“8.11”匯改后的人民幣匯率風(fēng)險(xiǎn)測(cè)度

宋烜 孟慶斌

【摘要】人民幣匯率風(fēng)險(xiǎn)的精準(zhǔn)計(jì)算和預(yù)測(cè)是管理和控制匯率風(fēng)險(xiǎn)的首要條件，并隨著外匯市場(chǎng)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(xiǎn)價(jià)值模型（CVaR）對(duì)人民幣匯率風(fēng)險(xiǎn)進(jìn)行測(cè)度。首先，對(duì)人民幣匯率收益率進(jìn)行統(tǒng)計(jì)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(duì)人民幣匯率的波動(dòng)性進(jìn)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(shí)間序列可能出現(xiàn)的杠桿效應(yīng)、非對(duì)稱效應(yīng)和均值效應(yīng)，進(jìn)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(jìn)行比較，篩選出擬合程度較好的GARCH（2，2）模型。針對(duì)金融時(shí)間序列的“尖峰厚尾”性，文章還對(duì)GARCH（2，2）-N、GARCH（2，2）-T與GARCH（2，2）-GED進(jìn)行分析，篩選出用于風(fēng)險(xiǎn)測(cè)度的GARCH（2，2）-N模型；再次，將利用刻畫出的波動(dòng)率帶入到在險(xiǎn)價(jià)值模型中完成人民幣匯率風(fēng)險(xiǎn)的測(cè)度，將測(cè)度值與真實(shí)值進(jìn)行比較，可以看到測(cè)度結(jié)果與真實(shí)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(xiǎn)預(yù)警體系。最后，基于實(shí)證研究結(jié)果給出政策建議與結(jié)論。

【關(guān)鍵詞】匯率波動(dòng)；匯率風(fēng)險(xiǎn)；GARCH模型

【中圖分類號(hào)】C812；O212

一、引言

匯率是使用不同貨幣的經(jīng)濟(jì)體之間經(jīng)濟(jì)往來的基礎(chǔ)。在世界各國(guó)之間經(jīng)貿(mào)互聯(lián)互通程度不斷加深的今天，匯率成為了連接世界各國(guó)之間經(jīng)貿(mào)往來的橋梁。匯率體系是外匯市場(chǎng)運(yùn)行的根基，一國(guó)的外匯市場(chǎng)又是一國(guó)金融市場(chǎng)的核心組成部分，因此匯率體系的穩(wěn)定與一個(gè)國(guó)家的宏觀經(jīng)濟(jì)穩(wěn)定密切相關(guān)。無論一國(guó)匯率在短時(shí)間內(nèi)較大幅度的上升還是下降，都會(huì)增加國(guó)內(nèi)與國(guó)外之間經(jīng)濟(jì)往來的風(fēng)險(xiǎn)，無法避免地增加金融市場(chǎng)的風(fēng)險(xiǎn)，其風(fēng)險(xiǎn)會(huì)傳導(dǎo)至宏觀經(jīng)濟(jì)中，從而會(huì)產(chǎn)生不利的影響。2005年匯率改革后，我國(guó)人民幣國(guó)際化與市場(chǎng)化進(jìn)程的穩(wěn)步前進(jìn)，匯率變動(dòng)的程度隨之增大，人民幣匯率風(fēng)險(xiǎn)也隨之上升。尤其是在2015年“8.11匯改”之后，匯率的風(fēng)險(xiǎn)相比之前有明顯的增加。這其中如何對(duì)“8.11匯改”后人民幣匯率風(fēng)險(xiǎn)進(jìn)行測(cè)度與預(yù)測(cè)是十分關(guān)鍵的問題。本文將構(gòu)建適用于測(cè)度與預(yù)測(cè)人民幣匯率風(fēng)險(xiǎn)的數(shù)理模型，并針對(duì)2015年“8.11匯改”后人民幣匯率風(fēng)險(xiǎn)進(jìn)行實(shí)證分析。

匯率風(fēng)險(xiǎn)屬于金融風(fēng)險(xiǎn)，可以用金融風(fēng)險(xiǎn)的測(cè)度方法進(jìn)行測(cè)度。在險(xiǎn)價(jià)值法是當(dāng)前金融機(jī)構(gòu)測(cè)度金融風(fēng)險(xiǎn)的標(biāo)準(zhǔn)方法。學(xué)者對(duì)于風(fēng)險(xiǎn)價(jià)值模型的研究主要從兩個(gè)方面進(jìn)行。在理論研究上，Artzner（1997）首先通過理論研究認(rèn)為VaR在非正態(tài)分布的情況下不能滿足次可加性，即VaR不是一個(gè)一致性風(fēng)險(xiǎn)測(cè)度[1]。為了克服VaR的不足，Rockafeller（2001、2000）與Uryasev（2000）提出了Conditional Value-at-Risk （CVaR）的概念，并建立了CVaR投資組合優(yōu)化模型，并給出了正態(tài)分布下的線性資產(chǎn)組合的CVaR風(fēng)險(xiǎn)值的基本計(jì)算方法[2][3][4]。這為條件風(fēng)險(xiǎn)價(jià)值法建立了理論基礎(chǔ)。我國(guó)學(xué)者陳金龍、張維（2002）最先對(duì)CVaR方法進(jìn)行研究。在文中學(xué)者介紹了CVaR模型產(chǎn)生的基本概述以及基于CVaR模型的優(yōu)化模型。同時(shí)論述了CVaR和VaR的關(guān)系，以及CVaR模型的優(yōu)勢(shì)，并運(yùn)用此模型分析中國(guó)的金融問題[5]。在CVaR的計(jì)算方面，周曉敏（2006）對(duì)VaR與CVaR的計(jì)算方法進(jìn)行研究，并給出了基于GARCH模型的VaR與CVaR方法的計(jì)算設(shè)計(jì)[6]。在實(shí)證研究中，陳守東（2002）利用基于 GARCH模型的VaR方法對(duì)中國(guó)股市進(jìn)行了分析，開創(chuàng)了運(yùn)用VaR分析我國(guó)金融風(fēng)險(xiǎn)的先河[7]。林輝、何建敏（2003）認(rèn)為，CVaR的意義不限于僅僅的分位點(diǎn)，其對(duì)尾部損失的測(cè)量也是有效和充分的[8]。與此同時(shí)，CVaR適用于任何分布形態(tài)的投資組合優(yōu)化，具有可加性，與VaR模型相比具有較大的優(yōu)化。伍楠林、王博（2013）證明了非對(duì)稱GARCH-GED模型的CVaR方法在風(fēng)險(xiǎn)測(cè)度上的可靠性，并依據(jù)此預(yù)警體系對(duì)我國(guó)滬深300股指期貨的風(fēng)險(xiǎn)展開研究[9]。

“8.11匯改”以來，波動(dòng)較前表現(xiàn)得劇烈。邵傳華（2016）從政治方面闡釋人民幣匯率波動(dòng)劇烈的原因，認(rèn)為原因在于“中美博弈”[10]。吳秀波（2016）和余永定、肖立晟等（2016）則從匯改的制度層面包括“收盤價(jià)”制和“收盤匯率+籃子貨幣匯率變化”制解釋其劇烈波動(dòng)的原因，并針對(duì)制度弊端進(jìn)行制度設(shè)計(jì)[11][12]；易憲容（2016）則運(yùn)用一般性金融理論分析，更具體地闡述人民幣匯率的制度選擇、運(yùn)作機(jī)理及定位錨[13]。丁熙、秦建功、齊宏（2018）通過外匯衍生產(chǎn)品進(jìn)行分類，選出在實(shí)際應(yīng)用過程中有效常見的遠(yuǎn)期結(jié)售匯產(chǎn)品進(jìn)行分析，嘗試給出一種評(píng)價(jià)體系模型，為研究者、使用者提供分析、規(guī)避匯率風(fēng)險(xiǎn)[14]。李婧、吳遠(yuǎn)遠(yuǎn)和趙啟麟（2017）通過分析人民幣在岸市場(chǎng)與香港離岸市場(chǎng)相互影響機(jī)制，并運(yùn)用VAR模型和DCC-MVGARCH 模型分別考察了“8.11”匯改前后人民幣在岸與離岸匯率均值溢出效應(yīng)和動(dòng)態(tài)關(guān)聯(lián)性[15]。

通過理論與實(shí)證研究可以發(fā)現(xiàn)，CVaR方法在風(fēng)險(xiǎn)測(cè)度方面比VaR方法更具操作性，使用該方法進(jìn)行風(fēng)險(xiǎn)測(cè)度能夠簡(jiǎn)化問題研究。并且在“8.11”匯改的研究中，學(xué)者大多對(duì)匯改的原因?qū)用?、制度層面和在岸與離岸聯(lián)動(dòng)層面進(jìn)行分析，鮮有匯率風(fēng)險(xiǎn)的研究?；诖?，本文選擇了2015年“8.11匯改”為樣本的起始點(diǎn)，并以2015年8月11日到2017年11月16日人民幣匯率等550個(gè)樣本為研究對(duì)象，基于GARCH模型對(duì)“8.11匯改”后人民幣匯率波動(dòng)性進(jìn)行刻畫，并基于CVaR模型建立人民幣匯率風(fēng)險(xiǎn)測(cè)度的體系。

二、人民幣匯率風(fēng)險(xiǎn)測(cè)度實(shí)證分析

建立風(fēng)險(xiǎn)測(cè)度體系是維持金融市場(chǎng)穩(wěn)定發(fā)展的重點(diǎn)之一，本文將運(yùn)用 CVaR方法構(gòu)建人民幣匯率風(fēng)險(xiǎn)測(cè)度模型，以期通過計(jì)算風(fēng)險(xiǎn)值，實(shí)現(xiàn)風(fēng)險(xiǎn)測(cè)度。將人民幣匯率作為研究對(duì)象，以人民幣兌美元中間價(jià)的日收盤價(jià)為樣本（數(shù)據(jù)來源于外匯管理局），以2015年8月11日至2017年11月16日為樣本空間的數(shù)據(jù)進(jìn)行擬合，共550個(gè)觀察值，以作為測(cè)度匯改前人民幣匯率風(fēng)險(xiǎn)的數(shù)據(jù)。人民幣匯率的收益率的自然對(duì)數(shù)收益率形式如（1）所示：

（一）數(shù)據(jù)選取

針對(duì)IMF對(duì)人民幣加入SDR貨幣籃子所需規(guī)定的“自由使用標(biāo)準(zhǔn)”和離岸人民幣匯率與在岸人民幣價(jià)差減小的建議，我國(guó)于2015年8月11日針對(duì)上述規(guī)定再次進(jìn)行匯率改革，改革內(nèi)容包括兩個(gè)部分：首先，人民幣中間價(jià)依照前一日?qǐng)?bào)收時(shí)的價(jià)格確定。其次，規(guī)定將人民幣匯率中間價(jià)貶值約1 000基點(diǎn)，以縮小在岸交易價(jià)與離岸交易價(jià)之間的價(jià)差。此次改革成功讓人民幣加入SDR貨幣籃子，對(duì)其成為世界儲(chǔ)備貨幣產(chǎn)生了重要的貢獻(xiàn)。同時(shí)，自改革之后，由于人民幣匯率的日波動(dòng)區(qū)間增大，匯率風(fēng)險(xiǎn)顯著增加。在選取樣本的過程中，為體現(xiàn)實(shí)證分析結(jié)果的可信度及時(shí)效性，本文選擇了2015年“8.11匯改”為樣本的起始點(diǎn)，并以2015年8月11日到2017年11月16日人民幣匯率等550個(gè)樣本為研究對(duì)象。

（二）數(shù)據(jù)統(tǒng)計(jì)特征分析

分析數(shù)據(jù)統(tǒng)計(jì)特征首先應(yīng)從分析時(shí)間序列圖與統(tǒng)計(jì)特征開始。前者以定性的方式體現(xiàn)序列隨時(shí)間的變化特征，可作為判斷平穩(wěn)性的工具之一；后者以定量的方式體現(xiàn)樣本的統(tǒng)計(jì)特征，為模型的選取、樣本分布選擇做理論依據(jù)。對(duì)匯率收益率序列的時(shí)間序列圖與統(tǒng)計(jì)特征進(jìn)行分析。從圖1可以看出，收益率序列相對(duì)平穩(wěn)，但在2015年8月11日時(shí)波動(dòng)幅度較大。通過表1可知，人民幣匯率中間價(jià)對(duì)數(shù)收益率序列均值為0.000113，標(biāo)準(zhǔn)差為0.0022274，偏度為-0.734466，小于0，說明序列分布有左拖尾性。峰度為9.686859，高于正態(tài)分布的峰度值3，說明收益率序列具有尖峰和厚尾的特征。Jarque-Bera統(tǒng)計(jì)量為1072，P值為0.00000，說明該對(duì)數(shù)收益率序列服從正態(tài)分布的假設(shè)。

時(shí)間序列分析以樣本序列的平穩(wěn)性為基礎(chǔ)，故在建模之前，要對(duì)所使用的時(shí)間序列進(jìn)行平穩(wěn)性檢驗(yàn)，確保模型的可信度。由表1的結(jié)果可知：在1%的顯著水平下，人民幣匯率收益率序列通過ADF檢驗(yàn)。在樣本期內(nèi)，人民幣匯率收益率序列為平穩(wěn)時(shí)間序列。

（三）分位數(shù)——分位數(shù)（Quantile-Quantile）圖分析

一般而言，“尖峰”與“厚尾”常常相伴，使用分位數(shù)-分位數(shù)（Quantile-Quantile，簡(jiǎn)稱QQ）圖進(jìn)行分析能很直觀地得出樣本是否有厚尾特性。由圖2所示，人民幣匯率對(duì)數(shù)變動(dòng)在左右兩端明顯偏離直線，序列的極端情況發(fā)生的概率大于正態(tài)分布，所以序列具有明顯的厚尾特性。

（四）序列的自相關(guān)與偏相關(guān)檢驗(yàn)

ARMA模型形式是金融時(shí)間序列的常見形式。為建立準(zhǔn)確的均值方程，有必要對(duì)滑動(dòng)平均階數(shù)（p）和自回歸階數(shù)（q）階數(shù)進(jìn)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。基于此，于是，本文假設(shè)樣本序列遵循隨機(jī)漫步模型，具體如式（2）所示：

（五）ARCH效應(yīng)的檢驗(yàn)與均值模型的建立

在建立GARCH模型之前，需對(duì)ARCH效應(yīng)進(jìn)行統(tǒng)計(jì)檢驗(yàn)。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(yàn)使用的是殘差平方圖檢驗(yàn)法和ARCH-LM檢驗(yàn)法。

首先，對(duì)隨機(jī)漫步模型（2）進(jìn)行估計(jì)，估計(jì)結(jié)果如表2所示：

三、政策建議

首先，著重培育從事人民幣匯率市場(chǎng)風(fēng)險(xiǎn)管理與預(yù)測(cè)的人才。隨著“8.11匯改”后人民幣匯率風(fēng)險(xiǎn)的增加與人民幣匯率市場(chǎng)化的推進(jìn)，人民幣匯率風(fēng)險(xiǎn)已經(jīng)不再是央行完全可控的，需要更多的管理手段、方法和人才進(jìn)行管控與防范?；诖耍疚慕ㄗh高校與金融機(jī)構(gòu)應(yīng)時(shí)所需，加大對(duì)培養(yǎng)從事人民幣匯率市場(chǎng)風(fēng)險(xiǎn)管理的人才，共同維護(hù)我國(guó)外匯市場(chǎng)的穩(wěn)定。

其次，建立基于CVaR模型的人民幣匯率風(fēng)險(xiǎn)預(yù)警體系。VaR模型最早是基于風(fēng)險(xiǎn)預(yù)警的需要而提出的，CVaR的提出彌補(bǔ)了前者的不足，對(duì)風(fēng)險(xiǎn)的測(cè)度與預(yù)警有更好的效果。所以，VaR與CVaR是滿足金融風(fēng)險(xiǎn)監(jiān)管的需要應(yīng)運(yùn)而生的，兩者需要回歸到實(shí)際應(yīng)用中來，為金融市場(chǎng)各參與主體提供決策參考。在“8.11匯率改革”之后，其中間價(jià)的決定較改革之前更加趨于市場(chǎng)化。但匯率的變動(dòng)水平也隨之增加明顯，匯率風(fēng)險(xiǎn)較改革前出現(xiàn)明顯增加。所以在這個(gè)背景下，CVaR對(duì)人民幣匯率預(yù)警的作用更加突出，CVaR應(yīng)該被引入到人民幣匯率市場(chǎng)中來，服務(wù)于外匯市場(chǎng)各主體。

再次，對(duì)現(xiàn)有匯率形成機(jī)制逐步完善以適應(yīng)金融市場(chǎng)的變化。對(duì)人民幣中間價(jià)形成機(jī)制改革也應(yīng)適應(yīng)市場(chǎng)的變化循序漸進(jìn)，逐漸趨于市場(chǎng)化的同時(shí)保證風(fēng)險(xiǎn)在可控范圍之內(nèi)。在制定形成機(jī)制的過程中，應(yīng)結(jié)合市場(chǎng)的發(fā)展以及內(nèi)外部環(huán)境，提前預(yù)估市場(chǎng)對(duì)政策的反應(yīng)，進(jìn)行相機(jī)選擇。既不能盲目追求市場(chǎng)化而忽視風(fēng)險(xiǎn)，也不能為利于管控而固步自封。

最后，優(yōu)化匯率波動(dòng)刻畫模型，利用信息技術(shù)提高運(yùn)算水平。風(fēng)險(xiǎn)測(cè)度與預(yù)測(cè)的CVaR依賴于對(duì)匯率波動(dòng)的準(zhǔn)確刻畫。所以，為提高CVaR的準(zhǔn)確性，需要優(yōu)化匯率波動(dòng)刻畫模型?；仡檯R率波動(dòng)刻畫的發(fā)展，從ARCH模型到GARCH族模型，匯率波動(dòng)刻畫的準(zhǔn)確程度有質(zhì)的提高，相應(yīng)的，人民幣匯率風(fēng)險(xiǎn)的測(cè)度與預(yù)測(cè)準(zhǔn)確性有較大的進(jìn)步。

四、結(jié)論

首先，人民幣匯率風(fēng)險(xiǎn)在某種程度上影響其預(yù)期收益率作用。由于EGARCH-M模型在統(tǒng)計(jì)上并不顯著，表示條件方差所表現(xiàn)出的風(fēng)險(xiǎn)立即在預(yù)期收益率中并未得到顯著的反映，表明了我國(guó)匯率市場(chǎng)的風(fēng)險(xiǎn)傳遞機(jī)制在的作用效果有待加強(qiáng)。

其次，人民幣匯率市場(chǎng)組織結(jié)構(gòu)有待于進(jìn)一步改善。從參數(shù)估計(jì)結(jié)果可知GARCH模型的α值和β值仍較大。這意味著收益波動(dòng)過程中所產(chǎn)生的方差雖然有限，但仍很大。偶發(fā)事件對(duì)市場(chǎng)所造成的波動(dòng)沒有得到有效的控制，市場(chǎng)組織結(jié)構(gòu)的功能沒有得到很好的體現(xiàn)。因此，人民幣匯率市場(chǎng)微觀結(jié)構(gòu)的組織效率需要進(jìn)一步提高，以發(fā)揮更大作用。

最后，在模型中的CVaR值均高于VaR值，CVaR能檢測(cè)到損失超過VaR 時(shí)的極端情形，說明CVaR更能體現(xiàn)人民幣匯率的潛在風(fēng)險(xiǎn)，是更穩(wěn)妥的風(fēng)險(xiǎn)管理工具。其中，在0.95置信水平下的LR統(tǒng)計(jì)量接近分位數(shù)，失敗頻率極小，證明GARCH（2，2）-N-CVaR對(duì)人民幣匯率風(fēng)險(xiǎn)的測(cè)度有很好的效果。

主要參考文獻(xiàn)：

[1]Artzner P，Delbaen1 F， et al.Thinking Coherently[J]Risk.1997，10（11：68-71）.

[2]Rockafeller R.T.，Uryasev S.Optimization of Conditional Value-at-Risk[J]. Risk.2000，（3）21-41.

[3]Rockafeller R.T.，Uryasev S.Conditional Value-atRisk for General Loss Distributions[J].Journal of Banking and Finance， 2001，（7）1443-1471.

[4]Uryasev S.Conditional value-at-risk：optimization algorithm and applications[J].Financial Engineering News，2000，（3）：1-5.

[5]陳金龍，張維. CVaR與投資組合優(yōu)化統(tǒng)一模型[J].系統(tǒng)工程理論與實(shí)踐，2002.（1）.68-71.

[6]周小敏.基于GARCH模型的CVaR金融風(fēng)險(xiǎn)測(cè)度研究[D].湖南大學(xué)，2006.

[7]陳守東，王魯非.上證綜合指數(shù)VaR的測(cè)度[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2002（4）.103-106.

[8]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(cái)貿(mào)經(jīng)濟(jì)，2003（12）46-49.

[9]伍楠林，王博.基于CVaR的標(biāo)普500指數(shù)期貨風(fēng)險(xiǎn)預(yù)警研究[J].國(guó)際貿(mào)易問題，2013（9）132-143.

[10]邵傳華.人民幣國(guó)際化的新起點(diǎn)——“8.11匯改”一周年的思考[J].宏觀經(jīng)濟(jì)，2016（9）.51-53.

[11]吳秀波.人民幣匯率中間價(jià)市場(chǎng)化改革的成效及挑戰(zhàn)——寫在“8·11 匯改”一周年之際[J].價(jià)格理論與實(shí)踐，2016（8）.47-52.

[12]余永定，肖立晟，張斌，張明.如何進(jìn)一步推動(dòng)人民幣匯率形成機(jī)制改革[J].經(jīng)濟(jì)導(dǎo)刊，2016（10）.13-21.

[13]易憲容.人民幣匯率的制度選擇、運(yùn)作機(jī)理及定位錨——基于一般性的金融理論分析[J].社會(huì)科學(xué)戰(zhàn)線，2016（9）.20-38.

[14]丁熙，秦建功，齊宏.企業(yè)常用匯率風(fēng)險(xiǎn)管理工具的分析及評(píng)價(jià)體系建立[J].國(guó)際商務(wù)財(cái)會(huì)，2016（12）.

[15]李婧，吳遠(yuǎn)遠(yuǎn)，趙啟麟.人民幣在岸市場(chǎng)與香港離岸市場(chǎng)匯率溢出效應(yīng)和聯(lián)動(dòng)機(jī)制研究：“8.11”匯改前后的比較[J].世界經(jīng)濟(jì)研究，2017（9）.13-24.