王 帥，羅長(zhǎng)青，楊培濤

(1.中南林業(yè)科技大學(xué) 經(jīng)濟(jì)學(xué)院，湖南 長(zhǎng)沙 410012；2. 湖南商學(xué)院 財(cái)政金融學(xué)院，湖南 長(zhǎng)沙 410205)

基于SJC-Copula的商業(yè)銀行匯率風(fēng)險(xiǎn)的度量及對(duì)策分析

王 帥1，羅長(zhǎng)青2，楊培濤1

(1.中南林業(yè)科技大學(xué) 經(jīng)濟(jì)學(xué)院，湖南 長(zhǎng)沙 410012；2. 湖南商學(xué)院 財(cái)政金融學(xué)院，湖南 長(zhǎng)沙 410205)

自2005年人民幣匯率制度改革以來(lái)，人民幣匯率彈性越來(lái)越大，各類金融機(jī)構(gòu)對(duì)匯率風(fēng)險(xiǎn)的重視程度也在與日俱增。在此背景下，構(gòu)建了商業(yè)銀行匯率風(fēng)險(xiǎn)度量的SJC Copula模型，并以國(guó)內(nèi)商業(yè)銀行數(shù)據(jù)進(jìn)行了實(shí)證研究，結(jié)果表明商業(yè)銀行匯率風(fēng)險(xiǎn)的下尾風(fēng)險(xiǎn)較為顯著，而上尾相關(guān)系數(shù)則會(huì)因不同的匯率而表現(xiàn)出一定的差異性?；诖?，我國(guó)商業(yè)銀行應(yīng)該加強(qiáng)風(fēng)險(xiǎn)監(jiān)測(cè)，提高風(fēng)險(xiǎn)管理的戰(zhàn)略地位，引進(jìn)匯率風(fēng)險(xiǎn)管理專業(yè)人才以及調(diào)整銀行的幣種結(jié)構(gòu)等。

SJC-copula；匯率風(fēng)險(xiǎn)；商業(yè)銀行

一、引言

當(dāng)前，外匯市場(chǎng)逐漸開(kāi)放，人民幣匯率的波動(dòng)越來(lái)越頻繁，波動(dòng)幅度也有所上升，在此背景下，商業(yè)銀行如果不積極進(jìn)行外匯風(fēng)險(xiǎn)的度量和分析，并做好外匯風(fēng)險(xiǎn)的防范，則可能會(huì)遭遇外匯風(fēng)險(xiǎn)帶來(lái)的資產(chǎn)損失。銀行的資產(chǎn)損失會(huì)使得商業(yè)銀行的經(jīng)營(yíng)遭受打擊，信用評(píng)級(jí)下降，甚至?xí)裸y行脆弱性的爆發(fā)，使銀行破產(chǎn)，并出現(xiàn)系統(tǒng)性的金融風(fēng)險(xiǎn)。因此，在外匯市場(chǎng)逐漸開(kāi)放的背景下對(duì)商業(yè)銀行進(jìn)行匯率風(fēng)險(xiǎn)的分析有助于了解我國(guó)商業(yè)銀行目前的經(jīng)營(yíng)狀況，也有助于提出新的匯率風(fēng)險(xiǎn)規(guī)避思路與方法。

近年來(lái)，一些學(xué)者對(duì)商業(yè)銀行的匯率風(fēng)險(xiǎn)展開(kāi)了一定的研究，例如，蔡艷菲(2006)分析了中國(guó)商業(yè)銀行面臨的匯率風(fēng)險(xiǎn)及其管理現(xiàn)狀，在借鑒國(guó)外經(jīng)驗(yàn)的基礎(chǔ)上，提出了提高中國(guó)商業(yè)銀行匯率風(fēng)險(xiǎn)管理水平的相關(guān)對(duì)策建議[1]。牟怡楠和雷碧琳(2006)認(rèn)為隨著人民幣匯率體制改革和銀行業(yè)發(fā)展進(jìn)程的加快，國(guó)內(nèi)商業(yè)銀行的外匯敞口風(fēng)險(xiǎn)、客戶外匯風(fēng)險(xiǎn)和折算風(fēng)險(xiǎn)日益顯著，匯率風(fēng)險(xiǎn)管理在面臨機(jī)遇的同時(shí)與存在挑戰(zhàn)[2]。謝非等(2010)的研究發(fā)現(xiàn)人民幣匯率的變動(dòng)對(duì)銀行匯率風(fēng)險(xiǎn)管理產(chǎn)生影響，其作用方式主要通過(guò)銀行資本金充足率、資金賬戶和交易賬戶、外匯資產(chǎn)和負(fù)債錯(cuò)配、不良貸款上升和信譽(yù)損失，以及外匯理財(cái)業(yè)務(wù)等方面來(lái)實(shí)現(xiàn)[3]。李雪蓮等(2010)比較了香港和內(nèi)地商業(yè)銀行的運(yùn)營(yíng)情況，研究結(jié)果顯示，70%以上的中國(guó)商業(yè)銀行匯率風(fēng)險(xiǎn)暴露顯著[4]。肖健明(2012)指出了在《巴塞爾新資本協(xié)議》下，商業(yè)銀行應(yīng)加強(qiáng)包括匯率風(fēng)險(xiǎn)在內(nèi)的市場(chǎng)風(fēng)險(xiǎn)防范[5]。陸靜和楊斌(2013)采用VaRGARCH(1, 1)模型，度量了商業(yè)銀行外匯資產(chǎn)組合的風(fēng)險(xiǎn)，研究發(fā)現(xiàn)，在99.9%置信水平下，用VaRGARCH(1,1)估計(jì)的歐元和日元外匯資產(chǎn)組合的最大潛在損失約為上一交易日市場(chǎng)價(jià)值的0.05%[6]。斯文(2014)以我國(guó)16家上市商業(yè)銀行2006～2012年87組數(shù)據(jù)為樣本，實(shí)證檢驗(yàn)了外匯衍生品對(duì)人民幣匯率風(fēng)險(xiǎn)暴露的影響[7]。從以上研究可以發(fā)現(xiàn)，已有的文獻(xiàn)雖然對(duì)商業(yè)銀行的匯率風(fēng)險(xiǎn)展開(kāi)了一定的研究，但對(duì)于風(fēng)險(xiǎn)的量化還沒(méi)有教好地考慮匯率風(fēng)險(xiǎn)的特征，本文將采用SJC Copula這一方法，充分考慮風(fēng)險(xiǎn)的上尾和下尾相關(guān)特征來(lái)構(gòu)建商業(yè)銀行匯率風(fēng)險(xiǎn)度量模型，并運(yùn)用相關(guān)數(shù)據(jù)來(lái)驗(yàn)證匯率風(fēng)險(xiǎn)相關(guān)特征，從而為商業(yè)銀行風(fēng)險(xiǎn)管理提供實(shí)證支持。

二、商業(yè)銀行匯率風(fēng)險(xiǎn)度量的SJC Copula模型構(gòu)建

商業(yè)銀行匯率風(fēng)險(xiǎn)度量SJC Copula模型的構(gòu)建分為兩個(gè)主要步驟：首先是商業(yè)銀行市場(chǎng)價(jià)值波動(dòng)率的度量；其次是SCJ Copula模型的參數(shù)設(shè)置及估計(jì)。對(duì)于市場(chǎng)價(jià)值波動(dòng)率的度量，本文采用GARCH模型來(lái)描述。對(duì)于SJC Copula，二元SJC-Copula函數(shù)具有如下形式的分布函數(shù)如下：

其中，CJC(u,v;k,γ)為二元 Joe-Clayton Copula函數(shù)，其分布函數(shù)為：

式(2)中，k≥1，γ＞0。商業(yè)銀行外匯風(fēng)險(xiǎn)度量的條件下尾相關(guān)系數(shù)(τl)和條件上尾相關(guān)系數(shù)(τu)分別為：外匯風(fēng)險(xiǎn)度量的條件下尾相關(guān)系數(shù)和條件上尾相關(guān)系數(shù)分別由k，γ單一的參數(shù)決定，因此可以比較方便地描述商業(yè)銀行匯率風(fēng)險(xiǎn)尾部相關(guān)特征。用一個(gè)類似ARMA(1,10)過(guò)程來(lái)描述二元正態(tài)Copula函數(shù)的相關(guān)參數(shù)[8]。將時(shí)變相關(guān)系數(shù)用一個(gè)類似于ARMA(1,10)的過(guò)程來(lái)描述。對(duì)于時(shí)變SJC Copula函數(shù)，其上尾和下尾時(shí)變相關(guān)系數(shù)的演化過(guò)程為：

運(yùn)用最大似然估計(jì)方法等參數(shù)估計(jì)方法則可計(jì)算出商業(yè)銀行資產(chǎn)市場(chǎng)價(jià)值和匯率變化之間的動(dòng)態(tài)相關(guān)系數(shù)，從而可以較好地判斷商業(yè)銀行的匯率風(fēng)險(xiǎn)。

三、商業(yè)銀行匯率風(fēng)險(xiǎn)的實(shí)證研究

(1) 研究樣本的選取。本文的研究樣本是中國(guó)民生銀行(以下簡(jiǎn)稱民生銀行)，民生銀行是一家股份制商業(yè)銀行，于2000年在上海證券交易所上市，在2005年完成了股權(quán)分置改革，是一家具有特色的民營(yíng)銀行。為了判斷樣本銀行市場(chǎng)價(jià)值受匯率變化的影響程度，本文選取人民幣兌美元匯率、人民幣兌港幣匯率來(lái)分析民生銀行的匯率風(fēng)險(xiǎn)，樣本期限為2004年1月至2013年12月。

(2) 研究變量的描述。首先對(duì)研究變量進(jìn)行描述性分析。圖1為研究變量的時(shí)序波動(dòng)示意圖，其中圖(A)為商業(yè)銀行市場(chǎng)價(jià)值波動(dòng)率，在此用V來(lái)表達(dá)，其含義為樣本銀行市場(chǎng)價(jià)值的波動(dòng)率，其大小由GARCH模型所估計(jì)，圖1(B)為人民幣兌美元匯率變化率，在此用RMB-USD所表示, 圖1(C)為人民幣兌港幣匯率變化率，在此以RMB-HKD來(lái)表示。

圖1 研究變量的時(shí)序波動(dòng)示意

（3）模型的參數(shù)估計(jì)結(jié)果及分析。對(duì)原始變量進(jìn)行概率積分轉(zhuǎn)換，轉(zhuǎn)換后的數(shù)據(jù)服從0-1均勻分布，從而可以對(duì)SJC-Copula模型進(jìn)行參數(shù)估計(jì)，所運(yùn)用的估計(jì)方法為最大似然估計(jì)，計(jì)算軟件為MATLAB7.0。通過(guò)計(jì)算，得到的樣本銀行匯率風(fēng)險(xiǎn)如圖2和圖3所示。圖2為樣本銀行V與RMBUSD的動(dòng)態(tài)相關(guān)系數(shù)，其中SJC Copula Lower Tail為下尾相關(guān)系數(shù)，SJC Copula Upper Tail為尾未相關(guān)系數(shù)，由參數(shù)估計(jì)結(jié)果可知，樣本銀行匯率風(fēng)險(xiǎn)比較顯著，下尾相關(guān)系數(shù)反映了風(fēng)險(xiǎn)較大時(shí)的相關(guān)系數(shù)，該樣本銀行針對(duì)人民幣兌美元匯率的下尾相關(guān)系數(shù)一直在0.83左右波動(dòng)，說(shuō)明在外匯市場(chǎng)波動(dòng)較大時(shí)，商業(yè)銀行業(yè)面臨較大的風(fēng)險(xiǎn)，另一方面，該樣本銀行針對(duì)人民幣兌美元匯率的上尾相關(guān)系數(shù)卻比較小，反映出該樣本銀行對(duì)人民幣兌美元匯率波動(dòng)較小時(shí)的聯(lián)動(dòng)效應(yīng)不強(qiáng)。

圖3同樣為樣本銀行V與RMB-HKD的動(dòng)態(tài)相關(guān)系數(shù)。類似地，SJC Copula Lower Tail為下尾相關(guān)系數(shù)，SJC Copula Upper Tail為尾未相關(guān)系數(shù)。與RMB-USD匯率不同的是，樣本銀行的RMB-HKD的上尾風(fēng)險(xiǎn)也較大，其值在0.69左右波動(dòng)，這反映出內(nèi)地與香港的經(jīng)濟(jì)休戚與共，經(jīng)濟(jì)上的聯(lián)系使得商業(yè)銀行匯率風(fēng)險(xiǎn)和外匯波動(dòng)的聯(lián)動(dòng)效應(yīng)更為明顯。

圖2 樣本銀行V與RMB-USD的動(dòng)態(tài)相關(guān)系數(shù)

圖3 樣本銀行V與RMB-HKD的動(dòng)態(tài)相關(guān)系數(shù)

此外，從圖2和圖3還可以發(fā)現(xiàn)，樣本商業(yè)銀行的上尾匯率風(fēng)險(xiǎn)始終小于下尾匯率風(fēng)險(xiǎn)，這也反映出商業(yè)銀行應(yīng)該匯率波動(dòng)較大時(shí)的匯率風(fēng)險(xiǎn)。

四、我國(guó)商業(yè)銀行外匯風(fēng)險(xiǎn)管理對(duì)策

由以上分析可知，商業(yè)銀行匯率風(fēng)險(xiǎn)較為顯著，為有效防范和降低匯率風(fēng)險(xiǎn)，商業(yè)銀行可以采取以下措施。

1.加強(qiáng)匯率風(fēng)險(xiǎn)監(jiān)測(cè)的力度，提高風(fēng)險(xiǎn)預(yù)警的準(zhǔn)確程度。商業(yè)銀行應(yīng)引進(jìn)和開(kāi)發(fā)先進(jìn)的風(fēng)險(xiǎn)管理系統(tǒng)，做到對(duì)銀行歷史數(shù)據(jù)進(jìn)行有效整理并計(jì)算銀行自身面臨的風(fēng)險(xiǎn)價(jià)值。對(duì)銀行自身面臨的匯率風(fēng)險(xiǎn)，應(yīng)該做到實(shí)時(shí)監(jiān)測(cè)，對(duì)其自身進(jìn)行相應(yīng)的調(diào)整，使匯率風(fēng)險(xiǎn)管理能夠在其外匯業(yè)務(wù)的全程得到落實(shí)，預(yù)防匯率風(fēng)險(xiǎn)帶來(lái)的資本金損失。

2. 調(diào)整銀行的風(fēng)險(xiǎn)暴露結(jié)構(gòu)。針對(duì)外匯市場(chǎng)風(fēng)險(xiǎn)，商業(yè)銀行應(yīng)從幣種、期限、資產(chǎn)等方面來(lái)優(yōu)化風(fēng)險(xiǎn)暴露結(jié)構(gòu)，并利用外匯衍生工具來(lái)降低風(fēng)險(xiǎn)敞口，并降低外匯風(fēng)險(xiǎn)給銀行資產(chǎn)帶來(lái)的損失。

3. 提高匯率風(fēng)險(xiǎn)管理部門(mén)在銀行中的地位。在傳統(tǒng)的風(fēng)險(xiǎn)管理中，由于銀行的業(yè)務(wù)集中在國(guó)內(nèi)，匯率風(fēng)險(xiǎn)管理體系不健全，匯率風(fēng)險(xiǎn)管理在銀行風(fēng)險(xiǎn)管理中的地位也比較尷尬，其地位有待進(jìn)一步提升，應(yīng)將匯率風(fēng)險(xiǎn)管理納入到戰(zhàn)略層次，從戰(zhàn)略高度予以證實(shí)，并在運(yùn)營(yíng)實(shí)踐中落實(shí)相關(guān)的風(fēng)險(xiǎn)管理制度和措施。

4.培養(yǎng)和引進(jìn)匯率風(fēng)險(xiǎn)管理人才。受專業(yè)人才缺少的制約，我國(guó)外匯風(fēng)險(xiǎn)管理還處在較低水平的階段，大部分從事外匯業(yè)務(wù)的工作人員其外匯業(yè)務(wù)水平還有待提高，因此，適當(dāng)引進(jìn)相關(guān)人才，并在內(nèi)部定期開(kāi)展培訓(xùn)，大力培養(yǎng)相關(guān)人才，將有助于銀行匯率風(fēng)險(xiǎn)管理水平的提高。

結(jié)論

當(dāng)前外匯市場(chǎng)逐漸開(kāi)放，因?yàn)閰R率改革、利率改革及其他國(guó)家政策會(huì)對(duì)我國(guó)的匯率穩(wěn)定造成一定的影響，從而使我國(guó)商業(yè)銀行有遭受匯率風(fēng)險(xiǎn)而損失的可能性。基于SJC Copula的實(shí)證研究結(jié)果表明，商業(yè)銀行匯率風(fēng)險(xiǎn)的下尾風(fēng)險(xiǎn)較為顯著，匯率在波動(dòng)較大時(shí)，商業(yè)銀行市場(chǎng)價(jià)值與匯率的聯(lián)動(dòng)程度會(huì)加強(qiáng)，而上尾相關(guān)系數(shù)則會(huì)因不同的匯率而表現(xiàn)出一定的差異性?；诖?，我國(guó)商業(yè)銀行應(yīng)該加強(qiáng)風(fēng)險(xiǎn)監(jiān)測(cè)，提高風(fēng)險(xiǎn)管理的戰(zhàn)略地位，引進(jìn)匯率風(fēng)險(xiǎn)管理專業(yè)人才以及調(diào)整銀行的幣種結(jié)構(gòu)等。

[1] 蔡艷菲. 中國(guó)商業(yè)銀行匯率風(fēng)險(xiǎn)管理的對(duì)策建議——美國(guó)、香港等地匯率風(fēng)險(xiǎn)管理經(jīng)驗(yàn)的啟示[J]. 亞太經(jīng)濟(jì),2006, (5): 35-38.

[2] 牟怡楠,雷碧琳. 完善中國(guó)商業(yè)銀行匯率風(fēng)險(xiǎn)管理之對(duì)策[J]. 經(jīng)濟(jì)與管理,2006, (10): 62-65.

[3] 謝 非,陳利軍,秦建成. 人民幣匯率變動(dòng)視角下我國(guó)商業(yè)銀行的匯率風(fēng)險(xiǎn)管理[J]. 重慶理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)),2010, (3): 50-53+58.

[4] 李雪蓮,劉 梅,李 健. 商業(yè)銀行匯率風(fēng)險(xiǎn)暴露系統(tǒng)估計(jì)及其規(guī)避之淺見(jiàn)[J]. 現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào)),2010,(12):23-29.

[5] 肖健明. 《巴塞爾新資本協(xié)議》及銀行監(jiān)管法律制度[J]. 中南林業(yè)科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2012, 6(3): 69-73.

[6] 陸 靜,楊 斌. 商業(yè)銀行匯率風(fēng)險(xiǎn)的VaR-GARCH(1,1)模型計(jì)量[J]. 重慶大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2013,(5):66-72.

[7] 斯 文. 外匯衍生品對(duì)我國(guó)商業(yè)銀行匯率風(fēng)險(xiǎn)暴露的影響[J]. 金融與經(jīng)濟(jì),2014,(2):26-29.

[8] Patton A J. Estimation of Multivariate models for time series of possibly different lengths. Journal of Applied Economics, 2006, 21(2):147-173.

The Evaluation and Countermeasures of Commercial Banks’ Exchange Rate Risk Based on the SJC Copulas

WANG Shuai1, LUO Chang-qing2, YANG Pei-tao1
(1. School of Economics, Central South University of Forestry & Technology, Changsha 41004, Hunan, China; 2. Finance School, Hunan University of Commerce, Changsha 410205, Hunan, China)

Since the RMB exchange rate reform in 2005, the elasticity of RMB exchange rate is becoming higher, and the fi nancial institutions pay more and more attention to the exchange rate risk. Under this background, this paper constructs a SJC Copula model to evaluate the commercial banks’ exchange rate risk. The empirical results show that the low tail risk is signif i cant, and the upper tail risk is different as the economic link varies. Thus, in order to control the exchange rate risk,the commercial banks should stress more on risk evaluation, enhance the importance of the exchange rate risk management,bringing the experts and adjust the currency structure.

SJC-copula; exchange rate risk; commercial banks

F830；F224

A

1673-9272(2014)04-0032-03

2014-07-02

湖南省科技廳軟科學(xué)項(xiàng)目：“湖南產(chǎn)融型企業(yè)加強(qiáng)技術(shù)開(kāi)發(fā)及應(yīng)用對(duì)策研究”（編號(hào)：2013ZK3003）；湖南省教育廳科學(xué)研究項(xiàng)目：“產(chǎn)融體系保障‘四化兩型’建設(shè)的路徑及對(duì)策研究”（編號(hào)：13C1164）；教育部人文哲學(xué)科學(xué)研究青年基金項(xiàng)目：“違約相依條件下商業(yè)銀行信貸組合風(fēng)險(xiǎn)度量及控制研究”（編號(hào)：13YJCZH123）。

王 帥（1983-），男，湖南益陽(yáng)人，中南林業(yè)科技大學(xué)講師，湖南大學(xué)博士后， 研究方向：產(chǎn)業(yè)金融。

[本文編校：羅 列]