基于极值理论与Copula函数的人民币汇率风险测度

论文摘要

自2005年7月21日人民币汇率制度改革以来,外汇市场的逐渐自由化增加了其不确定性,涉外经济主体如商业银行与企业面临的汇率风险加剧,如何加强人民币汇率风险管理已成为各经济主体亟待解决的问题,而最关键的一个环节是对人民币汇率风险进行测度。目前国际上先进的风险测度是在险值VaR（Value-at-Risk）,国外各大金融机构与企业均已采用VaR作为风险测度方法,而在国内的商业银行和企业中,VaR的应用还非常少,但随着我国金融市场的逐渐完善,引入VaR模型来度量风险将成为必然。在已有的研究中,虽然有学者引入各种VaR模型来度量汇率风险,但研究人民币汇率风险的很少,而且计算VaR的方法也比较简单粗糙。基于此种现状,本文试图寻求一种合适的方法来度量人民币汇率风险。考虑到人民币汇率序列尖峰厚尾的特性,本文摒弃了传统的正态分布假设,利用极值理论中的广义帕累托分布去拟合其尾部来计算VaR,通过对传统方法与极值理论法进行准确性检验发现,与传统方法相比,基于极值理论的VaR能更准确地度量欧元/人民币和日元/人民币的风险,涉外经济主体可以采用基于极值理论的VaR去精确度量欧元/人民币和日元/人民币的风险。但在度量美元/人民币和港币/人民币的风险时,极值理论与其它方法一样,低估了它们的风险。这可能是因为汇改后,人民币对美元不断攀升导致其尾部肥厚,而港币又与美元挂钩的缘故,因此,如果需要准确度量这两种汇率的风险,还需要结合其它的定性或定量的方法,或者可以考虑用期望损失ES（Expected Shortfall）测度。鉴于商业银行和企业可能在更多的情况下持有汇率组合,因此,测算汇率组合的风险将更具有现实意义,本文引入了Copula理论并结合极值理论,建立了Copula-EVT模型,通过Monte Carlo模拟法来计算VaR以度量欧元/人民币和日元/人民币汇率组合的风险,通过对比实际损失发现,Copula-EVT模型比传统的历史模拟法更准确地度量了欧元/人民币和日元/人民币汇率组合的风险。商业银行和企业可以考虑利用此方法来度量这对组合的风险,然后根据计算的VaR值来储备资金或者采取措施规避风险。同时,本文也计算了ES作为对VaR的补充。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.2 问题的提出
• 1.2.1 存在的问题
• 1.2.2 研究目的和意义
• 1.3 文献综述
• 1.3.1 极值理论及其在风险测度中的应用
• 1.3.2 Copula理论及其应用
• 1.4 论文研究思路、方法与主要内容
• 1.4.1 论文研究思路和方法
• 1.4.2 论文的主要内容
• 第二章 人民币汇率风险及其度量
• 2.1 人民币汇率制度的变迁
• 2.2 人民币汇率风险分析
• 2.2.1 商业银行的汇率风险分析
• 2.2.2 企业的汇率风险分析
• 2.3 人民币汇率风险度量
• 2.3.1 汇率风险测度方法
• 2.3.2 人民币汇率风险度量现状
• 2.4 本章小结
• 第三章 基于极值理论的VaR与ES风险测度
• 3.1 在险值VaR与期望损失的定义与计算方法
• 3.1.1 VaR与ES的定义
• 3.1.2 VaR与ES测度的传统计算方法
• 3.2 基于极值理论的VaR与ES风险测度
• 3.2.1 极值理论概述
• 3.2.2 基于极值理论的VaR与ES计算
• 3.3 VaR与ES模型的返回检验
• 3.4 本章小结
• 第四章 单变量极值理论的人民币汇率风险测度
• 4.1 样本的选取与处理
• 4.2 数据的统计分析
• 4.3 参数的确定
• 4.3.1 阈值θ的确定
• 4.3.2 参数ζ,σ的估计
• 4.4 VaR与ES的计算
• 4.5 返回检验
• 4.6 本章小结
• 第五章 Copula理论的引入
• 5.1 Copula函数及其参数估计
• 5.1.1 Copula函数的定义与性质
• 5.1.2 Copula函数的分类
• 5.1.3 Copula函数参数估计与拟合优度检验
• 5.2 Copula函数度量资产组合风险的Monte Carlo模拟
• 5.3 基于Copula函数的相关性测度
• 5.3.1 Copula函数的一致性和相关性测度
• 5.3.2 尾部相关性测度
• 5.4 本章小结
• 第六章 基于Copula-EVT模型的人民币汇率组合风险测度
• 6.1 人民币汇率组合风险的Monte Carlo模拟
• 6.1.1 数据选取与处理
• 6.1.2 模型的选择及参数估计
• 6.1.3 欧元/人民币与日元/人民币汇率组合的VaR、ES计算与检验
• 6.1.4 欧元/人民币与日元/人民币汇率在组合中的最优投资比重
• 6.2 人民币汇率组合的Copula尾部相关性分析
• 6.3 本章小结
• 第七章 结论与展望
• 7.1 本文的主要结论
• 7.2 研究的不足与展望
• 参考文献
• 附录
• 致谢
• 攻读硕士期间的主要研究成果