■ 吳鵬輝（暨南大學(xué)經(jīng)濟(jì)學(xué)院 廣州 510632）

在我國經(jīng)濟(jì)轉(zhuǎn)型和經(jīng)濟(jì)增長當(dāng)中民間金融發(fā)揮著巨大作用，特別是在民營經(jīng)濟(jì)比較發(fā)達(dá)的地區(qū)，民間金融已然成為中小企業(yè)成長和民營經(jīng)濟(jì)發(fā)展的動(dòng)力引擎。眾所周知，金融市場(chǎng)上資金供求雙方交易的基礎(chǔ)是資金的價(jià)格即利率，而利率是金融市場(chǎng)運(yùn)作的動(dòng)力機(jī)制，也是資金供求雙方聯(lián)系的紐帶。利率風(fēng)險(xiǎn)是一個(gè)經(jīng)濟(jì)主體需要面對(duì)的主要風(fēng)險(xiǎn)，科學(xué)而準(zhǔn)確地計(jì)量利率風(fēng)險(xiǎn)，同時(shí)使用有關(guān)的措施對(duì)利率風(fēng)險(xiǎn)加強(qiáng)管理十分重要。作為民間金融市場(chǎng)的“看不見的調(diào)控者”，利率對(duì)民間金融功能的發(fā)揮起著至關(guān)重要的作用，利率風(fēng)險(xiǎn)對(duì)民間金融的經(jīng)濟(jì)績(jī)效的重要評(píng)估。隨著金融改革的不管推進(jìn)，利率市場(chǎng)化的不斷深入，在我國經(jīng)濟(jì)發(fā)展當(dāng)中利率風(fēng)險(xiǎn)愈來愈大并日益受到關(guān)注。作為我國民間金融的典型代表，溫州地區(qū)是我國民間金融業(yè)的發(fā)展和制度創(chuàng)新最為活躍的地方之一，有著比較雄厚的民間資本和較為成熟的民間金融市場(chǎng)利率，能夠相對(duì)真實(shí)的反映民間資金供求狀況，并且是反映我國東部沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)民間金融市場(chǎng)的敏感信號(hào)。

溫州指數(shù)的設(shè)立

溫州指數(shù)，即溫州民間融資綜合利率指數(shù)，2012年12月7日，溫州指數(shù)正式對(duì)外發(fā)布，并于2013年逐漸步入正軌。溫州指數(shù)自運(yùn)行以來，隨著市場(chǎng)化程度不斷提高，及時(shí)反映民間金融交易活躍度和交易價(jià)格，受到越來越多的民間金融街及金融機(jī)構(gòu)的關(guān)注。該指數(shù)的樣板數(shù)據(jù)主要是由溫州市設(shè)立的幾百家企業(yè)測(cè)報(bào)點(diǎn)，把各自借入的民間資本利率通過各地方金融辦不記名申報(bào)搜集起來，對(duì)各小額貸款公司借出的利率進(jìn)行加權(quán)平均，其中由溫州經(jīng)信委和商務(wù)局負(fù)責(zé)測(cè)報(bào)融資性擔(dān)保公司（如典當(dāng)行）在融資過程中的利率，以及民間借貸服務(wù)中心的實(shí)時(shí)利率，然后對(duì)這些利率進(jìn)行加權(quán)平均的處理，就得出了“溫州指數(shù)”。它是溫州民間融資利率的風(fēng)向標(biāo)。

溫州民間融資綜合利率指數(shù)，給各個(gè)微觀金融主體，特別是小貸公司以及 P2P網(wǎng)貸平臺(tái)帶來了重要的市場(chǎng)參考，因此對(duì)該利率進(jìn)行風(fēng)險(xiǎn)管理與衡量測(cè)度顯得非常重要。對(duì)此，目前一種重要的方法是計(jì)算的風(fēng)險(xiǎn)價(jià)值（V a R），即假設(shè)資產(chǎn)收益率服從某一性質(zhì)的統(tǒng)計(jì)分布，在特定置信水平下（如95% 或者99%），最大可能的損失是多少。溫州民間融資綜合利率指數(shù)推出的時(shí)間較短，雖然具有一定的市場(chǎng)有效性，但是其形成機(jī)制還有待完善，所以運(yùn)用風(fēng)險(xiǎn)價(jià)值的計(jì)算方法對(duì)該利率進(jìn)行風(fēng)險(xiǎn)管理具有一定的現(xiàn)實(shí)和指導(dǎo)意義。

相關(guān)文獻(xiàn)綜述

20世紀(jì)50年代后學(xué)術(shù)界開始有了利率風(fēng)險(xiǎn)的衡量與測(cè)度，比如缺口分析、加權(quán)缺口和粗糖模擬等等技術(shù)方法。其中VaR的技術(shù)計(jì)算原型可以追溯到H.M.Markowitz，1952年他在文章中使用均值來表示投資組合的收益，用方差表示風(fēng)險(xiǎn)，將統(tǒng)計(jì)學(xué)的相關(guān)理論應(yīng)用到投資組合當(dāng)中，奠定了風(fēng)險(xiǎn)分析基礎(chǔ)。J.P.Morgan在《衍生產(chǎn)品的實(shí)踐和規(guī)則》報(bào)告中，正式的提出了VaR模型，并在金融機(jī)構(gòu)中推廣和鼓勵(lì)使用。自此VaR模型成為利率風(fēng)險(xiǎn)的衡量和測(cè)度重要方法之一。利率風(fēng)險(xiǎn)的衡量與測(cè)度也在現(xiàn)代金融的發(fā)展當(dāng)中逐漸受到人們關(guān)注，特別是在利率市場(chǎng)化的不斷升入過程中。

（一）利率風(fēng)險(xiǎn)測(cè)度和有效性

史永東等（2008）基于資產(chǎn)定價(jià)確立了基準(zhǔn)利率選擇的基本理論框架并通過檢驗(yàn)均值-方差，指出銀行間國債回購市場(chǎng)內(nèi)部利率和銀行間隔夜同業(yè)拆借利率都不是最有效的，而活期存款利率作為金融市場(chǎng)基準(zhǔn)利率是最有效、最適合的；由于在傳統(tǒng)的利率風(fēng)險(xiǎn)測(cè)度方法主要是久期和凸性模型，而這些模型有許多假設(shè)，且不能計(jì)算出利率風(fēng)險(xiǎn)的具體數(shù)值，所以在《巴塞爾協(xié)議》當(dāng)中明確要求金融機(jī)構(gòu)應(yīng)采用適當(dāng)技術(shù)計(jì)算VaR，從而確定其內(nèi)部風(fēng)險(xiǎn)資本和風(fēng)險(xiǎn)控制要求，在金融風(fēng)險(xiǎn)管理中VaR一直是一個(gè)重要領(lǐng)域。Ricardo等（2003）提出在計(jì)算VaR使用條件異方差模型時(shí)，必須得出準(zhǔn)確條件波動(dòng)率，因此需要一個(gè)最好的條件異方差模型，在計(jì)算金融資產(chǎn)收益率波動(dòng)的時(shí)候，如果使用非對(duì)稱條件異方差模型，那么沒有必要采用“厚尾”分布，其原因是異方差模型中已經(jīng)包含了負(fù)的影響條件。李良松等（2009）在衡量測(cè)算上海銀行間同業(yè)拆放利率VaR的有效性時(shí)，分別使用Monte-Carol模擬的廣義誤差分布模型、條件異方差模型以及結(jié)合利率期限結(jié)構(gòu)模型的廣義誤差分布模型。韓德宗（2008）使用VaR模型對(duì)商品期貨的市場(chǎng)風(fēng)險(xiǎn)進(jìn)行了研究，測(cè)算市場(chǎng)風(fēng)險(xiǎn)大小。Nusret等利用VaR衡量和測(cè)度了固定收益?zhèn)睦曙L(fēng)險(xiǎn)。何啟志（2011）基于上海銀行間同業(yè)拆放利率（Shibor）期限結(jié)構(gòu)動(dòng)態(tài)模型，運(yùn)用風(fēng)險(xiǎn)值模型衡量和測(cè)度了利率的風(fēng)險(xiǎn)值，再運(yùn)用期望損失模型衡量和測(cè)度了風(fēng)險(xiǎn)值大小，比較分析了利率風(fēng)險(xiǎn)度量的風(fēng)險(xiǎn)值方法和期望損失方法的作用與效果；王福重等利用VaR在t分布下測(cè)度了外債利率風(fēng)險(xiǎn)，雖然基于VaR的數(shù)學(xué)定義來看，它只是某個(gè)顯著性水平下的分位點(diǎn)，并不能有效反映超過分位點(diǎn)的尾部風(fēng)險(xiǎn)信息，如果單純的用VaR方法，則會(huì)使投資者忽略某些以小概率發(fā)生的非正常損失，但整體上是能論證相關(guān)問題的。

表1 ADF單位根檢驗(yàn)

表2 10天利率收益率描述性統(tǒng)計(jì)

表3 10天利率序列的統(tǒng)計(jì)特征

表4 10天利率序列的單位根檢驗(yàn)

圖1 溫州地區(qū)民間借貸分期限利率指數(shù)走勢(shì)圖

圖2 溫州民間金融借貸利率指數(shù)的ARMA擬合圖

圖3 Shibor1W指數(shù)的ARMA擬合圖

（二）利率市場(chǎng)化與民間金融

陶雄華等（2013）指出由于當(dāng)前我國對(duì)利率的管制較多，大型商業(yè)銀行的利率水平被扭曲，并不能反映當(dāng)前貨幣市場(chǎng)的真實(shí)利率水平，相對(duì)而言，受管制較弱的小額貸款利率反而更加接近市場(chǎng)化的利率；葉茜茜（2011）通過對(duì)溫州民間金融的調(diào)研結(jié)果分析，得出民間金融利率按市場(chǎng)資金供求狀況發(fā)揮調(diào)控作用，相比正規(guī)金融的利率機(jī)制更為有效。徐建煒（2011）指出民間金融能夠促進(jìn)資源的有效配置，解決利率管制問題不能僅靠利率市場(chǎng)化，民間金融部分有必要放開準(zhǔn)入條件。張非等（2009）指出農(nóng)信社利率會(huì)因利率市場(chǎng)化而降低，進(jìn)而擠出了部分民間金融投資，促使利率走低。然而也有相當(dāng)一部分學(xué)者認(rèn)為，低利率的正規(guī)金融不可替代民間金融的便利性和時(shí)效性。比如葉茜茜（2011）指出供給成本和需求特征影響了民間金融利率高低，市場(chǎng)主體充分回應(yīng)了正規(guī)的金融信貸調(diào)控，民間金融利率是具有較強(qiáng)市場(chǎng)性的利率，相比正規(guī)金融的利率更為有效。

綜上所述，對(duì)于利率風(fēng)險(xiǎn)測(cè)度的研究大多集中于全國銀行間同業(yè)拆借市場(chǎng)利率、商業(yè)銀行存貸款利率等研究。國內(nèi)外的研究當(dāng)中，有涉及上海銀行間同業(yè)拆放利率（Shibor）風(fēng)險(xiǎn)測(cè)度的研究，而相對(duì)較少有涉及溫州民間金融等小額貸款的利率。研究當(dāng)中對(duì)利率風(fēng)險(xiǎn)的衡量和測(cè)度大多間接度量的，還比較少運(yùn)用VaR直接測(cè)度利率風(fēng)險(xiǎn)；即使運(yùn)用了VaR方法，在研究當(dāng)中也沒有充分考慮利率不同期限動(dòng)態(tài)估計(jì)和市場(chǎng)有效性下風(fēng)險(xiǎn)測(cè)度的相關(guān)影響。目前，從微觀層面對(duì)溫州等民間金融市場(chǎng)的利率波動(dòng)及其風(fēng)險(xiǎn)價(jià)值測(cè)度的理論和實(shí)證研究還比較少，特別是尚無系統(tǒng)的對(duì)民間金融利率的風(fēng)險(xiǎn)測(cè)度的研究。因此，系統(tǒng)探討利率風(fēng)險(xiǎn)對(duì)于民間金融發(fā)展趨勢(shì)與政策取向等問題具有重要的理論和現(xiàn)實(shí)意義。

本文選取了溫州民間融資綜合利率作為研究重點(diǎn)，結(jié)合利率風(fēng)險(xiǎn)度量和利率不同期限市場(chǎng)有效性，衡量和測(cè)度利率風(fēng)險(xiǎn)。同時(shí)，將利率風(fēng)險(xiǎn)的左右尾部形態(tài)納入考慮，以進(jìn)行利率風(fēng)險(xiǎn)VaR度量。

數(shù)據(jù)選擇與實(shí)證分析

（一）數(shù)據(jù)選擇與來源

在數(shù)據(jù)的選取方面，溫州民間融資綜合利率指數(shù)于2012年12月7日正式對(duì)外發(fā)布，并于2013年逐步進(jìn)入規(guī)范化的軌道。由于本文主要分析金融市場(chǎng)真實(shí)動(dòng)態(tài)變化的利率反映程度，所以可以認(rèn)為利率指數(shù)發(fā)布之后均為有效數(shù)據(jù)區(qū)間。在本文當(dāng)中選取數(shù)據(jù)觀測(cè)時(shí)間段為：2013年10月至2014年10月。溫州民間融資綜合利率指數(shù)缺失值及上海銀行間同業(yè)拆放利率（Shibor）數(shù)據(jù)節(jié)假日未公布數(shù)據(jù)均以平滑處理補(bǔ)齊。本文使用數(shù)據(jù)庫公布的利率指數(shù)期限品種包括1個(gè)月、3個(gè)月、6個(gè)月、1年以上市場(chǎng)利率指數(shù)，本文設(shè)R0為R1為1個(gè)月利率，R3為3個(gè)月利率，R6為6個(gè)月利率，Ry為一年以上利率。利率風(fēng)險(xiǎn)大小測(cè)量是應(yīng)對(duì)利率市場(chǎng)化、提高利率風(fēng)險(xiǎn)管理水平的重要保障和前提，而度量利率風(fēng)險(xiǎn)管理水平的前提是確定利率走勢(shì)的變化。圖1為部分相應(yīng)走勢(shì)。

（二）借貸利率與Shibor波動(dòng)性的對(duì)比分析

模型的建立和估計(jì)。在這里對(duì)溫州民間融資借貸利率和上海銀行間拆放利率（shibor）分別進(jìn)行觀測(cè)金融市場(chǎng)的利率反映程度，來驗(yàn)證民間金融利率是否比商業(yè)銀行同業(yè)拆借利率更能反映利率市場(chǎng)的變動(dòng)。本部分主要旨在分析民間融資借貸利率是否比商業(yè)銀行同業(yè)拆借利率對(duì)利率市場(chǎng)化有更加靈敏的反應(yīng)，而在我國同業(yè)拆借利率市場(chǎng)化發(fā)展最健全，是學(xué)者和社會(huì)公認(rèn)的最有效的官方基準(zhǔn)利率之一。所以，盡管這兩者利率指數(shù)性質(zhì)存在諸多差異，然而對(duì)比分析這兩者各自對(duì)金融市場(chǎng)的反映是具有理論和現(xiàn)實(shí)意義的。

結(jié)合前文所述，本文在時(shí)間選取上分別選取了10天的溫州民間金融借貸利率和1周期限的shibor利率進(jìn)行相關(guān)性的擬合。

在計(jì)量方法上，Boxes &Jinkens（1976）提出單整自回歸移動(dòng)平均模型ARIMA（p，d，q），用來做時(shí)間序列預(yù)測(cè)，所以此模型被稱為Boxes &Jinkens模型。在時(shí)間序列模型中AR（p）為自回歸項(xiàng)，MA（q）為q項(xiàng)滑動(dòng)平均，d為使時(shí)間序列平穩(wěn)的差分階數(shù)，其K階滯后的基本模型為：

雖然馮國柱（2003）等學(xué)者使用誤差修正模型（ECM）和利率預(yù)測(cè)綜合自回歸移動(dòng)平均模型（ARIMA）對(duì)比分析了國債7天回購利率和國債14天回購利率這兩個(gè)利率的擬合情況，從而認(rèn)為ECM得到更優(yōu)的擬合結(jié)果。但是任兆璋（2005）等學(xué)者通過建立ARMA和GRACH模型對(duì)同業(yè)拆借利率進(jìn)行擬合，研究結(jié)果得出GRACH是更加適合我國同業(yè)拆借利率市場(chǎng)的模型；從近年來總體情況來看，ARMA特別是ARIMA在利率指數(shù)和收益率的擬合上得到了更加廣泛的應(yīng)用和認(rèn)可（如陸維新（2010）等）。

平穩(wěn)性檢驗(yàn)。如表1所示，經(jīng)過ADF單位根檢驗(yàn)可以得出，本文所選取的變量有兩個(gè)非平穩(wěn)的序列，然而它們各自的一階差分是平穩(wěn)的。因此，下面對(duì)指標(biāo)進(jìn)行ARIMA建模。

ARMA模型的檢驗(yàn)。第一步，檢查wz10days的一階差分相關(guān)圖，發(fā)現(xiàn)自相關(guān)系數(shù)在此處顯著不為零[即d（wz10days）自相關(guān)系數(shù)在滯后3處落在了置信區(qū)間之外]和偏自相關(guān)系數(shù)也顯著不為零[即d（wgz10days）的偏自相關(guān)系數(shù)也在滯后3處落在置信區(qū)間之外]。所以，在這里對(duì)于d（wz10days），可以建立以下形式的ARMA（3，3）模型：

在d（wz10days）的ARIMA（3，1，3）模型回歸結(jié)果中，因?yàn)槌?shù)項(xiàng)0不顯著，所以從模型中去掉，依據(jù)回歸輸出結(jié)果，得出d（wz10days）的ARIMA（3，1，3）模型如下：

由此得出wz10days的ARMA（3，3）模型如下：

第二步，分別對(duì)Shibor1W建立ARIMA模型，觀察Shibor1W的一階差分圖，得出自相關(guān)系數(shù)在此處顯著不為零，因?yàn)閐（Shibor1W）的自相關(guān)系數(shù)在滯后2、12處落在置信區(qū)間之外，而偏自相關(guān)系數(shù)在此處也顯著不為零，因?yàn)閐（Shibor1W）的偏自相關(guān)系數(shù)在滯后2、4、12處落在置信區(qū)間之外。所以，對(duì)于d（Shibor1W），建立以下形式的ARIMA（12，1，12）模型：

在d（shibor1w）的ARIMA（12，1，12）模型的回歸結(jié)果中，因?yàn)槌?shù)項(xiàng)α0不顯著，所以從模型中去掉，在去掉常數(shù)項(xiàng)α0后，ma（4）的顯著性由p=0.03下降到p=0.04，因此將ma（4）從模型中去掉，根據(jù)回歸輸出結(jié)果，可得d（shibor1w）的ARIMA（3，1，3）模型如下：

所以Shibor1w的ARMA（12，12）模型如下：

從殘差的自相關(guān)圖得出，這兩項(xiàng)指標(biāo)的殘差序列基本上是一個(gè)零均值的平穩(wěn)序列，因此在這里將計(jì)量模型（3）和（6）作為指標(biāo)序列估計(jì)的ARMA模型。模型的回歸系數(shù)t值在統(tǒng)計(jì)上高度顯著，F(xiàn)統(tǒng)計(jì)量也比較大，模型整體上顯著，而且不存在自相關(guān)。ARMA模型所得到的兩個(gè)變量擬合預(yù)測(cè)圖如圖2、圖3所示。

在圖2中，波動(dòng)時(shí)點(diǎn)上，借貸指數(shù)下降時(shí)點(diǎn)開始于96日，回升時(shí)點(diǎn)開始于166日，圖3中，Shibor上升時(shí)點(diǎn)開始于52日左右，下降始于66日左右。上述波動(dòng)與全面放開金融機(jī)構(gòu)貸款利率管制有關(guān)，即利率市場(chǎng)化。由此可知，建立市場(chǎng)利率定價(jià)的自律機(jī)制、貸款基礎(chǔ)利率集中報(bào)價(jià)和發(fā)布機(jī)制對(duì)推進(jìn)利率市場(chǎng)化改革的現(xiàn)實(shí)意義。

（三）借貸利率的市場(chǎng)有效性分析

本文選取波動(dòng)最大的10天數(shù)據(jù)進(jìn)行實(shí)證研究，因?yàn)槌似洳ǚ^大之外，該品種交易活躍，因短期資金周轉(zhuǎn)需求量大，受到市場(chǎng)廣泛關(guān)注也是考慮重要因素之一。根據(jù)前文，其報(bào)價(jià)因有些節(jié)假日和周末缺失數(shù)據(jù)的，對(duì)其平滑處理操作，補(bǔ)充少量缺失數(shù)據(jù)。

本文采用兩天的利率差異來直接表明了民間借貸10天期利率的收益率大小，和一般采用資產(chǎn)價(jià)格的對(duì)數(shù)差分作為收益率略有不同。因此，本文使用10天利率的差分作為借貸金融機(jī)構(gòu)的收益率，即：

其中，dlt表示t日10天借貸利率，dlt-1表示前一期的利率。

表2統(tǒng)計(jì)描述了10天利率收益率，可以發(fā)現(xiàn)10天利率收益率的“尖峰”特征很明顯，而“厚尾”卻并不是很顯著，檢驗(yàn)結(jié)果也拒絕了收益率序列為正態(tài)分布的原假設(shè)，但不能拒絕均值為0的原假設(shè)。

本文將收益率核密度函數(shù)估計(jì)圖與正態(tài)分布進(jìn)行了比較，如圖4所示，可以證實(shí)表2中“尖峰”的特征。此圖還說明收益率總體波動(dòng)并不大，然而在“左尾”和“右尾”均有幾次劇烈波動(dòng)，有可能會(huì)影響VaR的計(jì)算。

同時(shí)，圖4說明此序列滿足市場(chǎng)有效性，因此，溫州民間融資借貸利率指數(shù)盡管建設(shè)時(shí)間不長，然而在市場(chǎng)有效性方面已收獲了一定的成績(jī)。

（四）利率的VaR衡量與測(cè)度

理論基礎(chǔ)與原理。VaR模型的通常假設(shè)為：市場(chǎng)有效性假設(shè)和市場(chǎng)波動(dòng)是隨機(jī)的不存在自相關(guān)。由于當(dāng)前市場(chǎng)仍需規(guī)范，政府干預(yù)行為較嚴(yán)重，不能完全滿足強(qiáng)有效性和市場(chǎng)波動(dòng)的隨機(jī)性，使用VaR模型時(shí)，作近似地正態(tài)處理。VaR模型中，假設(shè)資產(chǎn)收益率服從某一性質(zhì)的統(tǒng)計(jì)分布，在特定置信水平下（如99%），最大可能的損失是多少。即實(shí)體機(jī)構(gòu)的VaR是一種損失，在概率ω%下，持有期限為t日，在t日持有期內(nèi)預(yù)計(jì)超過損失額的概率為x%?；赩aR的定義，能夠?qū)⒗什▌?dòng)的VaR表示為：

其中VaR，VaRtτ(r)是在時(shí)刻（t-1）預(yù)測(cè)的t時(shí)刻的利率風(fēng)險(xiǎn)價(jià)值；Wt-1是時(shí)刻（t-1）的資金總額；E(rt)是利率的預(yù)期值；rt是依據(jù)P（rt>rτ）=1-τ計(jì)算出的顯著性水平τ下的最低利率，P為求概率；lτ是顯著性水平τ下利率所對(duì)應(yīng)的分布的分位數(shù)；σt為條件標(biāo)準(zhǔn)差[即在時(shí)刻（t-1）預(yù)測(cè)的t時(shí)刻的利率的波動(dòng)性]。方程式是針對(duì)利率多頭而言的，而對(duì)空頭而言，VaRt=W0[rτ-E(rt)]，rτ為用P（rt

圖4 10天利率收益率核密度函數(shù)估計(jì)圖對(duì)比

圖5 R0的一階差分得出短期的利率波動(dòng)幅度

VaR實(shí)證分析。依據(jù)表2所示，10天利率序列是非平穩(wěn)的，一階差分之后成為平穩(wěn)序列，本文以此為基礎(chǔ)使用一階差分方法來度量溫州10天利率風(fēng)險(xiǎn)VaR。

第一步，對(duì)數(shù)據(jù)序列進(jìn)行相關(guān)的統(tǒng)計(jì)性檢驗(yàn)和分析，包括序列的自相關(guān)性、正態(tài)性、條件異方差性和平穩(wěn)性等等。數(shù)據(jù)處理軟件使用Eviews6.0。檢驗(yàn)結(jié)果如表3所示。

由此可知，10天利率序列分布是左偏的，因?yàn)槠认禂?shù)小于正態(tài)分布的偏度系數(shù)0。此外，與正態(tài)分布相比，其分布是尖峰的，其原因是其峰度系數(shù)為3.750019，大于3。由于JB統(tǒng)計(jì)量為51.3897121，大于5%顯著性水平下的JB臨界值5.989，因此，10天利率序列分布顯著不同于正態(tài)分布。依據(jù)Q（1）的值，在5%顯著性水平下，10天利率序列不存在自相關(guān)的原假設(shè)被拒絕了，這說明此序列都是自相關(guān)的，這側(cè)面反映了時(shí)間序列具有異方差性以及各期方差之間存在相關(guān)性。

依據(jù)表4可知，10天利率序列，無論顯著性水平是1%、5%、10%，都接受單位根假設(shè)；而在一階差分下，無論哪個(gè)顯著性水平下，都拒絕單位根假設(shè)，說明10天利率序列為一階單整過程，即I（1）序列。在檢驗(yàn)了溫州民間融資借貸利率指數(shù)10天利率序列的相關(guān)統(tǒng)計(jì)特征得出，此序列不服從正態(tài)分布，具有自相關(guān)性和條件異方差性，且序列不是平穩(wěn)的。算出的利率滯后一階自相關(guān)的結(jié)論，在利率的VaR模型中，算出利率的最大不利變動(dòng)情況，R0的一階差分得出短期的利率波動(dòng)幅度，結(jié)果如圖5所示。

依據(jù)VaR方法，假設(shè)在α=5%水平下變壞情況下，從歷史數(shù)據(jù)中計(jì)算得出利率波動(dòng)是12.4（5%×251）處所對(duì)應(yīng)的△R0，在對(duì)其一階差分后的數(shù)據(jù)排序處理后，得出第12個(gè)數(shù)對(duì)應(yīng)的△R0=-0.59，第13個(gè)數(shù)對(duì)應(yīng)△R0=-0.38，則△R0=-0.38×0.3+（-0.59）×0.7=-0.527。在251個(gè)序列數(shù)據(jù)中利率變動(dòng)幅度對(duì)應(yīng)的最壞情形的利率變化值，即為-0.527。

結(jié)論與建議

溫州民間融資綜合利率指數(shù)是當(dāng)前利率市場(chǎng)化進(jìn)程中的重要陣地，是官方市場(chǎng)利率和貨幣市場(chǎng)發(fā)展的重要參照，也是多種融資、資金定價(jià)的基礎(chǔ)?！皽刂葜笖?shù)”作用和意義有：向社會(huì)定期公布溫州民間借貸利率及相關(guān)指標(biāo)指數(shù)；反映民間金融交易活躍度和交易價(jià)格，是民間金融市場(chǎng)的“風(fēng)向標(biāo)”；是溫州金融改革的重要成果；將有利于建立健全民間融資監(jiān)測(cè)體系，做好民間融資動(dòng)態(tài)跟蹤和風(fēng)險(xiǎn)預(yù)警。

根據(jù)前文所論證，可以得出如下結(jié)論：溫州民間金融市場(chǎng)利率波動(dòng)區(qū)間較大，這與同業(yè)拆借利率市場(chǎng)有很大不同，波動(dòng)范圍絕對(duì)值較大。波動(dòng)對(duì)應(yīng)時(shí)間點(diǎn)與Shibor指數(shù)幾乎完全不同。因此，影響民間借貸利率指數(shù)的原因與影響商業(yè)銀行同業(yè)拆借利率指數(shù)的原因存在巨大差異。所以，政府層面需要加強(qiáng)對(duì)民間借貸利率的重視和監(jiān)管。溫州民間金融各個(gè)期限利率品種運(yùn)行相對(duì)平穩(wěn)，明顯受前期影響，特別是短期和長期的資金價(jià)格高波幅較大。利率指數(shù)發(fā)布正式運(yùn)行以來，具有一定市場(chǎng)有效水平，因此，可依據(jù)歷史信息數(shù)據(jù)來作出合理預(yù)期或決策。所以，盡管溫州民間金融借貸利率建設(shè)時(shí)間不長，然而在市場(chǎng)有效性方面已取得了一定成績(jī)。從序列變動(dòng)特征來看，在利率VaR模型中，5%置信水平下的利率不利變動(dòng)，帶來資產(chǎn)收益最大損失值是0.527。因此，投資者及公司要做好風(fēng)險(xiǎn)管理，密切留意市場(chǎng)的變化，防止高估或者低估，盡可能的避免相應(yīng)的損失，只有這樣才有利于促進(jìn)民間金融的健康良性發(fā)展。當(dāng)前，溫州民間融資綜合利率指數(shù)監(jiān)測(cè)點(diǎn)結(jié)構(gòu)布局相對(duì)合理，覆蓋面較廣且內(nèi)涵較豐富，指數(shù)可塑性較強(qiáng)且拓展空間大，并且實(shí)效性強(qiáng)。

1.何啟志.上海銀行間同業(yè)拆放利率的風(fēng)險(xiǎn)測(cè)度[J].管理科學(xué)，2011（1）

2.葉茜茜.影響民間金融利率波動(dòng)因素分析[J].經(jīng)濟(jì)學(xué)家，2011（5）

3.彭化非，任兆璋.中國銀行間同業(yè)拆借利率預(yù)測(cè)模型研究[J].南方金融，2005（1）

4.韓美清.基于ARMA模型的銀行間質(zhì)押式回購利率的實(shí)證研究[J].金融研究，2008（5）

5.任俊杰.國債回購利率預(yù)測(cè)模型研究[J].統(tǒng)計(jì)與信息論壇，2008（5）

6.崔海亮，徐楓.同業(yè)拆借利率影響因素的研究[J].金融管理，2007（11）

7.徐煒，黃炎龍.GARCH模型與VaR的度量研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)究，2008（1）

8.韓德宗.基于VaR的我國商品期貨市場(chǎng)風(fēng)險(xiǎn)的預(yù)警研究[J].管理工程學(xué)報(bào)，2008（1）

9.李成，馬國校.VaR模型在我國銀行同業(yè)拆借市場(chǎng)中的應(yīng)用研究[J].金融研究，2007（5）

10.林輝，何建敏.VaR在投資組合應(yīng)用中存在的缺陷與CVaR模型[J].財(cái)貿(mào)經(jīng)濟(jì)，2003（12）

11.王福重，焦繼文.基于t分布下外債利率風(fēng)險(xiǎn)的VaR度量模型[J].金融研究，2006（12）

12.Nusret C，Keviin R F.Value at risk for interest rate-dependent securities[J].The Journal of Fixed Income，2003（3）

13.Stephen F.LeRoy.Jan Werner；Principles of Financial Economics，Cambirdge University Press，2003

14.Jorion P.How informative are valueat-risk disclosures?[J].The Accounting Review，2002，77（4）

15.Malkiel；The Efficient Market Hypothesis and Its Critics，Journal of Economics Perspectives，2003