我国外汇储备资产的汇率风险管理研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇我国外汇储备资产的汇率风险管理研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘要：自改革开放以来，我国的外汇储备资产一直保持着良好的增长势头。大规模的外汇储备得益于我国外向型的经济政策、稳定的汇率制度以及藏汇于国的结售汇制度。虽然强大的外汇储备一定程度上有利于抵御国际游资的冲击，为国内经济金融系统的良性运行保驾护航；但是数额巨大外汇储备资产的保值增值也成为一个十分重要的课题。本文将对我国外汇储备资产面临的汇率风险进行相关研究。针对汇率收益率的波动进行建模，运用GARCH模型族描述汇率的波动特征。在此基础之上，建立起基于汇率风险的GARCH-VaR模型族，得出基于t分布的GJR模型能较好度量汇率风险的结论。
关键词：外汇储备 汇率风险 GARCH-VaR模型
引言
一国外汇储备资产规模能够反映该国在国际贸易格局中所处的地位，也能反映其应对国际金融风险的能力，1997年正是中国大陆强大的外汇储备帮助香港成功摆脱亚洲金融危机的阴霾。我国外汇储备资产多年来一直保持着平稳的增长趋势，外汇储备规模从1999年12月的1546.75亿美元经过短短12年之间增长了将近30倍，2006年2月底，我国外汇储备规模达到8527亿美元，规模首次超过日本，截至2011年10月份我国外汇储备余额高达32737.96亿美元 。但是在2011年度的最后两个月外汇储备余额出现了递减的趋势，这是因为我国的外贸收入严重依赖作为我国最大贸易伙伴国的美国国内经济形势，同时美国可以借助美元在世界货币体系中的主导地位通过操纵美元汇率对我国出口贸易产生影响，伴随着美元贬值和人民币迅速升值导致在欧美市场上以美元计价的中国出口商品价格竞争力下降，进而引起外贸收入的减少。另一方面国际投机资本预期人民币升值空间越来越小从而迅速逃离出境，并且人民币升值引起国内劳动力价格上涨导致外国对华直接资本投资减少，大量跨国公司及其子公司为了降低生产成本向东南亚各国转移。
我国在1994年到2005年7月之间10多年一直坚持的是以市场供求为基础的，单一盯住美元的联系汇率制度。这种汇率制度为我国的对外贸易增长提供了良好的环境；但同时我国对外贸易结构一直没有得到有效的改善，而且长期以来的贸易顺差也引起欧美各国尤其是美国的不满。自2005年7月21日起，我国开始实行以市场供求为主、参考一篮子货币进行调节、有管理的浮动汇率制度。此次汇率制度改革导致人民币在不同阶段出现了大幅度升值现象，虽然人民币汇率自1994年重新确立以来一直都处于升值趋势，但是都没有突破8.27这个界限，并且升值幅度及其缓慢。然而从2005年8月份开始人民币出现了剧烈升值的现象，截至2012年2月21日人民币兑美元汇率中间价已经突破6.30，达到6.29的水平，较2005年7月21日升值幅度达到23.93%.
由于人民币汇率的变动对我国外汇储备资产会产生深重的影响，同时美元资产在我国外汇储备资产中所占份额较大，因此我国外汇储备资产受人民币兑美元汇率的影响就比较大，适时跟踪人民币兑美元汇率的走势就显得尤为重要。本文将运用VaR风险管理理论探讨人民币兑美元汇率中间价的波动性，鉴于人民币升值对我国外汇储备资产的影响更为不利，因此本文仅对人民币升值的幅度和波动水平进行实证研究。
（一）样本数据的选取
人民币兑美元汇率中间价在经历了2005年7月份以后的大幅度升值之后一直稳定在682.7的水平，但是自2010年6月21日起人民币兑美元汇率中间价又开始了新一轮的继续大幅度贬值，所以本文选取2010年6月21日至2012年2月21日的人民币兑美元汇率中间价作为建模样本并对数据进行分析。采用Matlab7.0进行数据处理。
根据样本数据对数收益率的频率直方图我们发现：人民币汇率的波动具有“集群”现象，人民币汇率在2010年下半年出现了比较剧烈的波动，在2011年上半年的波动稍微平缓，2011年下半年开始又出现了剧烈的波动现象。
（二）建模样本数据的描述性统计分析
从样本数据对数收益率的数字统计特征可以看出，峰度值（Kurtosis=4.3389）＞3，偏度值（Skewness=-0.1609）＜0,收益率的概率密度的左尾比右尾更长，表明收益率的概率密度具有尖峰厚尾特征。通过对样本收益率进行正态分布的（Jarque-Bera）检验发现，H=1，p=0.00000011272CV, 拒绝原假设,表明样本汇率收益率并不服从正态分布。相应概率密度图像如下。
通过对样本数据的核密度图像和同均值同方差的正态分布的概率密度图像进行对比发现：人民币汇率中间价对数收益率的波动具有比正态分布密度图像更高的峰度和更厚的尾部，对此有关专家认为截断列维分布和渐近帕累托分布能够很好地描述收益率的经验分布特征，但其密度函数十分复杂，限制了其在经济学、金融学领域的应用，直到目前还没有达到熟练运用的程度。有观点表明，t分布函数图像也具有尖峰厚尾特征，所以本文将采用t分布做为误差分布来解决厚尾现象。
（三）基于t-Garch模型族的建立及其参数估计结果
1.模型综述
传统的资本资产定价模型都是建立在金融数据服从正态分布的假定之上的，但是大量研究资料表明金融数据并不服从正态分布假定而是存在强烈的ARCH效应。Engle于1982年提出了ARCH模型用于模拟金融数据的集群性，他的学生Bollerlsev于1986年提出了GARCH模型用来刻画随机扰动项的自相关性。为了适应收益率序列的尖峰后尾特征，本文假设金融数据服从 分布。许多实证研究表明负冲击比正冲击对条件方差的影响更大，这种影响我们称之为杠杆效应，然而一般的GARCH模型不能刻画收益率条件方差的这种非对称性，因此有学者提出了EGARCH模型和GJR模型分别对方差方程进行了不同的描述。
2.数据的平稳性检验
通过对人民币兑美元汇率中间价的对数收益率图像我们发现收益率在其均值附近上下波动，因此初步判断数据是平稳的。