本文關(guān)鍵詞：基于copula函數(shù)的我國(guó)上市商業(yè)銀行整合風(fēng)險(xiǎn)度量研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：風(fēng)險(xiǎn)無(wú)處不在,無(wú)時(shí)不在。1997年亞洲金融危機(jī),2007年美國(guó)次貸危機(jī)引起的全球金融危機(jī)讓整個(gè)金融體系遭受了巨大打擊和損失,金融體系格局也發(fā)生了翻天覆地變化,一些金融機(jī)構(gòu)在風(fēng)險(xiǎn)中頑強(qiáng)抵抗并發(fā)展壯大起來(lái),而一些世界知名的金融機(jī)構(gòu)卻轟然倒下。面對(duì)金融危機(jī),可以從不同的角度,不同的層面去解讀分析,但是究其根源,還是風(fēng)險(xiǎn)管理的失控和缺失。隨著經(jīng)濟(jì)全球化和金融自由化的深入,我國(guó)金融業(yè)進(jìn)入了經(jīng)營(yíng)國(guó)際化、業(yè)務(wù)全能化的模式,與此相伴則是風(fēng)險(xiǎn)的復(fù)雜化和多樣化。作為金融體系中具有主導(dǎo)地位的商業(yè)銀行,金融衍生工具的不斷創(chuàng)新為其帶來(lái)機(jī)遇和利潤(rùn)的同時(shí),也帶來(lái)了挑戰(zhàn)和風(fēng)險(xiǎn)。混業(yè)經(jīng)營(yíng)讓我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理成為一件龐大并且復(fù)雜的事項(xiàng)。巴塞爾協(xié)議Ⅱ明確指出：商業(yè)銀行的風(fēng)險(xiǎn)管理從單純的信用風(fēng)險(xiǎn)管理模式轉(zhuǎn)向信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)并舉的全面風(fēng)險(xiǎn)管理模式。隨著風(fēng)險(xiǎn)的增加,如何正確認(rèn)識(shí)并準(zhǔn)確度量商業(yè)銀行風(fēng)險(xiǎn)顯得至關(guān)重要。風(fēng)險(xiǎn)的整合度量與控制已經(jīng)成為商業(yè)銀行管理的重要課題。商業(yè)銀行整合風(fēng)險(xiǎn)的傳統(tǒng)度量采用線性相加,即利用歷史數(shù)據(jù)估計(jì)出每一類風(fēng)險(xiǎn)的損失概率及損失大小,再將各種風(fēng)險(xiǎn)的損失值加權(quán)求和。這種方法假設(shè)商業(yè)銀行面臨的各類風(fēng)險(xiǎn)是相互獨(dú)立的,在一定程度上反映了不同風(fēng)險(xiǎn)對(duì)整合風(fēng)險(xiǎn)的影響大小。然而,這種方法忽略了各類風(fēng)險(xiǎn)間存在的相關(guān)關(guān)系。在實(shí)際中,一種風(fēng)險(xiǎn)的發(fā)生和另一種風(fēng)險(xiǎn)發(fā)生的概率和損失大小密不可分。因此,采用簡(jiǎn)單的線性相加方法計(jì)算整合風(fēng)險(xiǎn),偏離了商業(yè)銀行整合風(fēng)險(xiǎn)的真實(shí)值,降低了商業(yè)銀行管理水平。本文首先詳細(xì)解釋了商業(yè)銀行信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)的含義、特點(diǎn)及其度量方法,然后采用copula函數(shù)來(lái)體現(xiàn)商業(yè)銀行各類風(fēng)險(xiǎn)之間的相關(guān)關(guān)系。Copula函數(shù)是一種有效度量整合風(fēng)險(xiǎn)的統(tǒng)計(jì)學(xué)方法,它可以將不同風(fēng)險(xiǎn)的邊緣分布和風(fēng)險(xiǎn)間的相關(guān)關(guān)系分開研究,且邊緣分布的選擇不受約束條件限制。本文以我國(guó)12家上市商業(yè)銀行為研究樣本,采用風(fēng)險(xiǎn)因素方法整合我國(guó)商業(yè)銀行三大風(fēng)險(xiǎn)。首先選取上證國(guó)債指數(shù)收益率、上證企債指數(shù)收益率作為影響信用風(fēng)險(xiǎn)的因素,利用風(fēng)險(xiǎn)因素法進(jìn)行OLS回歸,得到信用風(fēng)險(xiǎn)收益率日估計(jì)值,確定信用風(fēng)險(xiǎn)邊際分布模型；其次,選取上證國(guó)債指數(shù)收益率、人民幣兌美元收盤價(jià)收益率、HS 300指數(shù)收益率作為影響市場(chǎng)風(fēng)險(xiǎn)的因素,利用風(fēng)險(xiǎn)因素法進(jìn)行OLS回歸,得到市場(chǎng)風(fēng)險(xiǎn)收益率日估計(jì)值,確定市場(chǎng)風(fēng)險(xiǎn)邊際分布模型；再次,在前人的研究成果上,以極值理論為基礎(chǔ),采用蒙特卡洛法模擬操作風(fēng)險(xiǎn)收益率序列,確定操作風(fēng)險(xiǎn)邊際分布模型。得到三大風(fēng)險(xiǎn)邊際分布模型,分別使用C藤copula函數(shù)和D藤copula函數(shù)建立整合風(fēng)險(xiǎn)的模型,利用R軟件分別估計(jì)出最優(yōu)copula函數(shù)類型及其參數(shù)值。根據(jù)AIC最小原則比較C藤copula模型與D藤copula模型,選取擬合結(jié)構(gòu)較好的D藤copula作為我國(guó)商業(yè)銀行整合風(fēng)險(xiǎn)的度量模型。最后,通過(guò)蒙特卡洛法計(jì)算出整合風(fēng)險(xiǎn)的VaR值,并與傳統(tǒng)線性相加方法下的VaR值相比較,發(fā)現(xiàn)copula模型的VaR值與真實(shí)情況更相符,copula模型對(duì)我國(guó)商業(yè)銀行整合風(fēng)險(xiǎn)的擬合更好。本文在前人的研究成果上進(jìn)行一些新的嘗試：第一,將操作風(fēng)險(xiǎn)量化,通過(guò)蒙特卡洛方法模擬操作風(fēng)險(xiǎn)序列,建立模型,將其整合到我國(guó)的商業(yè)銀行風(fēng)險(xiǎn)度量管理中。第二,在整合風(fēng)險(xiǎn)度量中,本文采用了藤copula函數(shù)進(jìn)行建模,并比較了C藤copula和D藤copula的結(jié)果,得出最優(yōu)的藤結(jié)構(gòu)及其參數(shù)值。這種方法比使用簡(jiǎn)單的高維copula函數(shù)更靈活,估計(jì)更簡(jiǎn)潔,結(jié)果也更可信。
【關(guān)鍵詞】：商業(yè)銀行 整合風(fēng)險(xiǎn) copula函數(shù) VaR
【學(xué)位授予單位】：東北財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.33;F224
【目錄】：

• 摘要2-4
• ABSTRACT4-8
• 1 緒論8-16
• 1.1 研究目的和意義8-9
• 1.2 文獻(xiàn)綜述9-13
• 1.2.1 信用風(fēng)險(xiǎn)研究綜述9-10
• 1.2.2 市場(chǎng)風(fēng)險(xiǎn)研究綜述10-11
• 1.2.3 操作風(fēng)險(xiǎn)研究綜述11-12
• 1.2.4 整合風(fēng)險(xiǎn)研究綜述12-13
• 1.3 研究思路和研究?jī)?nèi)容13-15
• 1.3.1 研究思路13-14
• 1.3.2 研究?jī)?nèi)容14-15
• 1.4 創(chuàng)新點(diǎn)15-16
• 2 理論基礎(chǔ)16-29
• 2.1 商業(yè)銀行風(fēng)險(xiǎn)及其度量16-22
• 2.1.1 信用風(fēng)險(xiǎn)16-19
• 2.1.2 市場(chǎng)風(fēng)險(xiǎn)19-20
• 2.1.3 操作風(fēng)險(xiǎn)20-22
• 2.2 Copula理論22-26
• 2.2.1 常用copula函數(shù)22-24
• 2.2.2 藤copula函數(shù)24-26
• 2.3 風(fēng)險(xiǎn)測(cè)度工具VaR26-29
• 2.3.1 VaR及其度量方法26-27
• 2.3.2 VaR的返回檢驗(yàn)27-29
• 3 模型建構(gòu)29-34
• 3.1 模型假設(shè)29-30
• 3.2 單一風(fēng)險(xiǎn)邊緣分布的建模30-33
• 3.2.1 信用風(fēng)險(xiǎn)的邊緣分布30-31
• 3.2.2 市場(chǎng)風(fēng)險(xiǎn)的邊緣分布31-32
• 3.2.3 操作風(fēng)險(xiǎn)的邊緣分布32-33
• 3.3 整合風(fēng)險(xiǎn)聯(lián)合分布的建模33-34
• 4 商業(yè)銀行單一風(fēng)險(xiǎn)實(shí)證研究34-44
• 4.1 樣本的選取34
• 4.2 信用風(fēng)險(xiǎn)的邊緣分布34-37
• 4.2.1 建立信用風(fēng)險(xiǎn)線性回歸模型34-35
• 4.2.2 建立信用風(fēng)險(xiǎn)分布模型35-37
• 4.3 市場(chǎng)風(fēng)險(xiǎn)的邊緣分布37-40
• 4.3.1 建立市場(chǎng)風(fēng)險(xiǎn)線性回歸模型37-38
• 4.3.2 建立市場(chǎng)風(fēng)險(xiǎn)分布模型38-40
• 4.4 操作風(fēng)險(xiǎn)的邊緣分布40-42
• 4.4.1 操作風(fēng)險(xiǎn)序列40
• 4.4.2 建立操作風(fēng)險(xiǎn)分布模型40-42
• 4.5 小結(jié)42-44
• 5 商業(yè)銀行整合風(fēng)險(xiǎn)實(shí)證研究44-49
• 5.1 風(fēng)險(xiǎn)權(quán)重的確定44
• 5.2 copula模型下的整合風(fēng)險(xiǎn)44-46
• 5.3 基于copula模型的VaR估計(jì)46-47
• 5.4 VaR模型返回檢驗(yàn)47-48
• 5.5 基于傳統(tǒng)方法的VaR估計(jì)48
• 5.6 小結(jié)48-49
• 6 結(jié)論與政策建議49-50
• 6.1 結(jié)論49
• 6.2 展望49-50
• 附錄50-54
• 參考文獻(xiàn)54-58
• 后記58-59

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 胡勇;龔金國(guó);;Copula函數(shù)在分析滬深股市相依結(jié)構(gòu)中的應(yīng)用[J];時(shí)代金融;2006年09期

2 韋艷華;張世英;;多元Copula-GARCH模型及其在金融風(fēng)險(xiǎn)分析上的應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2007年03期

3 羅付巖;徐海云;;基于Copula-EVT模型的組合風(fēng)險(xiǎn)測(cè)度[J];統(tǒng)計(jì)與決策;2007年17期

4 郭慧;羅俊鵬;史道濟(jì);;半?yún)?shù)阿基米德Copula的理論應(yīng)用[J];天津理工大學(xué)學(xué)報(bào);2007年05期

5 楊興民;劉保東;李娟;;基于Gaussian Copula與t-Copula的滬深股指相關(guān)性分析[J];山東大學(xué)學(xué)報(bào)(理學(xué)版);2007年12期

6 王展青;趙鵬;王傳廷;李磊東;;基于copula的滬深股市的風(fēng)險(xiǎn)分析[J];科協(xié)論壇(下半月);2008年11期

7 陳銀忠;張榮;;基于Copula函數(shù)的深市行業(yè)間的尾部相關(guān)性分析[J];統(tǒng)計(jì)與決策;2008年22期

8 儲(chǔ)小俊;劉思峰;;股市流動(dòng)性與收益的Copula尾部相關(guān)性分析[J];財(cái)貿(mào)研究;2008年05期

9 任仙玲;張世英;;基于Copula函數(shù)的金融市場(chǎng)尾部相關(guān)性分析[J];統(tǒng)計(jì)與信息論壇;2008年06期

10 歐陽(yáng)資生;王非;;基于Copula方法的國(guó)債市場(chǎng)相依風(fēng)險(xiǎn)度量[J];統(tǒng)計(jì)研究;2008年07期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 應(yīng)益榮;王穎;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

2 葉萍華;唐湘晉;;基于Copula方法的股票相關(guān)性分析[A];第十屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2008年

3 王宗潤(rùn);吳偉韜;;基于Copula-EVT模型的人民幣匯率組合風(fēng)險(xiǎn)測(cè)度[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集[C];2008年

4 許啟發(fā);劉少杰;;基于Copula技術(shù)的動(dòng)態(tài)組合投資選擇新方法[A];第四屆（2009）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2009年

5 杜紅軍;王宗軍;;基于時(shí)變Copula模型的金融市場(chǎng)風(fēng)險(xiǎn)度量與分配[A];第八屆（2013）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2013年

6 陳超;王莉萍;陳正壽;許新;;Copula函數(shù)在海洋工程中的應(yīng)用[A];第十六屆中國(guó)海洋（岸）工程學(xué)術(shù)討論會(huì)論文集（上冊(cè)）[C];2013年

7 徐運(yùn)保;陳奕播;;基于Copula函數(shù)的股市、房市與GDP相關(guān)性的實(shí)證分析[A];第三屆（2008）中國(guó)管理學(xué)年會(huì)——技術(shù)與創(chuàng)新管理分會(huì)場(chǎng)論文集[C];2008年

8 劉月飛;呂大剛;;基于混合Copula函數(shù)的二維串聯(lián)系統(tǒng)可靠性分析[A];第22屆全國(guó)結(jié)構(gòu)工程學(xué)術(shù)會(huì)議論文集第Ⅲ冊(cè)[C];2013年

9 郭立甫;高鐵梅;姚堅(jiān);;基于Copula函數(shù)和極值理論的金融傳染度量——測(cè)度美國(guó)次貸危機(jī)對(duì)重要經(jīng)濟(jì)體的傳染效應(yīng)[A];21世紀(jì)數(shù)量經(jīng)濟(jì)學(xué)（第13卷）[C];2012年

10 冉U_香;張翔;;Copula函數(shù)在水量水質(zhì)聯(lián)合分布頻率分析中的應(yīng)用[A];農(nóng)業(yè)、生態(tài)水安全及寒區(qū)水科學(xué)——第八屆中國(guó)水論壇摘要集[C];2010年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 廣發(fā)期貨投資研究部 楊威 王翔 謝貞聯(lián);多維Copula樹及其在機(jī)構(gòu)投資組合風(fēng)險(xiǎn)管理中的運(yùn)用[N];期貨日?qǐng)?bào);2008年

2 海通證券研究所 陳露;從A股與H股相關(guān)性看股指期貨推出后的跨市場(chǎng)操作[N];期貨日?qǐng)?bào);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 吳新榮;對(duì)稱Bernstein Copula[D];天津大學(xué);2007年

2 葉萍華;基于Copula方法的股票收益率相關(guān)性研究及實(shí)證分析[D];武漢理工大學(xué);2008年

3 劉彪;Copula理論在金融分析中的應(yīng)用[D];華中科技大學(xué);2007年

4 鄭文旭;基于Copula的金融風(fēng)險(xiǎn)相關(guān)性研究[D];廈門大學(xué);2008年

5 馬冬冬;多元Copula-GARCH模型及其在期貨風(fēng)險(xiǎn)分析中的應(yīng)用[D];合肥工業(yè)大學(xué);2009年

6 董驍偉;基于Copula-SV模型的投資組合風(fēng)險(xiǎn)分析[D];重慶大學(xué);2009年

7 錢丹青;Copula選擇及其條件核密度估計(jì)[D];華中科技大學(xué);2008年

8 劉海燕;基于Copula方法的違約相關(guān)性研究[D];北方工業(yè)大學(xué);2010年

9 陳元慶;基于Copula理論的投資組合的風(fēng)險(xiǎn)度量[D];吉林大學(xué);2010年

10 伍新星;Copula函數(shù)在包含公共影響的信度保費(fèi)模型中的應(yīng)用[D];吉林大學(xué);2010年

  本文關(guān)鍵詞：基于copula函數(shù)的我國(guó)上市商業(yè)銀行整合風(fēng)險(xiǎn)度量研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：322795