對外匯儲備匯率風(fēng)險度量的探討

秦喬旭

摘要：當(dāng)前全球金融市場波動性顯著加大，研究外匯儲備風(fēng)險度量致力于保障我國外匯儲備規(guī)模的穩(wěn)定發(fā)展。本文基于VaR-GARCH模型對外匯儲備匯率風(fēng)險進(jìn)行了檢驗(yàn)，從三種模式下針對VaR值的計(jì)算、VaR值準(zhǔn)確性檢驗(yàn)、VaR值分解等角度入手，探討了外匯儲備資產(chǎn)組合的匯率風(fēng)險度量的具體策略，以供參考。

關(guān)鍵詞：外匯儲備;匯率風(fēng)險度量;VaR模型;準(zhǔn)確性檢驗(yàn)

據(jù)國家外匯管理局所公布的統(tǒng)計(jì)數(shù)據(jù)顯示，2018年12月的中國外匯儲備規(guī)模為3.07億美元，較11月增長0.4%。本文通過建立VaR-GARCH模型針對我國外匯儲備的VaR值進(jìn)行了計(jì)算，在分解VaR值的基礎(chǔ)上發(fā)現(xiàn)美元、日元、英鎊資產(chǎn)風(fēng)險較小，而歐元資產(chǎn)風(fēng)險相對較大，為風(fēng)險決策提供了重要借鑒意義。

一、基于VaR模型針對外匯儲備匯率風(fēng)險進(jìn)行檢驗(yàn)

（一）模型建構(gòu)理念

據(jù)IMF于2018年第二季度公布的數(shù)據(jù)結(jié)果顯示，我國在世界外匯儲備經(jīng)濟(jì)體排名中仍以3.16萬億美元居于首位，外匯儲備風(fēng)險管理的重要性不言而喻。面對當(dāng)前世界金融市場的大幅度波動，應(yīng)當(dāng)著重建外匯儲備匯率風(fēng)險的動態(tài)管理機(jī)制，依托GARCH模型針對我國外匯儲備中資產(chǎn)儲備組合的波動率進(jìn)行預(yù)估，進(jìn)而測算出與其對應(yīng)的VaR值并完成準(zhǔn)確性檢驗(yàn)，判斷出不同資產(chǎn)組合可能產(chǎn)生的損失，把握單一資產(chǎn)對于資產(chǎn)組合風(fēng)險所造成的影響。

（二）VaR-GARCH模型建立

鑒于我國外匯管理局并未披露現(xiàn)行外匯儲備幣種結(jié)構(gòu)，因此結(jié)合IMF機(jī)構(gòu)對于發(fā)展中國家外匯儲備幣種構(gòu)成模式的分析以及我國對外貿(mào)易結(jié)構(gòu)進(jìn)行幣種結(jié)構(gòu)的估算，選取美元、歐元、日元與英鎊作為主要幣種，其所占據(jù)的比例分別為58%、24%、4%、6%。在此基礎(chǔ)上選取我國人民幣匯率在5年內(nèi)的平均值作為樣本計(jì)算出匯率的日收益率，其公式為：

Rt=lnPt-lnPt-1

同時為保證該模型所計(jì)算出的幾何收益率便于統(tǒng)計(jì)，擬選取匯率波動幅度較小的Rt近似值：

在此基礎(chǔ)上首先針對美、歐、日、英四種外匯儲備幣種的收益率進(jìn)行估算，通過觀察其序列特征可以發(fā)現(xiàn)，其數(shù)值均處于偏度<0、均值>3、P值較小的狀態(tài)，由此可證明人民幣匯率對數(shù)收益率序列處于尖峰肥尾狀態(tài)，不滿足正態(tài)分布特征[1]。其次針對四種序列進(jìn)行ADF檢驗(yàn)，檢驗(yàn)結(jié)果小于臨界值，說明其收益率處于平穩(wěn)狀態(tài)，由此可以證實(shí)該模型對于外匯儲備匯率風(fēng)險的度量具有較強(qiáng)的適用性。再次針對四種序列的自相關(guān)性與偏自相關(guān)性、ARCH效應(yīng)進(jìn)行檢驗(yàn)，可以發(fā)現(xiàn)只有英鎊序列具有自相關(guān)性，而四種幣種的ARCH效應(yīng)檢驗(yàn)值分別為37.57、34.09、100.18、61.33。最后完成GARCH（1，1）估計(jì)模型的建立，用以消除四組序列異方差的問題。

二、依托外匯儲備匯率風(fēng)險度量理念針對VaR值進(jìn)行準(zhǔn)確性檢驗(yàn)

（一）基于正態(tài)分布、t分布、GED分布下VaR值的計(jì)算

首先從正態(tài)分布形式入手，選取95%和99%兩個置信水平針對四組幣種的VaR值進(jìn)行計(jì)算，可以發(fā)現(xiàn)其分位數(shù)為1.65、2.33。

其次從t分布形式入手，利用矩估計(jì)法進(jìn)行自由度評估，其公式為：

（其中）

通過觀察四組幣種序列可以發(fā)現(xiàn)，其峰值所對應(yīng)的峰度系數(shù)為2.48、7.67、3.77、5.20。利用MATLAB軟件計(jì)算出GED分位數(shù)為1.65與2.42，進(jìn)而計(jì)算出四種資產(chǎn)的VaR最值、均值與標(biāo)準(zhǔn)差，通過將兩種置信水平下的VaR值進(jìn)行對比可以發(fā)現(xiàn)置信水平為99%下的VaR值相對較大，由此可以證明極端市場變化條件將加大我國外匯儲備的匯率風(fēng)險。

（二）VaR值的準(zhǔn)確性檢驗(yàn)

針對VaR值進(jìn)行準(zhǔn)確性檢驗(yàn)可以判斷模型是否準(zhǔn)確合理，設(shè)顯著水平為α、實(shí)際損失值超出VaR值的天數(shù)為M、失敗率為p，并假設(shè)p=α，則其計(jì)算公式為：

選取5年內(nèi)的交易日數(shù)據(jù)進(jìn)行LR與M值接受域的計(jì)算，可以發(fā)現(xiàn)在顯著水平為1%的情況下，二者接受域分別為0.000039-7.879436、6-27;在顯著水平為5%的情況下，二者的接受域?yàn)?.000982-5.023886、56-73。結(jié)合VaR值的波動情況進(jìn)行分析，可以發(fā)現(xiàn)美元、歐元對人民幣匯率的波動幅度相對較大，這其中不乏美國次貸危機(jī)與歐洲債務(wù)危機(jī)的影響，而日元、英鎊的波動情況趨于一致[2]。

（三）VaR值分解

首先從邊際VaR角度進(jìn)行計(jì)算，其公式為：

將四種貨幣投資組合的協(xié)方差分別帶入到公式中，可以計(jì)算出其邊際VaR值分別為-0.0000285、0.00841、0.00637、0.00952，由此可以判斷出，為降低組合風(fēng)險應(yīng)適當(dāng)提高美元資產(chǎn)在組合中的比重，另外三種貨幣中歐元對于整體儲備資產(chǎn)風(fēng)險發(fā)揮了較大的影響。

其次從成分VaR角度進(jìn)行計(jì)算，其公式為：

在此選取99%置信水平下投資組合所占據(jù)的比重，將其分別帶入到公式中可得出四種貨幣的數(shù)值為-0.0000171、0.0020184、0.000191、0.000476，由此可以判斷出歐元對于外匯儲備的風(fēng)險影響最大，與邊際VaR計(jì)算結(jié)果一致，應(yīng)當(dāng)適當(dāng)減持歐元資產(chǎn)。

三、結(jié)論

總而言之，現(xiàn)如今全球經(jīng)濟(jì)增長處于不斷分化的趨勢，金融市場的不確定性有所加強(qiáng)，只有真正提高外匯儲備匯率風(fēng)險度量的準(zhǔn)確性，加強(qiáng)對外匯儲備匯率風(fēng)險的管理水平，才能夠更好地保障跨境資金流動穩(wěn)定、保持外匯市場供求平衡，進(jìn)一步發(fā)揮我國社會主義經(jīng)濟(jì)建設(shè)的巨大潛力，保障外匯儲備規(guī)模的穩(wěn)定。

參考文獻(xiàn)：

[1]唐韜.人民幣開放進(jìn)程中對外投資企業(yè)匯率風(fēng)險管理研究[D].湖南大學(xué)，2015.

[2]崔百勝，陳浪南.基于極值理論和多元時變copula模型的我國外匯儲備匯率風(fēng)險度量[J].國際貿(mào)易問題，2011 （12）： 158-168.