商业银行汇率风险的VaR 外汇风险包括在银行的

商业银行汇率风险是指汇率变动可能给银行的当期收益或价值带来损失的风险，它是由汇率波动的时间差、地区差及银行表内外业务币种和期限结构不匹配等原因造成的。汇率风险源于包括固定汇率和浮动汇率的两大国际货币制度。固定汇率风险较浮动汇率风险要小得多，浮动汇率波动频繁且波动幅度大，所产生的汇率风险也难以度量，是商业银行风险控制的主要内容之一。

中国目前实行以市场供求为基础，单一的、有管理的浮动汇率制度，在这种汇率制度下，人民币汇率保持了基本的稳定。然而，人民币面临很大的升值压力，从市场均衡角度看，主要是外汇供大于求，截至2011年6月30日，中国外汇储备达到3.19万亿美元，外汇储备的不断增加以及贸易逆差、热钱涌入使得人民币面临更大的升值压力。纵观当前形势，人民币升值已势在必然，对于中国商业银行而言，必须密切关注人民币汇率走势，做好外汇资产的合理分配和保值增值，有效防范汇率风险。早在20世纪90年代，国外学者就展开了对均衡汇率及其风险的研究，如Willianmson提出了基本要素均衡汇率模型FEER[1]，Stein提出了自然均衡实际汇率模型NATREXR[2]，MacDonald提出了行为均衡汇率模型[3]，这些模型都以发达国家为研究对象，很少考虑发展中国家常见的制度性干预因素，如外汇管制、贸易壁垒和黑市汇率等。中国一些学者直接利用上述模型对人民币汇率进行了测算，如张晓朴[4]、施建淮和余海丰[5]分别采用FEER模型对1984年1季度至1999年1季度和1991年1季度至2004年3季度的人民币汇率进行了估计。施建

淮和余海丰认为自20世纪90年代以来，人民币实际实质汇率在大部分时期偏离人民币均衡实质汇率轨迹，表现为人民币实质汇率的失调[5]。因此，在人民币实际汇率失调的情况下很难采用传统方法度量人民币汇率的风险。对于商业银行而言，要有效管理汇率风险，首先应比较准确地度量汇率风险。在2005年7月汇率改革以来，人民币兑主要发达国家货币的汇率越来越市场化，导致汇率呈现出尖峰厚尾的非对称性，传统的VaR方法无法刻画这类风险，而GARCH模型则能较好地反映金融市场上的非线性波动特征。