近年來(lái),隨著全球經(jīng)濟(jì)的不斷發(fā)展和我國(guó)國(guó)力的持續(xù)增強(qiáng),金融業(yè)越來(lái)越朝著多元化和國(guó)際化的方向發(fā)展,金融創(chuàng)新日益活躍。作為金融業(yè)的重要參與者——商業(yè)銀行,也朝著業(yè)務(wù)綜合化、多元化等方向邁進(jìn)。因此,商業(yè)銀行將面臨更大的風(fēng)險(xiǎn)因素,風(fēng)險(xiǎn)趨于復(fù)雜化和多元化,不同風(fēng)險(xiǎn)之間的關(guān)聯(lián)性也將增加。隨著風(fēng)險(xiǎn)的不斷增加,各商業(yè)銀行逐漸開(kāi)始將風(fēng)險(xiǎn)度量和控制作為銀行管理的一項(xiàng)重要內(nèi)容,希望通過(guò)合理的風(fēng)險(xiǎn)度量加以適度的風(fēng)險(xiǎn)控制手段,將商業(yè)銀行的風(fēng)險(xiǎn)降到最低,從而帶來(lái)更為豐厚的收益。 由于現(xiàn)在商業(yè)銀行所面臨的不再是單一風(fēng)險(xiǎn),而是多種風(fēng)險(xiǎn)的組合,因此,必須找到合適的度量商業(yè)銀行集成風(fēng)險(xiǎn)的方法。通常,傳統(tǒng)的做法是分別通過(guò)歷史已有的風(fēng)險(xiǎn)損失數(shù)據(jù)估計(jì)每一種風(fēng)險(xiǎn)的未來(lái)可能損失大小,然后將各類不同風(fēng)險(xiǎn)的損失值進(jìn)行簡(jiǎn)單線性相加�；�?qū)Ω鱾�(gè)風(fēng)險(xiǎn)賦予一定權(quán)重,最后進(jìn)行線性相加時(shí)對(duì)各類風(fēng)險(xiǎn)損失值進(jìn)行加權(quán),以在一定程度上反應(yīng)不同風(fēng)險(xiǎn)對(duì)總體風(fēng)險(xiǎn)大小的影響力度。 然而,事實(shí)上,商業(yè)銀行所面臨的各類風(fēng)險(xiǎn)不可能是完全獨(dú)立的,他們之間必然存在一定的相關(guān)關(guān)系。這種相關(guān)關(guān)系就導(dǎo)致了各類風(fēng)險(xiǎn)之間可能存在的聯(lián)動(dòng)關(guān)系,一種風(fēng)險(xiǎn)的發(fā)生往往會(huì)對(duì)其他風(fēng)險(xiǎn)的發(fā)生與否和風(fēng)險(xiǎn)...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
        1.1.1 選題背景
        1.1.2 選題意義
    1.2 文獻(xiàn)綜述
        1.2.1 銀行風(fēng)險(xiǎn)綜述
        1.2.2 銀行風(fēng)險(xiǎn)文獻(xiàn)綜述
        1.2.3 Copula函數(shù)文獻(xiàn)綜述
    1.3 研究思路和文章結(jié)構(gòu)
        1.3.1 研究思路
        1.3.2 文章結(jié)構(gòu)
    1.4 本文特色
2 vine copula理論
    2.1 Copula函數(shù)的定義及特點(diǎn)
        2.1.1 Copula函數(shù)的定義
        2.1.2 Copula函數(shù)的特點(diǎn)
    2.2 常用二維Copula函數(shù)簡(jiǎn)介
    2.3 vine Copula理論及其特點(diǎn)
3 商業(yè)銀行風(fēng)險(xiǎn)集成度量的模型構(gòu)建
    3.1 單一風(fēng)險(xiǎn)的度量和建模
        3.1.1 信用風(fēng)險(xiǎn)的度量和建模
        3.1.2 市場(chǎng)風(fēng)險(xiǎn)的度量和建模
        3.1.3 操作風(fēng)險(xiǎn)的度量和建模
    3.2 商業(yè)銀行集成風(fēng)險(xiǎn)vine Copula模型構(gòu)建和估計(jì)
    3.3 風(fēng)險(xiǎn)度量指標(biāo)VaR
        3.3.1 VaR的計(jì)算和定義
        3.3.2 基于Monte Carlo的VaR估計(jì)方法
        3.3.3 VaR型的返回檢驗(yàn)
4 商業(yè)銀行單一風(fēng)險(xiǎn)的實(shí)證研究
    4.1 樣本選取
    4.2 信用風(fēng)險(xiǎn)的估計(jì)和建模
        4.2.1 建立線性回歸模型
        4.2.2 建立信用風(fēng)險(xiǎn)分布模型
    4.3 市場(chǎng)風(fēng)險(xiǎn)的估計(jì)和建模
        4.3.1 建立線性回歸模型
        4.3.2 建立市場(chǎng)風(fēng)險(xiǎn)分布模型
    4.4 操作風(fēng)險(xiǎn)的估計(jì)和建模
        4.4.1 生成操作風(fēng)險(xiǎn)序列
        4.4.2 建立操作風(fēng)險(xiǎn)分布模型
    4.5 小結(jié)
5 商業(yè)銀行整合風(fēng)險(xiǎn)的實(shí)證研究
    5.1 vine Copula模型下的集成風(fēng)險(xiǎn)整合
    5.2 vine Copula模型下的集成風(fēng)險(xiǎn)度量
        5.2.1 各風(fēng)險(xiǎn)權(quán)重的確定
        5.2.2 基于vine Copula模型的VaR估計(jì)
    5.3 傳統(tǒng)方法下的風(fēng)險(xiǎn)整合和度量
    5.4 VaR型返回檢驗(yàn)
    5.5 結(jié)果分析
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
后記
致謝
在讀期間科研成果目錄



本文編號(hào)：3987591