外汇风险度量研究——基于GARCH类模型及VaR方法

本文应用GARCH模型和VaR方法对美元、欧元、日元和港币对人民币的四种外汇汇率进行了实证分析,得出如下主要结论:四种汇率波动率序列均为非正态平稳序列,存在显著的ARCH效应,GARCH类模型可以有效地刻画其非线性动态波动特性.四种汇率均具有自我稳定功能,且美元和港币汇率波动的持续性显著地高于欧元和日元.在日元汇率中存在显著的非对称效应,而在美元和港币汇率中存在显著的风险补偿效应,欧元和日元的汇率风险大约为美元和港币的6-7倍;欧元汇率最理想的估计模型为GARCH(1,1)和IGARCH(1,1),而美元和港币汇率的首选模型为GARCH-M(1,1)-t和GARCH-M(1,1)-g,日元汇率的首选模型为PARCH(1,1)-t和EGARCH(1,1)-g.     

基于VaR风险度量的人民币汇率实证研究

随着我国汇率市场化的实质性进展,汇率表现出较大的多变性和不确定性。加强人民币汇率风险管理已成为摆在各大经济主体面前的重大课题,而其核心和前提是实现对人民币汇率风险的有效度量。目前国际流行风险测量工具是VaR(Value at Risk)计量模型,该模型已发展成银行、非银行金融机构等各类组织进行风险度量的标准方法。本文首先描述了汇率风险度量的现状,对国内外汇率研究现状进行了简要介绍,接下来对人民币对数汇率收益率序列分别进行正态性检验和异方差检验,综合验证了使用VaR模型度量人民币汇率风险具有适用性。然后,用VaR参数法对人民币汇率风险进行了实证度量,通过准确性检验发现,GARCH-t模型是度量目前人民币汇率风险的最佳方法,从而进一步应证了我国人民币汇率波动具有时变性和非正态性。     

人民币汇率间相依关系研究——基于高阶矩波动和Copula函数视角

随着人民币汇率市场化改革和人民币国际化进程的不断推进,人民币汇率风险越发受到重视,考察人民币汇率间的相依关系是有效管理外汇风险的前提。本文通过选取人民币对美元、欧元和日元汇率的中间价,运用GJRSK-M高阶矩波动模型刻画它们各自的波动特征,然后结合EVT极值理论构建边缘分布,再选取拟合效果更好的时变Copula函数,研究三组人民币汇率间的相依关系。结果表明:人民币对美元、欧元汇率存在着较强的负相依特征;人民币对美元、日元汇率相依系数下降趋势比较明显;人民币对欧元、日元汇率相依系数波动较大,但整体上呈现出较弱的负相依特征。     

基于ARCH类模型的VaR方法在外汇风险计量中的应用

本文将残差项服从t分布的ARCH类模型应用于我国外汇风险的计量。通过美元/人民币汇率日波动率VaR值的实证分析发现:(1)ARCH类模型预测得到的VaR值都能很好地拟合美元/人民币汇率日波动率的实际情况,美元/人民币汇率存在明显的ARCH效应;(2)基于ARCH类模型预测的VaR值其计算精度基本上都超过了J.P.Morgan公司RiskMetrics所采用的EWMA模型,这验证了本文选取ARCH类模型以及考虑残差项服从t分布的合理性;(3)ARCH类模型中以TARCH-M(1,1)模型计算结果最为理想。本研究可为金融机构、监管部门以及外汇投资者规避外汇风险提供决策依据和理论参考。     

新常态背景下汇率市场化改革与汇率波动性研究

基于中国与世界经济联系日益密切和汇率波动幅度不断加大的背景,本文分析了新常态条件下人民币汇率波动的典型化事实,基于TGARCH、杠杆SV、Granger因果关系检验、BVAR模型实证检验了人民币汇率的波动性特征,利用Markov机制转化模型做了进一步的实证检验,并基于经济新常态进行了人民币汇率波动性分析。结论如下:第一,人民币市场化和国际化加大了汇率波动幅度,人民币汇率将由过去的单向升值波动转变为双向波动。第二,杠杆SV模型优于TGARCH模型,T分布优于N分布,无论对于美元对人民币汇率,还是人民币汇率有效指数,最适用于测度波动项的模型都是杠杆SV-T模型。第三,人民币汇率的波动具有较强的持续性,人民币升值,波动性会加大。第四,金融强国必须汇率市场化和国际化,经济新常态需要金融创新来形成新的驱动因素,增强中国在国际金融市场的规则制定权和话语权。     

经济基本面可以预测人民币汇率吗？北大核心CSSCI

本文选用七个主流基本面模型,利用2005年8月至2016年12月间数据建立美元、日元、英镑、欧元兑人民币汇率的预测模型,检验经济基本面模型对人民币汇率的预测效果。预测结果表明:纳入实际汇率的基本面模型,人民币汇率的预测效果显著提高;在所有预测期限,基本面模型的可预测性均不弱于随机游走模型;基本面模型的短期预测能力较好,中长期预测能力较差;日元和美元兑人民币汇率的预测效果均好于欧元和英镑。     

人民币汇率政策推出时机抉择: 汇率与股指相关性视角

通过构建T-Copula-GARCH模型从人民币汇率与股市指数相关性视角,分析我国深化金融市场改革开放背景下汇率政策推出时机抉择。结果表明：人民币兑美元、日元汇率贬值时,上证指数下降;而人民币兑美元、日元汇率升值时,上证指数上涨。人民币兑欧元汇率、人民币指数升值时,上证指数下降;而人民币兑欧元汇率、人民币指数贬值时,上证指数上涨。人民币兑美元汇率与上证指数相关性波动趋势跟人民币指数与上证指数相关性波动趋势基本相反,人民币兑日元、欧元汇率与上证指数相关性波动趋势跟人民币指数与上证指数相关性波动趋势基本相同。股票市场趋势性上涨后,我国外汇市场和股票市场关联性进一步降低。因此,为弱化外汇市场和股票市场联动风险,人民币兑美元、日元汇率的改革措施应选择在股票市场趋势性上涨阶段推出,尤其是人民币兑美元汇率改革措施的推出;人民币兑欧元汇率的市场化改革对时机窗口要求不高,故在人民币汇率市场化改革中可优先推行人民币兑欧元汇率市场化改革;人民币汇率综合改革措施则可选择在股票市场趋势性上涨阶段推出。     

从特别提款权看人民币汇率形成机制改革

根据特别提款权盯住一篮子货币的定值方法及其过去几年的汇率变化，人民币在汇率形成机制改革以后，对美元的浮动幅度会加大，而对欧元和日元的浮动幅度会减小。为此，企业应该做好汇率风险防范，进行产品创新，增加欧元、日元等货币的使用，以化解人民币升值和人民币形成机制改革的不利影响。     

基于EGARCH模型人民币汇率波动的实证研究

"8.11"汇改后,人民币汇率不再盯住单一美元,而是选择若干种主要货币,这种变化对人民币汇率的波动有着较大影响,本文建立EGARCH(1,1)模型,对汇改后人民币收益率序列进行拟合检验,得出收益率序列仍然有集聚波动性、尖峰厚尾的特点,还存在杠杆效应,最后对央行以及规避利率市场化所面临的汇率风险提出建议。     

基于非对称随机波动模型的人民币汇率波动特征研究

本文使用非对称随机波动模型,对2005年7月22日至2012年9月5日期间美元兑人民币汇率的波动特征进行了实证分析。模型拟合检验结论显示,非对称随机波动模型能够很好地拟合美元兑人民币汇率波动过程中存在的时变性、持续性和非对称性特征。来自MCMC估计结果进一步表明:美元兑人民币汇率波动过程存在的非对称特征不同于在股票市场普遍发现的"放大利空,缩小利好"型的"杠杆效应",而是突出表现为"放大利好,缩小利空"。但波动的非对称效应和强度较弱,这意味着央行在采取措施干预和管理汇率波动时,在时机选择和力度把握上不仅要充分考虑到人民币汇率波动的时变性和持续性特征,而且更应注意汇率波动的非对称性及非对称类型。