摘要：隨著經(jīng)濟全球化的發(fā)展，我國有色金屬期貨市場的風(fēng)險日趨復(fù)雜，風(fēng)險管理的重要性愈發(fā)凸顯。本文以我國有色金屬期貨市場為研究對象，選取上期有色金屬指數(shù)收益率數(shù)據(jù)，基于CAViaR模型測度了我國有色金屬期貨市場風(fēng)險。實證分析發(fā)現(xiàn)AS模型更適用于我國有色金屬期貨市場風(fēng)險的測度。我國有色金屬期貨市場的風(fēng)險會受到滯后風(fēng)險的正向沖擊，且上期有色金屬指數(shù)的波動對市場風(fēng)險影響顯著，負向收益率對風(fēng)險的沖擊影響更大。

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

作為金融市場的重要組成部分，我國有色金屬期貨市場地位日漸提升。如何有效評估和衡量市場風(fēng)險是金融監(jiān)管的重點。因此，本文基于CAViaR模型，對中國有色金屬期貨市場的風(fēng)險進行定量測度研究。

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)險價值，采用數(shù)學(xué)優(yōu)化的方法計算風(fēng)險值。本文主要側(cè)重于以下三個分析模型：

二、基于CAViaR模型的我國有色金屬期貨市場風(fēng)險的實證分析

（一）數(shù)據(jù)來源及描述性統(tǒng)計

目前，最具代表性的國內(nèi)有色金屬期貨市場總指數(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收盤價數(shù)據(jù)，共1647組數(shù)據(jù)，轉(zhuǎn)化為對數(shù)收益率形式，表達式為[Rt=lnPt-lnPt-1]。其中，[Rt]為t日收益率，[Pt]為t日收盤價，[Pt-1]為t-1日收盤價。

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)計量為468.8371，P值為0，說明IMCI的日收益率序列不服從正態(tài)分布。

（二）平穩(wěn)性檢驗

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

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

（三）實證結(jié)果分析

利用CAViaR模型進行參數(shù)估計及檢驗評價，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，說明我國有色金屬期貨市場風(fēng)險受到滯后風(fēng)險的影響。在SAV模型中，[β3]系數(shù)顯著，說明IMCI的波動會對風(fēng)險值產(chǎn)生顯著影響。AS模型區(qū)分了正負市場沖擊項對風(fēng)險的影響，[β3]和[β4]顯著，且[β4]遠大于[β3]，說明IMCI的上漲和下跌均會加大下一期的風(fēng)險，且負收益率沖擊項的影響更大。從DQ值來看，三種模型都通過了樣本內(nèi)檢驗。對比RQ值與Hitin值，AS模型的RQ值最小，且樣本損失超過風(fēng)險預(yù)測值發(fā)生的概率最小，證明AS擬合效果更好。

三、結(jié)論

CAViaR模型對我國有色金屬期貨市場風(fēng)險具有較為優(yōu)異的預(yù)測能力。通過RQ值與檢驗結(jié)果可以看出，AS模型優(yōu)于SAV模型與IG模型。我國有色金屬期貨市場風(fēng)險受到滯后風(fēng)險的正向沖擊，同時，IMCI的波動對市場風(fēng)險影響顯著，且正負收益率對風(fēng)險的沖擊程度是不對稱的，負收益率沖擊項的影響更大。因此，監(jiān)管者需嚴格監(jiān)測上期有色金屬指數(shù)的波動，采用科學(xué)有效的風(fēng)險度量模型，完善現(xiàn)有的風(fēng)險管理方法，提高我國有色金屬期貨市場的風(fēng)險管理水平。

參考文獻：

[1]簡志宏，彭偉.基于CAViaR模型的匯率隔夜風(fēng)險研究[J].中國管理科學(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)險測量研究[J].系統(tǒng)工程學(xué)報，2010，25（3）：40-47.

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

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

[5]曾裕峰，張晗.基于CAViaR和GARCH模型的滬深300股指期貨動態(tài)風(fēng)險測度[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)押回購利率風(fēng)險研究[J].金融理論與實踐，2016（02）：18-22.

作者簡介：

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