下载文档原格式
外汇风险的衡量在当今外汇风险管理领域，有很多用于衡量外汇风险的方法，如回归分析法、情景分析法、净现金流量分析法以及VaR(ValueatRisk) 方法等，其中以VaR 方法最为普遍，不仅被众多的跨国公司广泛使用，更是被商业银行所青睐。
( 一)VaR(ValueatRisk) 方法近年来，VaR 方法广泛为金融机构和大型的跨国企业所采用。
VaR 是指在一定的概率水平( 置信度) 下，证券组合在未来特定的一段时间内的最大可能损失。
其最大的优点在于测量的综合性，可以将不同市场因子、不同市场的风险集成为一个数，较准确地测量由不同风险来源及其相互作用而产生的潜在损失，较好地适应了金融市场发展的动态性、复杂性和全球整合性趋势。
1. 基本模型根据Jorion(1997) ，VAR 可定义为:VaR=E(w)-w 式中E(w) 为资产组合的预期值；w 为资产组合的期末价值；w* 为置信水平下投资组合的最低期末价值。
再设w=w0(1+R) ，式中W0 为持有期初资产组合价值，R 是设定持有期内资产组合的收益率。
另有:w*=w0(1+R*) 式中R* 为资产组合在置信水平下的最低收益率。
根据数学期望的基本性质，有:Var=E[w0(1+R)]w0(1+R*)=w0[E(R)-R*] 上式即为该资产组合的VAR 值，根据上式如果能求出置信水平下的R* ，即可求出该资产组合的VAR 值。
2. 计算方法由前面的公式可以看出，计算VaR 相当于计算E(w) 和w 或者E(R) 和R* 的数值。
目前为止，计算VaR 主要有三种方法: 历史模拟法、方差———协方差法和蒙特卡罗模拟法，其中以蒙特卡罗法最为有效。
蒙特卡罗法是基于历史数据和既定分布假定的参数特征，借助随机产生的方法模拟出大量的资产组合收益的数值，然后再计算VaR 值。
这种方法是运用大量的随机数据模拟基础资产变动的可能途径，每种途径对应衍生产品的一个样本终值，模拟足够多的路径得出足够多的样本终值，再计算其平均值从而得到衍生产品的价值。
国际工程项目外汇风险分析与度量方法文／左莉摘要：我国国际工程企业在参与国际工程项目过程中存在着标价低，和利润率低的现象，致使企业在抵御汇率风险方面能力的不足。
本文从对外汇风险的识别、如何度量外汇风险和对外汇风险进行调控三个方面来对预防国际工程项目外汇风险上提出几点建议。
关键词：外汇风险；风险分析；国际工程项目国际工程企业在政治与经济形势多样化的海外市场面临着的风险和挑战是不可与在国内市场相比较的，其中外汇风险就是国际工程企业在国内市场经济中不会遇到的重要风险。
自2008年的金融危机以来，各国货币汇率频繁的发生变动，国际工程企业的外汇风险逐日凸显。
例如：从2009年末至2010年中短短半年时间，欧元兑人民币汇率从最高跌到最低，起伏达到了21%。
美元兑人民币汇率从2010年中的6.83 降到了2013年初的6.28，人民币升值高达10%。
大部分国际工程企业因为汇率的巨变而蒙受大量亏损，因此，衡量国际工程公司面临的外汇风险，为国际工程公司提供预警指标是十分必要的。
一、辨明在国际工程项目当中隐存的汇率风险度量国际工程项目的汇率风险的一个大前提—辨明国际工程项目的汇率风险。
而产生外汇风险主要有合作方支付币类型和工程企业的各类费用支出币类型不一致、合作方支付的币种和工程企业所在国的币种不一致两方面。
这就导致了在成本空间和利润空间有外汇风险的产生可能性增加。
成本空间的外汇风险就是合作方支付币类型和工程企业的各类费用支出币类型不一致的方面。
因为全球化经济政治时局的动荡导致了汇率的大幅动荡，这可能会给国际工程企业带来经济上严重的损失。
比如：业主支付的币种大幅度降值而成本、材料采购等费用支出币种大幅增长，中间的差价则由国际工程企业来承担，就会增加国际工程企业的成本开支。
利润空间的外汇风险指的是当国际工程企业在完成一个项目后所得到的利润币种，兑换成本国内货币时的汇率风险，比如：一个国际工程企业获得了1000万美元的净利润，如果当下美元兑换人民币的汇率下降，则兑换后的利润就会相应的下降。
汇率风险衡量方法嘿，朋友！今天我要给你唠唠汇率风险衡量方法，这可是我的独家秘籍哦！咱先来说说啥是汇率风险。
就好比你本来有 100 块钱能买好多好吃的，结果汇率一变，嘿，只能买一半了，这就是汇率风险啦！那怎么衡量这汇率风险呢？别急，听我慢慢道来。
第一步，咱得先确定咱要衡量啥货币的汇率风险。
比如说你跟美国做生意，那就是美元呗。
这就好比你要打怪兽，得先知道是啥怪兽吧！第二步，找数据！就像找宝藏一样，去把相关货币的汇率历史数据找出来。
这可不能马虎，不然就像瞎猫碰死耗子，啥也找不着。
第三步，分析这些数据。
想象一下，这些数据就是一群调皮的小孩，你得把他们管得服服帖帖，看看汇率是怎么波动的。
是像坐过山车一样上上下下呢，还是像蜗牛一样慢悠悠地爬。
第四步，计算一些指标。
比如说波动率啊啥的。
这就像给这些汇率数据打分，看看它们表现咋样。
我跟你说，我之前有一次啊，没好好分析数据，就瞎搞，结果差点亏得连裤衩都没了！哈哈，所以啊，这一步可不能马虎。
第五步，根据这些分析和指标，来判断汇率风险的大小。
这就好比你看天气预报，知道明天是大晴天还是大暴雨。
然后呢，咱再说说一些要注意的点。
第一，数据要准确！可别找些错的数据，那就像拿着假地图找路，能找到才怪呢。
第二，分析要全面。
不能只看一面，要多角度观察，不然就像只看到了大象的腿，以为大象就是根柱子。
第三，别死板。
汇率这东西可狡猾了，有时候规则得灵活运用。
第四，随时关注变化。
就像天气一样，随时可能变，你得时刻准备着。
总之，衡量汇率风险就像一场战斗，你得准备好武器，灵活应对，才能打胜仗！哈哈，希望我这秘籍能帮到你哦，朋友！加油吧！别被汇率风险这小怪兽给打败啦！好了，就说到这，我去忙我的啦，拜拜咯！。
外汇风险衡量指标
外汇风险的衡量指标主要包括汇率波动幅度、外汇敞口、价值在险（VaR）以及德尔塔比率等。
1. 汇率波动幅度：这是衡量外汇市场波动性的基本指标，通常通过计算一定时期内汇率的标准差或者平均日交易量来得出。
汇率波动幅度越大，表示市场风险越高。
2. 外汇敞口：指企业或个人暴露于外汇风险中的资产或负债的金额。
外汇敞口可以通过计算外币资产和负债的差额来确定，它反映了汇率变动可能对企业财务状况的影响程度。
3. 价值在险（Value at Risk, VaR）：这是一种统计技术，用于估计在一定置信水平和一定时间内，由于汇率变动可能导致的最大损失。
VaR是衡量市场风险的常用工具，可以帮助企业评估潜在的经济损失，并据此制定风险管理策略。
4. 德尔塔比率（Delta Ratio）：这是一个衡量企业外汇敞口敏感性的指标，通过比较外币资产和负债的期限结构来计算。
德尔塔比率可以帮助企业了解汇率变动对现金流的影响。
企业在进行国际贸易时，汇率风险管理是至关重要的一环。
正确的风险衡量不仅能帮助企业评估潜在的财务影响，还能为风险规避方案的选择提供依据。
因此，企业需要根据自身的业务特点和市场环境，选择合适的风险衡量指标，并结合其他风险管理工具，如远期合约、
期权等衍生品，来有效管理外汇风险。
关于外汇风险测量存在哪些内容关于外汇风险测量存在哪些内容外汇危机测量是指根据企业出产经营和外汇汇率预测资料测算外汇汇率变动使企业可能产生的损失(或收益)的数额。
这里为大家分享一些关于外汇风险测量存在哪些内容，希望能帮助到大家!外汇危机测量的前提制定科学的外汇危机经营管理战略，必须依据有关外汇危机的必要信息，首先需要对外汇危机加以测量，才能根据危机大小、对企业或整体经济的影响，制定相应的危机防范计划，有的放矢。
区别种类的外汇危机，实行测量时各有标准。
在讨论外汇危机的测量之前，还需弄清楚下面四个问题：1.区别当事人对外汇危机的基本态度。
经济行为中的当事人，由于所处的环节区别，外汇危机对他们的影响也呈现出差异，因此它们衡量外汇危机的出发点和标准不一致。
例如对外汇危机同样十分关心的经济学家、投入者和企业经理对外汇危机的基本态度就有较大差异。
(1)经济学家衡量外汇危机时紧要依据第二章所述的购买力平价和无抛补的利率平价，如果汇率变动基本符合这两个平价的要求，无论汇率变动状况如何，经济学家都认为从长期看企业不存在什么危机暴露问题，只有在汇率变动偏离这两个平价时，企业才面临外汇危机，外汇危机大小取决于汇率与两个平价的偏离程度。
(2)投入者衡量外汇危机紧要依据现代资产组合理论，也就是在一定危机水平下投入者的资产收益最大化，投入者的危机与收益正相关，危机越大，收益越大。
投入者一般关心其资产的整体危机一收益比率，而不太关心其资产中具体某种资产的危机或收益。
投入者的这种心态将促使企业测量每一种货币的危机一收益关系，并在资产组合中同时容纳好几种货币，以达到在一定危机水平下收益最大化的目的。
因此，投入者一般是外汇危机规避者，他测量的外汇危机总是相对于其收益的。
(3)企业经理在衡量外汇危机时更注重外汇危机可能带来的损失，而不注重可能得到的收益。
企业经理通常是外汇危机规避者，他们善于对企业的供产销实行有效经营管理，对汇率波动造成的价值运动比较陌生，因此他们总是趋向于限制或消除外汇危机，即使保留外汇危机能带来更多的潜在收益，他们也不愿在此领域有所作为。
外汇风险的度量一、外汇风险的直接度量外汇风险的直接度量法,是指衡量由于汇率的波动给有关外汇市场经济主体的外汇资产价值带来影响的度量方法。
通过这类金融风险度量方法,外汇市场经济主体的管理者可以直接掌握汇率发生变动的情况下外汇投资组合的损失。
直接度量外汇风险的金融风险度量法主要有外汇敞口分析、VaR度量方法和极端情况下的各类方法。
在这些方法中,外汇敞口分析可以衡量经济主体因其外币资产和负债组合的不相匹配或外汇买卖的不相匹配而可能产生的外汇亏损或盈利所形成的外汇风险。
这种方法具有计算简便、清晰易懂的优点,但它忽略了各币种汇率变动的相关性,难以揭示由于各币种汇率变动的相关性所带来的外汇风险。
目前,为大多学者所使用的外汇风险直接度量方法主要是VaR度量法以及在极端情况下所使用的各种直接度量方法。
(一) VaR度量法VaR的度量法可以将不同市场因子、不同市场的风险集成一个数,较准确地测量由不同风险来源及其相互作用而产生的潜在损失的风险。
该方法又可以分为参数分析法、非参数分析法以及情景分析等,这些方法各有特点但均存在不足。
参数分析方法是VaR计算中最为常用的方法,一般是建立在汇率波动是正态分布假设之上的,能正确地估计外汇资产价值变动的分布函数,并且在得出该分布函数后准确地计算出该分布函数的参数值。
但用它没有考虑到在现实汇率的时间序列波动中表现出来的厚尾现象和非正态汇率波动现象。
非参数的测量方法包括历史数据模拟法和蒙特卡罗模拟法。
历史数据模拟法所需数据从历史的收益率序列中取样,在应用过程中不需对外汇市场的复杂结构做出任何假设和考虑汇率波动分布非正态的问题。
但当波动率在短期内变化较大时历史模拟法估计不准(Engle, 1982),并且选取的历史数据对VaR值的预测有很大影响。
另一种非参数方法为蒙特卡罗模拟法,可以用来观测那些人们认为将要发生,但历史观测值中没有出现的事件。
该方法考虑到波动性的时变性、厚尾和极端事件,在解决数据的非正态分布等复杂的问题上表现出了极大的灵活性。
但由于测量结果取决于模拟的次数,导致该方法耗时、依赖于电脑并且模拟的代价较高。
国内学者朱宏泉等(2002)和王春峰等(2000)均发展了用蒙特卡罗模拟计算VaR的新方法,对非参数方法进行了扩展性研究。
情景分析是测量外币资产与负债组合在汇率发生极大的变化时的敏感度,优点是通过计算资产组合面临的潜在的最大损失找出较为脆弱且容易发生问题的部分,便于经济主体对汇率风险的度量与控制。
缺点在于其效果很大程度上依赖于有效情景的构造和选择, 一旦预期的各种组合变动与实际情况存在较大的差距,对汇率风险分析的结果就会失去实践意义,甚至会引发错误的套利政策从而导致不必要的损失。
(二)极端情形度量法虽然VaR较为准确地测量了金融市场在正常波动情形下资产组合的外汇风险,但实际金融市场中极端波动情景和事件时有发生。
如果这些事件发生,经济变量间和金融市场因子间的一些稳定关系就会被破坏,原有外汇市场因子之间的相关性、价格关系以及波动性都会发生很大改变,而VaR在这种极端市场情景下存在较大的估计误差。
为此,人们引入了EVT, CVaR, Copula, ES 等方法来测量极端金融市场情景下的外汇风险。
1〃极值理论极值理论(EVT)是可以用来测量外汇风险极端情景下风险损失的一种参数估计方法,是研究分布的尾部状态的强有力的工具,其优点主要有两点:首先,不会像历史模拟法受到历史观测个数的限制,即使对于较小的显著水平的样本外VaR值也可方便求得;其次,该理论没有对收益率分布强加某个特定模型,而是由数据本身来说明尾部分布,这样就降低了模型风险。
该方法局限性在于只适合于描述尾部的分布,对于较大的显著水平有可能导致大量的数据浪费。
并且估计的VaR的精确性并不是很好,计算方法不易掌握,统计量的分析和估计方法比较困难。
国外学者将极值理论广泛地运用到外汇风险度量实证研究中。
Akging (1998)利用极值理论研究了拉丁美洲黑市汇率分布特性;Koedijk (1990, 1992)基于极值理论中非参数尾部指数估计,实证研究了东欧7国黑市汇率收益的经验分布; Embrechts (2000)通过实证分析了极值理论的前景和缺陷,并作了全面的总结。
国内学者詹原瑞等(2000)以及潘家柱等(2000)讨论了根据极值理论计算VaR的方法;马超群等(2001)提出了完全参数方法,它本质上是参数方法结合极值理论的运用,更进一步发展了该模型,但在我国极值理论的研究仅仅局限于定性分析中,并没有广泛运用到实际操作中来。
2〃CvaR模型条件风险价值CvaR模型(ConditionalValue-at-Risk),即损失超过VaR的条件均值,代表超额损失的平均水平,可以反映金融头寸的潜在损失。
CVaR表示损失超过VaR1-α(X)时的条件期望值。
假定M是一个随机变量,表示金融资产的损益, VaR1-α(X)表示在100 (1-α)%臵信水平下的VaR,则CVaR1-α(X)表示损失超过VaR1-α(X)时的期望值:其中, qα是X的α%分位数。
由于损益的分布f (x)没有必要是绝对连续的,通常可以用EX表示离散分布条件下VaR1-α(X)。
该模型是一致性风险度量模型,具有次可加性,在一定程度上克服了VaR模型的缺点。
它不仅考虑了超过VaR值的频率,而且考虑了超过VaR值损失的条件期望,有效的改善了VaR模型在处理损失分布的后尾现象时存在的问题。
Rockafellar等(2000)首先提出了CVaR的概念,认为该方法可以很好的应用于大型投资组合和复杂的情景分析中。
由此,国内外很多学者均从VaR与CVaR的比较方面进行研究,如刘小茂等(2005)和殷文琳等(2006)均对VaR和CVaR度量方法进行了比较分析,发现CVaR独有的次可加性最能显示它相对于VaR的优越性,并给出基于条件风险价值的计量模型以及其在投资组合管理中的应用。
3〃ES模型ES (Expected Shortfall)模型是在CVaR基础上进行改进的一致性风险度量模型。
ESp定义为在一定的臵信水平p下,某一资产或投资组合在未来特定时间内的损失超过VaRp的条件期望。
假设X为某金融资产的损失,其分布函数为F (x),则ESp (X)可以表示为:其中, F-1(α) =inf {x | F (x)≥α}。
当损失X的密度函数连续时, ESp可以简单的表示为:ESp=E {x | F (x)≥p} (3)Acerbi (2001)提出一般化的ES模型,认为该模型对于损失X的分布没有特殊的要求,在分布函数连续和不连续的情况下都能保持一致性风险度量。
因此,该模型不仅可以应用到任何的金融工具的风险度量和风险控制,也可以保证在给定风险量的约束条件下最大化预期收益组合的唯一性。
但是目前在我国将ES模型运用到外汇风险度量的研究还没有得到广泛的发展。
4〃Copula方法Copula是一种把多维随机变量的联合分布用其一维边际分布连接起来的函数,可以用它来研究与相形相关或VaR不能描述特征的相关极端事件相联系的一些问题。
由于Copula可由随机变量的边际和相关性来确定,能够全面描述随即变量的联合性质,因此正态假设和联合分布建模问题都可以通过该方法来解决。
假定随机变量X和Y分别代表两种外汇资产的损失,它们的边缘分布分别为F (x)和G (y),具有Copula函数C (F (x), G(y),则投资组合的VaR可表示为:其中,δ代表资产X在投资组合中的权重,γ为限定值,它与臵信水平α是相对应的。
Copula函数可以解决传统的多元分布函数在实际应用中存在的解析式难处理、约束条件多的缺陷。
当外汇组合中的资产已经确定,外汇市场风险可由一个相应的Copula函数来描述,从而构造灵活的多元分布函数,掌握资产组合内各金融资产收益的真实分布与相关关系。
将Copula函数真正应用于金融经济研究近几年才刚刚开始。
在Nelsen (1998)比较系统地讨论了Copula的定义和构建方法后,许多学者系统地研究了Copula在金融中的一些应用,如Bouye等(2000), Lindskog (2000)和Clemente等(2003)均运用Copula理论研究了如何建立有效的风险管理度量模型,并验证了该方法在求联合分布函数的便捷和准确性。
在中国, Copula方法的应用才刚刚兴起。
吴振翔等(2004)拓展了Copula方法的应用范围,他们运用Archimedean Copula 方法给出了确定两种外汇最小风险投资组合的方法,并对欧元和日元的投资组合做了相应的风险分析得到了二者的最小风险投资组合;罗薇等(2006)同样基于Copula结合具有不同边际分布模型来计算资产投资组合。
但是目前以Copula为基础的相关性测度方法并不完善,属于需要做进一步研究的前沿领域。
二、外汇风险的间接度量上文分析了外汇风险的直接度量方法怎样衡量汇率变动可能给企业带来的直接影响。
同时许多学者通过研究发现,由于汇率的变动对于宏观经济变量发生作用从而又通过种种经济的传导机制,最终使企业的价值发生改变。
这种未预期到的汇率变动所引起的公司价值的变化也叫外汇风险暴露,企业通常使用回归的方法来度量汇率波动与公司价值变动之间的关系,从而间接描述外汇风险。
外汇风险暴露的度量方法又可以分为两种,一种为资本市场法,另一种为现金流量法。
资本市场法认为,外汇风险能影响企业的股票价格,因此Adler和Dumas (1984)首次提出外汇风险暴露可以由股票收益率对汇率波动的敏感度来度量,他们认为一单位汇率变动造成股票价值变动的大小,就是该资产的外汇暴露。
因此外汇暴露是一个包括了以上因素的倾斜的回归方程,可以表示成:P=α+bS+e (5)其中, P是公司的股票价值, a是常数项; b是暴露的回归系数,表示为b=Cov (P, S) /Var (S); S是汇率的波动; e是残差项, E (e) =Cov (e, S)。
国外许多学者在Adler-Dumas模型上进行了发展, Jorion(1990), Amihud (1994)以及Choi和Prasad (1995)都使用了一个两因素模型:Rit=αi+βiRmt+γiXt+εit(6)其中Rit为i公司t期的股价报酬率; Rmt为市场大盘指数报酬率; Xt是t期未预期汇率变动率。
许多学者利用该模型进行实证研究均对其进行发展和完善,Martin (1999)利用指数平滑法发展了一个简单的汇率预测方法來估计投资人对汇率的期望值,这个变量可同时包含过去的汇率变动率和最近一期的汇率变动率,从而使结果比较客观和结构化。
Bod-nar和Wong (2000), Parsley和Popper (2002)以及Dominguez和Tesar (2001)也对该模型所度量的外汇风险暴露在变量指标的使用如汇率与市场收益率数据的选取上有建设性的建议。
