陳思婧

（華僑大學(xué)經(jīng)濟(jì)與金融學(xué)院，福建 泉州 362021）

一、引言

隨著我國(guó)市場(chǎng)經(jīng)濟(jì)的發(fā)展和完善,我國(guó)金融改革在不斷深化，利率作為一個(gè)重要的經(jīng)濟(jì)指標(biāo),是推行宏觀調(diào)控的重要工具。貨幣市場(chǎng)是整個(gè)金融體系的樞紐,銀行間同業(yè)拆借市場(chǎng)又是貨幣市場(chǎng)的重要組成部分，是銀行間資金融通發(fā)展而來(lái)的產(chǎn)物。央行推出了上海銀行間同業(yè)拆放利率(SHIBOR)，目的是為了進(jìn)一步推動(dòng)利率市場(chǎng)化。利率市場(chǎng)化改革使我國(guó)銀行業(yè)面臨著更多的不確定性,也使得商業(yè)銀行的利率風(fēng)險(xiǎn)表現(xiàn)更為突出。通過(guò)分析我國(guó)目前同業(yè)拆借市場(chǎng)的利率波動(dòng)，為防范風(fēng)險(xiǎn)提供一個(gè)可供借鑒的基本的思路和看法，有助于目前我國(guó)銀行同業(yè)拆借市場(chǎng)健康正常地發(fā)展。

Engle 于1982 年 首 次 提 出 了ARCH 模 型。1986 年，Bollerslev 發(fā)展了 GARCH 模型。隨后又發(fā)展為GARCH 類(lèi)模型。實(shí)證研究表明, GARCH 類(lèi)模型能夠形象地對(duì)金融頭寸波動(dòng)的時(shí)變特征進(jìn)行描述。國(guó)內(nèi)學(xué)者實(shí)證研究中，李志輝,劉勝會(huì)（2006）利用ARCH 模型以及VaR 方法對(duì)我國(guó)銀行間7 日拆借市場(chǎng)利率風(fēng)險(xiǎn)進(jìn)行研究,得出在同業(yè)拆借市場(chǎng)上,各種成分的銀行利率風(fēng)險(xiǎn)值表現(xiàn)出較大的差異性。王德全(2009)采用ARMA-GARCH模型及VaR 方法研究得出我國(guó)銀行間同業(yè)拆借利率序列存在顯著的反杠桿效應(yīng)。崔樹(shù)賢基于VaR 測(cè)度我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)的實(shí)證研究結(jié)果表明目前我國(guó)銀行間同業(yè)拆借市場(chǎng)的利率風(fēng)險(xiǎn)較小。

二、我國(guó)銀行間同業(yè)拆借市場(chǎng)利率

（一）我國(guó)銀行間同業(yè)拆借市場(chǎng)

銀行間同業(yè)拆借是商業(yè)銀行之間為了調(diào)整頭寸的余缺而進(jìn)行的借貸行為，銀行間同業(yè)拆借市場(chǎng)正是為了解決金融機(jī)構(gòu)流動(dòng)性管理與盈利平衡的問(wèn)題。1996 年中國(guó)人民銀行建立統(tǒng)一的銀行間同業(yè)拆借市場(chǎng),推出銀行間同業(yè)拆借利率即CHIBOR,對(duì)于整個(gè)金融市場(chǎng)利率體系產(chǎn)生重大影響。隨后，央行取消了對(duì)同業(yè)拆借利率的上限管理,開(kāi)始了我國(guó)同業(yè)拆借市場(chǎng)市場(chǎng)化改革。1996 年拆借市場(chǎng)的交易僅為5871.58 億元, 2007 年，銀行間拆借交易總量10.6 萬(wàn)億元，較上年增長(zhǎng)395%，銀行間拆借發(fā)展極為迅速。隨著市場(chǎng)交易量的激增,同業(yè)拆借利率的不確定性增加。

（二）上海銀行間同業(yè)拆放利率——SHIBOR

為了推進(jìn)利率市場(chǎng)化,健全貨幣政策調(diào)控,央行自2007 年正式推出報(bào)價(jià)機(jī)制的中國(guó)貨幣市場(chǎng)基準(zhǔn)利率——SHIBOR 即上海銀行間同業(yè)拆放利率。央行致力于將SHIBOR 打造成為我國(guó)的市場(chǎng)基準(zhǔn)利率,使之在整個(gè)市場(chǎng)利率體系中起到核心主導(dǎo)作用。在利率市場(chǎng)化改革中, SHIBOR 作為央行貨幣調(diào)控的重要變量，與其它市場(chǎng)利率具有很強(qiáng)的相關(guān)性,同時(shí)為央行貨幣政策提供了一個(gè)可控性較好的中介目標(biāo)，有助于宏觀調(diào)控目標(biāo)的實(shí)現(xiàn)。由于SHIBOR 的生成是建立在市場(chǎng)化基礎(chǔ)之上的,其波動(dòng)變化也反映了金融機(jī)構(gòu)以至整個(gè)市場(chǎng)的利率預(yù)期，能夠反映資金變化的方向，作為貨幣市場(chǎng)流動(dòng)性的有效衡量指標(biāo)，從而提高貨幣政策的傳導(dǎo)效率。SHIBOR 推進(jìn)了我國(guó)貨幣市場(chǎng)的快速發(fā)展。因此，選擇SHIBOR 作為我國(guó)銀行同業(yè)拆借市場(chǎng)利率具有較強(qiáng)的代表性和可比性。

三、實(shí)證研究分析

（一）GARCH 模型

GARCH 模型克服了 ARCH 模型參數(shù)過(guò)多，不易估計(jì)的缺點(diǎn)，而且可以描述波動(dòng)的“簇集性”也可部分地解釋厚尾性，在金融領(lǐng)域中應(yīng)用比較廣泛。GARCH（p,q）模型的表達(dá)式如下：

其中系數(shù)滿足約束條件：

（二）樣本的選取

本文選用從2011 年8 月1 日—2013 年2 月1 日的人民幣7天拆借加權(quán)利率375 個(gè)觀測(cè)值為樣本數(shù)據(jù)(數(shù)據(jù)來(lái)源鳳凰財(cái)經(jīng)網(wǎng))。主要運(yùn)用EVIEWS7.0 軟件進(jìn)行實(shí)證分析。

（三）樣本數(shù)據(jù)處理

分析SHIBOR 的波動(dòng)性前，須檢驗(yàn)同業(yè)拆借利率序列的正態(tài)性、平穩(wěn)性、自相關(guān)性和條件異方差性。由于從統(tǒng)計(jì)性質(zhì)上來(lái)看，價(jià)格序列的統(tǒng)計(jì)性質(zhì)并不太好，因此選用其對(duì)數(shù)收益率序列代替價(jià)格序列來(lái)建模。對(duì)數(shù)收益率即：

正態(tài)性檢驗(yàn)：樣本數(shù)據(jù)的總體描述性統(tǒng)計(jì)(表1)可知：（1）偏度小于0。具有明顯的負(fù)偏度，對(duì)數(shù)回報(bào)收益具有非對(duì)稱(chēng)性；（2）峰度大于0。表明對(duì)數(shù)收益具有明顯的厚尾性特性，其分布的尾部要遠(yuǎn)遠(yuǎn)大于標(biāo)準(zhǔn)正態(tài)分布的尾部；（3）JB 統(tǒng)計(jì)量>臨界值5.9912，說(shuō)明SHIBOR 的回報(bào)序列的分布不屬于標(biāo)準(zhǔn)正態(tài)分布；（4）峰度系數(shù)大于正態(tài)分布的峰度值3，說(shuō)明分布為尖峰分布。以上描述性統(tǒng)計(jì)表明SHIBOR 對(duì)數(shù)收益率序列是非正態(tài)性。

表1 SHIBOR 的相關(guān)統(tǒng)計(jì)量

平穩(wěn)性檢驗(yàn)：對(duì)SHIBOR 的對(duì)數(shù)收益序列進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果如表2。通過(guò)ADF 檢驗(yàn)，拒絕原假設(shè)，認(rèn)為時(shí)間序列不存在單位根，SHIBOR 的對(duì)數(shù)收益序列是平穩(wěn)的。

表2 平穩(wěn)性檢驗(yàn)

自相關(guān)檢驗(yàn)：進(jìn)一步，運(yùn)用Q 統(tǒng)計(jì)量對(duì)對(duì)數(shù)回報(bào)收益序列進(jìn)行了自相關(guān)檢驗(yàn)。結(jié)果表明對(duì)數(shù)回報(bào)收益序列存在序列相關(guān)性。

（四）實(shí)證檢驗(yàn)

通過(guò)以上正態(tài)性、平穩(wěn)性和自相關(guān)的檢驗(yàn)，本文在運(yùn)用GARCH 類(lèi)模型估計(jì)我國(guó)銀行間同業(yè)拆借市場(chǎng)利率波動(dòng)性，對(duì)正態(tài)分布、t 分布和GED 分布下的模型進(jìn)行對(duì)比分析。

選用均值模型為：

對(duì)GARCH(1.1) 正態(tài)分布、t 分布和GED 分布下的檢驗(yàn)結(jié)果進(jìn)行了分析比較，在GED 分布下的GARCH 類(lèi)模型結(jié)果較正態(tài)分布和t 分布下的結(jié)果更優(yōu)。GARCH(1.1)估計(jì)結(jié)果如下：

對(duì)模型進(jìn)行Q 統(tǒng)計(jì)量檢驗(yàn)，表明已不存在 ARCH 效應(yīng)。ARCH 項(xiàng)系數(shù)與GARCH 項(xiàng)系數(shù)之和小于1，滿足平穩(wěn)約束條件，表明過(guò)去的波動(dòng)對(duì)未來(lái)的影響是逐漸衰退遞減的。

在金融領(lǐng)域中，資產(chǎn)的預(yù)期收益與預(yù)期風(fēng)險(xiǎn)密切相關(guān)，所以有必要建立GARCH-M 模型。且金融資產(chǎn)的收益率及波動(dòng)往往存在非對(duì)稱(chēng)性，因此有必要考慮建立 EGARCH 模型考察是否存在杠桿效應(yīng)。根據(jù)AIC 準(zhǔn)則和Schwarz 準(zhǔn)則，如表3 所示，表明EGARCH(1.1)對(duì)對(duì)數(shù)回報(bào)收益序列的波動(dòng)率擬合效果最好。估計(jì)結(jié)果如下：

表3 AIC&SC for GARCH models

（五）實(shí)證檢驗(yàn)結(jié)論

通過(guò)對(duì)同業(yè)拆借利率序列的基本統(tǒng)計(jì)量分析可發(fā)現(xiàn)，上海銀行間同業(yè)拆放利率收益分布不服從正態(tài)分布。峰度和偏度均不為0，呈現(xiàn)明顯的厚尾性和負(fù)偏度特性，收益率的負(fù)向變動(dòng)對(duì)收益波動(dòng)率變動(dòng)的影響幅度大于其正向變動(dòng)對(duì)波動(dòng)率變動(dòng)的影響幅度。這說(shuō)明我國(guó)銀行間同業(yè)拆借利率市場(chǎng)存在顯著的杠桿效應(yīng)，且拆借利率市場(chǎng)收益率存在明顯的厚尾特征。

四、結(jié)論及建議

隨著我國(guó)金融開(kāi)放的逐步加大，利率市場(chǎng)化進(jìn)程的不斷加快。利率的波動(dòng)變得更加頻繁，波動(dòng)幅度也不斷加大。商業(yè)銀行的穩(wěn)健經(jīng)營(yíng)將進(jìn)一步面臨利率風(fēng)險(xiǎn)的挑戰(zhàn)。尤其是在我國(guó)銀行間同業(yè)拆借利率市場(chǎng)化之后，隨著交易最的激增，利率風(fēng)險(xiǎn)在商業(yè)銀行的表現(xiàn)更為突出。首先，銀行風(fēng)險(xiǎn)管理制度體系的不完善，銀行市場(chǎng)風(fēng)險(xiǎn)管理水平整體低下。其次，利率市場(chǎng)化程度低，銀行利率風(fēng)險(xiǎn)管理理念落后。再次，我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)度量和管理技術(shù)落后，人才缺乏，這給商業(yè)銀行利率風(fēng)險(xiǎn)管理提出巨大的挑戰(zhàn)。

商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)管理機(jī)制的建立是我國(guó)商業(yè)銀行目前的重要工作。為防范風(fēng)險(xiǎn)提供一個(gè)可供借鑒的基本的思路和看法，有助于目前我國(guó)銀行同業(yè)拆借市場(chǎng)健康正常地發(fā)展，能使銀行同業(yè)拆借利率更好放映資金供求情況。

1.引進(jìn)先進(jìn)的利率風(fēng)險(xiǎn)管理模型、方法和技術(shù)。建立行之有效的風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)計(jì)量、風(fēng)險(xiǎn)控制體系，注重風(fēng)險(xiǎn)管理的獨(dú)立性建設(shè)，形成完整的風(fēng)險(xiǎn)管理體系，把握不斷變化的外部環(huán)境，增強(qiáng)自身風(fēng)險(xiǎn)抵御能力。

2.培養(yǎng)專(zhuān)業(yè)的高素質(zhì)的風(fēng)險(xiǎn)管理人才，提高運(yùn)用信息與技術(shù)的效率。加強(qiáng)對(duì)利率的預(yù)測(cè)，提高利率預(yù)測(cè)的準(zhǔn)側(cè)性。加大金融市場(chǎng)創(chuàng)新力度，完善和豐富利率期貨期權(quán)等利率風(fēng)險(xiǎn)管理工具市場(chǎng)。

3.加強(qiáng)央行的監(jiān)管和指導(dǎo)作用，使同業(yè)拆借市場(chǎng)參與者的多元化，能夠促進(jìn)資金需求和供給主體的多樣化，活躍同業(yè)拆借市場(chǎng)交易，增加市場(chǎng)競(jìng)爭(zhēng)，逐步實(shí)現(xiàn)市場(chǎng)分層有序的發(fā)展。

[1]李志輝，劉勝會(huì).我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)的度量研究[J].南開(kāi)經(jīng)濟(jì)研究，2006(03).

[2]李成，馬國(guó)校.VaR 模型在我國(guó)銀行同業(yè)拆借市場(chǎng)中的應(yīng)用研究[J].金融研究，2007(05).

[3]李良松.上海銀行間同業(yè)拆借市場(chǎng)買(mǎi)賣(mài)差價(jià)研究[N].證券市場(chǎng)導(dǎo)報(bào)，2008.

[4] 崔樹(shù)賢.基于VaR 測(cè)度我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)的實(shí)證研究[J].金融經(jīng)濟(jì)，2008(12).

[5]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模[M].北京：清華大學(xué)出版社，2006.

[6]賀任癸.基于極值理論的我國(guó)銀行同業(yè)拆借利率的風(fēng)險(xiǎn)度量[C].2012.