基于分位数回归模型的人民币汇率风险测度方法研究

采用分位数回归模型探讨了人民币汇率收益率风险的测度方法。首先,对传统的GARCH族模型在测度人民币汇率收益率方面进行一定的改进,摒弃了传统的条件方差的正态分布假定,采用现阶段常用的测度金融风险的一种方法,用广义误差分布(GED)来代替收益率序列的正态分布假定,并用GEDGARCH模型来刻画收益率序列波动的时变性和聚集效应;其次在GED-GARCH模型的基础上,采用分位数回归(QR)模型,构建了QR-GED-GARCH模型以进一步度量汇率收益率序列的尾部风险特征。失败率检验以及拟合成功率的比较结果表明,QR-GED-GARCH模型可以全面地对汇率收益率序列的风险特征进行描述,在5%的显著性水平下,QR-GED-GARCH模型比GED-GARCH模型对汇率收益率风险的拟合成功率更高,达到98.08%。该方法不仅能够很好地处理汇率收益率序列的尖峰厚尾分布特征,对异常值的稳健性也很强,可以推广到其他金融子市场的风险测量分析中。

基于QR-GED-EGARCH模型的上证180指数风险度量分析

以上证180指数为研究对象,利用GED-EGARCH模型对收益率序列进行拟合并计算VaR值,并将分位数回归理论应用到该模型中,构建QR-GED-EGARCH模型来刻画收益率序列的尾部特征,深入研究了上证180指数的收益分布特征和波动规律,并运用Kupiec检验对比分析了各模型的风险预测精度。实证结果表明,上证180指数收益序列具有尖峰厚尾、波动集聚性及不对称性特征,引入分位数回归构建的QR-GED-EGARCH模型对上证180指数收益序列风险表现出比GARCH族模型更为优异的预测能力。