当前位置:主页 > 管理论文 > 货币论文 >

“8.11”汇改后的人民币汇率风险测度

发布时间:2020-11-16 19:56
   人民币汇率风险的精准计算和预测是管理和控制汇率风险的首要条件,并随着外汇市场的发展与完善受到越来越多的重视。文章利用GARCH模型和在险价值模型(CVaR)对人民币汇率风险进行测度。首先,对人民币汇率收益率进行统计特征分析,以确定GARCH族模型的适用性;其次,使用四种GARCH族模型对人民币汇率的波动性进行考量,根据变量的显著性和AIC准则筛选出性质最优的GARCH(2,2)模型。并基于金融时间序列可能出现的杠杆效应、非对称效应和均值效应,进一步建立了TGARCH(2,2)、EGARCH(2,2)、TGARCH(2,2)-M和EGARCH(2,2)-M。将以上五种模型进行比较,筛选出拟合程度较好的GARCH(2,2)模型。针对金融时间序列的"尖峰厚尾"性,文章还对GARCH(2,2)-N、GARCH(2,2)-T与GARCH(2,2)-GED进行分析,筛选出用于风险测度的GARCH(2,2)-N模型;再次,将利用刻画出的波动率带入到在险价值模型中完成人民币汇率风险的测度,将测度值与真实值进行比较,可以看到测度结果与真实结果较为接近,可以在本模型基础上建立人民币汇率风险预警体系。最后,基于实证研究结果给出政策建议与结论。
【部分图文】:

时间序列,时间序列,自相关,阶数


ARMA模型形式是金融时间序列的常见形式。为建立准确的均值方程,有必要对滑动平均阶数(p)和自回归阶数(q)阶数进行确定,而样本的自相关函数与偏相关函数的数学特征(拖尾性、截尾性)为p、q的判断给出依据。从图4和图5中可以看出,序列的各阶自相关和偏自相关系数均落入95%的置信区间以内,可以认为序列各阶自相关与偏相关系数为0,故人民币汇率收益率序列不满足ARMA模型形式。基于此,于是,本文假设样本序列遵循随机漫步模型,具体如式(2)所示:图2 Quantile-Quantile图

“8.11”汇改后的人民币汇率风险测度


Quantile-Quantile图

人民币汇率,收益率,ARCH效应,自相关


在建立GARCH模型之前,需对ARCH效应进行统计检验。只有模型存在条件异方差,GARCH模型的建立才有意义。这里的ARCH效应的检验使用的是残差平方图检验法和ARCH-LM检验法。图4 人民币汇率收益率各阶偏相关系数图
【相似文献】

相关期刊论文 前10条

1 邓一;;基于极值理论的人民币汇率风险测度[J];商;2015年01期

2 郑承利;陈燕;;基于等熵一致性风险测度的组合选择[J];系统工程理论与实践;2014年03期

3 徐金菊;许启发;;基于分位数回归的多期金融风险测度[J];郑州航空工业管理学院学报;2013年06期

4 唐吟;苏锡坤;;谱风险测度下的投资组合[J];特区经济;2012年11期

5 陈伟;张凌;;有关一致风险测度[J];海峡科学;2007年05期

6 张昇平;吴冲锋;;权益人视角下基于期权定价理论的类一致性风险测度研究[J];系统工程理论与实践;2007年09期

7 李晓燕;林海潮;;人民币汇率市场动态ES风险测度研究[J];求索;2015年05期

8 王锦阳;刘锡良;杜在超;;相依结构、动态系统性风险测度与后验分析[J];统计研究;2018年03期

9 伍楠林;庞博;;人民币汇率风险测度研究[J];学术交流;2017年08期

10 郭莲丽;郭立宏;李建勋;杨涛;;基于证据理论的商业银行信用风险测度[J];统计与决策;2013年19期


相关博士学位论文 前10条

1 刘俊山;基于风险测度理论的证券投资组合优化研究[D];复旦大学;2007年

2 张昇平;风险测度一致性的拓展研究[D];上海交通大学;2007年

3 周春阳;风险承受者视角下的下边风险管理[D];上海交通大学;2009年

4 洪彰杓;人民币汇率波动对中国出入境旅游市场的影响[D];吉林大学;2018年

5 王旭丹;扩展三元悖论视角下人民币汇率弹性管理研究[D];天津财经大学;2015年

6 朱国艳;人民币汇率传递效应研究[D];天津财经大学;2017年

7 赵阳;人民币汇率不完全传递对中国宏观经济的影响研究[D];武汉大学;2013年

8 张程;人民币汇率对我国产业结构升级影响机制研究[D];中国矿业大学(北京);2018年

9 白杰;人民币汇率波动的分形特征及趋势研究[D];东北师范大学;2018年

10 曹维;不同时段的中国汇率制度问题研究[D];复旦大学;2006年


相关硕士学位论文 前10条

1 梁迎双;基于波动性分析的汇率风险测度研究[D];大连海事大学;2010年

2 崔素娟;基于动静态极值理论的人民币汇率风险测度[D];东北财经大学;2010年

3 李耀;上市公司信用风险测度评价[D];哈尔滨商业大学;2019年

4 丁慧敏;我国开放式基金风险测度研究[D];安徽大学;2019年

5 林海清;基于Hill变点阈值选取的中国股市风险测度建模研究[D];闽南师范大学;2019年

6 谷瀛;商业银行理财产品市场系统性风险实证研究[D];南京审计大学;2018年

7 于海旭;基于GARCH-POT模型的人民币汇率风险测度研究[D];哈尔滨工业大学;2018年

8 曹琳;“一带一路”国家银行业系统性风险测度及传递研究[D];济南大学;2018年

9 王东宁;美元与石油的组合极端风险测度研究[D];重庆大学;2018年

10 惠召丽;基于扭曲风险测度的上证指数收益率分析[D];山东财经大学;2017年



本文编号:2886596

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/huobilw/2886596.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户90e87***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com