謝 非，張 靜，宋 磊

(重慶理工大學(xué)，重慶 400050)

匯率風(fēng)險管理研究綜述

謝 非，張 靜，宋 磊

(重慶理工大學(xué)，重慶 400050)

通過對匯率風(fēng)險管理的相關(guān)文獻(xiàn)進(jìn)行梳理和總結(jié)，回顧歸納了匯率風(fēng)險的基礎(chǔ)理論，并重點(diǎn)對匯率風(fēng)險的各種度量工具進(jìn)行了分析和評述，并指出其研究價值和前景。

匯率風(fēng)險;VaR;POT;BMM;極值理論

當(dāng)前我國金融機(jī)構(gòu)面對的匯率風(fēng)險是不確定的，如何有效地管理匯率風(fēng)險已經(jīng)成為金融界研究的重點(diǎn)內(nèi)容。本文對匯率風(fēng)險管理的有關(guān)理論進(jìn)行總結(jié)和評述，為后續(xù)的研究提供理論基礎(chǔ)。

一、匯率風(fēng)險基礎(chǔ)理論研究

在理論界，匯率風(fēng)險已成為現(xiàn)代風(fēng)險管理的主要內(nèi)容，并得到了學(xué)者們的廣泛關(guān)注。

(一)匯率風(fēng)險的概念研究

國外最早對匯率風(fēng)險進(jìn)行定義的學(xué)者是Michael Adler和Bernard Dumas，他們認(rèn)為匯率風(fēng)險是資產(chǎn)負(fù)債或營業(yè)收入的真實國內(nèi)貨幣值對匯率非預(yù)期變化的敏感性［1－2］。而后 Michel Crouhy等認(rèn)為匯率風(fēng)險主要是由匯率變動和國際間利率波動的不同步造成的，外匯風(fēng)險在于敞口或不完全套期敞口［3］。他們強(qiáng)調(diào)了匯率變動和利率波動之間的關(guān)系，符合客觀事實。

國內(nèi)以田玲給出的定義最為普遍，她將匯率風(fēng)險定義為商業(yè)銀行因匯率變動而蒙受損失以及預(yù)期收益難以實現(xiàn)的可能性［4］。具體指當(dāng)商業(yè)銀行在以現(xiàn)匯及遠(yuǎn)期形式或者兩者兼有的形式持有某種外匯的敞口頭寸時，它可能因持有期內(nèi)匯率的不利變動而蒙受損失。該定義得到國內(nèi)學(xué)者們的廣泛接受和認(rèn)可。

目前商業(yè)銀行匯率風(fēng)險有廣義和狹義之分。廣義的匯率風(fēng)險是指與商業(yè)銀行經(jīng)營的外匯業(yè)務(wù)有關(guān)的風(fēng)險，包括市場風(fēng)險、流動性風(fēng)險、操作風(fēng)險、信用風(fēng)險、國家風(fēng)險及表外業(yè)務(wù)風(fēng)險等。而狹義的匯率風(fēng)險則是市場風(fēng)險的一種，特指由于匯率的波動引起的本幣值發(fā)生變動，給商業(yè)銀行的經(jīng)營帶來損失的可能性。我們通常所指的匯率風(fēng)險是狹義的匯率風(fēng)險。

(二)匯率風(fēng)險分類研究

依據(jù)不同的標(biāo)準(zhǔn)，匯率風(fēng)險可以劃分為不同的類型。目前比較公認(rèn)的分類標(biāo)準(zhǔn)是按照匯率風(fēng)險產(chǎn)生的時點(diǎn)將其劃分為為:交易風(fēng)險、折算風(fēng)險和經(jīng)濟(jì)風(fēng)險。交易風(fēng)險是商業(yè)銀行面對的主要匯率風(fēng)險，指銀行在對客戶外匯買賣業(yè)務(wù)或在以外幣進(jìn)行貸款、投資以及隨之進(jìn)行的外匯匯兌活動中，因匯率變動所遭受損失的可能性。折算風(fēng)險又叫會計風(fēng)險，是指由于匯率變動而引起商業(yè)銀行資產(chǎn)負(fù)債表某些外匯項目全額變動的風(fēng)險，在進(jìn)行會計處理時將外幣折算為本國貨幣計算，由于不同時期使用的匯率不一致，可能出現(xiàn)會計核算上的損益。經(jīng)濟(jì)風(fēng)險較前兩類風(fēng)險更為重要，主要是指由于匯率非預(yù)期變動引起商業(yè)銀行未來現(xiàn)金流量變化的可能性，它將直接影響商業(yè)銀行整體價值的變動。

王春峰則將匯率風(fēng)險分為會計風(fēng)險和經(jīng)濟(jì)風(fēng)險，他將交易風(fēng)險歸入會計風(fēng)險中［5］。關(guān)于匯率風(fēng)險的分類，各個學(xué)者由于知識背景和研究角度不同，分類也不盡相同。然而，從匯率風(fēng)險產(chǎn)生時點(diǎn)出發(fā)，對匯率風(fēng)險進(jìn)行分類，被大多數(shù)學(xué)者普遍接受和采納。

二、匯率風(fēng)險產(chǎn)生原因研究

對匯率風(fēng)險的成因進(jìn)行剖析，是有效度量、控制匯率風(fēng)險的前提。對此國內(nèi)外學(xué)者有不同的見解。

Shelagh Heffeman認(rèn)為貨幣和期限不匹配是銀行業(yè)務(wù)的基本特征，當(dāng)匯率變動或與預(yù)期趨勢相反時，銀行就會面臨匯率風(fēng)險［6］。而后進(jìn)一步指出，在外匯市場，外幣的價值伴隨著外幣利率、本幣利率、即期利率等變動而發(fā)生變化。這說明匯率風(fēng)險來源于本外幣利率差，同時說明匯率變動是產(chǎn)生匯率風(fēng)險的直接原因。

國內(nèi)較認(rèn)可的是黃華莉的觀點(diǎn)，即商業(yè)銀行匯率風(fēng)險產(chǎn)生的直接原因是匯率波動導(dǎo)致銀行持有外匯頭寸的價值發(fā)生變化，而匯率的變動又取決于外匯市場的供求狀況。各國國內(nèi)的政治、經(jīng)濟(jì)因素是引起外匯市場供求變化，從而引起匯率變動的根本原因。具體而言，影響匯率變動的因素主要包括國際收支、利率變動、通貨膨脹、匯率政策、市場預(yù)期及沖擊等［7］。銀行匯率風(fēng)險來源于所持有外幣資產(chǎn)負(fù)債和外匯市場交易。鄧志新、杜德春等則認(rèn)為匯率風(fēng)險主要是由于匯率波動的時間差、地區(qū)差及銀行表內(nèi)外業(yè)務(wù)幣種和期限結(jié)構(gòu)不匹配因素造成的。而后的眾多學(xué)者均對此做了不同的闡述，但大多與黃華莉的觀點(diǎn)一致。

綜合比較來看，匯率風(fēng)險產(chǎn)生的原因是匯率的波動導(dǎo)致銀行持有外匯頭寸的價值發(fā)生變化，當(dāng)匯率變動與預(yù)期相反時，可能會引起銀行持有外匯頭寸的價值減少。

三、匯率風(fēng)險度量和實證研究

對于匯率風(fēng)險管理的定量研究，常用的方法有匯率風(fēng)險敞口分析法、風(fēng)險價值法(VaR)、條件風(fēng)險價值法(CVaR)和極值理論等。其中前兩種方法是度量市場正常情況下的風(fēng)險，而后面兩種是極端環(huán)境下匯率風(fēng)險的度量工具。

(一)市場正常情況下匯率風(fēng)險度量研究

1.匯率風(fēng)險敞口分析法研究

銀行的外匯敞口是銀行外匯資產(chǎn)組合與外匯負(fù)債組合之間的不匹配以及表內(nèi)外業(yè)務(wù)中的貨幣錯配差額形成的。當(dāng)匯率波動時，商業(yè)銀行面臨著較大的外匯風(fēng)險。國際銀行界采用的敞口計量方法通常有凈匯總敞口(the net aggregate position，簡稱NAP)，總匯總敞口(the gross aggregate position，簡稱GAP)和匯總短敞口(shorthand aggregate position，簡稱BAP)三種方法。

Levonian最早對GAP、NAP、BAP三種方法進(jìn)行全面分析，并引入不同貨幣之間的相關(guān)系數(shù)，提出一種新的計量外匯敞口的方法，即 WAP法(weighted aggregate position)［8］。后來的研究證明這種方法計算的外匯凈敞口更接近實際的外匯敞口。國內(nèi)對外匯敞口的研究較少。其中韋劍對商業(yè)銀行外匯風(fēng)險敞口計量法(即GAP，NAP，BAP，WAP)和VaR法中的方差－協(xié)方差法在理論上進(jìn)行對比分析，并引用中行2007年年報相關(guān)數(shù)據(jù)進(jìn)行實證分析了二者的有效性和準(zhǔn)確性［9］。

2.風(fēng)險價值法(VaR)研究

VaR方法最先是1993年由G－30人小組在《衍生品的實踐和規(guī)則》的研究報告中被作為度量市場風(fēng)險的模型提出，其主要內(nèi)容是對金融資產(chǎn)的收益率進(jìn)行統(tǒng)計分析，主導(dǎo)思想是利用歷史數(shù)據(jù)預(yù)測未來的收益率分布。后來逐漸成為金融界度量市場風(fēng)險的主流。1994年J.P.Morgan公司推出了用于計算VaR的Riskmetrics模型，這標(biāo)志著風(fēng)險度量的VaR方法走向成熟。Jorion將VaR定義為給定的置信水平和目標(biāo)時段下預(yù)期的最大損失額(或最壞情況下的損失額)［10］。計算 VaR的方法主要有德爾塔－正態(tài)方法、歷史模擬法、蒙特卡羅模擬法。

近年來國內(nèi)的學(xué)者也開始深入研究VaR這一風(fēng)險分析的工具，其中鄭文通全面介紹了金融風(fēng)險管理的VaR方法及其應(yīng)用，并進(jìn)一步說明中國引進(jìn)VaR的必要性［11］。但最具有代表性的是王春峰編寫的《金融市場風(fēng)險管理》，該書較全面地介紹了VaR方法的產(chǎn)生背景、定義及其計算和應(yīng)用等，接著他又進(jìn)一步討論了VaR的各種計算方法及其進(jìn)展，并對各種方法進(jìn)行了比較研究，從而提出了各自的適用范圍和局限性。對于VaR的計算，有許多學(xué)者進(jìn)行了研究。楊艷軍將GARCH模型引入VaR方法來度量市場風(fēng)險，對上海期貨交易所銅和鋁合約進(jìn)行了度量［12］。張伊對VaR模型中的Delta正態(tài)法和歷史模擬法進(jìn)行了實證研究［13］。而鐘波、汪青松則借助于統(tǒng)計計算方法MCMC算法來求解參數(shù)的Bayes估計，得出金融風(fēng)險值VaR，這樣可以幫助投資者將觀測數(shù)據(jù)和自己掌握的經(jīng)驗信息對VaR模型進(jìn)行調(diào)整，使決策更有效［14］。

VaR方法是一種新的風(fēng)險管理方法，相關(guān)文獻(xiàn)對其不足和局限性的研究也日益增多。Artzner提出的一致性是對VaR模型的最大挑戰(zhàn)。他指出如果某種風(fēng)險度量方法滿足次可加性、正齊次性、單調(diào)性和傳遞不變性四個條件，則該風(fēng)險度量是一致性風(fēng)險度量方法［15］。并且他指出，只有滿足一致性風(fēng)險度量方法才能成為投資組合管理的工具，而VaR顯然不滿足次可加性。受Artzner的影響，后續(xù)的研究做了許多相似的風(fēng)險度量方法，來修正VaR的不足與缺陷。如 Expected Shortfall(ES)、Expected Regret(ER)等。

從已有研究來看，VaR的研究和應(yīng)用已經(jīng)相當(dāng)廣泛。在不同的假設(shè)前提下VaR的計算方法很多，但是傳統(tǒng)的方法無法對極端變動做出很好的描述。特別是VaR度量金融風(fēng)險時不具備可加性。這意味著組合的風(fēng)險可能大于各組成部分VaR之和，用VaR管理風(fēng)險可能無法分散化。

(二)極端環(huán)境下匯率風(fēng)險度量研究

1.CVaR方法研究

最早提出CVaR概念的是美國人Roekafellar和Uryasev，他們描述了一種投資組合優(yōu)化的新方法，稱之為 Conditional Value-at-Risk(CVaR)［16］。而后Fredrik Anderson等成功地將CVaR方法引入信用風(fēng)險的度量中，通過用Monte Carlo模擬法產(chǎn)生隨機(jī)數(shù)，來模擬債券的收益分布，從而把該信用風(fēng)險度量問題轉(zhuǎn)化為線性規(guī)劃，求解投資組合的權(quán)重，使得CVaR值最小。

國內(nèi)對CVaR的研究才剛剛起步，起初的研究大多是對CVaR的概念及優(yōu)化方法、估計方法等進(jìn)行介紹。陳金龍、張維將CVaR應(yīng)用于投資組合優(yōu)化統(tǒng)一模型中，并分析了它們之間的關(guān)系［17］。后來一些學(xué)者利用我國股票市場對CVaR優(yōu)化投資組合模型進(jìn)行實證分析，并驗證了模型的有效性。劉小茂、李楚霖等基于CVaR風(fēng)險度量技術(shù)，討論了在正態(tài)情景下風(fēng)險投資組合的均值－CVaR邊界，并與經(jīng)典的方差風(fēng)險下的均值－方差邊界進(jìn)行對比研究，為徹底解決均值－CVaR的有效前沿問題提供了基礎(chǔ)［18］。接著學(xué)者們提出了CVaR有界限制下的風(fēng)險資本配置的條件和方法。溫紅梅、姚鳳閣在采用CVaR度量我國商業(yè)銀行操作風(fēng)險時，指出基于目前我國大部分商業(yè)銀行資本率比較低的現(xiàn)實，應(yīng)該采用綜合控制及管理風(fēng)險的策略，同時采用保險的方法降低資本需求，從而降低資本比率的壓力。這樣有效地擴(kuò)展了CVaR的應(yīng)用范圍，為 CVaR的后續(xù)研究奠定了堅實的基礎(chǔ)［19］。

2.極值理論的研究

極值理論是用來預(yù)測異?，F(xiàn)象或者小概率事件風(fēng)險的模型，它主要用來度量極端事件的風(fēng)險。最早對極值理論進(jìn)行研究是20世紀(jì)30年代初，Dodd、Frechet、Fisher 和 Tippett對極值理論的研究。其中Fisher和Tippett證明了極值極限三大定理，為極值理論的研究奠定了基礎(chǔ)。Jenkinson將極值理論應(yīng)用于風(fēng)險管理研究，研究了廣義極值分布模型，進(jìn)一步完善了一維極值分布模型。

極值理論的研究最早集中在地震、水文、氣象等領(lǐng)域，隨著金融和保險領(lǐng)域極端異常情況的頻頻出現(xiàn)，一些學(xué)者試著逐步將極值理論方法引入到金融風(fēng)險的度量中。Longin首次將極值理論引入市場風(fēng)險的建模中，他主要基于美國股票市場的極端波動進(jìn)行實證分析，表明股市收益率尾部服從極值理論中的Frechet分布［20］，而后他進(jìn)一步并其應(yīng)用到標(biāo)準(zhǔn)普爾500指數(shù)的VaR計算中，證明了極值方法能很好地擬合股票指數(shù)收益率的尾部概率分布。接著McNeil利用極值理論對嚴(yán)重?fù)p失分布的厚尾進(jìn)行估計并進(jìn)一步對金融時間序列風(fēng)險度量的分位數(shù)估計，并且運(yùn)用該方法對GARCH模型的殘差進(jìn)行估計，除了考慮用極值理論擬合厚尾分布以外，還考慮了金融時間序列的異方差，研究了異方差序列的尾部風(fēng)險測量，得到了尾部風(fēng)險價值VaR［21］。在已有的研究中，學(xué)者們一致認(rèn)為在VaR度量中，基于極值理論的模型性能更加穩(wěn)定，通常優(yōu)于其他模型方法。期間，Ho L-C、Burridge P、Caddle J和 Theobald M 將極值理論用于亞洲金融危機(jī)的研究，結(jié)果表明，基于極值理論的方法來預(yù)測的市場風(fēng)險值較傳統(tǒng)的VaR計算方法更準(zhǔn)確，和實際更接近［22］。

目前，應(yīng)用極值理論的研究模型主要有兩類，較早的一類模型是BMM(Block Maxima Model)模型。另一類是POT(Peaks Over Threshold)模型。而POT模型主要基于兩類的分析。有些是基于Hill估計的半?yún)?shù)模型，還有基于廣義帕累托分布(Generalized Pareto Distribution)的完全參數(shù)模型。

在一元極值理論的基礎(chǔ)上，許多學(xué)者開始研究復(fù)合或多元極值理論。詹原瑞、羅健宇在評估災(zāi)難風(fēng)險時利用Copula函數(shù)將不同的災(zāi)難組合起來，構(gòu)造聯(lián)合分布，采用模特卡羅算法對風(fēng)險進(jìn)行處理，從而有效地應(yīng)用了 GEVD-Copula組合建模［23］。而后一些學(xué)者應(yīng)用復(fù)合極值理論估計動態(tài)流動性調(diào)整VaR。李娟、趙選民運(yùn)用二元極值理論對滬深股市聯(lián)合分布的尾部風(fēng)險進(jìn)行了研究，引入t-EV-copula應(yīng)用于二元極值理論，并將其與Gumble copula比較分析，得出t-EV-copula不僅能很好地模擬極值數(shù)據(jù)，而且能夠準(zhǔn)確地反映上、下尾的變化［24］?？紤]到金融資產(chǎn)收益數(shù)據(jù)分布的波動集群性和厚尾的特征，李夢華、余東等運(yùn)用極值理論建立EGARCH-M-GEV動態(tài)風(fēng)險度量模型，對上證指數(shù)進(jìn)行實證研究［25］。林宇等在運(yùn)用多元GARCH模型對資產(chǎn)組合損失的協(xié)方差矩陣進(jìn)行建模的基礎(chǔ)上，估計出了組合的標(biāo)準(zhǔn)殘差序列，運(yùn)用EVT對標(biāo)準(zhǔn)殘差的極值尾部建模并估計出分位數(shù)，從而預(yù)測了資產(chǎn)組合的動態(tài)極值風(fēng)險。最后指出運(yùn)用多元GARCH模型能夠有效地捕獲多元資產(chǎn)損失的時變相關(guān)性，并結(jié)合EVT模型可以有效地預(yù)測多元資產(chǎn)組合的動態(tài)風(fēng)險［26］。

一些新的方法也相繼出現(xiàn)，如李婷婷、汪飛星在應(yīng)用極值理論中的廣義Pareto分布模型度量風(fēng)險時，利用Bootstrap和MLE方法對參數(shù)進(jìn)行點(diǎn)估計和區(qū)間估計，得到 E-VaR的估計值［27］?？紫橹ァ⑼跹忧謇肁RIMA－GARCH模型分析了股票序列中的自相關(guān)和異方差現(xiàn)象，對該模型中殘差的條件分布合理假定進(jìn)行實證對比分析，估算VaR值［28］。劉曉星、邱桂華結(jié)合相依結(jié)構(gòu)函數(shù)Copula和極值理論EVT，構(gòu)建了我國股票市場流動性調(diào)整的La-Copula-EVT風(fēng)險價值模型，并用滬深收益序列的高頻數(shù)據(jù)進(jìn)行實證分析，指出我國滬深股市收益序列的尾部存在較高的相關(guān)性［29－31］。

四、匯率風(fēng)險管理研究評述

綜上所述，關(guān)于匯率風(fēng)險的研究已引起了國內(nèi)外學(xué)者的廣泛關(guān)注，并取得了一些進(jìn)展。大多數(shù)學(xué)者對匯率風(fēng)險管理的研究，主要的研究方法大多是對股票、證券等投資組合的實證研究，并且大多基于靜態(tài)的風(fēng)險度量模型，如風(fēng)險敞口法和VaR等，這些方法具有一定的局限性，無法對極端變動的金融環(huán)境下的風(fēng)險進(jìn)行有效度量。而極值理論則因其基于歷史數(shù)據(jù)來模擬尾部風(fēng)險，具有其他方法所不可比擬的優(yōu)勢。隨著金融業(yè)的發(fā)展，利用極值理論度量金融風(fēng)險已逐漸成為研究的熱點(diǎn)，特別是次貸危機(jī)引發(fā)的2008年金融危機(jī)后，各個國家深刻認(rèn)識到極端環(huán)境下金融機(jī)構(gòu)匯率風(fēng)險管理的重要性，極端環(huán)境下的匯率風(fēng)險管理逐漸已成為當(dāng)前金融風(fēng)險研究的重點(diǎn)。

五、結(jié)束語

目前關(guān)于匯率風(fēng)險的研究成果數(shù)量在逐年增加，但主要涉及定性方面的研究，定量方面的研究有待進(jìn)一步加強(qiáng)。國內(nèi)學(xué)者并沒有將匯率風(fēng)險的度量作為長期研究的重點(diǎn)，其研究內(nèi)容有待更加深入，更加科學(xué)化。雖然研究成果方面頗為豐富，但缺乏關(guān)于多元極值理論在匯率風(fēng)險度量中的實證研究。關(guān)于多元極值分布的模型，如何對數(shù)據(jù)進(jìn)行預(yù)處理以消除序列自相關(guān)性等研究甚少，這些在以后的研究中需要做進(jìn)一步探討。

［1］閆海峰，謝莉莉.基于GARCH-M模型的人民幣匯率預(yù)測［J］.重慶工商大學(xué)學(xué)報:社會科學(xué)版，2009(4):41－44.

［2］Michael Adler，Bernard Dumas.Exposure to CurrencyRisk:Definition and Measurement［J］.Financial Management，1983(3).

［3］Michel Crouhy，Dan Galai，Robert Mark.Risk Management［M］.［S.l］:McGraw-Hall Companies，2001.

［4］田玲.德國商業(yè)銀行風(fēng)險管理研究［M］.北京:科學(xué)出版社，2004.

［5］王春峰.金融市場風(fēng)險管理［M］.天津:天津大學(xué)出版社，2001.

［6］Shelagh Heffeman.Modern Banking in Theory and Practice［J］.New York:John Wiles ＆ Sons，1996:56－60.

［7］黃華莉.商業(yè)銀行利率風(fēng)險和匯率風(fēng)險管理［M］.上海:同濟(jì)大學(xué)出版社，2002.

［8］Levonian，Soller J.Small loans，small business［J］.Mimeo.Federal Reserve Bank of San Francisco，1994(12):45－47.

［9］韋劍.商業(yè)銀行外匯風(fēng)險計量方法應(yīng)用研究——以中國銀行為例［D］.昆明:云南財經(jīng)大學(xué)，2009.

［10］Jorion P.Value at risk［M］.New York:McGraw-Hill，1997.

［11］鄭文通.金融風(fēng)險管理的VaR方法及其應(yīng)用［J］.國際金融研究，1997(9):24－26.

［12］楊艷軍，王永峰.期貨市場交易保證金的設(shè)計［J］.統(tǒng)計與決策，2005(12):104－105.

［13］張伊.VaR在商業(yè)銀行匯率風(fēng)險評估中的應(yīng)用研究［D］.上海:同濟(jì)大學(xué)，2007.

［14］鐘波，汪青松.基于 Bayes估計的金融風(fēng)險值——VaR 計算［J］.數(shù)理統(tǒng)計與管理，2007(5):881－886.

［15］Artzner P，Delbaen F，Eeber J，et al.Coherent measures of risk［J］.Mathematical Finance，1999(9):203－228.

［16］Rockafellar R，Tyrrell S.Operational Of Conditional Value-at-Risk ［J］.Journal of Risk，2000(3):21－41.

［17］陳金龍，張維.CVaR與投資組合優(yōu)化統(tǒng)一模型［J］.系統(tǒng)工程理論方法與應(yīng)用，2002(3).

［18］劉小茂，李楚霖，王建華.風(fēng)險資產(chǎn)組合的均值——CVaR有效前沿(Ⅰ)［J］.管理工程學(xué)報，2003，17(1):29－33.

［19］溫紅梅，姚鳳閣.CVaR在操作風(fēng)險度量與控制中的應(yīng)用分析［J］.哈爾濱工業(yè)大學(xué)學(xué)報，2008(1):33－35.

［20］Lingin.The asymptotic distribution of extreme stock market returns［J］.Journal of Business，1996，vol69，No3，383－408.

［21］McNeil A J.Estimating the Tails of Loss Severity Distribution Using Extreme Value Theory［J］.Astin Bulletin，1997(27):1117－1137.

［22］Ho L-C，Burridge P，Caddle J，et al.Value-at-Risk:Applying the Extreme Value Approach to Asian Market in the Recent Financial Turmoil［J］.Pacific-Basin Finance Journal，2000(8):249－275.

［23］詹原瑞，羅健宇.基于極值理論和Copula的災(zāi)難風(fēng)險建模研究［J］.哈爾濱商業(yè)大學(xué)學(xué)報，2005(2):113－116.

［24］李娟，趙選民.二元極值理論在滬深股市尾部風(fēng)險度量中的應(yīng)用［J］.系統(tǒng)管理學(xué)報，2007(2):36－39.

［25］李夢華，余東，劉子徽，等.基于 EVT的EGARCH-M模型在動態(tài)VaR中的應(yīng)用［J］.黃岡師范學(xué)院學(xué)報，2010(6):102－107.

［26］林宇，譚斌，魏宇.基于多元GARCH與極值理論的資產(chǎn)組合風(fēng)險測度研究［J］.管理學(xué)報，2010(4):605－610.

［27］李婷婷，汪飛星.基于極值理論和Bootstrap方法的E-VaR研究和實證分析［J］.價值工程，2007(3):102－106.

［28］孔祥芝，王延清.基于ARIMA-GARCH模型和極值理論的中國股市風(fēng)險價值度量［J］.中國管理信息化，2010(5):57－60.

［29］劉曉星，邱桂華.基于Copula-EVT模型的我國股票市場流動性調(diào)整的VaR和ES研究［J］.數(shù)理統(tǒng)計與管理，2010(1):150－16.

［30］傅強(qiáng)，郝鳳華.基于GED-EGARCH模型的深圳股市風(fēng)險價值研究［J］.重慶工學(xué)院學(xué)報:社會科學(xué)，2009(6):30－33.

［31］宋琴.人民幣匯率變動對金融的影響［J］.重慶工學(xué)院學(xué)報:社會科學(xué)，2009(3):61－63.

Survey of Research on Exchange Rate Risk Management

XIE Fei，ZHANG Jing，SONG Lei
(Chongqing University of Technology，Chongqing 400050，China)

Aimed at the realistic background of appreciation of the RMB，with foreign exchange reserves increasing，how to use effective tools to manage exchange rate risk has become the focus of theoretical and practical researchers.This paper sorted out and summarized the papers about exchange rate risk management，reviewed the basic theory of exchange rate risk，analyzed a variety of exchange rate risk measurement tools on emphasis，and pointed out its value and expectation so as to lay the foundation for follow-up study.

exchange rate risk;value at risk;peaks over threshold;block maxima model;extreme value theory

F830

A

1674－8425(2011)09－0046－05

2011－03－20

謝非(1964—)，男，四川人，博士，教授，研究方向:區(qū)域經(jīng)濟(jì)與風(fēng)險管理。

(責(zé)任編輯 鄺坦勵)