匯率風險管理研究綜述

謝 非，張 靜，宋 磊

(重慶理工大學，重慶 400050)

匯率風險管理研究綜述

謝 非，張 靜，宋 磊

(重慶理工大學，重慶 400050)

通過對匯率風險管理的相關文獻進行梳理和總結，回顧歸納了匯率風險的基礎理論，并重點對匯率風險的各種度量工具進行了分析和評述，并指出其研究價值和前景。

匯率風險;VaR;POT;BMM;極值理論

當前我國金融機構面對的匯率風險是不確定的，如何有效地管理匯率風險已經成為金融界研究的重點內容。本文對匯率風險管理的有關理論進行總結和評述，為后續的研究提供理論基礎。

一、匯率風險基礎理論研究

在理論界，匯率風險已成為現代風險管理的主要內容，并得到了學者們的廣泛關注。

(一)匯率風險的概念研究

國外最早對匯率風險進行定義的學者是Michael Adler和Bernard Dumas，他們認為匯率風險是資產負債或營業收入的真實國內貨幣值對匯率非預期變化的敏感性［1－2］。而后 Michel Crouhy等認為匯率風險主要是由匯率變動和國際間利率波動的不同步造成的，外匯風險在于敞口或不完全套期敞口［3］。他們強調了匯率變動和利率波動之間的關系，符合客觀事實。

國內以田玲給出的定義最為普遍，她將匯率風險定義為商業銀行因匯率變動而蒙受損失以及預期收益難以實現的可能性［4］。具體指當商業銀行在以現匯及遠期形式或者兩者兼有的形式持有某種外匯的敞口頭寸時，它可能因持有期內匯率的不利變動而蒙受損失。該定義得到國內學者們的廣泛接受和認可。

目前商業銀行匯率風險有廣義和狹義之分。廣義的匯率風險是指與商業銀行經營的外匯業務有關的風險，包括市場風險、流動性風險、操作風險、信用風險、國家風險及表外業務風險等。而狹義的匯率風險則是市場風險的一種，特指由于匯率的波動引起的本幣值發生變動，給商業銀行的經營帶來損失的可能性。我們通常所指的匯率風險是狹義的匯率風險。

(二)匯率風險分類研究

依據不同的標準，匯率風險可以劃分為不同的類型。目前比較公認的分類標準是按照匯率風險產生的時點將其劃分為為:交易風險、折算風險和經濟風險。交易風險是商業銀行面對的主要匯率風險，指銀行在對客戶外匯買賣業務或在以外幣進行貸款、投資以及隨之進行的外匯匯兌活動中，因匯率變動所遭受損失的可能性。折算風險又叫會計風險，是指由于匯率變動而引起商業銀行資產負債表某些外匯項目全額變動的風險，在進行會計處理時將外幣折算為本國貨幣計算，由于不同時期使用的匯率不一致，可能出現會計核算上的損益。經濟風險較前兩類風險更為重要，主要是指由于匯率非預期變動引起商業銀行未來現金流量變化的可能性，它將直接影響商業銀行整體價值的變動。

王春峰則將匯率風險分為會計風險和經濟風險，他將交易風險歸入會計風險中［5］。關于匯率風險的分類，各個學者由于知識背景和研究角度不同，分類也不盡相同。然而，從匯率風險產生時點出發，對匯率風險進行分類，被大多數學者普遍接受和采納。

二、匯率風險產生原因研究

對匯率風險的成因進行剖析，是有效度量、控制匯率風險的前提。對此國內外學者有不同的見解。

Shelagh Heffeman認為貨幣和期限不匹配是銀行業務的基本特征，當匯率變動或與預期趨勢相反時，銀行就會面臨匯率風險［6］。而后進一步指出，在外匯市場，外幣的價值伴隨著外幣利率、本幣利率、即期利率等變動而發生變化。這說明匯率風險來源于本外幣利率差，同時說明匯率變動是產生匯率風險的直接原因。

國內較認可的是黃華莉的觀點，即商業銀行匯率風險產生的直接原因是匯率波動導致銀行持有外匯頭寸的價值發生變化，而匯率的變動又取決于外匯市場的供求狀況。各國國內的政治、經濟因素是引起外匯市場供求變化，從而引起匯率變動的根本原因。具體而言，影響匯率變動的因素主要包括國際收支、利率變動、通貨膨脹、匯率政策、市場預期及沖擊等［7］。銀行匯率風險來源于所持有外幣資產負債和外匯市場交易。鄧志新、杜德春等則認為匯率風險主要是由于匯率波動的時間差、地區差及銀行表內外業務幣種和期限結構不匹配因素造成的。而后的眾多學者均對此做了不同的闡述，但大多與黃華莉的觀點一致。

綜合比較來看，匯率風險產生的原因是匯率的波動導致銀行持有外匯頭寸的價值發生變化，當匯率變動與預期相反時，可能會引起銀行持有外匯頭寸的價值減少。

三、匯率風險度量和實證研究

對于匯率風險管理的定量研究，常用的方法有匯率風險敞口分析法、風險價值法(VaR)、條件風險價值法(CVaR)和極值理論等。其中前兩種方法是度量市場正常情況下的風險，而后面兩種是極端環境下匯率風險的度量工具。

(一)市場正常情況下匯率風險度量研究

1.匯率風險敞口分析法研究

銀行的外匯敞口是銀行外匯資產組合與外匯負債組合之間的不匹配以及表內外業務中的貨幣錯配差額形成的。當匯率波動時，商業銀行面臨著較大的外匯風險。國際銀行界采用的敞口計量方法通常有凈匯總敞口(the net aggregate position，簡稱NAP)，總匯總敞口(the gross aggregate position，簡稱GAP)和匯總短敞口(shorthand aggregate position，簡稱BAP)三種方法。

Levonian最早對GAP、NAP、BAP三種方法進行全面分析，并引入不同貨幣之間的相關系數，提出一種新的計量外匯敞口的方法，即 WAP法(weighted aggregate position)［8］。后來的研究證明這種方法計算的外匯凈敞口更接近實際的外匯敞口。國內對外匯敞口的研究較少。其中韋劍對商業銀行外匯風險敞口計量法(即GAP，NAP，BAP，WAP)和VaR法中的方差－協方差法在理論上進行對比分析，并引用中行2007年年報相關數據進行實證分析了二者的有效性和準確性［9］。

2.風險價值法(VaR)研究

VaR方法最先是1993年由G－30人小組在《衍生品的實踐和規則》的研究報告中被作為度量市場風險的模型提出，其主要內容是對金融資產的收益率進行統計分析，主導思想是利用歷史數據預測未來的收益率分布。后來逐漸成為金融界度量市場風險的主流。1994年J.P.Morgan公司推出了用于計算VaR的Riskmetrics模型，這標志著風險度量的VaR方法走向成熟。Jorion將VaR定義為給定的置信水平和目標時段下預期的最大損失額(或最壞情況下的損失額)［10］。計算 VaR的方法主要有德爾塔－正態方法、歷史模擬法、蒙特卡羅模擬法。

近年來國內的學者也開始深入研究VaR這一風險分析的工具，其中鄭文通全面介紹了金融風險管理的VaR方法及其應用，并進一步說明中國引進VaR的必要性［11］。但最具有代表性的是王春峰編寫的《金融市場風險管理》，該書較全面地介紹了VaR方法的產生背景、定義及其計算和應用等，接著他又進一步討論了VaR的各種計算方法及其進展，并對各種方法進行了比較研究，從而提出了各自的適用范圍和局限性。對于VaR的計算，有許多學者進行了研究。楊艷軍將GARCH模型引入VaR方法來度量市場風險，對上海期貨交易所銅和鋁合約進行了度量［12］。張伊對VaR模型中的Delta正態法和歷史模擬法進行了實證研究［13］。而鐘波、汪青松則借助于統計計算方法MCMC算法來求解參數的Bayes估計，得出金融風險值VaR，這樣可以幫助投資者將觀測數據和自己掌握的經驗信息對VaR模型進行調整，使決策更有效［14］。

VaR方法是一種新的風險管理方法，相關文獻對其不足和局限性的研究也日益增多。Artzner提出的一致性是對VaR模型的最大挑戰。他指出如果某種風險度量方法滿足次可加性、正齊次性、單調性和傳遞不變性四個條件，則該風險度量是一致性風險度量方法［15］。并且他指出，只有滿足一致性風險度量方法才能成為投資組合管理的工具，而VaR顯然不滿足次可加性。受Artzner的影響，后續的研究做了許多相似的風險度量方法，來修正VaR的不足與缺陷。如 Expected Shortfall(ES)、Expected Regret(ER)等。

從已有研究來看，VaR的研究和應用已經相當廣泛。在不同的假設前提下VaR的計算方法很多，但是傳統的方法無法對極端變動做出很好的描述。特別是VaR度量金融風險時不具備可加性。這意味著組合的風險可能大于各組成部分VaR之和，用VaR管理風險可能無法分散化。

(二)極端環境下匯率風險度量研究

1.CVaR方法研究

最早提出CVaR概念的是美國人Roekafellar和Uryasev，他們描述了一種投資組合優化的新方法，稱之為 Conditional Value-at-Risk(CVaR)［16］。而后Fredrik Anderson等成功地將CVaR方法引入信用風險的度量中，通過用Monte Carlo模擬法產生隨機數，來模擬債券的收益分布，從而把該信用風險度量問題轉化為線性規劃，求解投資組合的權重，使得CVaR值最小。

國內對CVaR的研究才剛剛起步，起初的研究大多是對CVaR的概念及優化方法、估計方法等進行介紹。陳金龍、張維將CVaR應用于投資組合優化統一模型中，并分析了它們之間的關系［17］。后來一些學者利用我國股票市場對CVaR優化投資組合模型進行實證分析，并驗證了模型的有效性。劉小茂、李楚霖等基于CVaR風險度量技術，討論了在正態情景下風險投資組合的均值－CVaR邊界，并與經典的方差風險下的均值－方差邊界進行對比研究，為徹底解決均值－CVaR的有效前沿問題提供了基礎［18］。接著學者們提出了CVaR有界限制下的風險資本配置的條件和方法。溫紅梅、姚鳳閣在采用CVaR度量我國商業銀行操作風險時，指出基于目前我國大部分商業銀行資本率比較低的現實，應該采用綜合控制及管理風險的策略，同時采用保險的方法降低資本需求，從而降低資本比率的壓力。這樣有效地擴展了CVaR的應用范圍，為 CVaR的后續研究奠定了堅實的基礎［19］。

2.極值理論的研究

極值理論是用來預測異常現象或者小概率事件風險的模型，它主要用來度量極端事件的風險。最早對極值理論進行研究是20世紀30年代初，Dodd、Frechet、Fisher 和 Tippett對極值理論的研究。其中Fisher和Tippett證明了極值極限三大定理，為極值理論的研究奠定了基礎。Jenkinson將極值理論應用于風險管理研究，研究了廣義極值分布模型，進一步完善了一維極值分布模型。

極值理論的研究最早集中在地震、水文、氣象等領域，隨著金融和保險領域極端異常情況的頻頻出現，一些學者試著逐步將極值理論方法引入到金融風險的度量中。Longin首次將極值理論引入市場風險的建模中，他主要基于美國股票市場的極端波動進行實證分析，表明股市收益率尾部服從極值理論中的Frechet分布［20］，而后他進一步并其應用到標準普爾500指數的VaR計算中，證明了極值方法能很好地擬合股票指數收益率的尾部概率分布。接著McNeil利用極值理論對嚴重損失分布的厚尾進行估計并進一步對金融時間序列風險度量的分位數估計，并且運用該方法對GARCH模型的殘差進行估計，除了考慮用極值理論擬合厚尾分布以外，還考慮了金融時間序列的異方差，研究了異方差序列的尾部風險測量，得到了尾部風險價值VaR［21］。在已有的研究中，學者們一致認為在VaR度量中，基于極值理論的模型性能更加穩定，通常優于其他模型方法。期間，Ho L-C、Burridge P、Caddle J和 Theobald M 將極值理論用于亞洲金融危機的研究，結果表明，基于極值理論的方法來預測的市場風險值較傳統的VaR計算方法更準確，和實際更接近［22］。

目前，應用極值理論的研究模型主要有兩類，較早的一類模型是BMM(Block Maxima Model)模型。另一類是POT(Peaks Over Threshold)模型。而POT模型主要基于兩類的分析。有些是基于Hill估計的半參數模型，還有基于廣義帕累托分布(Generalized Pareto Distribution)的完全參數模型。

在一元極值理論的基礎上，許多學者開始研究復合或多元極值理論。詹原瑞、羅健宇在評估災難風險時利用Copula函數將不同的災難組合起來，構造聯合分布，采用模特卡羅算法對風險進行處理，從而有效地應用了 GEVD-Copula組合建模［23］。而后一些學者應用復合極值理論估計動態流動性調整VaR。李娟、趙選民運用二元極值理論對滬深股市聯合分布的尾部風險進行了研究，引入t-EV-copula應用于二元極值理論，并將其與Gumble copula比較分析，得出t-EV-copula不僅能很好地模擬極值數據，而且能夠準確地反映上、下尾的變化［24］。考慮到金融資產收益數據分布的波動集群性和厚尾的特征，李夢華、余東等運用極值理論建立EGARCH-M-GEV動態風險度量模型，對上證指數進行實證研究［25］。林宇等在運用多元GARCH模型對資產組合損失的協方差矩陣進行建模的基礎上，估計出了組合的標準殘差序列，運用EVT對標準殘差的極值尾部建模并估計出分位數，從而預測了資產組合的動態極值風險。最后指出運用多元GARCH模型能夠有效地捕獲多元資產損失的時變相關性，并結合EVT模型可以有效地預測多元資產組合的動態風險［26］。

一些新的方法也相繼出現，如李婷婷、汪飛星在應用極值理論中的廣義Pareto分布模型度量風險時，利用Bootstrap和MLE方法對參數進行點估計和區間估計，得到 E-VaR的估計值［27］。孔祥芝、王延清利用ARIMA－GARCH模型分析了股票序列中的自相關和異方差現象，對該模型中殘差的條件分布合理假定進行實證對比分析，估算VaR值［28］。劉曉星、邱桂華結合相依結構函數Copula和極值理論EVT，構建了我國股票市場流動性調整的La-Copula-EVT風險價值模型，并用滬深收益序列的高頻數據進行實證分析，指出我國滬深股市收益序列的尾部存在較高的相關性［29－31］。

四、匯率風險管理研究評述

綜上所述，關于匯率風險的研究已引起了國內外學者的廣泛關注，并取得了一些進展。大多數學者對匯率風險管理的研究，主要的研究方法大多是對股票、證券等投資組合的實證研究，并且大多基于靜態的風險度量模型，如風險敞口法和VaR等，這些方法具有一定的局限性，無法對極端變動的金融環境下的風險進行有效度量。而極值理論則因其基于歷史數據來模擬尾部風險，具有其他方法所不可比擬的優勢。隨著金融業的發展，利用極值理論度量金融風險已逐漸成為研究的熱點，特別是次貸危機引發的2008年金融危機后，各個國家深刻認識到極端環境下金融機構匯率風險管理的重要性，極端環境下的匯率風險管理逐漸已成為當前金融風險研究的重點。

五、結束語

目前關于匯率風險的研究成果數量在逐年增加，但主要涉及定性方面的研究，定量方面的研究有待進一步加強。國內學者并沒有將匯率風險的度量作為長期研究的重點，其研究內容有待更加深入，更加科學化。雖然研究成果方面頗為豐富，但缺乏關于多元極值理論在匯率風險度量中的實證研究。關于多元極值分布的模型，如何對數據進行預處理以消除序列自相關性等研究甚少，這些在以后的研究中需要做進一步探討。

［1］閆海峰，謝莉莉.基于GARCH-M模型的人民幣匯率預測［J］.重慶工商大學學報:社會科學版，2009(4):41－44.

［2］Michael Adler，Bernard Dumas.Exposure to CurrencyRisk:Definition and Measurement［J］.Financial Management，1983(3).

［3］Michel Crouhy，Dan Galai，Robert Mark.Risk Management［M］.［S.l］:McGraw-Hall Companies，2001.

［4］田玲.德國商業銀行風險管理研究［M］.北京:科學出版社，2004.

［5］王春峰.金融市場風險管理［M］.天津:天津大學出版社，2001.

［6］Shelagh Heffeman.Modern Banking in Theory and Practice［J］.New York:John Wiles ＆ Sons，1996:56－60.

［7］黃華莉.商業銀行利率風險和匯率風險管理［M］.上海:同濟大學出版社，2002.

［8］Levonian，Soller J.Small loans，small business［J］.Mimeo.Federal Reserve Bank of San Francisco，1994(12):45－47.

［9］韋劍.商業銀行外匯風險計量方法應用研究——以中國銀行為例［D］.昆明:云南財經大學，2009.

［10］Jorion P.Value at risk［M］.New York:McGraw-Hill，1997.

［11］鄭文通.金融風險管理的VaR方法及其應用［J］.國際金融研究，1997(9):24－26.

［12］楊艷軍，王永峰.期貨市場交易保證金的設計［J］.統計與決策，2005(12):104－105.

［13］張伊.VaR在商業銀行匯率風險評估中的應用研究［D］.上海:同濟大學，2007.

［14］鐘波，汪青松.基于 Bayes估計的金融風險值——VaR 計算［J］.數理統計與管理，2007(5):881－886.

［15］Artzner P，Delbaen F，Eeber J，et al.Coherent measures of risk［J］.Mathematical Finance，1999(9):203－228.

［16］Rockafellar R，Tyrrell S.Operational Of Conditional Value-at-Risk ［J］.Journal of Risk，2000(3):21－41.

［17］陳金龍，張維.CVaR與投資組合優化統一模型［J］.系統工程理論方法與應用，2002(3).

［18］劉小茂，李楚霖，王建華.風險資產組合的均值——CVaR有效前沿(Ⅰ)［J］.管理工程學報，2003，17(1):29－33.

［19］溫紅梅，姚鳳閣.CVaR在操作風險度量與控制中的應用分析［J］.哈爾濱工業大學學報，2008(1):33－35.

［20］Lingin.The asymptotic distribution of extreme stock market returns［J］.Journal of Business，1996，vol69，No3，383－408.

［21］McNeil A J.Estimating the Tails of Loss Severity Distribution Using Extreme Value Theory［J］.Astin Bulletin，1997(27):1117－1137.

［22］Ho L-C，Burridge P，Caddle J，et al.Value-at-Risk:Applying the Extreme Value Approach to Asian Market in the Recent Financial Turmoil［J］.Pacific-Basin Finance Journal，2000(8):249－275.

［23］詹原瑞，羅健宇.基于極值理論和Copula的災難風險建模研究［J］.哈爾濱商業大學學報，2005(2):113－116.

［24］李娟，趙選民.二元極值理論在滬深股市尾部風險度量中的應用［J］.系統管理學報，2007(2):36－39.

［25］李夢華，余東，劉子徽，等.基于 EVT的EGARCH-M模型在動態VaR中的應用［J］.黃岡師范學院學報，2010(6):102－107.

［26］林宇，譚斌，魏宇.基于多元GARCH與極值理論的資產組合風險測度研究［J］.管理學報，2010(4):605－610.

［27］李婷婷，汪飛星.基于極值理論和Bootstrap方法的E-VaR研究和實證分析［J］.價值工程，2007(3):102－106.

［28］孔祥芝，王延清.基于ARIMA-GARCH模型和極值理論的中國股市風險價值度量［J］.中國管理信息化，2010(5):57－60.

［29］劉曉星，邱桂華.基于Copula-EVT模型的我國股票市場流動性調整的VaR和ES研究［J］.數理統計與管理，2010(1):150－16.

［30］傅強，郝鳳華.基于GED-EGARCH模型的深圳股市風險價值研究［J］.重慶工學院學報:社會科學，2009(6):30－33.

［31］宋琴.人民幣匯率變動對金融的影響［J］.重慶工學院學報:社會科學，2009(3):61－63.

Survey of Research on Exchange Rate Risk Management

XIE Fei，ZHANG Jing，SONG Lei
(Chongqing University of Technology，Chongqing 400050，China)

Aimed at the realistic background of appreciation of the RMB，with foreign exchange reserves increasing，how to use effective tools to manage exchange rate risk has become the focus of theoretical and practical researchers.This paper sorted out and summarized the papers about exchange rate risk management，reviewed the basic theory of exchange rate risk，analyzed a variety of exchange rate risk measurement tools on emphasis，and pointed out its value and expectation so as to lay the foundation for follow-up study.

exchange rate risk;value at risk;peaks over threshold;block maxima model;extreme value theory

F830

A

1674－8425(2011)09－0046－05

2011－03－20

謝非(1964—)，男，四川人，博士，教授，研究方向:區域經濟與風險管理。

(責任編輯 鄺坦勵)