随着我国经济的发展和汇率制度的改革，汇率风险也随之暴露。利用模型刻画汇率波动率特征，并准确度量汇率风险，能使我们更好地掌握汇率变化的规律，从而化解汇率波动对经济的冲击。

首先，本文选取2005年7月21日至2017年4月21日美元、日元兑人民币的汇率数据进行分析。模型建立前，对所选的汇率数据进行适用前检验。检验结果表明，两只人民币汇率收益率都具有平稳性和异方差性，同时美元/人民币和日元/人民币都具有显著的相关性。两个汇率序列符合建立GARCH族模型。

然后，选取正态分布、学生-t分布和广义误差分布作为误差项分布，采用对称GARCH模型中GARCH模型和GARCH-M模型和非对称GARCH模型中EGARCH模型、GJR-GARCH模型和APARCH模型对美元/人民币汇率波动率进行建模。研究发现，非对称GARCH模型的拟合效果优于对称GARCH模型。同时模型的拟合效果也依赖于误差项分布，其中学生-t分布效果最佳。所有模型中，MA(1)-APARCH(1,1)-t最适合用来刻画美元/人民币汇率波动率。选择MA(1)-APARCH(1,1)-t模型对VaR值进行计算并使用Kupiec失败频率检验法检验。结果表明，MA(1)-APARCH(1,1)-t模型计算的VaR值能够很好的度量美元/人民币汇率风险。

最后，对美元/人民币与日元/人民币汇率波动率相关性进行研究时，使用多元GARCH模型对汇率序列建模。并对美元、日元的汇率收益建立了BEKK模型和DCC模型，重点关注相关系数随时间变化这一特征。在后面的VaR计算部分，考虑投资组合形式对VaR进行预测。比较结果发现DCC模型低估了风险，BEKK模型下计算VaR值的效果更为理想。

[1] Nagar S. A GARCH analysis of exchange rate volatility and the effectiveness of central bank actions[J]. Finance, 2010, (3):1-19.

[2] 王佳妮, 李文浩. GARCH模型能否提供好的波动率预测[J]. 数量经济技术经济研究, 2005,(6): .74-87.

[3] 费广平. 人民币汇率预期度量与影响因素研究[J]. 南方金融, 2018(1):32-41.

[4] 周爱民, 徐辉, 田翠杰等. 金融计量学[M]. 北京: 经济管理出版社, 2005.

[5] Dumas B, Solnik B. The world price of foreign exchange risk[J]. Journal of Finance, 1995, 50(2):445-479.

[6] 郑文通. 金融风险管理的方法及其应用[J]. 国际金融研究, 1997, (9):59-62.

[7] 黄梅波, 成佳荫, 沈群. 汇率风险管理[M]. 北京: 高等教育出版社, 2015.

[8] 刘祥东, 范彬, 杨易铭,等. 基于M-Copula-SV-t模型的高维组合风险度量[J]. 中国管理科学, 2017, 25(2):1-9.

[9] 姜波克. 国际金融新编[M]. 第三版. 上海: 复旦大学出版社, 2001.

[10] 周海. 论人民币汇率风险问题[J]. 北方经贸, 2005(4): 85-86.

[11] 张立勇. 中国外汇储备的构成收益与风险[J]. 国际金融研究, 2011(1): 44-52.

[12] 曾康霖. 商业银行经营管理研究[M]. 西南财经大学出版社, 2006.

[13] 戴晓枫,肖庆宪. 时间序列分析方法及人民币汇率预测的应用研究[J]. 上海理工大学学报, 2005(4): 341-344.

[14] 姚琨. 我国外汇市场汇率波动率特征分析与建模[D]. 济南: 山东大学, 2016.

[15] 苏岩, 杨振海, 李双杰. 增长型经济变量的趋势时间序列预测模型[J]. 数学的实践与认识, 2007, 37(3): 4.

[16] Engle, Robert. Autoregressive conditional heteroskedasticity with estimates of the variance of u.k .infalation. Econometrical[J], 1982, 50(1):987-1008.

[17] Engle, Robert F, Victor K N. Measuring And Testing The Impact Of News On Volatility Journal Of Finance[J]. 1993, 48(2):1022-1082.

[18] Abdalla S Z S. Modelling exchange rate volatility using GARCH models: empirical evidence from arab countries[J]. International Journal of Economics & Finance, 2012, 4(3):216-229.

[19] 詹姆斯, 汉密尔顿. 刘明志译. 时间序列分析[M]. 北京:中国社会科学出社,1999.

[20] Omolo S A. Modelling exchange rate volatility of KES/USD using GARCH-type models[J]. Journal of Finance, 2014, 10(3):47-59..

[21] Bollerslev T, Engle R F, Wooldridge J M. A capital asset pricing model with time-varying covariances[J]. Journal of Political Economy, 1988, 96(1):116-131.

[22] Engle R F. Dynamic conditional correlation-a simple class of multivariate GARCH models[J]. Ssrn Electronic Journal, 2002, 20(3):339--350.

[23] Engle R F, Kroner K F. Multivariate simultaneous generalized ARCH[J]. Econometric Theory, 1995, 11(1):122-150.

[24] Cappiello L, Engle R F, Sheppard K. Asymmetric dynamics in the correlations of global equity and bond returns[J]. Working Paper, 2003, 4(4):537-572.

[25] Balter J. Forecasting exchange rate volatility: a multivariate realized GARCH framework[J]. Econometric Theory, 2012, 10(2):102-114..

[26] Cera G, Cera E, Lito G. A GARCH model approach to calculate the value at risk of albanian lek exchange rate[J]. European Scientific Journal, 2013: 250-261.

[27] 惠晓峰, 柳鸿生, 胡伟, 何丹青. 基于时间序列GARCH模型的人民币汇率预测[J].金融研究, 2003(5): 99-105.

[28] 闫海峰, 谢莉莉. 基于GARCH-M模型的人民币汇率预测[J]. 重庆工商大学学报(社会科学版), 2009, 26(4):41-44.

[29] 阳建辉, 彭清华, 阳宗妤. 基于改进GARCH-M模型的汇率波动特征[J]. 系统工程, 2014(3):63-69.

[30] 王德全. 外汇风险度量研究-基于GARCH类模型及VaR方法[J]. 南方金融, 2009(8):11-15.

[31] 林宇, 谭斌, 魏宇. 基于多元GARCH与极值理论的资产组合风险测度研究[J]. 管理学报, 2010,7(4): 605-610.

[32] 赵天荣, 李成. 人民币汇率与利率之间的动态关系-基于VAR-GARCH模型的实证研究[J]. 统计研究, 2010, 27(2):72-76.

[33] 陈守东, 高艳. 二元GED-GARCH模型的利率与汇率波动溢出效应研究[J]. 管理学报, 2012, 09(7):1020.

[34] 王宗润,吴伟韬,陈超,等. 人民币汇率风险的测度[J]. 统计与决策, 2009(7): 118-120.

[35] 刘严, 刘琼. 基于GARCH模型的人民币汇率预测[J]. 中国集体经济, 2013(10):93-95.

[36] 邹正方, 李健成. 基于GARCH族模型商业银行外汇风险管理的VaR方法研究[J]. 数学的实践与认识, 2010, 40(24):77-82.

[37] Ryan S K, Worthington A C. Market, interest rate and foreign exchange rate risk in australian banking: A GARCH-M approach[J]. International Journal of Applied Business & Economic Research, 2004, 2(2):81-103.

[38] 龙香斐. 基于GARCH-VaR模型的人民币汇率波动风险研究[D]. 对外经济贸易大学, 2012.

[39] 涂永红. 外汇风险管理[M]. 北京: 中国人民大学出版社, 2004.

[40] 沈兵. 汇率收益率的异方差:基于不同频率的风险价值度量[J]. 广西金融研究, 2005(7): 3-10.

[41] 菲利普乔瑞. VaR:风险价值-金融风险管理新标准[M]. 第1版. 北京: 中信出版社, 2000.

[42] 陈守东, 孔繁利, 胡铮洋. 基于极值分布理论的VAR与ES度量[J]. 数量经济技术经济研究, 2007,(3): 118-124.

[43] 高松, 李琳, 史道济. 平稳序列的POT模型及其在汇率风险价值中的应用[J]. 系统工程, 2004,22(6): 49-53.

[44] 高莹, 周鑫, 金秀. GARCH-EVT模型在动态VAR中的应用[J]. 东北大学学报(自然科学版), 2008,29(4): 601-604.

[45] 高岳, 朱宪辰. 基于极值理论的同业拆借利率风险度量-基于AR-GARCH-POT方法的VAR值比较研究[J]. 数量经济技术经济研究, 2009,(8): 135-146.

[46] 陈学华, 杨辉耀. 股市风险VAR与ES的动态度量与分析[J]. 系统工程, 2004,22(l): 84- 90.

[47] 姜昱, 邢曙光. 基于DCC-GARCH-CVaR的外汇储备汇率风险动态分析[J]. 经济前沿, 2009, 31(9):40-45.

[48] 陈笑笑.基于GARCH模型-美元兑人民币汇率波动规律的实证研究[J]. 经营管理者,2015(12):33.

[49] 宋博, 陈万义. 基于HP滤波和ARMA-GARCH模型的人民币汇率趋势预测[J]. 数学的实践与认识, 2017, 47(1):70-78.

[50] 黄艺姆. 基于ARMA模型的人民币汇率预测研究[J]. 商业时代,2009(２):90-103.

[51] 吴婵,赵瑜,蔡剑楠,李文. 基于ARMA模型和GARCH模型的人民币汇率预测的比较[J]. 经济视野,2013(16):243-245

[52] 姚益家. 基于ARMA-GJR模型的人民币汇率波动非对称性研究[J]. 中国商论, 2017(33):29-31.

[53] 许少强, 李亚敏. 参考“一篮子”货币的人民币汇率预测-基于ARMA模型的实证方法[J]. 世界经济文汇, 2007(3):30-40.

[54] 黄艺婵. 基于ARMA模型的人民币汇率预测研究[J]. 商业时代, 2009(20):90-90.

[55] 王萌楠. 人民币汇率预测模型ARMA应用研究[J]. 现代商贸工业, 2010, 22(17):193-194.

[56] 高铁梅. 计量经济分析方法与建模:Eviews应用及实例[M]. 第 2 版, 北京清华大学出版社, 2009.5.