基于copula—gjr—evt模型的外汇储备投资组合实证研究

《基于copula—gjr—evt模型的外汇储备投资组合实证研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Copula—GJR—EVT模型的外汇储备投资组合实证研究　　摘要：随着我国外汇储备规模的增长，如何实现外汇储备有效管理、降低资产管理风险越来越受到业界关注。本文通过建立Copula-GJR-EVT模型，对外汇储备投资组合进行了实证研究，求得投资组合收益及各资产最优权重。结果表明，外汇储备投资组合可以降低风险，投资能源和有色金属等战略储备，可以成为拓展我国外汇储备投资渠道、促进外汇储备保值增值的合理选择。　　关键词：外汇储备；财富功能；投资组合；Copula-GJR-EVT模型　　中图分类号：F83

2、0.92文献标识码：A文章编号：1674-2265（2013）07-0003-06　　一、问题提出及文献评述　　截至2012年6月，我国外汇储备余额已达32400亿美元。外汇储备的迅速增长体现了我国综合国力的增强，有利于稳定本币汇率，提高国家信用等级等。但是，巨额外汇储备也给我国带来了许多负面影响，如存在很高的机会成本、汇率风险加大等。如何对外汇储备进行合理、有效的投资管理，使外汇储备获得高收益或降低风险水平，促进外汇储备的保值增值，是目前我国外汇储备管理迫切需要解决的问题。　　国内外学者对于外汇储备管

3、理的目标基本达成了共识，即在满足流动性和安全性的前提下，获取收益性。福特（Ford，1994）提出了外汇储备管理的三个目标：满足指定用途、满足流动性以及从中长期投资中获取合理收益。艾森曼（JoshuaAizenman，2005）提出外汇资产的增值是一国货币当局应当考虑的重要问题，外汇储备除了要满足流动性和安全性的需求外，还应该重视盈利性的功能。巴曙松（2006）将外汇储备管理目标细化，并提出发展中国家的外汇储备管理应当满足发展性需求的战略目标。　　为了有效地实现外汇储备管理目标，一些学者引入了分层次、专

4、业化的管理模式。帕特南（Putnam，2005）提出根据短期和长期目标，将外汇储备投资组合分为流动性储备和投资性储备两个部分。唐欣、纬恩（2005）借鉴日本、韩国、新加坡和中国香港在外汇储备管理方面的经验，将外汇储备分为两个部分：确保流动性而投资于短期流动性强的资产的部分和注重盈利性而投资于长期收益性强的资产的部分。巴曙松（2006）将外汇储备分成三大组合：货币市场组合、投资组合和缓冲组合，并设定货币政策部和投资管理部分别对外汇储备资产投资组合进行管理。　　关于外汇储备投资策略的研究，艾肯格林和马西森（

5、Eichengreen和Mathieson，2000）提出要有效利用超额外汇储备，选择非金融类的产业投资和战略性资源投资来扩大投资范围。魏本华（2007）提出通过投资多样化、优化投资币种组合、完善币种管理及成立国家外汇投资公司进行多样化管理等方式提高外汇储备的收益性。陶冬（2006）提出了三项短期建议：成立政府投资公司、成立国家战略基金以及将债券的货币结算由美元转为亚元。夏斌（2006）、李扬（2007）等提出用外汇储备购买原油、铁矿石、铜等战略资源，建立战略储备体系。　　在外汇储备的实证研究方面，克利

6、克（ReidW.Click，2006）通过对中国、日本和韩国的外汇储备建立时间序列模型进行实证研究，提出欧元储备份额的结论。方琳（2006）建立了外汇储备货币管理的AHP模型，模型最优解表明我国应降低美元所占比重。刘凌云（2008）采用海勒—奈特模型和杜力模型对外汇储备币种结构进行了实证分析，并提出了外汇储备管理的若干建议。王硕（2010）从分析外汇储备风险入手，根据三种VaR模型分别测算单一币种对我国外汇储备风险的影响，进而得出最优币种结构。　　已有文献多数限于描述理论层面，在已有的实证研究中，主要研

7、究币种结构，而对资产结构的实证研究较少。笔者认为根据外汇储备的不同功能可以对外汇储备进行分档管理，发挥支付需要和信心保证功能的外汇储备注重流动性、安全性，应当由央行的外汇管理局管理，主要投向安全性高、流动性强的资产，例如货币市场工具；发挥财富功能的外汇储备重视盈利性，由专门的外汇投资公司对其进行管理，投资于权益工具等。鉴于目前我国对外汇储备的管理更加重视其财富功能，本文拟在前人研究的基础上，采用Copula技术，结合GJR-EVT模型对外汇储备的投资组合进行实证分析，以确定外汇储备投资组合各资产的最佳权

8、重，降低外汇储备资产管理风险水平，为我国外汇管理当局提供一定参考。　　二、模型构建及投资资产选择　　Copula技术用以分析多变量金融序列的非线性相关性及分布特性，目前广泛应用于投资组合分析、金融风险研究、资产定价等方面。GJR-EVT模型能够较好地刻画金融资产收益率序列的波动性及尾部特征。本文将多元Copula函数与GJR-EVT模型有机地结合在一起，构建Copula-GJR-EVT模型，此模型不仅可以体现金融资产序列的条件异方差性、尖峰