本文摘要：1 引言隨著利率市場化的發(fā)展，我國銀行間同業(yè)拆借市場的發(fā)展十分迅猛，銀行間拆借系統(tǒng)功能進一步完善，銀行間市場資金融通及價格形成功能更為顯著。在中國利率體系中，銀行間同業(yè)拆借利率是我國貨幣市場最早市場化的利率，也是直接的市場利率，不僅能密切反映
注：本文摘自《現(xiàn)代經(jīng)濟信息》2013年18期，作者：楊守龍
雜志信息：《現(xiàn)代經(jīng)濟信息》由黑龍江省企業(yè)聯(lián)合會主辦，為半月刊，ISSN：1001-828X，CN：23-1056/F，中國期刊全文數(shù)據(jù)庫收錄期刊;龍源期刊網(wǎng)全文收錄期刊;中國學(xué)術(shù)期刊(光盤版)全文收錄期刊;中國學(xué)術(shù)期刊綜合評價數(shù)據(jù)庫來源期刊。
摘要：運用GARCH族模型和分位數(shù)回歸的方法對我國商業(yè)銀行利率風(fēng)險進行VaR度量，從而測算我國商業(yè)銀行的利率風(fēng)險，運用上海銀行間同業(yè)拆借市場(Shibor)的隔夜拆借利率數(shù)據(jù)進行研究。通過GARCH族模型的選取可以得出正態(tài)分布和T分布并不適合我國商業(yè)銀行間同業(yè)拆借市場，本文選取廣義誤差分布(GED)對數(shù)據(jù)進行GARCH建模并測算其VaR，同時本文運用了分位數(shù)回歸的方法對VaR進行測算，從結(jié)果證明分位數(shù)回歸方法更適合VaR的度量。
關(guān)鍵詞：商業(yè)銀行，VaR，分位數(shù)回歸
1、引言
隨著利率市場化的發(fā)展，我國銀行間同業(yè)拆借市場的發(fā)展十分迅猛，銀行間拆借系統(tǒng)功能進一步完善，銀行間市場資金融通及價格形成功能更為顯著。在中國利率體系中，銀行間同業(yè)拆借利率是我國貨幣市場最早市場化的利率，也是直接的市場利率，不僅能密切反映市場資金供求情況，也是央行貨幣政策調(diào)控的重要參考指標(biāo)之一。2006年10月，上海銀行間同業(yè)拆借利率(SHIBOR)市場開始運行，建立了比CHIBOR更為市場化，基于商業(yè)信用的基準(zhǔn)利率，因此本文選擇SHIBOR的隔夜拆借利率進行VaR度量，以此分析中國商業(yè)銀行利率風(fēng)險。
2、GARCH族模型基本思想
2.1TGARCH模型
Zakaran在1990年針對金融時間序列的“杠桿效應(yīng)”問題上提出了門限自回歸條件異方差模型,即TGARCH模型。其條件異方差公式表達如下:TGARCH的特點在于引進了虛擬變量,當(dāng)0。即利好消息時,=0;當(dāng)<0即利空消息時,=l。
2.2GARCH模型
GARCH模型是Bollerslev(1986)在ARCH模型的基礎(chǔ)上發(fā)展起來的定義范圍更廣的模型。GARCH(p,q)模型可以表示如下:GARCH模型中的條件異方差,不僅受過去絕對殘差的影響,還依賴于過去的條件方差。
2.3分位數(shù)回歸理論
對于隨機變量對(y,x)R1*Rd,設(shè)其n次的樣本觀測為(Yi,Xi)R1*Rd,i=1,...,n,則對于給定的x,y,它的第個條件分位數(shù)函數(shù)定義為:其中為在條件x下y的條件分布函數(shù)和(0,1)是給定的分位點。
從VaR的定義中可以看出,計算VaR值相當(dāng)于在某一置信水平下條件分位點的計算。于是,條件分位點估計就成為金融風(fēng)險度量的核心。Koenker和Bassett(1978)提出的分位數(shù)回歸就非常適合這種估計。正如經(jīng)典的最小二乘回歸是基于估計模型條件均值而建立,而分位數(shù)回歸源于對模型條件分位點估計提出的,它不需要對分布形式做任何假設(shè)。
3、實證研究
3.2GARCH族模型實證分析
根據(jù)建模結(jié)果發(fā)現(xiàn)所有的T分布擬合的結(jié)果其模型參數(shù)都不顯著，所以本文僅對廣義誤差分布進行分析。根據(jù)所得AIC值和SC值最小的原則，本文最終選取了GARCH(2,1)-GED、TGARCH(1,2)-GED模型進行分析。所得結(jié)果如表2所示。
3.1數(shù)據(jù)統(tǒng)計特征分析
本文選取上海銀行間同業(yè)拆借市場(SHIBOR)2006年10月8日-2013年9月3日的隔夜拆借利率數(shù)據(jù)進行分析。為了消除數(shù)據(jù)的非平穩(wěn)性，先對原始數(shù)據(jù)進行對數(shù)化處理:rt=lnSHIBORt-lnSHIBORt-1。經(jīng)對數(shù)化處理后數(shù)據(jù)的基本統(tǒng)計特征如表1所示，根據(jù)表1的結(jié)果可以看出上海銀行間同業(yè)拆借市場隔夜拆借利率數(shù)據(jù)并不服從正態(tài)分布，其是左偏的，因此本文選取T分布和廣義誤差分布對數(shù)據(jù)進行GARCH建模。對數(shù)據(jù)做一階自回歸模型，通過ARCH-M檢驗得到的結(jié)果，說明數(shù)據(jù)具有ARCH效應(yīng)，適合用GARCH模型進行擬合。
3.4分位數(shù)回歸模型
Koenker和Zhao在1996年提出了Quantile-ARCH模型。考慮回歸模型：經(jīng)過化簡可以用此模型得出VaR的計算公式如下：其中，這樣,只要能夠求出參數(shù)和的估計值,VaR值就很容易的計算出來了。不言而喻,直接使用分位數(shù)回歸方法就能得到這些參數(shù)的估計值和它們相關(guān)的統(tǒng)計推斷。本文使用滯后一階的模型進行分析。
3.3VaR計算
SHIBOR對數(shù)收益率的VaR值計算公式可以表示為:為資產(chǎn)價值,為置信水平下的分位數(shù)，是t時期下預(yù)測的同一天的收益率波動值。對于同業(yè)拆借利率樣本序列來說,令為1,將模型條件異方差的預(yù)測值帶入公式,求出每日的動態(tài)VaR值。
3.5回測檢驗
目前常用的VaR準(zhǔn)確性檢驗方法是Kupiec在1995年提出的失敗頻率檢驗法。對上述3個模型進行失敗頻率檢驗法的回測檢驗結(jié)果如表5所示。從回測檢驗的結(jié)果可以看出，無論是95%還是99%的置信水平，分位數(shù)回歸的方法都得到了令人滿意的結(jié)果，都通過了LR檢驗。而GARCH族模型大部分沒有通過LR檢驗，模型得到的失敗天數(shù)普遍小于期望失敗天數(shù)，證明該模型低估了風(fēng)險，通過LR檢驗的GARCH模型的結(jié)果也不如分位數(shù)回歸得到的結(jié)果理想。
4、結(jié)論
對上海銀行間同業(yè)拆借市場利率數(shù)據(jù)進行VaR建模，運用GARCH族模型和分位數(shù)回歸的方法計算VaR值，對這兩種的方法計算的結(jié)果進行比較和分析，分位數(shù)回歸的方法在計算VaR時會具備一定的優(yōu)勢，這是由分位數(shù)回歸本身的性質(zhì)決定的。
轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/233.html
