【摘要】：利率市場化的加速，使金融機構(gòu)不得不關(guān)注利率帶來的市場風(fēng)險。上海銀行間同業(yè)拆借利率作為中國重要的銀行間同業(yè)拆借利率，選擇適當(dāng)?shù)哪Ｐ蛠砗饬可虾ｃy行間同業(yè)拆借利率風(fēng)險，對銀行利率風(fēng)險管理具有重要的意義 本文在研究上海銀行間同業(yè)拆借利率這一金融時間序列時，不僅考慮了傳統(tǒng)的尖峰厚尾性、集聚性，還注意到其不對稱性、周期性、波動的跳躍性等，為此，本文不僅引入了模擬厚尾性、集聚性的極值理論、GARCH模型，還引入了非線性時間序列分析的門限自回歸模型來度量不對稱性、周期性、波動的跳躍性，形成了TAR-GARCH-POT模型，并通過實證分析，與傳統(tǒng)的線性時間序列模型AR-GARCH-POT模型，，極值除串模型相比較，計算三個模型的VaR和CVaR值，并通過回測檢驗得到，TAR-GARCH-POT模型能夠更好的模擬上海銀行間同業(yè)拆借利率的風(fēng)險。
[Abstract]:With the acceleration of interest rate marketization, financial institutions have to pay attention to the market risk brought by interest rate. Shanghai Interbank offered rate (SAIBOR) is an important interbank offered rate in China. The appropriate model is chosen to measure the risk of Shanghai Interbank offered rate. This paper studies the financial time series of Shanghai Interbank offered rate, which not only considers the traditional peak and thick tail, but also notes its asymmetry and periodicity. For this reason, this paper not only introduces the extreme value theory of simulating thick tail, agglomeration, GARCH model, but also introduces threshold autoregressive model of nonlinear time series analysis to measure asymmetry, periodicity and jump of fluctuation. The TAR-GARCH-POT model is formed and compared with the traditional linear time series model (AR-GARCH-POT model), the VaR and CVaR values of the three models are calculated by comparison with the traditional linear time series model (AR-GARCH-POT model). TAR-GARCH-POT model can better simulate the risk of Shanghai Interbank offered rate.
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：F832.5;F224

【參考文獻】

相關(guān)期刊論文 前10條

1 遲國泰,奚揚,姜大治,林建華;基于VaR約束的銀行資產(chǎn)負債管理優(yōu)化模型[J];大連理工大學(xué)學(xué)報;2002年06期

2 顧鞍明;徐化冰;;基于非線性時間序列的門限自回歸模型建立[J];黑龍江科技信息;2011年30期

3 魏宇;;股票市場的極值風(fēng)險測度及后驗分析研究[J];管理科學(xué)學(xué)報;2008年01期

4 劉宇飛;VaR模型及其在金融監(jiān)管中的應(yīng)用[J];經(jīng)濟科學(xué);1999年01期

5 陳守東,俞世典;基于GARCH模型的VaR方法對中國股市的分析[J];吉林大學(xué)社會科學(xué)學(xué)報;2002年04期

6 汪朋;;極值POT模型在VaR及CVaR中的應(yīng)用及實證研究[J];金融經(jīng)濟;2011年16期

7 馬玉林,陳偉忠,施紅俊;極值理論在VaR中的應(yīng)用及對滬深股市的實證分析[J];金融教學(xué)與研究;2003年06期

8 穆海權(quán),余雪紅,田懷姝;商業(yè)銀行的利率風(fēng)險管理──從敏感性缺口分析利率風(fēng)險的暴露及其后果[J];現(xiàn)代商業(yè)銀行;1999年02期

9 李成;馬國校;;VaR模型在我國銀行同業(yè)拆借市場中的應(yīng)用研究[J];金融研究;2007年05期

10 楊愛軍;劉曉星;蔡則祥;;銀行間同業(yè)拆放利率風(fēng)險度量:基于EGARCH-SGED模型的實證分析[J];金融理論與實踐;2012年08期

本文編號：2407476