摘要：隨著經(jīng)濟(jì)全球化的發(fā)展，我國(guó)有色金屬期貨市場(chǎng)的風(fēng)險(xiǎn)日趨復(fù)雜，風(fēng)險(xiǎn)管理的重要性愈發(fā)凸顯。本文以我國(guó)有色金屬期貨市場(chǎng)為研究對(duì)象，選取上期有色金屬指數(shù)收益率數(shù)據(jù)，基于CAViaR模型測(cè)度了我國(guó)有色金屬期貨市場(chǎng)風(fēng)險(xiǎn)。實(shí)證分析發(fā)現(xiàn)AS模型更適用于我國(guó)有色金屬期貨市場(chǎng)風(fēng)險(xiǎn)的測(cè)度。我國(guó)有色金屬期貨市場(chǎng)的風(fēng)險(xiǎn)會(huì)受到滯后風(fēng)險(xiǎn)的正向沖擊，且上期有色金屬指數(shù)的波動(dòng)對(duì)市場(chǎng)風(fēng)險(xiǎn)影響顯著，負(fù)向收益率對(duì)風(fēng)險(xiǎn)的沖擊影響更大。

關(guān)鍵詞：CAViaR;風(fēng)險(xiǎn)值;上期有色金屬指數(shù)

作為金融市場(chǎng)的重要組成部分，我國(guó)有色金屬期貨市場(chǎng)地位日漸提升。如何有效評(píng)估和衡量市場(chǎng)風(fēng)險(xiǎn)是金融監(jiān)管的重點(diǎn)。因此，本文基于CAViaR模型，對(duì)中國(guó)有色金屬期貨市場(chǎng)的風(fēng)險(xiǎn)進(jìn)行定量測(cè)度研究。

一、CAViaR模型

Engle和Manganelli在VaR的基礎(chǔ)上首次提出CAViaR模型，即條件自回歸分位數(shù)風(fēng)險(xiǎn)價(jià)值，采用數(shù)學(xué)優(yōu)化的方法計(jì)算風(fēng)險(xiǎn)值。本文主要側(cè)重于以下三個(gè)分析模型：

二、基于CAViaR模型的我國(guó)有色金屬期貨市場(chǎng)風(fēng)險(xiǎn)的實(shí)證分析

（一）數(shù)據(jù)來(lái)源及描述性統(tǒng)計(jì)

目前，最具代表性的國(guó)內(nèi)有色金屬期貨市場(chǎng)總指數(shù)為上期有色金屬指數(shù)IMCI。本研究選取2012年1月5日至2018年10月18日的IMCI收盤(pán)價(jià)數(shù)據(jù)，共1647組數(shù)據(jù)，轉(zhuǎn)化為對(duì)數(shù)收益率形式，表達(dá)式為[Rt=lnPt-lnPt-1]。其中，[Rt]為t日收益率，[Pt]為t日收盤(pán)價(jià)，[Pt-1]為t-1日收盤(pán)價(jià)。

表1所示，IMCI的偏度為-0.0549、峰度為5.6123，其概率分布密度曲線出現(xiàn)左偏、尖峰的情況。其Jarque-Bera統(tǒng)計(jì)量為468.8371，P值為0，說(shuō)明IMCI的日收益率序列不服從正態(tài)分布。

（二）平穩(wěn)性檢驗(yàn)

本文利用ADF方法對(duì)上期有色金屬指數(shù)IMCI和美元指數(shù)USDX收益率序列的平穩(wěn)性進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。

由表2的檢驗(yàn)結(jié)果可知IMCI收益率序列不具有單位根，是平穩(wěn)序列。

（三）實(shí)證結(jié)果分析

利用CAViaR模型進(jìn)行參數(shù)估計(jì)及檢驗(yàn)評(píng)價(jià)，結(jié)果如表3所示。

在所有模型中，自相關(guān)系數(shù)[β2]都非常顯著，說(shuō)明我國(guó)有色金屬期貨市場(chǎng)風(fēng)險(xiǎn)受到滯后風(fēng)險(xiǎn)的影響。在SAV模型中，[β3]系數(shù)顯著，說(shuō)明IMCI的波動(dòng)會(huì)對(duì)風(fēng)險(xiǎn)值產(chǎn)生顯著影響。AS模型區(qū)分了正負(fù)市場(chǎng)沖擊項(xiàng)對(duì)風(fēng)險(xiǎn)的影響，[β3]和[β4]顯著，且[β4]遠(yuǎn)大于[β3]，說(shuō)明IMCI的上漲和下跌均會(huì)加大下一期的風(fēng)險(xiǎn)，且負(fù)收益率沖擊項(xiàng)的影響更大。從DQ值來(lái)看，三種模型都通過(guò)了樣本內(nèi)檢驗(yàn)。對(duì)比RQ值與Hitin值，AS模型的RQ值最小，且樣本損失超過(guò)風(fēng)險(xiǎn)預(yù)測(cè)值發(fā)生的概率最小，證明AS擬合效果更好。

三、結(jié)論

CAViaR模型對(duì)我國(guó)有色金屬期貨市場(chǎng)風(fēng)險(xiǎn)具有較為優(yōu)異的預(yù)測(cè)能力。通過(guò)RQ值與檢驗(yàn)結(jié)果可以看出，AS模型優(yōu)于SAV模型與IG模型。我國(guó)有色金屬期貨市場(chǎng)風(fēng)險(xiǎn)受到滯后風(fēng)險(xiǎn)的正向沖擊，同時(shí)，IMCI的波動(dòng)對(duì)市場(chǎng)風(fēng)險(xiǎn)影響顯著，且正負(fù)收益率對(duì)風(fēng)險(xiǎn)的沖擊程度是不對(duì)稱的，負(fù)收益率沖擊項(xiàng)的影響更大。因此，監(jiān)管者需嚴(yán)格監(jiān)測(cè)上期有色金屬指數(shù)的波動(dòng)，采用科學(xué)有效的風(fēng)險(xiǎn)度量模型，完善現(xiàn)有的風(fēng)險(xiǎn)管理方法，提高我國(guó)有色金屬期貨市場(chǎng)的風(fēng)險(xiǎn)管理水平。

參考文獻(xiàn)：

[1]簡(jiǎn)志宏，彭偉.基于CAViaR模型的匯率隔夜風(fēng)險(xiǎn)研究[J].中國(guó)管理科學(xué)，2015，23（6）：17-24.

[2]王新宇，宋學(xué)鋒，吳瑞明.基于AAVS-CAViaR模型的股市風(fēng)險(xiǎn)測(cè)量研究[J].系統(tǒng)工程學(xué)報(bào)，2010，25（3）：40-47.

[3]楊嫻，陸鳳彬，汪壽陽(yáng).國(guó)際有色金屬期貨市場(chǎng)VaR和ES風(fēng)險(xiǎn)度量功效的比較[J].系統(tǒng)工程理論與實(shí)踐，2011，31（9）：1645-1651.

[4]葉五一，張浩，繆柏其.石油和匯率間風(fēng)險(xiǎn)溢出效應(yīng)分析——基于MV-CAViaR模型[J].系統(tǒng)工程學(xué)報(bào)，2018，33（1）：55-64.

[5]曾裕峰，張晗.基于CAViaR和GARCH模型的滬深300股指期貨動(dòng)態(tài)風(fēng)險(xiǎn)測(cè)度[J].系統(tǒng)工程，2017（03）：29-35.

[6]張俊，王曉瑩.基于CAViaR模型的銀行間質(zhì)押回購(gòu)利率風(fēng)險(xiǎn)研究[J].金融理論與實(shí)踐，2016（02）：18-22.

作者簡(jiǎn)介：

張金玲（1995-? ），女，漢族，江蘇揚(yáng)州，碩士研究生，揚(yáng)州大學(xué)，研究方向：金融學(xué)。