基于分位数回归的人民币兑美元汇率风险测度

发布时间：2021-04-01 18:05

　　针对人民币兑美元汇率风险问题,提出了一种基于分位数回归的风险测度方法;以2015-08-11—2019-09-16人民币兑美元汇率中间价数据为研究样本,运用EGARCH模型和TGARCH模型刻画了外汇收益率序列存在的不对称性、波动集聚性以及尖峰厚尾性特征,并在GARCH族VaR模型的基础上构建了QR-GARCH族VaR模型,最后选择Kupiec失败率检验和动态分位数检验等后测检验方法,比较了两类模型的风险预测精度;结果表明:相对于GARCH族VaR模型,QR-GARCH族VaR模型不仅仅对随机扰动项的假设分布不敏感,并且表现出显著优异的风险预测能力,其中基于t分布的QR-EGARCH VaR模型的预测能力最优,故QR-GARCH族VaR模型在人民币兑美元风险测度问题上更具适用性和稳健性。 

【文章来源】：重庆工商大学学报(自然科学版). 2020,37(05)

【文章页数】：7 页

【部分图文】：

汇率收益率序列趋势图和密度曲线图

以信息准则值为模型评价标准的基于t分布的EGARCH模型为例，为了简洁、直观的判断所建立的人民币兑美元汇率风险测度模型精确度如何，下面做出取分位点τ=0.05时，基于t分布的EGARCH模型和QR-EGARCH模型计算出在95%的置信水平下左尾VaR值和外汇收益率实际值的比较图。由图2可以看出:对于同一种残差分布分布，在0.05分位点处，EGARCH模型普遍低估了左尾风险值，加入分位数回归后的QR-EGARCH模型很好地避免了过于低估风险值，对风险有一个更为精确的刻画。2.4 后测检验

【参考文献】：
期刊论文
[1]基于GARCH-VaR模型的外汇风险度量方法的统计比较[J]. 申利.  统计与决策. 2018(21)
[2]VaR历史模拟法在中国银行外汇风险度量中的应用[J]. 胡留所,王明.  现代经济信息. 2018(09)
[3]基于分位数回归模型的人民币汇率风险测度方法研究[J]. 陈耀辉,朱盼盼.  长江大学学报(自科版). 2015(22)
[4]基于CAViaR模型的汇率隔夜风险研究[J]. 简志宏,彭伟.  中国管理科学. 2015(06)
[5]基于Copula-VaR方法的外汇储备风险度量[J]. 叶伟,杨招军.  统计与决策. 2015(03)
[6]汇改前后人民币汇率预期的波动特征研究[J]. 白晓燕,郭昱.  国际金融研究. 2014(06)
[7]我国外汇储备资产的汇率风险管理研究——基于t分布的GARCH-VaR模型族[J]. 马赞,杨杰.  金融经济. 2012(14)



本文编号：3113758