1、隨著人民幣匯率體制的改革和外匯市場(chǎng)機(jī)制的不斷完善，外匯投資現(xiàn)已成為繼股票投資后的又一重要投資領(lǐng)域。近年來，又由于各國(guó)資源開始重新配置，加劇了外匯市場(chǎng)波動(dòng)的頻繁和幅度，導(dǎo)致外匯風(fēng)險(xiǎn)不斷加大。在這一背景下研究我國(guó)外匯市場(chǎng)的風(fēng)險(xiǎn)，并對(duì)其進(jìn)行度量和管理已尤為重要。本文主要運(yùn)用 FIGARCH-EVT-Copula模型基于美元、歐元、日元和港幣兌人民幣匯率樣本數(shù)據(jù)對(duì)我國(guó)外匯投資組合風(fēng)險(xiǎn)進(jìn)行測(cè)度研究。
　　首先運(yùn)用經(jīng)典 R/S分析和修正的 R

2、/S分析法檢驗(yàn)四種外匯波動(dòng)率序列的長(zhǎng)記憶性，結(jié)果表明：我國(guó)外匯市場(chǎng)波動(dòng)率序列存在顯著的長(zhǎng)記憶性特性，其中美元/人民幣波動(dòng)率序列的長(zhǎng)記憶性最強(qiáng)，歐元/人民幣、日元/人民幣和港幣/人民幣的長(zhǎng)記憶性強(qiáng)度依次遞減。
　　針對(duì)四種外匯波動(dòng)率序列的長(zhǎng)記憶性特征，引入能準(zhǔn)確刻畫波動(dòng)率長(zhǎng)記憶性的FIGARCH模型，并結(jié)合能很好刻畫尾部風(fēng)險(xiǎn)的極值理論，構(gòu)造出 FIGARCH-EVT模型，同時(shí)引入傳統(tǒng)的多元正態(tài)Copula函數(shù)和多元t-Copula函

3、數(shù)，得到FIGARCH-EVT-Copula模型。然后運(yùn)用該模型對(duì)四種外匯投資組合風(fēng)險(xiǎn)進(jìn)行測(cè)度研究，進(jìn)一步計(jì)算出四種外匯在等權(quán)重投資下的風(fēng)險(xiǎn)值，并與 GARCH-EVT-Copula模型下的風(fēng)險(xiǎn)值進(jìn)行對(duì)比發(fā)現(xiàn)：在同一置信水平下，GARCH-EVT-Copula模型得到的風(fēng)險(xiǎn)值都小于 FIGARCH-EVT-Copula模型，說明 GARCH-EVT-Copula模型低估外匯風(fēng)險(xiǎn)，相對(duì)來說 FIGARCH-EVT-Copula模型對(duì)于測(cè)度

4、外匯投資組合風(fēng)險(xiǎn)更準(zhǔn)確。
　　為了更好地刻畫高維相關(guān)結(jié)構(gòu)，本文在 Copula函數(shù)的選取中，又引入了多元藤結(jié)構(gòu)Pair Copula，構(gòu)造出FIGARCH-EVT-Pair Copula模型。運(yùn)用該模型對(duì)四種外匯投資組合風(fēng)險(xiǎn)進(jìn)行測(cè)度研究，計(jì)算出在風(fēng)險(xiǎn)最小情況時(shí)，四種外匯的最優(yōu)投資比例以及相應(yīng)的組合風(fēng)險(xiǎn)值。并將之與傳統(tǒng)的 FIGARCH-EVT-t-Copula模型進(jìn)行對(duì)比發(fā)現(xiàn)：在相同置信水平下，F(xiàn)IGARCH-EVT-Pair C

5、opula模型得到的組合風(fēng)險(xiǎn)值都高于FIGARCH-EVT-t-Copula模型；然后再運(yùn)用Kupiec和Christoffersen檢驗(yàn)法對(duì)上述兩種模型的 VaR預(yù)測(cè)效果進(jìn)行穩(wěn)健性檢驗(yàn)，檢驗(yàn)結(jié)果表明：在95％和99%置信水平下， FIGARCH-EVT-t-Copula模型不能通過穩(wěn)健性檢驗(yàn)，而 FIGARCH-EVT-Pair Copula模型則通過，進(jìn)而說明FIGARCH-EVT-Pair Copula模型在多元外匯投資組合風(fēng)險(xiǎn)度