【摘要】：2008年發(fā)生的波及全球的美國次貸危機(jī)引發(fā)專家、學(xué)者和管理當(dāng)局對(duì)傳統(tǒng)風(fēng)險(xiǎn)管理技術(shù)的思考,也讓人們開始關(guān)注“極端但可能發(fā)生的事件”對(duì)金融系統(tǒng)的影響。同時(shí),隨著國際金融市場(chǎng)的逐步開放,以及我國商業(yè)銀行業(yè)務(wù)規(guī)模的擴(kuò)大,商業(yè)銀行也面臨著日益嚴(yán)重的信用風(fēng)險(xiǎn)威脅。對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)的有效管理不僅僅是銀行業(yè)界亟待解決的問題,也是學(xué)術(shù)界必須加以研究的重要方向。而壓力測(cè)試以其不同于傳統(tǒng)Var (Value at risk)方法的度量風(fēng)險(xiǎn)的視角,為信用風(fēng)險(xiǎn)管理提供了一個(gè)合理的研究方向,對(duì)我國商業(yè)銀行的信用風(fēng)險(xiǎn)管理具有非常深遠(yuǎn)的意義。 本文對(duì)壓力測(cè)試?yán)碚�、方法和�?yīng)用進(jìn)行了系統(tǒng)的歸納和總結(jié),并在此基礎(chǔ)上對(duì)我國商業(yè)銀行系統(tǒng)信用風(fēng)險(xiǎn)管理進(jìn)行了基于壓力測(cè)試的實(shí)證研究。 文章借鑒國外學(xué)者的先進(jìn)做法,并結(jié)合中國國情,在國內(nèi)的研究中首次地將基于VAR方法的新宏觀壓力測(cè)試模型引入我國商業(yè)銀行信用風(fēng)險(xiǎn)管理中。通過脈沖響應(yīng)和方差分析,衡量宏觀經(jīng)濟(jì)因素對(duì)我國銀行系統(tǒng)貸款違約率的影響,合理的得出國內(nèi)生產(chǎn)總值的增長率是模型各內(nèi)生變量中對(duì)違約率影響最為顯著的一個(gè)因素,同時(shí)基于向量自回歸(VAR)模型和GDP增長率的歷史分布,考慮到變量間的交互影響,進(jìn)行壓力情景設(shè)置,最終得出在我國GDP增長率突然放緩(6%以下)時(shí),我國銀行系統(tǒng)信用風(fēng)險(xiǎn)明顯增加,銀行體系抗宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)的沖擊是有限的,銀行體系的金融穩(wěn)定性需要加強(qiáng)的結(jié)論。在最后,本文分析了壓力測(cè)試在我國商業(yè)銀行信用風(fēng)險(xiǎn)管理中應(yīng)用的局限性,提出研究展望。
【圖文】：

在銀行的整體貸款違約率PD的基礎(chǔ)上，使用模型(4一2)的Logit轉(zhuǎn)換將貸款違約率轉(zhuǎn)化為綜合指標(biāo)yit作為模型變量建立VAR模型。經(jīng)處理的違約率值PD和違約綜合指標(biāo)值Yit結(jié)果如圖4一1所示。索穿歲歲一歲歲穿穿穿穿穿少穿穿少歲戶戶穿歲穿穿穿歲少穿_家之矛違約率Pl)(%)違約綜合指標(biāo)Y圖4一 12002一2010年中國主要商業(yè)銀行季度逾期貨款率走勢(shì)從圖中可以看出，，2002年一2010年中國銀行業(yè)整體的貸款違約率在逐年下降，其中2004年是個(gè)小的拐點(diǎn)，這是因?yàn)?004年國家曾向四大國有商業(yè)銀行注入巨資以沖減其巨額不良資產(chǎn)，為股份制改革鋪路。而貸款違約率經(jīng)過Logit模型轉(zhuǎn)化得到的yit值發(fā)展趨勢(shì)與違約率走勢(shì)基本相同。4.2.3實(shí)證檢驗(yàn)和結(jié)果1、實(shí)證檢驗(yàn)本文使用在上一節(jié)所解釋的各變量建立VAR模型，在進(jìn)行動(dòng)態(tài)回歸模型擬合時(shí)，必須先對(duì)序列進(jìn)行平穩(wěn)性檢驗(yàn)。因?yàn)楸疚氖褂玫臄?shù)據(jù)是時(shí)間序列數(shù)據(jù)，使用時(shí)間序列數(shù)據(jù)進(jìn)行估計(jì)，其首要條件是要求其必須是平穩(wěn)時(shí)間序列，即生成變量時(shí)間序列數(shù)據(jù)的隨機(jī)過程的特征不因?yàn)闀r(shí)間的變化而變化。如果時(shí)間序列不平穩(wěn)

20D32D042005ZDD6200720口 820092D10 2003200420腸 20062007加0公 20092010{一丫(Seena:、o飛)一Y(日aoe，、ne)!;一丫、贏，n。，)一丫(“、n。圖4一2靜態(tài)模擬結(jié)果圖4一3動(dòng)態(tài)模擬結(jié)果如圖4一2、圖4一3所示，分別對(duì)違約率的綜合指標(biāo)Y進(jìn)行了樣本期內(nèi)2003一2010年的靜態(tài)模擬和動(dòng)態(tài)模擬，兩者的區(qū)別在于:前者利用序列滯后期的實(shí)際觀測(cè)值計(jì)算下一期預(yù)測(cè)值，最多只能預(yù)測(cè)超出樣本期一期的未來值;而后者是利用各序列每期預(yù)測(cè)值而非實(shí)際觀測(cè)值進(jìn)行迭代計(jì)算，可以對(duì)超出樣本期的未來值進(jìn)行預(yù)測(cè)。從模擬曲線可以觀察到:無論是靜態(tài)模擬還是動(dòng)態(tài)模擬，模擬效果都較好。4、脈沖響應(yīng)和方差分解為了衡量VAR模型中的內(nèi)生變量GDPR、CPI、R工、RS的變動(dòng)對(duì)違約綜合指標(biāo)Y的影響，對(duì)模型進(jìn)行脈沖響應(yīng)和方差分解分析。下面分別給GDPR、CPI、砒、RS一個(gè)正的標(biāo)準(zhǔn)差沖擊(一個(gè)脈沖)，采用
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：F832.33;F224

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 張晶;商業(yè)銀行信用風(fēng)險(xiǎn)壓力測(cè)試[D];中國海洋大學(xué);2012年

本文編號(hào)：2624997