人民币汇率机制下的商业银行汇率风险实证分析

《人民币汇率机制下的商业银行汇率风险实证分析》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、人民币汇率机制下的商业银行汇率风险实证分析　　摘要：随着人民币汇率形成机制改革的推进，汇率风险日益突出，人民币大幅升值对我国商业银行产生了重要影响。本文以中国4家商业银行为研究对象，基于协整检验的实证分析探讨汇率变动对商业银行的影响，找出暴露的问题，并提出相对应的政策建议。　　关键词：人民币汇率商业银行汇率风险人民币升值协整检验格兰杰因果检验　　一、商业银行汇率风险概述　　自2005年7月21日起，中国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。人民币汇率的波动的日常化，产生了更多的投资和保

2、值需求。同时，商业银行也能够开发出更多的不同类型的风险管理工具，以满足市场不同主体的需求。　　但是，人民币升值预期导致商业银行的外汇理财业务的衰落，更多的外汇资金倾向于即期结成本币。由于缺乏完善的计量工具，难以准确计算外币风险敞口头寸。　　从理论上分析，大银行相对于小银行来说，往往有更完善的风险管理制度和更成熟的风险对冲操作方法；但小银行相对于大银行来说，陷入财务困境的可能性更大。因此，银行规模与其外汇风险暴露水平的关系是不确定的，需要实证检验来说明。5　　在人民币汇率波动性日益变大的今天，加强对外汇风险的识别、计量、

3、检测与控制，是每家商业银行必须做好的工作。早期的外汇风险暴露研究者是从公司财务的角度出发，针对汇率变动对企业现金流的影响进行研究。当建立一个回归模型，公司管理者就可以分析汇率变动对公司现金流的影响，进而加强外汇风险管理使公司的价值最大化。由于影响公司现金流的因素很多，受数据的限制，模型中不可能包括所有的影响因素，这样就限制了这一模型的诞生。　　而后，有学者提出了公司股票收益率和汇率变动的一元回归模型。根据回归系数分析人员可以得出企业存在的风险暴露的大小，由本文接下来就是用4家商业银行股票价格与汇率之间协整关系来分析讨论

4、。　　二、实证分析　　借助计量工具对人民币汇率与上市商业银行股票价格进行协整检验和Granger因果检验。　　（一）数据说明　　早期的研究中大多采用月度数据来衡量汇率风险，后来发现频度高的数据会使得汇率波动和股价波动的相关性更为显著。使用日度数据和使用时间跨度在月度以上的观测数据成为较好的两种备选方案。这次，我选择了日度数据。　　数据的主要来源是上市的4家银行（招商、民生、中行、工行）的日收盘价和人民币对美元的汇率作为分析对象。美元对人民币交易价的日度数据来源于国家外汇管理局网站。研究的时间跨度为2011年12月至20

5、12年11月，处理的原则是：只保留股市和汇市都存在交易的交易日数据。　　（二）检验及分析5　　本文采用常用的ADF检验法，运用Eviews5.0对汇率和银行股价进行平稳性检验。具体为：首先对序列水平值作单位根检验，再对一阶差分作单位根检验。如果水平值接受单位根原假设，而一阶差分拒绝单位根原假设，就认为序列具有I（1）过程。　　1、人民币汇率和4家银行股票价格的序列单位根检验结果。　　例如：汇率　　对各银行股价序列的ADF检验表明，银行股价的ADF统计值均大于1%、5%、10%显著性水平下的临界值，不能拒绝原假设（原假设

6、为存在单位根），序列是非平稳的；对各银行股价一阶差分序列的ADF检验表明，银行股价的统计值均小于1%、5%、10%显著性水平下的临界值，拒绝原假设，不存在单位根，一阶差分序列是平稳的。　　综上所述，上述检验结果表明，在1%、5%、10%显著性水平上，人民币汇率和4家商业银行股价时间序列数据经过一阶差分后均不存在单位根，为稳定的序列。因而，认为它们为同阶单整序列，可以进行协整分析。　　2、人民币汇率与银行股价的协整检验　　由于人民币汇率和4家商业银行股票价格均为一阶单整序列，因此，可以对人民币汇率和银行股价进行协整检验，

7、根据上文的分析，采用滞后1期观测值估计。　　例如：中国银行5　　对人民币汇率与4家商业银行股价协整关系检验结果表明，似然比值均小于在5%水平上的临界值，不能拒绝原假设，即人民币汇率与4家商业银行股票价格之间不存在协整关系。这说明，汇改以来人民币汇率的变动与4家上市银行股票价格之间并没有稳定的长期关系，协整关系不成立。　　3、人民币汇率与银行股价的Granger因果检验　　由于人民币汇率与4家商业银行股价之间不存在协整关系，因此，不能直接对汇率与4家银行股价直接进行Granger因果检验。但是，人民币汇率和银行股价的一阶

8、差分序列同为一阶单整，为稳定的序列，可以进行Granger因果检验。我们分别对人民币汇率一阶差分序列与银行股价一阶差分序列（滞后2期）进行Granger因果检验。　　在5%的显著性水平下（临界值为1.96），ZH不是HL的Granger原因的概率为0.15138，接受原假设；HL不是ZH的Granger原因的概率为0.45648，