外汇市场风险研究的文献评述

王皓晔

（成都理工大学 四川 成都 610059）

一引言

外汇风险是指汇率变动使得从事涉外经营的经济主体所遭受损失的风险。长期以来，由于中国严格的资本准入政策，导致中国的金融市场对汇率变动的敏感程度较弱，然而随着全球经济一体化，中国对外贸易的规模逐渐扩大，浮动汇率导致国际贸易的收益性产生了极大的不确定性。美国金融危机、欧洲债务危机的蔓延，让金融市场投资者和风险管理者意识到了外汇风险的严重性。2015年12月25日年中国主导筹建的亚洲基础设施投资银行成立，促使中国与其他国家的资金流动更加频繁。2016年10月1日，人民币加入SDR（特别提款权）更是加快了人民币国际化的步伐，迅速提高了中国与国际外汇市场的融合度。随着中国与世界各国的贸易往来愈来愈紧密，外汇风险对国家的进出口贸易会产生最直接的影响，为中国经济主体带来了不可避免的冲击。因此，为了更有效的防范中国金融市场剧烈波动，对外汇市场的风险进行研究具有重要的现实意义。在此背景下，针对外汇风险的研究在学术界已形成了一批具有代表性的学术成果，这些成果主要集中在以下两个方面：一是基于传统方法的外汇风险研究；二基于Copula理论的多元外汇组合相关性研究。本文对近年来国内外对于外汇市场风险的相关研究成果进行了梳理和评述，目的是使国内学者对此问题有较为全面的认识，从而为该领域的进一步研究提供借鉴和思路。

二基于传统方法的外汇风险研究

在金融一体化背景下，国际资本流动和国际贸易是金融风险传染主要渠道，随着资金流动和进出口贸易，外汇风险容易跨国传递实现全面扩散，且外汇风险在传染的过程中常常表现为波动溢出效应。在现有研究中，国内外学者主要对国际外汇市场的汇率波动性溢出进行探讨。David等认为在美元、日元和英镑三种汇率之间的波动溢出效应中，美元汇率主导其他两种汇率，日元和英镑的汇率波动带给美元的风险较小。Brigitte等将GARCH模型和基于冲击分析的VAR方法结合用于测度了中国与G3（美国，日本和欧元区）之间的汇率波动性溢出效应，研究结果表明人民币兑欧元的汇率波动对中国的进出口贸易影响更为严重。杨玲玲和陈军就通过建立MSVAR模型对人民币与东盟外汇市场的风险溢出效应进行检验，结果表明中国与东盟各国外汇市场间存在着显著的汇率波动溢出效应，与此同时，这种效应具有单向风险传染性和非对称性，即主要从东盟国家传导至中国境内，距离近的邻国风险传染度更高，此外，外汇风险传染具有一定的持续性，导致各国汇率的波动同步加剧，这不利于各国的经济稳定。胡增正和王梅霞采用VaR-GARCH-BEEK模型对不同时期的人民币与东亚货币汇率波动进行检验，发现在金融危机期间和二次汇改后人民币与东亚货币汇率的波动溢出效应尤其强烈，且不同时期的溢出效应不同。郭珺和滕柏华将向量自回归模型和多变量GARCH模型用于外汇市场风险研究，认为欧元、美元和日元对人民币存在显著的波动溢出效应，且这种溢出效应是单向传染的，这表明中国外汇市场不够成熟，容易受到风险传染的影响。Claudid等指出欧元、英镑、加元和日元四种汇率之间由于其尾部相关性较强，具有显著的风险传染性，且欧洲与加拿大汇率的波动溢出效应强于与亚洲的波动溢出效应。此外，国内学者还将外汇市场风险传染的关注点聚焦在境内外人民币外汇市场方面。郝毅等利用MVMQ-CAViaR模型对境内外人民币外汇市场间极端风险溢出效应进行检验，发现人民币在岸、离岸市场存在双向极端风险溢出，在远期价格中只存在离岸市场对在岸市场显著的单向极端风险溢出，即在岸市场更容易受到离岸市场风险的影响。张涤新采用GARCH-VaR模型测度出CNY、CNH和NDF市场之间存在较强的波动溢出效应，并指出在国际金融市场出现剧烈震荡传染时，这会导致波动风险蔓延，使得人民币外汇市场遭受严重损失。Gordon等基于VaR方法分解了中国、阿根廷、巴西、印度、墨西哥和俄罗斯的投资组合风险，发现新兴市场外汇风险显著。由此得知，外汇市场作为金融市场的重要子市场之一，外汇风险必会影响各国金融市场的稳定性。需要指出的是，传统的GARCH模型和VaR方法只能刻画线性的风险传染关系，而在外汇市场中，不同外汇资产的分布常常呈现出非正态性和非线性相关性，多元GARCH模型需要满足特定的条件，这一要求在刻画多个市场间的相依关系方面显然过于严格。

三基于C o p u l a理论的多元外汇组合相关性研究

Copula模型在刻画非线性风险方面具有较强的灵活性，有效地解决了构建联合分布的难题。Virginie等研究了全球金融动荡的形势下新兴国家的外汇风险溢出效应，发现在危机期间新兴国家外汇市场的溢出效应会增大，且具有非线性的区域传染性，即非线性的从某一个新兴国家扩散到邻国。早期的研究主要集中在运用二元Copula模型研究外汇资产的相依结构。在金融市场中，投资者们通常选择多个外汇资产进行组合投资，而随着汇率波动，使得外汇投资组合具有很大的不确定性。在外汇风险管理中，如何能准确地描述外汇投资组合相关性是测度其风险的关键。吴振翔等指出在研究外汇投资组合风险的问题上，将Copula模型和VaR方法结合运用能更准确的测度投资组合的风险，并通过人民币与欧元、日元的实证分析证明。该方法得到了谭雪、Chaker等的充分肯定。王宗润和谭芳认为在Copula模型的基础上引入EVT模型能更加准确地刻画边缘分布，从而优化投资组合风险的测度结果，实证表明最佳投资分配系数在不同的Copula和置信水平上是相似的，最佳投资基本集中在美元资产上，并且t Copula和Clayton Copula比正态Copula更好地刻画了多个资产之间的相关结构。Madhusudan运用GARCH-EVT-Copula测度了印度外汇市场的投资组合风险，结果发现BB1是所有对的最佳拟合Copula，且最低风险投资组合的投资集中于美元，这与美元仍然是印度经济中最重要的外汇的事实是一致的。苟红军等认为在进行投资组合风险度量时，GARCH-EVT-Gaussian-Copula方法比GARCH-EVT-t-Copula方法更节省经济资本。遗憾的是，虽然在二元Copula模型上已经做出了一定的优化，但是在高维情形下仍然面临着“维度诅咒”问题，并且多元Copula函数在描述多元变量之间的相依关系时也缺乏灵活性。为了克服传统Copula的限制问题，Bedford等在Joe的研究基础上提出了Vine Copula，这种藤结构的Copula可以分解多元联合分布密度函数，解决了维数问题。杜子平等人通过实证分析表明基于Pair-Copula高维建模方法的混合C藤Copula风险分析模型能够有效地估算出中国外汇市场上外汇资产投资组合的VaR。此外，杜子平和张雪峰认为利用混合C藤Copula模型刻画各外汇资产间的相关结构更符合现实。马超群等采用藤结构Copula-SV模型研究美元、欧元、日元和港币的4种外汇资产的投资组合风险，实证结果表明藤结构Copula-SV模型能较好地描述外汇资产的波动异方差性和复杂相关性，并指出与GARCH模型相比，SV模型能更好地描述外汇资产收益率序列的波动异方差性。

四结论与展望

世界各金融市场之间的相互作用随着贸易全球化、金融一体化逐渐增强，这使得单个金融市场的波动能够迅速的扩散到其他市场，这提高了各国金融市场的风险传染度。外汇市场作为金融市场的重要子市场之一，其不良波动直接影响各国进出口贸易，进而对各国金融市场产生冲击，因此，外汇风险成为了学术界的研究热点。本文从外汇市场的风险传染和外汇投资组合风险两个方面对现有研究进行了梳理和评述。学者们主要采用GARCH模型、VaR方法等对外汇市场风险进行测度，各种研究表明，各国外汇市场存在显著的风险溢出效应，且外汇市场的风险存在非对称性和非线性传递，而传统的风险测度方法只能刻画线性关系，这在一定程度上具有局限性。因此，很多学者们开始采用二元Copula模型对外汇风险的测度方法进行优化，其中，GARCH-EVT-Copula在估算外汇投资组合风险上表现突出，能更加准确地刻画多元外汇组合的相关性。虽然在二元Copula模型上已经做出了一定的优化，但是在高维情形下仍然面临着“维度诅咒”问题，为了克服这一问题，学者们提出了藤结构的Copula模型来刻画高维数据的相依关系，并通过实证分析表明，藤结构Copula能够更准确的刻画多元外汇之间复杂的相关性，并且引入SV模型能够弥补GARCH模型在描述外汇资产收益率序列的波动异方差性的不足。

虽然目前国内外关于外汇风险的研究已经取得了丰硕的成果，但是将方法和内容结合来看还存在一些空白。基于藤结构Copula的外汇投资组合风险研究已经成了学术界的一大趋势，在此基础上，可以进一步结合CoVaR模型测度外汇市场的风险溢出效应，为防范风险传染提供更准确的研究结果。此外，随着亚投行的成立和区域一体化，人民币的国际地位不断提升，学者们的研究焦点可以从人民币与美元、欧元、日元等外汇的角度转向亚洲区域外汇市场，基于人民币视角的研究，可以成为将来外汇风险问题的又一研究方向。