本文關(guān)鍵詞：中國銀行業(yè)監(jiān)管基準(zhǔn)比較研究

  更多相關(guān)文章： 風(fēng)險管理 在險價值 尾部中值 尾部均值 GARCH 商業(yè)銀行

【摘要】：伴隨著全球經(jīng)濟一體化,金融全球化快速發(fā)展,金融機構(gòu)跨地域的經(jīng)營和競爭不斷強化,金融管制的寬松帶來了金融創(chuàng)新的發(fā)展。在國內(nèi)外金融市場蓬勃發(fā)展的同時,金融體系和金融機構(gòu)面臨的風(fēng)險狀況也日益嚴(yán)峻。金融風(fēng)險管理在市場監(jiān)管和企業(yè)運行中的地位不斷加強,而金融風(fēng)險管理的第步就是對風(fēng)險的度量。作為過去很長時間都被廣為認可和使用的一種風(fēng)險測度,VaR自問世后便迅速為人們所接受且被巴塞爾銀行監(jiān)管委員會用作風(fēng)險監(jiān)管的度量工具,這迅速奠定了VaR在風(fēng)險管理領(lǐng)域的地位,直至今日,VaR仍然是使用最為廣泛的一種金融風(fēng)險度量指標(biāo)。VaR在過去很長一段時間內(nèi)對于金融風(fēng)險的監(jiān)管發(fā)揮了巨大的作用,但是隨著人們對VaR的研究日益深入,VaR在理論和實際應(yīng)用中的一些缺陷也為人所詬病。從理論方面來說,Artzner等(1997,1999)提出風(fēng)險測度需要滿足的一致性條件,而VaR并不滿足一致性公理中的次可加性,因而不是一致性風(fēng)險測度。從實際應(yīng)用上來說,VaR確定的風(fēng)險值往往不足以覆蓋尾部風(fēng)險所造成的損失。在控制極端尾部所對應(yīng)的巨災(zāi)風(fēng)險方面VaR力不能逮。2012年5月,巴塞爾銀行監(jiān)管委員會發(fā)布《交易賬戶基礎(chǔ)評估報告》(征求意見稿),該征求意見稿對于市場風(fēng)險監(jiān)管框架、內(nèi)模法和標(biāo)準(zhǔn)法計量體系提出全面的改進方案,委員會建議使用尾部均值(ES)替代VaR指標(biāo)。而一部分學(xué)者如Kou(2014)指出統(tǒng)計性質(zhì)更為優(yōu)良的尾部中值(MS)比ES更適合作為新的風(fēng)險測度。鑒于VaR在應(yīng)用和理論上均有缺陷,不少學(xué)者和機構(gòu)開始尋找其他金融風(fēng)險度量指標(biāo),而其中最被經(jīng)常提及的兩種風(fēng)險測度是尾部均值ES和尾部中值MS。但作為VaR潛在的替代者,ES或是MS孰優(yōu)孰劣的問題在學(xué)術(shù)界仍有不少爭議。雖然以往學(xué)者從理論上和實證上均對MS和ES進行過比較：ES是一致風(fēng)險測度而MS只有在一定條件下滿足一致性公理；MS的穩(wěn)健性更好而且滿足可導(dǎo)性,ES對于模型設(shè)定較為敏感并且沒有可導(dǎo)性。本文認為一個合適的風(fēng)險測度應(yīng)該具有穩(wěn)健性和良好的風(fēng)險預(yù)測能力。本文基于中國金融市場數(shù)據(jù)通過實證研究比較MS和ES在風(fēng)險預(yù)測能力和穩(wěn)健性上的相對表現(xiàn),同時使用這兩個測度對中國上市銀行的尾部風(fēng)險進行了實證分析。通過對以往文獻的研究,本文整理總結(jié)了ES和MS各自的優(yōu)缺點。為了實證分析ES和MS在風(fēng)險管理方面的優(yōu)劣,本文使用不同的模型對滬深300銀行指數(shù)的尾部風(fēng)險進行了度量,通過實證結(jié)果來比較ES和MS對風(fēng)險的預(yù)測能力以及穩(wěn)健性。在此基礎(chǔ)上,本文使用ES和MS對中國上市銀行尾部風(fēng)險進行計算并對不同類型商業(yè)銀行的尾部風(fēng)險進行了比較。在前面的計算結(jié)果基礎(chǔ)上,為了對影響銀行尾部風(fēng)險的因素有進一步的了解,本文基于以往學(xué)者研究經(jīng)驗,選取有代表性的銀行財務(wù)指標(biāo)與宏觀經(jīng)濟指標(biāo),采用固定效應(yīng)面板模型進行分析。借鑒以往學(xué)者的研究方法,本文采用了EGARCH模型、GJR模型以及EVT方法,使用滬深300銀行指數(shù)日收益率數(shù)據(jù),滾動計算500個交易日中每個交易日的尾部風(fēng)險,根據(jù)得到的結(jié)果對MS和ES兩種測度進行比較。具體而言,本文通過構(gòu)造表示實際收益率與風(fēng)險測度之間“距離”的兩個函數(shù)來比較MS和ES在風(fēng)險預(yù)測能力上的優(yōu)劣,通過比較兩種測度在不同模型下估計結(jié)果的差異來比較它們的穩(wěn)健性。此外,本文分別使用Kupiec檢驗、二項分布檢驗以及Bootstrap方法對得到的三種風(fēng)險測度進行了回測,回測結(jié)果表明本文使用的三種模型能夠得到有效的尾部風(fēng)險測度。基于差異化風(fēng)險監(jiān)管的角度,本文使用16家上市商業(yè)銀行股票的日收益率數(shù)據(jù),采用EGARCH模型分別計算16家上市銀行的市場風(fēng)險。實證結(jié)果表明,一方面16家上市商業(yè)的尾部風(fēng)險在我們的研究期內(nèi)隨時間的走勢基本一致,但不同類型的商業(yè)銀行的尾部風(fēng)險大小有明顯差異：三家城市商業(yè)銀行的尾部風(fēng)險明顯高于除光大銀行外的其他商業(yè)銀行,而五大國有商業(yè)銀行的尾部風(fēng)險水平整體低于其他商業(yè)銀行。無論使用何種風(fēng)險測度,各商業(yè)銀行的尾部風(fēng)險之間的排序沒有實質(zhì)性的差異。在對影響尾部風(fēng)險的因素進行分析的時候,本文發(fā)現(xiàn)銀行的尾部風(fēng)險和整個金融市場的尾部風(fēng)險密切相關(guān)。具體而言,上證綜指的尾部風(fēng)險和各商業(yè)銀行的尾部風(fēng)險存在顯著的正向相關(guān)關(guān)系。從計算結(jié)果和模型的顯著性來看,五大國有商業(yè)銀行的尾部風(fēng)險要小于其他兩種類型的商業(yè)銀行,且銀行的資產(chǎn)規(guī)模和尾部風(fēng)險存在顯著的負相關(guān)關(guān)系,銀行的資產(chǎn)結(jié)構(gòu)是另一個與銀行尾部風(fēng)險存在顯著相關(guān)關(guān)系的變量。而從宏觀變量來說,本文選取的兩個反應(yīng)宏觀經(jīng)濟狀況的指標(biāo)中,克強指數(shù)和銀行的尾部風(fēng)險存在顯著的關(guān)系,而房地產(chǎn)景氣指數(shù)和銀行尾部風(fēng)險的關(guān)系并不顯著。論文的第一章介紹了本文的研究背景、研究意義和研究方法,并總結(jié)了國內(nèi)外在尾部風(fēng)險度量上的研究成果。第二章是文獻綜述,文獻綜述部分將以巴塞爾協(xié)議為背景,總結(jié)國內(nèi)和國外在風(fēng)險度量方面的研究進展。具體來說,以巴塞爾協(xié)議相關(guān)規(guī)定為起點討論VaR在風(fēng)險管理中的地位,從理論研究、度量方法以及實際應(yīng)用等方面論述國內(nèi)外的相關(guān)研究。隨著對VaR的質(zhì)疑和新的風(fēng)險測度的提出,闡釋關(guān)于ES和MS的相關(guān)研究背景和進展,同時給出三種風(fēng)險測度的定義并從理論和應(yīng)用角度對MS和ES的優(yōu)缺點進行比較。第三章是基于中國金融市場數(shù)據(jù)的實證研究。具體而言,針對金融時間序列的特點,闡述了在正態(tài)分布假設(shè)下,使用EGARCH、GJR、EGARCH-GPD這幾種模型在不同的置信水平下計算VaR的方法和計算公式。在提出的模型和方法基礎(chǔ)上,以銀行指數(shù)和上證綜指的對數(shù)收益率為研究對象,計算得到本文提出的三個風(fēng)險測度。通過本文構(gòu)造的指標(biāo),從預(yù)測效果和穩(wěn)健性兩個方面來對比分析MS和ES,并對計算結(jié)果進行了回測。第四章是關(guān)于中國上市銀行尾部風(fēng)險的實證研究。本章首先簡要介紹巴塞爾協(xié)議中關(guān)于風(fēng)險監(jiān)管的一些相關(guān)要求,并闡述市場風(fēng)險監(jiān)管和尾部風(fēng)險度量之間的關(guān)系。本文將上市銀行分為國有商業(yè)銀行、股份制商業(yè)銀行和城市商業(yè)銀行等三類,使用16家上市商業(yè)銀行的日收益數(shù)據(jù)度量這些上市銀行的尾部風(fēng)險。通過對這三類上市銀行尾部風(fēng)險的比較可以看到,無論使用何種風(fēng)險測度,三類上市銀行在我們的考察期內(nèi)尾部風(fēng)險差異明顯,而16家上市銀行的尾部風(fēng)險隨時間的變化走勢基本一致。借鑒以往學(xué)者的研究方法,本章使用固定效應(yīng)面板模型對影響銀行尾部風(fēng)險的因素進行了分析。第五章對本文作總結(jié)。本章首先總結(jié)了本文主要的研究結(jié)論,其次針對研究結(jié)論提出兩條政策建議,最后歸納了本文的不足之處并指出未來的研究方向。本文的主要結(jié)論如下：第一,從測度本身的比較來說,ES對風(fēng)險的預(yù)測能力強于MS,而后者的穩(wěn)健性更佳；第二,對于中國上市銀行來說,城市商業(yè)銀行的尾部風(fēng)險明顯高于國有商業(yè)銀行,從微觀審慎的角度來看,監(jiān)管層可以加強對城市商業(yè)銀行的監(jiān)管；第三,對于中國的上市銀行而言,其尾部風(fēng)險和市場尾部風(fēng)險、資產(chǎn)規(guī)模以及宏觀經(jīng)濟狀況密切相關(guān)。相比較以往研究,本文主要在以下幾個方面有所創(chuàng)新：一是直接從對商業(yè)銀行外部監(jiān)管的角度來對風(fēng)險測度的穩(wěn)健性進行比較；二是引入尾部中值來度量收益率的尾部風(fēng)險并給出回測方法；三是在對上市商業(yè)的尾部風(fēng)險度量的基礎(chǔ)上進一步分析了其影響因素。本文的不足之處在于：一是在進行穩(wěn)健性和風(fēng)險預(yù)測能力的比較時采用的方式較為簡單；二是對于銀行尾部風(fēng)險影響因素的分析并未深入。
【關(guān)鍵詞】：風(fēng)險管理 在險價值 尾部中值 尾部均值 GARCH 商業(yè)銀行
【學(xué)位授予單位】：西南財經(jīng)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F832.1
【目錄】：

• 摘要4-8
• Abstract8-14
• 1. 引言14-20
• 1.1 研究背景14-15
• 1.2 研究意義15-16
• 1.3 研究內(nèi)容16-18
• 1.4 研究方法18
• 1.5 創(chuàng)新之處18-20
• 2. 文獻綜述20-35
• 2.1 風(fēng)險監(jiān)管基準(zhǔn)工具20-23
• 2.1.1 巴塞爾協(xié)議下的VaR20-22
• 2.1.2 基本定義22-23
• 2.2 VAR的相關(guān)研究23-25
• 2.2.1 估計方法23-24
• 2.2.2 管理實踐24-25
• 2.3 VAR的不足與挑戰(zhàn)25-29
• 2.3.1 應(yīng)用中的缺陷25-26
• 2.3.2 一致性風(fēng)險測度26-27
• 2.3.3 尾部均值27-28
• 2.3.4 相關(guān)研究進展28-29
• 2.4 合適的替代者29-34
• 2.4.1 尾部中值29-30
• 2.4.2 MS和ES的比較30-33
• 2.4.3 對次可加性的質(zhì)疑33-34
• 2.5 簡要評述34-35
• 3. 風(fēng)險測度對比研究35-56
• 3.1 預(yù)測模型36-40
• 3.1.1 GARCH模型的一般形式36-38
• 3.1.2 EGARCH模型38
• 3.1.3 門限GARCH模型38-39
• 3.1.4 極值理論下的風(fēng)險測度39-40
• 3.2 計算結(jié)果40-47
• 3.2.1 模型的參數(shù)估計結(jié)果41-42
• 3.2.2 VaR的估計結(jié)果42-44
• 3.2.3 MS風(fēng)險預(yù)測44-45
• 3.2.4 ES計算結(jié)果與簡要分析45-47
• 3.3 風(fēng)險預(yù)測能力47-49
• 3.4 穩(wěn)健性49-51
• 3.5 回測51-54
• 3.5.1 Kupiec檢驗51-52
• 3.5.2 二項分布檢驗52-53
• 3.5.3 Bootstrap53-54
• 3.6 本章小結(jié)54-56
• 4. 上市銀行尾部風(fēng)險實證分析56-73
• 4.1 巴塞爾協(xié)議下的風(fēng)險監(jiān)管56-58
• 4.1.1 巴塞爾協(xié)議中的相關(guān)要求56-57
• 4.1.2 上市銀行市場風(fēng)險及其度量57-58
• 4.2 風(fēng)險比較58-67
• 4.2.1 數(shù)據(jù)和方法58-60
• 4.2.2 基于VaR的銀行個體風(fēng)險60-63
• 4.2.3 基于ES的銀行個體風(fēng)險63-66
• 4.2.4 基于MS的銀行個體風(fēng)險66-67
• 4.3 風(fēng)險因素67-72
• 4.3.1 變量67-68
• 4.3.2 模型與結(jié)果68-71
• 4.3.3 回歸系數(shù)比較71-72
• 4.4 本章小結(jié)72-73
• 5. 結(jié)論和展望73-79
• 5.1 論文結(jié)論73-74
• 5.2 政策建議74-77
• 5.2.1 對于不同銀行實施更為合理的差別化監(jiān)管政策74-76
• 5.2.2 完善風(fēng)險動態(tài)監(jiān)管體系76-77
• 5.3 研究展望77-79
• 參考文獻79-84
• 后記84-85
• 致謝85

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 許啟發(fā);陳士俊;蔣翠俠;;基于GARCH-EVT模型的證券投資基金動態(tài)風(fēng)險測度[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2015年07期

2 劉向麗;常云博;;中國滬深300股指期貨風(fēng)險度量——基于流動性調(diào)整的收益率方法的研究[J];系統(tǒng)工程理論與實踐;2015年07期

3 楊愛軍;林金官;劉曉星;;基于廣義雙曲線分布的我國股票市場VaR風(fēng)險度量研究[J];數(shù)理統(tǒng)計與管理;2014年04期

4 徐家旺;王金玉;;VaR與ES風(fēng)險分析法之比較——以我國商業(yè)銀行匯率風(fēng)險度量為例[J];湘潭大學(xué)自然科學(xué)學(xué)報;2013年01期

5 王春峰;郭華;房振明;黃曉彬;;高頻視角下考慮收益非對稱性結(jié)構(gòu)的VaR和ES風(fēng)險測度[J];系統(tǒng)工程;2013年02期

6 王鵬;;基于時變高階矩波動模型的VaR與ES度量[J];管理科學(xué)學(xué)報;2013年02期

7 王鵬;鹿新華;魏宇;王鴻;;中國金屬期貨市場的風(fēng)險度量及其Backtesting分析[J];金融研究;2012年08期

8 劉孝;;基于POT-APARCH-M-t的動態(tài)VaR和ES計算[J];中國證券期貨;2012年02期

9 侯外林;;基于ARMA-GARCH模型的股指波動壓力測試情景設(shè)計研究[J];當(dāng)代財經(jīng);2011年11期

10 周瑩;焦建玲;;基于GARCH-VaR模型的石油價格風(fēng)險研究[J];合肥工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2011年09期

，

本文編號：1054441