外貿(mào)企業(yè)遭受巨大損失?；谝陨媳尘埃疚南胍ㄟ^分析匯率走勢和度量風(fēng)險(xiǎn)以研究當(dāng)前形勢下的外匯匯率。因而本文選取5種常見的外匯匯率的中間牌價(jià)，進(jìn)行GARCH類模型的建立，選取擬合程度較好的模型進(jìn)行VaR值的估算，從而探究我國匯率波動(dòng)的總體規(guī)律和風(fēng)險(xiǎn)特性并為相關(guān)企業(yè)應(yīng)對(duì)相應(yīng)風(fēng)險(xiǎn)提出建議。

2 文獻(xiàn)綜述

前人研究中，如姜程耀、周博雅的《淺析外匯風(fēng)險(xiǎn)對(duì)我國對(duì)外貿(mào)易的影響》，較為詳細(xì)地論證了外匯風(fēng)險(xiǎn)對(duì)不同規(guī)模和不同結(jié)構(gòu)的公司的影響程度，但并沒有對(duì)風(fēng)險(xiǎn)外匯進(jìn)行定量測量，也沒有提出如何應(yīng)對(duì)此類風(fēng)險(xiǎn)。而采用實(shí)證進(jìn)行分析的文章，如蘇飛的《人民幣升值對(duì)我國出口貿(mào)易影響的實(shí)證研究》中則采用自回歸滯后分布模型（ADL）進(jìn)行分析，詳細(xì)地闡述了當(dāng)前國外經(jīng)濟(jì)景氣指數(shù)、匯率變動(dòng)和匯率風(fēng)險(xiǎn)三者之間的關(guān)系。綜上，采用VaR方法進(jìn)行預(yù)測估計(jì)的人較少，而VaR方法多被用于研究國內(nèi)股票市場的波動(dòng)性，對(duì)外匯市場波動(dòng)性的研究并不多。本文采用VaR方法定量研究[1]，在提供度量外匯風(fēng)險(xiǎn)的思路的同時(shí)，也進(jìn)一步為相關(guān)企業(yè)進(jìn)行趨勢交易和應(yīng)對(duì)此類風(fēng)險(xiǎn)提供了建議。

3 數(shù)據(jù)描述和實(shí)證分析

3.1 研究方法

在對(duì)匯率波動(dòng)的初步觀察后發(fā)現(xiàn)匯率存在較為普遍的條件異方差性，因而選擇GARCH類模型和VaR度量方法研究我國匯率波動(dòng)規(guī)律和風(fēng)險(xiǎn)度量[2]。這里GARCH類模型選取常見的GARCH、TARCH、EGARCH模型進(jìn)行擬合。

3.2 數(shù)據(jù)來源和數(shù)據(jù)預(yù)處理

本次研究的數(shù)據(jù)來自2014年1月1日至2016年12月9日間每個(gè)外匯交易日五種常見外匯匯率，包括美元、歐元、日元、港幣、英鎊5種外匯匯率（USD/RMB、EUR/RMB、JPY/RMB、HKD/RMB、GBP/RMB）的中間牌價(jià)，每種外匯各有718個(gè)樣本觀測值，數(shù)據(jù)來源于國家外匯管理局官網(wǎng)，采用eviews對(duì)其進(jìn)行分析[3]。

因?yàn)榻鹑谫Y產(chǎn)價(jià)格大多不具有平穩(wěn)性的特點(diǎn)，而收益率序列往往具有穩(wěn)定性，因而為了方便分析，將五種貨幣每個(gè)外匯交易日的外匯匯率的中間交易牌價(jià)進(jìn)行對(duì)數(shù)差分處理，其對(duì)數(shù)收益率 rt 為：rt=lnPt-lnPt-1（t=1，2，……n）

3.3 外匯收益率的統(tǒng)計(jì)描述

3.3.1 序列平穩(wěn)性

在進(jìn)行回歸分析之前必須先進(jìn)行序列平穩(wěn)性檢驗(yàn)以避免出現(xiàn)“偽回歸”現(xiàn)象，采用ADF檢驗(yàn)，結(jié)果（見表1）：

根據(jù)以上模型可知五種匯率對(duì)數(shù)收益率序列的ADF檢驗(yàn)統(tǒng)計(jì)量的值在1%、5%、10%的水平下均小于臨界值，則拒絕原假設(shè)，說明這五種匯率對(duì)數(shù)收益率都為平穩(wěn)序列。

3.3.2 尖峰厚尾特征（見表2）

五種外匯的對(duì)數(shù)收益率的偏度和峰度均不滿足正態(tài)分布的偏度為0，峰度為3的要求，且JB統(tǒng)計(jì)量非常大，相應(yīng)的p值很小，五種外匯的對(duì)數(shù)收益率均具有尖峰，且上下尾明顯厚尾的特征，進(jìn)一步證明了該序列不服從正態(tài)分布。

3.3.3 條件異方差

對(duì)序列進(jìn)行自相關(guān)檢驗(yàn)，發(fā)現(xiàn)除歐元對(duì)人民幣匯率的對(duì)數(shù)收益率不存在自相關(guān)，其他四種外匯匯率的對(duì)數(shù)收益率存在自相關(guān)，說明序列與其滯后項(xiàng)存在較強(qiáng)的相關(guān)性，因此近期的波動(dòng)性之間也具有一定的相關(guān)性（見表3），所以存在異方差。

3.4 GARCH類模型擬合

因?yàn)槲宸N外匯匯率的對(duì)數(shù)收益率均滿足序列平穩(wěn)，存在條件異方差，且序列不服從正態(tài)分布，存在尖峰厚尾的特征。所以可以建立GARCH類模型。首先確定GARCH類模型的階數(shù)，按照SIC、AIC準(zhǔn)則，得到當(dāng)（q，p）= （1，1）模型擬合效果最好。其次在GARCH（1，1）， TARCH（1，1）， EGERCH（1，1）模型中進(jìn)行擬合。

根據(jù)數(shù)據(jù)可知，除GBP/RMB對(duì)數(shù)收益率的TARCH（1，1）與EARCH（1，1）模型，JPY/RMB對(duì)數(shù)收益率的TARCH（1，1）與EARCH（1，1）模型，EUR/RMB對(duì)數(shù)收益率的EARCH（1，1）模型的部分項(xiàng)不顯著之外，其余模型都擬合良好。進(jìn)一步進(jìn)行異方差檢驗(yàn)，得ARCH檢驗(yàn)表，表中數(shù)據(jù)為卡方檢驗(yàn)p值，所有模型均能有效消除條件異方差（見表4），說明模型擬合良好。

α反映前期的外部沖擊對(duì)匯率波動(dòng)的影響，除EUR/RMB的TARCH模型出現(xiàn)α< 0，前期的外部沖擊并不會(huì)加劇匯率變動(dòng)，其余模型α>0，說明前期的外部沖擊會(huì)加劇匯率的波動(dòng)。β反映匯率系統(tǒng)是否有自我調(diào)節(jié)功能，所有模型均有β< 1，說明匯率具有自我穩(wěn)定的功能，其中HKD/RMB、USD/RMB的 β明顯小于其他幾種匯率，說明這兩種匯率的波動(dòng)率記憶性最差，即耗散效果最好。γ 反映模型是否存在非對(duì)稱效應(yīng)，USD/RMB、EUR/RMB、HKD/RMB的γ≠ 0，并且通過顯著性檢驗(yàn)，說明外部沖擊對(duì)這三種匯率波動(dòng)率的作用是非對(duì)稱的，即這三種匯率存在顯著的非對(duì)稱效應(yīng)，也就是存在杠桿效應(yīng)，γ>0時(shí)說明市場的利好消息影響明顯強(qiáng)于利空消息影響，γ<0 時(shí)說明市場的利空消息影響明顯強(qiáng)于利好消息影響。其中HKD/RMB和USD/RMB波動(dòng)性的非對(duì)稱性程度基本一致，表示投資者在對(duì)待消息沖擊的反應(yīng)上具有基本相同的應(yīng)變態(tài)度。由于模型參數(shù)α+β 反映匯率波動(dòng)的持續(xù)性，從表中可以看出EUR/RMB、JPY/RMB和GBP/RMB波動(dòng)的持續(xù)性大于HKD/RMB、USD/RMB，而且JPY/RMB和GBP/RMB出現(xiàn)了α+β>1 的現(xiàn)象，說明波動(dòng)存在過高的持續(xù)性，這與GARCH模型要求的數(shù)據(jù)平穩(wěn)性相違背，導(dǎo)致殘差呈現(xiàn)指數(shù)增長，應(yīng)用此類模型為衍生品定價(jià)時(shí)需要謹(jǐn)慎[4]。

3.5 計(jì)算VaR值

因?yàn)橛?jì)算得到的VaR值較小，這里對(duì)VaR值進(jìn)行處理，均乘以100后輸出，結(jié)果（見表5）：

根據(jù)表中VaR值的均值可以發(fā)現(xiàn)，GBP/RMB與EUR/RMB的VaR值明顯大于其他三種匯率，說明GBP/RMB與EUR/RMB的風(fēng)險(xiǎn)顯著地大于其他三種匯率，產(chǎn)生此結(jié)果的原因可能是2016年6月24日英國脫歐以來造成的英鎊和歐元的匯率不穩(wěn)定，人民幣匯率的持續(xù)下調(diào)等一系列事件。而受此事件影響的還有日元，2016年6月28日J(rèn)PY/RMB的VaR值和GBP/RMB的VaR值同時(shí)達(dá)到最大。HKD/RMB和USD/RMB的VaR值在2015年8月13日左右都達(dá)到最大，產(chǎn)生此次匯率風(fēng)險(xiǎn)波動(dòng)的原因極有可能是2015年8月11 日的人民幣匯改。根據(jù)以上數(shù)據(jù)可以發(fā)現(xiàn)，由USD/RMB的GARCH（1，1）、TARCH（1，1）和EGARCH（1，1）；EUR/RMB的GARCH（1，1）、TARCH（1，1）；JPY/RMB的GARCH（1，1）；HKD/RMB的GARCH（1，1）、TARCH（1，1）和EGARCH（1，1）；GBP/RMB的GARCH（1，1）模型估算出來的VaR值均能對(duì)應(yīng)相應(yīng)的政治事件和經(jīng)濟(jì)活動(dòng)，進(jìn)一步體現(xiàn)了模型擬合程度較好。

4 結(jié)論

4.1 匯率收益率的GARCH類模型擬合狀況

五種匯率收益率時(shí)間序列存在明顯的ARCH效應(yīng)，波動(dòng)幅度大，通過建立GARCH類模型可以有效消除ARCH效應(yīng)。USD/RMB用EGARCH（1，1）模型預(yù)測效果較好，EUR/RMB用GARCH（1，1）和TARCH（1，1）預(yù)測效果較好，JPY/RMB用GARCH（1，1）預(yù)測效果較好，HKD/RMB用EGARCH（1，1）預(yù)測效果較好，GBP/RMB用GARCH（1，1）預(yù)測效果較好。

4.2 五種外匯記憶性不同，部分外匯存在明顯的杠桿效應(yīng)

美元、日元、港幣、英鎊匯率前期的外部沖擊會(huì)加劇匯率的波動(dòng)，但港幣和英鎊匯率的波動(dòng)率記憶性較差，耗散前期沖擊的影響較快。歐元、港幣、英鎊匯率波動(dòng)率存在杠桿效應(yīng)。合理利用杠桿效應(yīng)，可以調(diào)節(jié)進(jìn)出口貿(mào)易進(jìn)而規(guī)避風(fēng)險(xiǎn)。

4.3 受政策與政治等因素影響，歐元與英鎊近期外匯風(fēng)險(xiǎn)較大，投資需謹(jǐn)慎

受人民幣匯率改革和英國脫歐等一系列因素影響，目前歐元和英鎊的風(fēng)險(xiǎn)值較大，且日元和英鎊匯率波動(dòng)存在過高的持續(xù)性，應(yīng)用此類模型為衍生品定價(jià)時(shí)需要謹(jǐn)慎，因而以上幾種外匯不建議投資。

【參考文獻(xiàn)】

【1】吳慧慧. 基于GARCH模型VAR方法外匯風(fēng)險(xiǎn)度量[D].濟(jì)南：山東大學(xué)，2013.

【2】王德全. 外匯風(fēng)險(xiǎn)度量研究——基于GARCH類模型及VaR方法[J]. 南方金融，2009（08）：11-15+10.

【3】蘇飛. 人民幣升值對(duì)我國出口貿(mào)易影響的實(shí)證研究——基于匯率風(fēng)險(xiǎn)視角[J]. 安徽大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2012（04）：131-139.

【4】姜程耀，周博雅. 淺析外匯風(fēng)險(xiǎn)對(duì)我國對(duì)外貿(mào)易的影響[J]. 中國商貿(mào)，2011（21）：211-212.