【摘要】 隨著經(jīng)濟(jì)全球化的發(fā)展，我國商業(yè)銀行在發(fā)展過程中面臨諸多挑戰(zhàn)，本文通過運用VaR模型對我國商業(yè)銀行面臨的市場風(fēng)險進(jìn)行實證分析，并根據(jù)分析得出的結(jié)果提出相應(yīng)的建議，以期對我國商業(yè)銀行的發(fā)展有所裨益。

【關(guān)鍵詞】 商業(yè)銀行VaR模型；市場風(fēng)險；風(fēng)險控制

一、引言

隨著經(jīng)濟(jì)全球化以及改革自由化的不斷加深，我國利率市場化進(jìn)程逐步加快，人民幣升值的壓力也不斷增大，匯率機(jī)制改革逐步推進(jìn)，商業(yè)銀行在發(fā)展過程中顯現(xiàn)出混業(yè)經(jīng)營的優(yōu)勢，但是我國商業(yè)銀行在創(chuàng)新發(fā)展過程中必然面臨新的挑戰(zhàn)，市場風(fēng)險也呈現(xiàn)出逐漸加大的趨勢，就目前而言，我國商業(yè)銀行面臨的市場風(fēng)險主要體現(xiàn)在以下幾個方面。

（一）利率風(fēng)險

利率風(fēng)險是指原本投資于固定利率的金融工具，當(dāng)市場利率變化時，可能導(dǎo)致其價格波動的風(fēng)險。各大商業(yè)銀行資產(chǎn)與負(fù)債的差額不同，此外，不同發(fā)展程度的商業(yè)銀行，因為市場利率變化的影響而差別也有所不同。對于商業(yè)銀行的資產(chǎn)而言，金融資產(chǎn)占很大一部分，市場利率的很小波動都會對資產(chǎn)的價值產(chǎn)生巨大影響，更為嚴(yán)重的可能會造成商業(yè)銀行財務(wù)危機(jī)或者導(dǎo)致銀行破產(chǎn)。因此，從商業(yè)銀行的運行穩(wěn)健以及安全經(jīng)營的角度來看，利率風(fēng)險的監(jiān)控對于銀行資產(chǎn)的安全有著舉足輕重的作用。

（二）匯率風(fēng)險

匯率風(fēng)險是指一定時期的國際經(jīng)濟(jì)交易當(dāng)中，以外幣計價的資產(chǎn)（或債權(quán)）與負(fù)債（或債務(wù)），由于匯率的波動而引起其價值漲跌的可能性。在當(dāng)前我國實行的浮動匯率制度下，人民幣可保持相對穩(wěn)定。對于我國目前的金融市場而言，人民幣相對于美元的匯率面臨著巨大的升值壓力，根本原因在于以下兩方面：首先，從市場上看，主要是外匯的供給大于需求；其次，是因為貿(mào)易逆差、以套利為目的的資金流入以及外商的直接投資也使得人民幣面臨著前所未有的巨大升值壓力。因此，為了提升我國商業(yè)銀行的競爭力，必須時刻關(guān)注人民幣匯率的走勢，盡量規(guī)避匯率風(fēng)險，防范匯率風(fēng)險對于其他風(fēng)險的連鎖反應(yīng)，切實促進(jìn)金融市場的穩(wěn)定。

二、VaR方法原理

在正常的市場波動面前，機(jī)構(gòu)損失的概率是明確的比VaR大的值。VaR模型被廣泛地運用到風(fēng)險分析當(dāng)中，在《巴塞爾新資本協(xié)議》中曾標(biāo)注銀行的市場風(fēng)險可以利用VaR模型來進(jìn)行測度。VaR模型的基本原理是，受到市場價格不確定性的影響，資產(chǎn)組合會有一定的損失，通過VaR模型，可以估計出損失的價值，具體計算公式為：P（W>Var）=1-α。

上式中各字母代表的含義為：

W為資產(chǎn)組合損失（持有期內(nèi)）；α為置信水平；VaR為損失小于顯著性水平的概率，取值區(qū)間為（0.01—0.05）。

對于金融市場的時間序列數(shù)據(jù)，通常表現(xiàn)為不穩(wěn)定并且波動集中的特點。即在某一特定時間段內(nèi)，波動幅度比較大，另一段時間段內(nèi)波動幅度相對較小，也就是 通常所說的波動集群現(xiàn)象。這種現(xiàn)象出現(xiàn)是由于外部沖擊對于金融資產(chǎn)波動的持續(xù)性影響，而在金融資產(chǎn)的收益上則 表現(xiàn)為尖峰厚尾的特點。因為金融資產(chǎn)收益分布的特殊性，和正態(tài)分布形態(tài) 有所不同，所以過于簡單的應(yīng)用正態(tài)分布的參數(shù)分析方法計算VaR時在某種程度上具有一定的局限性。

通過實證分析顯示，所有用來描述金融時間序列的工具中最有效的就是GARCH（1，1）模型。

在本文中對于匯率收益率的分析中選取的是匯率的對數(shù)收益率，其數(shù)學(xué)公式為：LnRt=LnPt-LnPt-1。

資產(chǎn)的對數(shù)收益率在普通的金融資產(chǎn)收益率分析中常常被用到。

三、實證模型分析

（一）正態(tài)性檢驗

第一步通過分析匯率的收益率分布情況，緊接著對VaR進(jìn)行計算。若收益率的分布滿足正態(tài)分布的條件，則可以將計算簡化，這將大大簡化計算過程，對于VaR的分析過程也會大幅減少。如若不是，則需利用ARCH/GARCH模型進(jìn)行研究。

利用Eviews8.0數(shù)據(jù)分析軟件繪制匯率收益率柱狀分布圖，圖中顯示Jarque-Bera統(tǒng)計值為12.24589，而伴隨概率值為0.001244，比0.05小，故零假設(shè)不成立，收益率的分布與正態(tài)分布差距較大，也就是說，匯率的對數(shù)收益率不是正態(tài)分布。此外，Skewness值為0.00025，Kurtosis值為3.17421，因此，人民幣兌換美元的收益率和尖峰、厚尾有相同的分布特征。

（二）收益率序列的相關(guān)系分析

通過Eviews8.0數(shù)據(jù)軟件的分析，可以看出偏自在相關(guān)系數(shù)和收益率序列的自相關(guān)系數(shù)均在隨機(jī)區(qū)域，這就表明收益率序列為平穩(wěn)序列，則能夠運用。我們可以發(fā)現(xiàn)收益率序列的自相關(guān)系數(shù)以及偏自相關(guān)系數(shù)都在隨機(jī)區(qū)域，這說明收益率序列是一個平穩(wěn)序列，因此能夠通過ARMA分析該收益率序列。

（三）ARCH效應(yīng)檢驗與模擬

第一步進(jìn)行擬合收益率序列方程，之后才可以開始ARCH模型檢驗，通過研究對比顯示，收益率序列滿足ARMA（3，3）。

通過ARCH效應(yīng)的檢驗結(jié)果能夠得出，塔方統(tǒng)計量的值為7.432134，伴隨概率為0.0043，比0.05小，與原假設(shè)條件有較大出入，所以舍棄原假設(shè)條件，也就是說收益率的殘差序列包含ARCH（1）效應(yīng)。將此殘差序列運用更高階的ARCH檢驗，結(jié)果顯示殘差序列的ARCH效應(yīng)依然顯著。檢驗結(jié)果顯示，ARCH（7）的伴隨概率低于0.05，所以舍棄原假設(shè)。

盡量降低ARCH的階數(shù)，本文選用GARCH（1，1）模型研究該殘差序列。運用Eviews8.0數(shù)據(jù)分析軟件，收益率的GARCH（1，1）擬合結(jié)果如下：

LnR=0.561AR（1）+0.73AR（2）-0.597AR（3）-0.496MA（1）-082MA（2）-0.60MA（3）GARCH=0.059RESID（-1）2+0960GARCH（-1）

在低于0.05的顯著性水平下，各個參數(shù)的顯著性水平均不為零。

四、模型檢驗

本文運用Kupiec統(tǒng)計檢驗量方法驗證，檢驗?zāi)Ｐ蛯︼L(fēng)險預(yù)測的最終效果。令N表示回歸測試中T個樣本觀測值的VaR例外數(shù)量。假設(shè)模型正確，則例外數(shù)量N服從于二項式分布。

Kupiec在所建立的VaR模型正確的條件下，建立一個統(tǒng)計量LR，如下：

如果初始假設(shè)條件成立，即在p是真實概率水平條件下，LR近似服從自由度為1的塔方分布。選擇置信水平為95%，則概率p=0.05。塔方分布的分位數(shù)為4.628。所以，當(dāng)?shù)贸龅慕y(tǒng)計量LR值大于4.628時，零假設(shè)舍棄。

本文通過選取八十天進(jìn)行回測分析，發(fā)現(xiàn)不合格的有三天，即N=3。在95%的置信水平下，LR的臨界值為3.841，進(jìn)而通過具體公式可以計算得到統(tǒng)計量LR=-15.3854，小于置信水平下的臨界值，本文所建立的模型對人民幣兌美元匯率收益的波動解釋有很強的說服力。

五、結(jié)論以及建議

通過本文的分析可以看出，盡管實際操作中存在著一定的限制性條件，但是VaR模型能夠很好地衡量我國商業(yè)銀行利率風(fēng)險管理，具有很強的實用性。因此，本文認(rèn)為商業(yè)銀行利率風(fēng)險管理體系的建立應(yīng)該以VaR模型為基礎(chǔ)，這具有很重大的現(xiàn)實意義，具體而言，本文結(jié)論如下所示。

首先，鑒于VaR模型的建立需要大量的數(shù)據(jù)，而且數(shù)據(jù)的來源要具有可靠性，本文選取了2014年—2016年6月期間的590個歷史數(shù)據(jù)，通過分析得到了具有時效性和可參考性的結(jié)論。

其次，置信度和持有期應(yīng)根據(jù)我國商業(yè)銀行匯率風(fēng)險管理的實際情況確定。考慮到現(xiàn)階段數(shù)據(jù)缺失，再結(jié)合管理現(xiàn)狀和VaR模型適用的實際情況，本文進(jìn)行利率風(fēng)險管理的基礎(chǔ)是95%的置信水平和十個交易日的持有期。

再次，本文通過歷史模擬得出的目標(biāo)值可以通過失敗率的檢驗。在目標(biāo)值在資產(chǎn)組合中的所占比重為0.55%時，此時風(fēng)險覆蓋了95.5%。當(dāng)風(fēng)險管理體系面臨著充足的有效歷史數(shù)據(jù)時，歷史模擬可以成為度量商業(yè)銀行市場風(fēng)險的一種較好的方法。

最后，通過建立內(nèi)部控制體系，商業(yè)銀行可利用VaR模型進(jìn)行資產(chǎn)風(fēng)險組合和市場風(fēng)險的評估，評估可在一定程度上反映市場風(fēng)險的變化趨勢，有利于各商業(yè)銀行進(jìn)內(nèi)部信息的交流，同時該評估值還可以成為管理者進(jìn)行下一步?jīng)Q策的依據(jù)，為其提供參考價值。

參考文獻(xiàn)：

[1] 張波.基于VaR的商業(yè)銀行市場風(fēng)險分析[J].東方企業(yè)文化，2013（3）

[2]王慧，李莉，孫志葳.基于VaR方法的我國商業(yè)銀行市場風(fēng)險計量研究[J].中國集體經(jīng)濟(jì)，2012（3）：78-79

[3]周瀚池.基于VaR模型的商業(yè)銀行風(fēng)險管理[J].合作經(jīng)濟(jì)與科技，2016（4）：73-74

[4]陸紅.基于VaR-GARCH族模型的我國商業(yè)銀行匯率風(fēng)險度量研究[D].東北大學(xué)，2010

[5]白樺.淺談VaR模型在我國商業(yè)銀行市場風(fēng)險管理中的應(yīng)用[J].投資與合作，2012（11）

作者簡介：

劉婷婷（1995-），女，漢族，安徽財經(jīng)大學(xué)工商管理學(xué)院2014級物流管理專業(yè)在讀本科生，研究方向：物流管理。