我國(guó)銀行間債券回購(gòu)市場(chǎng)利率風(fēng)險(xiǎn)VaR度量實(shí)證研究
發(fā)布時(shí)間:2020-05-12 17:24
【摘要】: 隨著經(jīng)濟(jì)全球化和金融國(guó)際化的推進(jìn),風(fēng)險(xiǎn)管理成為近年來(lái)全球金融界最為熱門的話題之一。我國(guó)利率市場(chǎng)化進(jìn)程自上世紀(jì)開始,至今已取得了階段性的重要成果,可以預(yù)見,在不久的將來(lái),我國(guó)的利率將由市場(chǎng)資金供求來(lái)決定,到時(shí)商業(yè)銀行將會(huì)承受比現(xiàn)在更大的利率風(fēng)險(xiǎn)。因此,對(duì)利率風(fēng)險(xiǎn)進(jìn)行度量研究,引進(jìn)先進(jìn)的技術(shù)和工具加強(qiáng)商業(yè)銀行利率風(fēng)險(xiǎn)管理,對(duì)當(dāng)前和未來(lái)的商業(yè)銀行利率風(fēng)險(xiǎn)管理具有十分重要的意義。美國(guó)次貸危機(jī)引發(fā)的全球金融海嘯,對(duì)全球銀行業(yè)是一次大災(zāi)難,金融危機(jī)引起了大規(guī)模的信用風(fēng)險(xiǎn)爆發(fā),而信用風(fēng)險(xiǎn)的爆發(fā),與利率風(fēng)險(xiǎn)也有很大的關(guān)系。因此,金融危機(jī)要求我國(guó)銀行業(yè)重視風(fēng)險(xiǎn)管理,尤其是利率風(fēng)險(xiǎn)的實(shí)時(shí)計(jì)量、監(jiān)督和管理。 現(xiàn)有國(guó)內(nèi)外對(duì)于商業(yè)銀行利率風(fēng)險(xiǎn)的研究主要集中在利率期限結(jié)構(gòu)、久期、凸度、缺口、隱含期權(quán)的利率風(fēng)險(xiǎn),且大多數(shù)為理論探討和模型推導(dǎo),定量研究商業(yè)銀行利率風(fēng)險(xiǎn)的比較少,對(duì)于單一利率風(fēng)險(xiǎn)的度量實(shí)證研究也較少。本文從我國(guó)銀行間債券回購(gòu)市場(chǎng)著手,同時(shí)采用GARCH模型族方法和基于Risk Metrics的混合正態(tài)分布擬合方法對(duì)我國(guó)銀行間債券回購(gòu)市場(chǎng)隔夜回購(gòu)利率進(jìn)行實(shí)證分析,以期找出適合我國(guó)銀行間債券回購(gòu)市場(chǎng)風(fēng)險(xiǎn)度量的模型,幫助我國(guó)商業(yè)銀行分市場(chǎng)進(jìn)行利率風(fēng)險(xiǎn)的度量和管理。 通過(guò)研究本文得出結(jié)論:(1)我國(guó)銀行間債券回購(gòu)市場(chǎng)隔夜回購(gòu)利率序列不服從正態(tài)分布,具有明顯的尖峰、厚尾特征,序列平穩(wěn),具有自相關(guān)性。(2)基于Risk Metrics的混合正態(tài)分布模擬方法用來(lái)計(jì)算隔夜回購(gòu)利率的風(fēng)險(xiǎn)VaR不僅考慮了金融時(shí)間序列的波動(dòng)異方差問(wèn)題,而且非常好地刻畫了時(shí)間序列的厚尾特性,另外,混合正態(tài)分布擬合方法可以根據(jù)樣本數(shù)據(jù)時(shí)間段選取的不同隨時(shí)調(diào)整分布形態(tài),使得分布更加具有時(shí)效性和準(zhǔn)確性。本文最后提出了我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理以及基于Risk Metrics的分布擬合方法的未來(lái)研究方向:高頻金融時(shí)間序列下的分布擬合與風(fēng)險(xiǎn)計(jì)量,以及全方位的風(fēng)險(xiǎn)管理模型以及體系的理論與實(shí)證研究。
【圖文】:
合方法等內(nèi)容主要的研究成果及結(jié)論評(píng)述;第三章為相關(guān)理VaR 方法在風(fēng)險(xiǎn)管理中的應(yīng)用及其計(jì)算方法,分布擬合的原章為針對(duì)我國(guó)銀行間債券回購(gòu)市場(chǎng)的實(shí)證研究,分別用 G擬合 VaR 方法進(jìn)行;第五章為本論文的研究結(jié)論,針對(duì)第分析兩種模型在計(jì)量我國(guó)銀行間債券回購(gòu)市場(chǎng)利率風(fēng)險(xiǎn)時(shí)的結(jié)論,提出對(duì)我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)度量和管理的建議。的技術(shù)路線如下圖所示:
出現(xiàn)的最大損失值。VaR 源于金融資產(chǎn)與負(fù)債的價(jià)格變化通過(guò)變化或收益的變化而帶來(lái)的風(fēng)險(xiǎn),是 20 世紀(jì) 90 年代初期開始用現(xiàn)代數(shù)理統(tǒng)計(jì)技術(shù)來(lái)度量金融市場(chǎng)風(fēng)險(xiǎn)的方法,其核心思想格波動(dòng)導(dǎo)致金融資產(chǎn)所面臨的市場(chǎng)風(fēng)險(xiǎn)的大小。計(jì)學(xué)的意義上來(lái)講,VaR 是在一定的概率水平(或置信度)下組合在未來(lái)某一特定時(shí)期內(nèi)可能發(fā)生的最大損失。用公式表示b(ΔP ≤VaR)=1 αt,Prob代表:風(fēng)險(xiǎn)資產(chǎn)或資產(chǎn)組合可能的價(jià)值損失小于 VaR 的tΔP 代表:風(fēng)險(xiǎn)資產(chǎn)或資產(chǎn)組合在未來(lái)某一特定時(shí)期內(nèi)的價(jià)值1 α代表:給定的置信水平,如若α 為 5%,則置信水平 1 α也可以如此表述:我們有 1 α的信心在未來(lái)一段時(shí)期內(nèi),所持產(chǎn)組合的最大損失不超過(guò) VaR。也可以說(shuō),在正常的市場(chǎng)條件和給定的時(shí)間段內(nèi),風(fēng)險(xiǎn)資產(chǎn)組合概率僅為給定的概率水平 α。
【學(xué)位授予單位】:重慶大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2010
【分類號(hào)】:F224;F832.51
本文編號(hào):2660580
【圖文】:
合方法等內(nèi)容主要的研究成果及結(jié)論評(píng)述;第三章為相關(guān)理VaR 方法在風(fēng)險(xiǎn)管理中的應(yīng)用及其計(jì)算方法,分布擬合的原章為針對(duì)我國(guó)銀行間債券回購(gòu)市場(chǎng)的實(shí)證研究,分別用 G擬合 VaR 方法進(jìn)行;第五章為本論文的研究結(jié)論,針對(duì)第分析兩種模型在計(jì)量我國(guó)銀行間債券回購(gòu)市場(chǎng)利率風(fēng)險(xiǎn)時(shí)的結(jié)論,提出對(duì)我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)度量和管理的建議。的技術(shù)路線如下圖所示:
出現(xiàn)的最大損失值。VaR 源于金融資產(chǎn)與負(fù)債的價(jià)格變化通過(guò)變化或收益的變化而帶來(lái)的風(fēng)險(xiǎn),是 20 世紀(jì) 90 年代初期開始用現(xiàn)代數(shù)理統(tǒng)計(jì)技術(shù)來(lái)度量金融市場(chǎng)風(fēng)險(xiǎn)的方法,其核心思想格波動(dòng)導(dǎo)致金融資產(chǎn)所面臨的市場(chǎng)風(fēng)險(xiǎn)的大小。計(jì)學(xué)的意義上來(lái)講,VaR 是在一定的概率水平(或置信度)下組合在未來(lái)某一特定時(shí)期內(nèi)可能發(fā)生的最大損失。用公式表示b(ΔP ≤VaR)=1 αt,Prob代表:風(fēng)險(xiǎn)資產(chǎn)或資產(chǎn)組合可能的價(jià)值損失小于 VaR 的tΔP 代表:風(fēng)險(xiǎn)資產(chǎn)或資產(chǎn)組合在未來(lái)某一特定時(shí)期內(nèi)的價(jià)值1 α代表:給定的置信水平,如若α 為 5%,則置信水平 1 α也可以如此表述:我們有 1 α的信心在未來(lái)一段時(shí)期內(nèi),所持產(chǎn)組合的最大損失不超過(guò) VaR。也可以說(shuō),在正常的市場(chǎng)條件和給定的時(shí)間段內(nèi),風(fēng)險(xiǎn)資產(chǎn)組合概率僅為給定的概率水平 α。
【學(xué)位授予單位】:重慶大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2010
【分類號(hào)】:F224;F832.51
【引證文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前1條
1 王星;商業(yè)銀行利率風(fēng)險(xiǎn)管理策略研究[D];西安工業(yè)大學(xué);2012年
,本文編號(hào):2660580
本文鏈接:http://sikaile.net/guanlilunwen/zhqtouz/2660580.html
最近更新
教材專著