基于Copula函數(shù)CreditMetrics模型改進(jìn)與應(yīng)用研究
發(fā)布時(shí)間:2020-11-06 14:21
信用風(fēng)險(xiǎn)是商業(yè)銀行面臨的主要風(fēng)險(xiǎn)之一,隨著當(dāng)代金融危機(jī)的頻繁出現(xiàn),作為金融領(lǐng)域中心環(huán)節(jié)的商業(yè)銀行,其風(fēng)險(xiǎn)管理重點(diǎn)已逐漸從傳統(tǒng)的資產(chǎn)負(fù)債管理向以風(fēng)險(xiǎn)計(jì)量和風(fēng)險(xiǎn)優(yōu)化為核心的全面風(fēng)險(xiǎn)管理過(guò)度。信用風(fēng)險(xiǎn)管理作為全面風(fēng)險(xiǎn)管理的重要組成部分,已越來(lái)越受到國(guó)際金融界的關(guān)注。我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)的管理還主要停留在定性分析的基礎(chǔ)上,與國(guó)際領(lǐng)先水平尚有一定的差距,鑒于此,本文借鑒國(guó)內(nèi)外研究和應(yīng)用的一些成果,并結(jié)合我國(guó)商業(yè)銀行的具體特征,嘗試引入量化信用風(fēng)險(xiǎn)管理方法。 本文從風(fēng)險(xiǎn)管理理論的發(fā)展進(jìn)程出發(fā),借助《巴塞爾新資本協(xié)議》以最低資本要求、監(jiān)管部門(mén)監(jiān)督檢查與市場(chǎng)約束三大支柱為核心的內(nèi)容,引出全面風(fēng)險(xiǎn)管理對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)量化的要求,進(jìn)而通過(guò)信用風(fēng)險(xiǎn)分類(lèi)和四種傳統(tǒng)信用風(fēng)險(xiǎn)管理方法的介紹,分析我國(guó)當(dāng)下商業(yè)銀行在這一方面的現(xiàn)狀,并指出當(dāng)代信用風(fēng)險(xiǎn)模型的發(fā)展趨勢(shì)。 在模型借鑒方面,本文以計(jì)算原理、分類(lèi)標(biāo)準(zhǔn)、數(shù)據(jù)可得性與市場(chǎng)成熟度等作為主要參考指標(biāo),遵照巴塞爾委員會(huì)對(duì)于商業(yè)銀行使用內(nèi)部評(píng)級(jí)法時(shí)需要建立信用計(jì)量模型和相關(guān)技術(shù)程序的要求,分別對(duì)其推薦的CreditMetrics、KMV、Credit Portfolio View、CreditRisk+四種模型作了詳細(xì)的比較研究與適用性分析,提出現(xiàn)階段,CreditMetrics模型較之其他三種,更適用于我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理。 通過(guò)CreditMetrics基本框架與輸入?yún)?shù)的介紹,討論了模型實(shí)施中的不足之處與改進(jìn)的途徑。本文選擇引入Copula函數(shù)對(duì)模型相關(guān)性模塊進(jìn)行改進(jìn),使其具有更好的靈活性和操作性。鑒于數(shù)據(jù)的特點(diǎn),文章選取了多種二元二參量Copula函數(shù)進(jìn)行模擬。除此以外,結(jié)合我國(guó)金融市場(chǎng)實(shí)際發(fā)展的狀況,文中對(duì)CreditMetrics模型的輸入?yún)?shù)做了調(diào)整,包括違約損失率、信用轉(zhuǎn)移矩陣和遠(yuǎn)期收益率曲線(xiàn)。 文章選取具體銀行信貸數(shù)據(jù)作為實(shí)證研究的對(duì)象,應(yīng)用改進(jìn)后的CreditMetrics模型對(duì)單筆貸款與貸款組合分別作了實(shí)證研究,求出風(fēng)險(xiǎn)價(jià)值,并對(duì)未經(jīng)Copula改進(jìn)的結(jié)果進(jìn)行了比較,指出改進(jìn)模型在商業(yè)銀行信用風(fēng)險(xiǎn)管理上的優(yōu)勢(shì),并對(duì)我國(guó)商業(yè)銀行量化信用風(fēng)險(xiǎn)管理提出了建議。 綜上所述,本文從CreditMetrics模型在我國(guó)的可行性、模型測(cè)量信用風(fēng)險(xiǎn)的整體框架,模型的參數(shù)改進(jìn),Copula函數(shù)的選擇和引入,模型的具體應(yīng)用以及我國(guó)商業(yè)銀行量化信用風(fēng)險(xiǎn)配套措施等幾個(gè)方面進(jìn)行了深入分析,以期為我國(guó)商業(yè)銀行量化信用風(fēng)險(xiǎn)管理做出有益的探索。
【學(xué)位單位】:中國(guó)海洋大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2011
【中圖分類(lèi)】:F832.33;F224
【文章目錄】:
摘要
Abstract
0. 引言
0.1 選題背景及研究意義
0.2 國(guó)內(nèi)外研究現(xiàn)狀
0.2.1 國(guó)外研究現(xiàn)狀
0.2.2 國(guó)內(nèi)研究現(xiàn)狀
0.3 論文內(nèi)容與研究方法
0.3.1 論文主要內(nèi)容
0.3.2 論文研究方法
0.4 論文創(chuàng)新之處
1 商業(yè)銀行信用風(fēng)險(xiǎn)管理相關(guān)理論
1.1 商業(yè)銀行風(fēng)險(xiǎn)管理理論發(fā)展
1.2 巴塞爾Ⅱ的主要內(nèi)容與影響
1.2.1 巴塞爾Ⅱ的三大支柱
1.2.2 巴塞爾Ⅱ的影響
1.3 全面風(fēng)險(xiǎn)管理理論
1.4 信用風(fēng)險(xiǎn)管理
1.4.1 信用風(fēng)險(xiǎn)
1.4.2 傳統(tǒng)的信用風(fēng)險(xiǎn)管理方法
2 現(xiàn)代信用風(fēng)險(xiǎn)模型及其比較分析
2.1 模型介紹
2.1.1 CreditMetrics 模型
2.1.2 KMV 模型
2.1.3 Credit Portfolio View 模型
2.1.4 CreditRisk+模型
2.2 模型的比較
3 我國(guó)商業(yè)銀行選取信用風(fēng)險(xiǎn)管理模型參考因素
3.1 我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)模型的選取
3.2 CreditMetrics 模型的基本框架
3.3 CreditMetrics 模型的參數(shù)
3.4 CreditMetrics 模型的不足之處
4 基于 Copula 函數(shù)對(duì) CreditMetrics 模型的改進(jìn)
4.1 CreditMetrics 模型改進(jìn)的途徑
4.2 Copula 函數(shù)的性質(zhì)與選取
4.2.1 Copula 函數(shù)的定義
4.2.2 常見(jiàn)的Copula 函數(shù)
4.2.3 基于Copula 函數(shù)的相關(guān)性測(cè)度
4.2.4 Copula 函數(shù)的選取
4.3 分析中使用的方法與環(huán)境
4.3.1 蒙特卡洛模擬法與cholesky 分解
4.3.2 R 軟件與MATLAB 環(huán)境
4.4 針對(duì)我國(guó)實(shí)際情況對(duì)數(shù)據(jù)的調(diào)整
4.4.1 違約損失率的調(diào)整
4.4.2 信用轉(zhuǎn)移矩陣的調(diào)整
4.4.3 遠(yuǎn)期收益率曲線(xiàn)的調(diào)整
4.4.4 資產(chǎn)相關(guān)系數(shù)的調(diào)整
5 基于 CreditMetrics 模型的實(shí)證分析
5.1 數(shù)據(jù)來(lái)源與假設(shè)條件
5.2 應(yīng)用改進(jìn)后的 CreditMetrics 模型的 VaR 計(jì)算
5.2.1 單筆貸款的VaR 計(jì)算
5.2.2 資產(chǎn)組合的VaR 計(jì)算
5.3 實(shí)證研究結(jié)論
5.4 我國(guó)商業(yè)銀行量化信用風(fēng)險(xiǎn)管理建議
5.5 觀(guān)點(diǎn)總結(jié)
5.6 本文局限
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)介
發(fā)表的學(xué)術(shù)論文
【引證文獻(xiàn)】
本文編號(hào):2873254
【學(xué)位單位】:中國(guó)海洋大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2011
【中圖分類(lèi)】:F832.33;F224
【文章目錄】:
摘要
Abstract
0. 引言
0.1 選題背景及研究意義
0.2 國(guó)內(nèi)外研究現(xiàn)狀
0.2.1 國(guó)外研究現(xiàn)狀
0.2.2 國(guó)內(nèi)研究現(xiàn)狀
0.3 論文內(nèi)容與研究方法
0.3.1 論文主要內(nèi)容
0.3.2 論文研究方法
0.4 論文創(chuàng)新之處
1 商業(yè)銀行信用風(fēng)險(xiǎn)管理相關(guān)理論
1.1 商業(yè)銀行風(fēng)險(xiǎn)管理理論發(fā)展
1.2 巴塞爾Ⅱ的主要內(nèi)容與影響
1.2.1 巴塞爾Ⅱ的三大支柱
1.2.2 巴塞爾Ⅱ的影響
1.3 全面風(fēng)險(xiǎn)管理理論
1.4 信用風(fēng)險(xiǎn)管理
1.4.1 信用風(fēng)險(xiǎn)
1.4.2 傳統(tǒng)的信用風(fēng)險(xiǎn)管理方法
2 現(xiàn)代信用風(fēng)險(xiǎn)模型及其比較分析
2.1 模型介紹
2.1.1 CreditMetrics 模型
2.1.2 KMV 模型
2.1.3 Credit Portfolio View 模型
2.1.4 CreditRisk+模型
2.2 模型的比較
3 我國(guó)商業(yè)銀行選取信用風(fēng)險(xiǎn)管理模型參考因素
3.1 我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)模型的選取
3.2 CreditMetrics 模型的基本框架
3.3 CreditMetrics 模型的參數(shù)
3.4 CreditMetrics 模型的不足之處
4 基于 Copula 函數(shù)對(duì) CreditMetrics 模型的改進(jìn)
4.1 CreditMetrics 模型改進(jìn)的途徑
4.2 Copula 函數(shù)的性質(zhì)與選取
4.2.1 Copula 函數(shù)的定義
4.2.2 常見(jiàn)的Copula 函數(shù)
4.2.3 基于Copula 函數(shù)的相關(guān)性測(cè)度
4.2.4 Copula 函數(shù)的選取
4.3 分析中使用的方法與環(huán)境
4.3.1 蒙特卡洛模擬法與cholesky 分解
4.3.2 R 軟件與MATLAB 環(huán)境
4.4 針對(duì)我國(guó)實(shí)際情況對(duì)數(shù)據(jù)的調(diào)整
4.4.1 違約損失率的調(diào)整
4.4.2 信用轉(zhuǎn)移矩陣的調(diào)整
4.4.3 遠(yuǎn)期收益率曲線(xiàn)的調(diào)整
4.4.4 資產(chǎn)相關(guān)系數(shù)的調(diào)整
5 基于 CreditMetrics 模型的實(shí)證分析
5.1 數(shù)據(jù)來(lái)源與假設(shè)條件
5.2 應(yīng)用改進(jìn)后的 CreditMetrics 模型的 VaR 計(jì)算
5.2.1 單筆貸款的VaR 計(jì)算
5.2.2 資產(chǎn)組合的VaR 計(jì)算
5.3 實(shí)證研究結(jié)論
5.4 我國(guó)商業(yè)銀行量化信用風(fēng)險(xiǎn)管理建議
5.5 觀(guān)點(diǎn)總結(jié)
5.6 本文局限
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)介
發(fā)表的學(xué)術(shù)論文
【引證文獻(xiàn)】
相關(guān)碩士學(xué)位論文 前1條
1 陳伶俐;信用風(fēng)險(xiǎn)模型的分析與蒙特卡洛模擬[D];西南財(cái)經(jīng)大學(xué);2012年
本文編號(hào):2873254
本文鏈接:http://sikaile.net/jingjilunwen/guojijinrong/2873254.html
最近更新
教材專(zhuān)著