【摘要】：隨著中國(guó)金融市場(chǎng)改革的不斷完善和深入,中國(guó)利率市場(chǎng)化進(jìn)程的不斷加快,作為準(zhǔn)基準(zhǔn)利率的上海銀行間同業(yè)拆借利率和國(guó)債質(zhì)押式回購(gòu)利率的波動(dòng)越來(lái)越頻繁,波動(dòng)的幅度也越來(lái)越大。利率風(fēng)險(xiǎn)管理,對(duì)于包括銀行在內(nèi)的眾多金融機(jī)構(gòu)變得愈發(fā)重要。目前,國(guó)外發(fā)達(dá)金融市場(chǎng)的商業(yè)銀行大多使用基于VaR的利率模型進(jìn)行風(fēng)險(xiǎn)管理及資本配置,這也是巴塞爾委員會(huì)推薦的利率風(fēng)險(xiǎn)管理模式,巴塞爾委員會(huì)要求建立基于利率市場(chǎng)風(fēng)險(xiǎn)的VaR模型,并以此為基礎(chǔ)配置利率的市場(chǎng)風(fēng)險(xiǎn)資本。國(guó)內(nèi)的眾多商業(yè)銀行在這方面仍然以利率敏感性缺口模型為主,在VaR模型方面甚少有應(yīng)用。本文擬通過(guò)利用VaR模型對(duì)我國(guó)上海銀行間同業(yè)拆借利率進(jìn)行實(shí)證研究,建立基于GARCH模型和CKLS模型的市場(chǎng)利率風(fēng)險(xiǎn)測(cè)度的VaR模型,并通過(guò)kupiec檢驗(yàn)驗(yàn)證了模型的有效性。得出了以下結(jié)論：GARCH模型較CKLS模型更加敏感,估計(jì)出來(lái)的VaR值較小,結(jié)合當(dāng)前的宏觀經(jīng)濟(jì)形勢(shì)和貨幣政策,更加適合管理利率下行的波動(dòng)性風(fēng)險(xiǎn),而CKLS模型更加適合管理利率上行的波動(dòng)性風(fēng)險(xiǎn)。
【圖文】：

基于GARC日模型和CKLS模型下的利率vaR模型的有效性研究數(shù)據(jù)首先通過(guò)直方圖對(duì)數(shù)據(jù)進(jìn)行分析和描述，然后應(yīng)用正態(tài)QQ圖和BJ檢驗(yàn)來(lái)判斷利率數(shù)據(jù)是否服從于正態(tài)分布。通過(guò)下邊的直方圖我們可以了解，隔夜拆借利率分布的偏度系數(shù)為3，大于O，為右偏分布;峰度系數(shù)為15.14，也遠(yuǎn)遠(yuǎn)大于標(biāo)準(zhǔn)正態(tài)分布的標(biāo)準(zhǔn)3;同時(shí)JB統(tǒng)計(jì)量得值為1912.64，遠(yuǎn)遠(yuǎn)大于在95%置信水平下JB統(tǒng)計(jì)量5.99的臨界值。這說(shuō)明隔夜拆借利率顯然不服從于正態(tài)分布，，該分布式呈現(xiàn)出尖峰、向右偏的特點(diǎn)。

一一

本文編號(hào)：2644045