我国商业银行利率风险度量

2022-01-08 12:17黄茜
商业2.0-市场与监管 2022年1期
关键词:VAR模型

黄茜

摘要:在利率市场化的大趋势下,商业银行的利率风险变得越发重要。本文采用Shibor数据,基于GARCH-VaR模型度量了我国商业银行的利率风险值。结果表明,t分布条件下的AR(3)-EGARCH(2,2)模型能够较好地刻画Shibor的波动性,我国商业银行的隔夜拆借利率风险值为4.7%。

关键词:利率风险;Shibor;GARCH-VaR模型

随着金融市场自由化、全球化,经济一体化进程的推进,各金融机构在促进资金快速流转、合理分配资源配置的同时,也使得金融风险不断攀升。近年来国内金融大环境监督愈发严格,商业银行面临的压力激增。众所周知,利率波动会带来金资产价格的变动,商业银行的利率风险也随之增加。由于我国利率自由的实施时间相对较短,部分银行在市场波动及变化时缺乏相应的经验和对策,因此寻求一种度量商业银行利率风险的方法已成为首要任务。

Bollerslev在ARCH模型基础上提出了GARCH模型。在ARCH模型中,如果滞后阶数很大,就要估计很多参数,会损失样本容量。但GARCH模型可弥补这一缺点,减少待估计参数,使得条件方差的预测更加准确。EGARCH模型是Nelson为了克服GARCH模型在处理杠杆效应时的缺陷,放松了历史数据的非负限制,使得模型灵活合理,与TARCH模型一样,可以反映收益率的涨跌对波动率的不同影响。Philippe Jorion 在1997 年对VaR模型进行了系统的概述。经过一段时间的发展后,学术界证明了此模型可以对金融资产的风险进行一定程度的测度,目前它已经成为度量金融风险的主要方法之一。

本文在此背景下,基于Shibor利率的统计数据,结合GARCH族模型刻画样本数据的波动性,运用VaR模型刻画我国商业银行的利率风险值。

1.实证分析

在险价值VaR模型最早由J.P.Morgan公司首次提出:

(1)

其中,Wt为资产的价格,Qq为置信水平q下的分布分位数。

为资产持有期。本文中分别令Wt=1、     =1。由于Shibor隔夜数据波动较为剧烈,本文将原始收益率数据进行了对数化差分处理。

1.1平稳性检验

模拟或预测金融时间序列的第一步是进行平稳性。本文将利用单位根方法对利率序列ADF进行平稳性检验。检验结果表示P值为0,因此可以表明样本数据不存在单位根,为平稳序列。

1.2正态性检验:

金融数据一般都呈非正态分布,本文采取Jarque-Bera 统计量来检验利率序列的正态性。结果显示P值为0,可以得出样本序列不服从正态分布,但符合实际中金融数据的特点。

1.3自相关性检验:

本文采用Ljung-Box Q统计量检验方法对该序列进行了自相关性检验。结果显示,滞后三阶的AC值和PAC值超出标准线之外。P值小于0.05,因此可认为该样本存在序列自相关。

1.4条件异方差性检验:

本文采用ARCH-LM检验方法,对样本AR(3)的残差项进行该检验。根据结果分析,P值均小于其临界值。因此该数据具有ARCH效应。

综上所述,使用GARCH族模型对数据进行拟合理论上是正确且合理的。

1.5模型的选择

基于Shibor利率序列具有自相关性,所以在均值方程设置时,本文将AR(p)选择 模型进行建模,其中p=1、2、3。结果显示,只有AR(3)参数具有显著性,且两种准则值也是三个模型中最小的。故选取 AR(3)为样本均值方程模型。

基于前文分析接下来将对利率序列数据利用GARCH族进行建模,本文设置p=1或2,q=1或2。置信水平为 95%,t分布下,12个GARCH族模型参数全部显著的为7个。接下来将对剩余7个拟合模型的残差进行 ARCH-LM检验,结果如表(2)所示。当残差存在ARCH效应,用“×”表示;反之,用“√”表示。

上表中结果表明,剩下6种GARCH族模型通过了残差检验,该检验中值都小于临界水平5%,因此不存在ARCH效应。

最后将对两次筛选后剩下的6种GARCH族模型进行AIC值、SC值、H-QC值大小比较,发现AR(3)-EGCRCH(2,2)模型中三个值最小,其拟合结果最优。

1.6 VaR值计算

本文根据上述AR(3)-EGCRCH(2,2)模型得到的T-DIST.DOF值,计算出在95%的置信水平下t分布的分位数为2.24,再根据公式(1)计算出VaR的平均值为4.7%。表明我國商业银行在95%的置信水平下,持有一单位的资产时,隔夜拆借头寸损失的最大可能为0.047。

参考文献:

[1]Morgan J.P. RiskMetrics-Technical Document [M].New York: Morgan Guaranty Trust Company Global Research.1996.

[2]海威.基于VAR模型的商业银行利率风险管理研究[J].金融经济,2010 (10):112-113

[3]李慕紫.利率市场化下商业银行的风险管理问题[J].财会学习,2020(31):141-142.

[4]韩文峰,刁节文.商业银行利率风险实证研究[J].农场经济管理,2020(10):53-55.

[5]贾子腾. 我国科创板市场风险实证研究[D].苏州大学,2020.

猜你喜欢
VAR模型
余额宝收益率对余额宝规模影响的实证研究
基于VAR模型的人民币汇率对我国通货膨胀的影响研究
中国电子货币影响货币超发问题的实证研究
OFDI对产业结构的影响研究
基于VAR模型对经济增长和物流业发展的动态分析
基于VAR模型对经济增长和物流业发展的动态分析
通货膨胀对上市公司股票收益率的影响研究
内蒙古牛肉价格传导实证研究
房产税对房价的影响实证研究
我国快递业与经济水平的关系探究