汇率波动模型的建立及实证分析(附件)【字数：12512】
随着中国的汇率改革不断推进，人民币汇率变动频繁，同时中国是最大的外汇储备国，在这种环境下，对外汇风险的管理就相当重要。VaR方法是风险管理的主流风险测度方法，被广泛使用。但是在中国外汇市场上实际使用还比较少，本文旨在根据中国外汇市场汇率变动的特征，建立ARCH模型度量风险，因此文章中选择美元兑人民币的汇率进行处理。但是经过比较，发现ARCH模型的残差序列存在明显的自相关性，通过对数据的处理以及模型的拟合最终选用基于t分布的AR(2)-IGARCH(1,1)模型。拟合出该模型后，可以求出条件方差，最终带入公式求得VaR。求得VaR之后，在马科维茨均值—方差模型的基础上建立在VaR约束下的新模型，通过几何方法求得在VaR约束下的资产组合配置权重，最终对企业发展以及投资都具有积极作用。 关键词ARCH模型 VaR 均值—方差模型 资产配置 Abstract
目录
第一章 绪论 1
1.1资产配置 1
1.1.1资产配置的目标 2
1.2金融市场应用中的模型 2
1.2.1时间序列模型 2
1.2.1均值方差模型 3
1.3均值方差模型 3
1.3.1均值方差模型出现的背景 4
1.3.2均值方差模型的假设条件 4
1.4在VaR约束下均值—方差模型的应用前景及展望 5
1.5研究的目的及意义 6
第二章 风险波动模型的建立 7
2.1样本选择及数据处理 7
2.2样本的基本特征检验 8
2.2.1描述性统计 8
2.2.2正态检验 8
2.2.3平稳性检验 9
2.2.4自相关性检验 10
第三章 汇率波动模型的建立及实证分析 14
3.1波动模型的介绍 14
第四章 基于汇率波动模型的风险价值测度 24
4.1外汇风险 24
4.2风险价值VaR 24
4.2.1 VaR出现的背景 24
4.2.2 VaR的定义 25
4.2.3 V *好棒文|www.hbsrm.com +Q: ^351916072*
aR的计算方法 25
4.2.3 汇率VaR值测度的实证分析 26
第五章 利用均值—方差模型进行分析 26
第六章 结论 29
致 谢 30
参考文献 31
第一章 绪论
1.1资产配置
资产配置(Asset Allocation)就是投资者将自己的资金按照自己的喜好分配到不同的资产当中，在该过程中，投资者通常选择低风险、低收益证券与高风险、高收益证券。[1]
根据投资者的风险偏好特征，人们通常都是风险厌恶性的。投资者会希望在一定的资产收益下选择风险最小的，一定的风险下选择收益最高的，所以投资者在进行投资时，需要选择合适的模型计算出满足风险和收益均衡的最优资产组合，满足人们的需求。
1.1.1资产配置的目标
资产配置的过程就是投资者根据自己的投资需求进行分析，选择合适的投资组合。投资者进行投资，就是想尽可能获取更多的利润，所以资产配置的目标就是在根据投资需求选择投资组合时，能够选择最优的组合，达到收益与风险的最优配比。[2]根据投资者的实际需求，投资者在投资中会以风险偏好为基础，选择不同的资产进行投资，进而满足高风险、低收益的要求，使得单位风险的投资收益最高。
随着经济全球化的快速发展，各国之间的贸易联系越来越密切，在贸易市场上，各国的进出口产品逐渐增多；在金融市场上，各种衍生品应运而生，期权期货等占据了一席之地，所以汇率的波动对经济的发展有很大的影响。在资产配置过程中，考虑汇率的变化，配置不同的金融产品进而在相同的风险下获得较高的收益或者在同样的收益下风险较低。
综上所述，资产配置就是考虑不同的投资组合带来的风险配比，通过各种模型计算出资产组合的风险与收益，并选择最优的风险资产组合，最终确定该资产组合中各资产的比重，满足投资者低风险、低收益或者高风险、高收益的需求。
1.2金融市场应用中的模型
在资产配置过程中，需要衡量资产组合的风险与收益配比，该过程就需要对研究对象进行量化，建立数学模型。在现代金融市场上，各种金融产品以及衍生品应运而生，单纯的进行经验判断已经不能满足投资者的需求，现代金融正朝着将所研究的对象量化，建立数学模型，运用复杂的数学知识以及金融理论解决问题的方向发展。
1.2.1时间序列模型
在日常生活中，会有一些事物随着时间的变化发生变化，这些变化有的有规律，有的没有规律，这些事物会给我们带来很多惊喜。当然，在金融市场中也有很多时间序列模型，比如在一定时间内股票收益的变动情况、一年甚至十年内美元兑人民币的汇率变动情况、一天之内的利率变动情况，这些细微的变动对于投资者来说可能都是很好的投资机会，所以研究这些事物的变化规律对于我们来说是非常有意义的。但是时间序列模型可能是平稳的也可能是非平稳的，或者具有自相关异方差性，如何消除这些特殊的序列特征，更好的研究时间序列收益的变化，是本文中第二、三、四章研究的问题，在这几章中，作者介绍了常见的ARCH模型、GARCH模型等，并且研究了如何检验序列是否具有自相关异方差性，通过美元兑人民币的汇率变化为例，进行了模型拟合、残差序列检验等，最终建立了符合汇率波动的时间序列模型。
总之，时间序列模型就是系统的随时间变化的数据拟合得到的模型，包括ARMA（自回归移动平均模型）、ARIMA（自回归求和移动平均模型），在日常生活中具有广泛的应用。
1.2.1均值方差模型
在金融市场中，投资者进行资产配置，选择合适的资产投资比例是非常重要的。在1.1中介绍资产配置时提到资产配置的目标就是实现风险与收益的最佳配比，进而达到投资者高风险、高收益与低风险、低收益的要求。要实现这个目标，就需要用到均值—方差模型，通过该模型求解得到投资组合的收益范围，进而获得较高的收益，即单位风险的收益（夏普比率）最高。接下来就详细介绍一下均值—方差模型的定义以及求解问题，并进行创新将外汇风险的测度指数VaR引入，求得在VaR限制下最优的资产配置方式。
1.3均值方差模型
在所谓“标准”的资产组合选择模型里，投资者将资金按照一定的比例投资在证券中，比例为在投资过程中，受到如下约束条件的限制：
目录
第一章 绪论 1
1.1资产配置 1
1.1.1资产配置的目标 2
1.2金融市场应用中的模型 2
1.2.1时间序列模型 2
1.2.1均值方差模型 3
1.3均值方差模型 3
1.3.1均值方差模型出现的背景 4
1.3.2均值方差模型的假设条件 4
1.4在VaR约束下均值—方差模型的应用前景及展望 5
1.5研究的目的及意义 6
第二章 风险波动模型的建立 7
2.1样本选择及数据处理 7
2.2样本的基本特征检验 8
2.2.1描述性统计 8
2.2.2正态检验 8
2.2.3平稳性检验 9
2.2.4自相关性检验 10
第三章 汇率波动模型的建立及实证分析 14
3.1波动模型的介绍 14
第四章 基于汇率波动模型的风险价值测度 24
4.1外汇风险 24
4.2风险价值VaR 24
4.2.1 VaR出现的背景 24
4.2.2 VaR的定义 25
4.2.3 V *好棒文|www.hbsrm.com +Q: ^351916072*
aR的计算方法 25
4.2.3 汇率VaR值测度的实证分析 26
第五章 利用均值—方差模型进行分析 26
第六章 结论 29
致 谢 30
参考文献 31
第一章 绪论
1.1资产配置
资产配置(Asset Allocation)就是投资者将自己的资金按照自己的喜好分配到不同的资产当中，在该过程中，投资者通常选择低风险、低收益证券与高风险、高收益证券。[1]
根据投资者的风险偏好特征，人们通常都是风险厌恶性的。投资者会希望在一定的资产收益下选择风险最小的，一定的风险下选择收益最高的，所以投资者在进行投资时，需要选择合适的模型计算出满足风险和收益均衡的最优资产组合，满足人们的需求。
1.1.1资产配置的目标
资产配置的过程就是投资者根据自己的投资需求进行分析，选择合适的投资组合。投资者进行投资，就是想尽可能获取更多的利润，所以资产配置的目标就是在根据投资需求选择投资组合时，能够选择最优的组合，达到收益与风险的最优配比。[2]根据投资者的实际需求，投资者在投资中会以风险偏好为基础，选择不同的资产进行投资，进而满足高风险、低收益的要求，使得单位风险的投资收益最高。
随着经济全球化的快速发展，各国之间的贸易联系越来越密切，在贸易市场上，各国的进出口产品逐渐增多；在金融市场上，各种衍生品应运而生，期权期货等占据了一席之地，所以汇率的波动对经济的发展有很大的影响。在资产配置过程中，考虑汇率的变化，配置不同的金融产品进而在相同的风险下获得较高的收益或者在同样的收益下风险较低。
综上所述，资产配置就是考虑不同的投资组合带来的风险配比，通过各种模型计算出资产组合的风险与收益，并选择最优的风险资产组合，最终确定该资产组合中各资产的比重，满足投资者低风险、低收益或者高风险、高收益的需求。
1.2金融市场应用中的模型
在资产配置过程中，需要衡量资产组合的风险与收益配比，该过程就需要对研究对象进行量化，建立数学模型。在现代金融市场上，各种金融产品以及衍生品应运而生，单纯的进行经验判断已经不能满足投资者的需求，现代金融正朝着将所研究的对象量化，建立数学模型，运用复杂的数学知识以及金融理论解决问题的方向发展。
1.2.1时间序列模型
在日常生活中，会有一些事物随着时间的变化发生变化，这些变化有的有规律，有的没有规律，这些事物会给我们带来很多惊喜。当然，在金融市场中也有很多时间序列模型，比如在一定时间内股票收益的变动情况、一年甚至十年内美元兑人民币的汇率变动情况、一天之内的利率变动情况，这些细微的变动对于投资者来说可能都是很好的投资机会，所以研究这些事物的变化规律对于我们来说是非常有意义的。但是时间序列模型可能是平稳的也可能是非平稳的，或者具有自相关异方差性，如何消除这些特殊的序列特征，更好的研究时间序列收益的变化，是本文中第二、三、四章研究的问题，在这几章中，作者介绍了常见的ARCH模型、GARCH模型等，并且研究了如何检验序列是否具有自相关异方差性，通过美元兑人民币的汇率变化为例，进行了模型拟合、残差序列检验等，最终建立了符合汇率波动的时间序列模型。
总之，时间序列模型就是系统的随时间变化的数据拟合得到的模型，包括ARMA（自回归移动平均模型）、ARIMA（自回归求和移动平均模型），在日常生活中具有广泛的应用。
1.2.1均值方差模型
在金融市场中，投资者进行资产配置，选择合适的资产投资比例是非常重要的。在1.1中介绍资产配置时提到资产配置的目标就是实现风险与收益的最佳配比，进而达到投资者高风险、高收益与低风险、低收益的要求。要实现这个目标，就需要用到均值—方差模型，通过该模型求解得到投资组合的收益范围，进而获得较高的收益，即单位风险的收益（夏普比率）最高。接下来就详细介绍一下均值—方差模型的定义以及求解问题，并进行创新将外汇风险的测度指数VaR引入，求得在VaR限制下最优的资产配置方式。
1.3均值方差模型
在所谓“标准”的资产组合选择模型里，投资者将资金按照一定的比例投资在证券中，比例为在投资过程中，受到如下约束条件的限制：
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/sxtj/174.html
