發(fā)布時間：2020-05-02 21:21

【摘要】：21世紀以來,隨著金融創(chuàng)新的深入,商業(yè)銀行及其他金融機構(gòu)越來越重視金融風險管理。風險管理體系不完善使得商業(yè)銀行的經(jīng)營管理面臨巨大的風險,部分商業(yè)銀行甚至因此而倒閉。為了維護金融系統(tǒng)的安全,防止銀行業(yè)危機的發(fā)生,巴塞爾銀行監(jiān)督管理委員會在巴塞爾資本協(xié)議Ⅱ中強調(diào)商業(yè)銀行對市場風險、信用風險和操作風險的管理,提倡基于VaR對風險進行統(tǒng)一度量,也更加關(guān)注三種風險間的聯(lián)系。因此,商業(yè)銀行應(yīng)基于整合風險管理框架來有效地進行金融風險管理。 目前,我國商業(yè)銀行尚無完善的整合風險管理體系,一旦爆發(fā)金融危機將使其承擔巨大損失。不完善的整合風險管理體系可能造成度量結(jié)果失真,導致商業(yè)銀行為應(yīng)對風險而預(yù)留的資本金與現(xiàn)實狀況不匹配：過多的資本金將使銀行效益下降；而過少的資本金則不足以抵御風險。商業(yè)銀行作為重要的金融機構(gòu),運營狀況對整個金融市場必將會造成巨大影響。隨著我國金融發(fā)展的深入,銀行業(yè)面臨風險多樣化、復(fù)雜化問題的日益突現(xiàn),建立完善的商業(yè)銀行整合風險管理體系已經(jīng)成為必然的趨勢。 整合風險管理體系的核心是整合風險的度量,合理的風險度量方法能夠準確刻畫商業(yè)銀行所面臨的整合風險,從而有助于商業(yè)銀行實施有效的風險管理策略以達到資源最優(yōu)化目的。國內(nèi)已有學者著手對我國金融行業(yè)整合風險進行研究,但是由于數(shù)據(jù)收集存在困難,研究的局限性較大,也缺乏廣泛適應(yīng)性。本文借鑒國外的研究方法,并結(jié)合我國國情,將Copula函數(shù)與VaR方法結(jié)合起來,對我國商業(yè)銀行面臨的市場風險、信用風險以及操作風險進行整合度量。研究旨在為我國商業(yè)銀行實現(xiàn)整合風險管理提供可行的操作方案,為我國商業(yè)銀行風險管理提供政策建議。 論文共分為六章,第一章是引言,第二至五章是論文的主體部分,第六章對全文進行總結(jié)。 引言部分首先對商業(yè)銀行整合風險管理的背景進行闡述,指出對我國商業(yè)銀行整合風險進行度量研究的重要意義,并對研究方法及主要內(nèi)容進行說明,最后指出文章的創(chuàng)新點及不足之處。 第二章對商業(yè)銀行整合風險度量的國內(nèi)外研究進行了回顧,對風險度量與VaR方法進行了說明,以及整合風險度量的研究方法。具體包括基于資產(chǎn)組合理論的整合風險度量方法與基于Copula函數(shù)的整合風險度量方法。 第三章重點分析了基于Copula函數(shù)的整合風險度量方法,包括Copula函數(shù)方法相較于傳統(tǒng)方法的優(yōu)越性以及影響因素。影響因素主要包括風險的內(nèi)部相關(guān)度對整合風險度量的影響；使用不同的Copula函數(shù)(如正態(tài)-Copula函數(shù)和t-Copula函數(shù))對整合風險度量的影響以及使用不同理論基礎(chǔ)的度量方法(如Add-VaR和H-VaR)對整合風險度量結(jié)果的影響。分析表明,基于Copula方法的風險度量結(jié)果普遍小于基于資產(chǎn)組合理論的度量結(jié)果,說明使用Copula函數(shù)能夠有效節(jié)約商業(yè)銀行留存資本金數(shù)量,提高商業(yè)銀行資金利用率,進而使商業(yè)銀行運營效率得到提高。另外,商業(yè)銀行整體風險的內(nèi)部相關(guān)度作為度量模型中的重要變量,其影響不可小覷——相關(guān)度不同,整合結(jié)果也必不相同。正確安排和處理市場風險、信用風險以及操作風險之間關(guān)系能夠為商業(yè)銀行有效節(jié)約更多的資本金,提高商業(yè)銀行整合風險管理的效率。 第四章對使用的主要模型及數(shù)據(jù)進行介紹,分別從市場風險與信用風險邊際分布刻畫、操作風險邊際分布刻畫以及基于Copula函數(shù)的整合風險分布刻畫三個方面入手,對模型進行介紹。具體包括刻畫風險因子動態(tài)特征的非對稱多維GARCH模型——BEKK模型以及刻畫風險因子敏感性特征的線性因子模型等。 第五章對我國商業(yè)銀行整合風險度量進行分析,首先對我國商業(yè)銀行面臨的市場風險、信用風險以及操作風險的分布函數(shù)分別進行刻畫,再通過Copula方法將三種風險進行整合與分析。 首先,使用線性因子模型與非對稱多維GARCH模型——BEKK模型,分別刻畫市場風險因子及信用風險因子的敏感性特征與動態(tài)特征。我們選用股票市場收益率、人民幣對美元匯率以及國債到期收益率的每日數(shù)據(jù),以及上市銀行的營業(yè)類數(shù)據(jù)研究市場風險；選用國債指數(shù)、金融債指數(shù)和企業(yè)債指數(shù)的每日數(shù)據(jù),以及上市銀行利率收益數(shù)據(jù)研究信用風險。 其次,使用De Fountnouvelle等(2003)的研究方法對操作風險的分布特征進行刻畫。具體利用閾值理論(Peak-over-Threshold)對操作損失進行模擬以描述操作風險的邊際分布。 最后,使用二元正態(tài)Copula函數(shù)對風險進行整合。首先將市場風險與信用風險進行整合,再將結(jié)果與操作風險進行整合,從而獲得三種風險的整合分布函數(shù)。具體方法使用EVIEWS6.0和MATLAB2009實現(xiàn)。 第六章對全文進行總結(jié)。在實證分析的基礎(chǔ)上,對我國商業(yè)銀行整合風險管理體系提出一些政策建議,如加強信息披露,建立完善的銀行業(yè)金融數(shù)據(jù)庫；建立規(guī)范化的風險度量機制；積極控制銀行內(nèi)部風險及其內(nèi)部風險的相關(guān)度等。最后提出后續(xù)研究建議：在描述信用風險的邊際分布特征時,我們分別使用了國債指數(shù)與金融債指數(shù)和企業(yè)債指數(shù)之差作為金融債價差因子和企業(yè)債價差因子,精確度不高,若能具體匹配的債券數(shù)據(jù)收益作為價差因子,則能夠更加精確地刻畫信用風險邊際分布。在對操作風險的研究上,研究基于閾值理論(Peak-over-Threshold),使用De Fountnouvelle等(2003)的研究方法對操作風險的分布進行刻畫,若能精確收集我國商業(yè)銀行操作風險損失數(shù)據(jù),基于我國銀行業(yè)特征進行建模分析,將使結(jié)果更符合我國銀行業(yè)現(xiàn)實狀況。本文使用二元Copula函數(shù)對三大風險進行整合,具體方法是先對市場風險和信用風險整合,再用整合結(jié)果與操作風險進行整合,這種方法可能會加大誤差,如果能夠使用多元Copula函數(shù)進行研究,將提升結(jié)果的精度。由于我國商業(yè)銀行的會計數(shù)據(jù)難以獲得,我們只選取了上市銀行中公布數(shù)據(jù)時間較長的商業(yè)銀行進行研究,未來的工作可以將更多商業(yè)銀行納入研究范圍,以發(fā)現(xiàn)更多有價值的問題。 總體而言,文章的創(chuàng)新之處在于： 首先,從Copula函數(shù)的數(shù)學特征出發(fā),從本質(zhì)上詳細分析了基于Copula函數(shù)的整合風險度量方法及影響因素。使用Copula函數(shù)研究風險整合問題時不需要對分布函數(shù)的形式等設(shè)置限制性假設(shè),從而使研究結(jié)論具現(xiàn)實意義。另外,通過Copula函數(shù)的相關(guān)表達式可以看到,影響整合分布函數(shù)的因素包括：邊際分布函數(shù)、相關(guān)系數(shù)以及Copula函數(shù)的具體選擇。 其次,使用我國證券市場上具有普遍性的金融數(shù)據(jù)對市場風險和信用風險進行刻畫,該方法對其他金融機構(gòu),如保險業(yè)和證券業(yè)也是具有參考價值的。一方面,使用數(shù)據(jù)來自股票市場、債券市場、外匯市場以及相關(guān)銀行官方網(wǎng)站。這些數(shù)據(jù)比較容易收集,并且具有普遍適用性。另一方面,保險業(yè)、證券業(yè)等金融行業(yè)所承受的風險也大多來自這幾大金融市場。因此,這里所使用的研究方法對其他金融機構(gòu)是具有借鑒意義的。 最后,使用Copula方法對風險進行整合,為度量結(jié)果的精確性提供了保證。回顧歷史文獻,有部分文獻在研究邊際風險時使用Copula函數(shù),但是研究整合風險仍然沿用傳統(tǒng)資產(chǎn)組合理論。這種做法仍然會影響結(jié)論的準確性。因此,我們嘗試在關(guān)于風險整合的幾個部分均使用Copula函數(shù),以達到提升精確性的作用。 上述方法基于金融市場數(shù)據(jù)利用Copula函數(shù)對商業(yè)銀行整合風險進行研究,期望在未來研究中提高對信用風險及操作風險分布刻畫精度以及使用多元Copula函數(shù)對風險進行整合。
【圖文】：

以前一章提到的 Markowitz(1959)資產(chǎn)組合均值一方差理論為基礎(chǔ)，學者們通過對模型提出一定的假設(shè)將模型不斷簡化，獲得多種資產(chǎn)組合風險度量方法。這些方法在文獻綜述中己有具體記載，其特征見圖3.1�？梢哉f，資產(chǎn)組合風險度量VaR的演變主要是關(guān)于其分布函數(shù)和資產(chǎn)內(nèi)部相關(guān)性假設(shè)的變化過程。注意到，這一系列的方法均假設(shè)組合的分布函數(shù)與各資產(chǎn)的分布函數(shù)分位數(shù)相同。這是不具有實際意義的。眾所周知，市場風險和操作風險的分布存在巨大的差別，市場風險的分布函數(shù)趨于對稱，而操作風險的分布函數(shù)則是具有偏斜的。若一個資產(chǎn)組合中同時包含以承擔市場風險為主的資產(chǎn)和以操作風險為主的資產(chǎn)，使用相同的分布函數(shù)對其進行研究必然會造成巨大的偏差，嚴重影響風險管理的實施。作為改進措施，目前可以通過歷史模擬法、 MonteCarfo模擬法等方法來度量風險，通過大量次數(shù)的模擬，可以較為準確地刻畫出風險的特征

一OD15250圖5弓 007501000125015001750商業(yè)銀行面對市場風險收益率圖像‘事實1，金融債和企業(yè)債都有許多具體的細分，這兩大類債券中都包括了風險低的部分和風險高的部分。但是總體來看，金融債的風險暴露是低于企業(yè)債的，而金融公司的破產(chǎn)也是少十企業(yè)。
【學位授予單位】：西南財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2011
【分類號】：F832.33;F224

【參考文獻】

相關(guān)期刊論文 前10條

1 韋艷華,張世英;金融市場的相關(guān)性分析——Copula-GARCH模型及其應(yīng)用[J];系統(tǒng)工程;2004年04期

2 陳守東;胡錚洋;孔繁利;;Copula函數(shù)度量風險價值的Monte Carlo模擬[J];吉林大學社會科學學報;2006年02期

3 馮宗憲;郭建偉;孫克;;企業(yè)債的信用價差及其動態(tài)過程研究[J];金融研究;2009年03期

4 胡利琴;李\~;梁猛;;基于組合理論的中國商業(yè)銀行風險整合和資本配置研究[J];金融研究;2009年03期

5 白保中;宋逢明;朱世武;;Copula函數(shù)度量我國商業(yè)銀行資產(chǎn)組合信用風險的實證研究[J];金融研究;2009年04期

6 黃大海;;商業(yè)銀行全面風險管理的模式與選擇[J];上海金融;2007年07期

7 吳慶曉;劉海龍;;商業(yè)銀行集成風險管理研究[J];上海金融;2008年01期

8 李平;馬婷婷;;基于Copula的我國商業(yè)銀行整體風險度量[J];統(tǒng)計與決策;2009年22期

9 張堯庭;連接函數(shù)(copula)技術(shù)與金融風險分析[J];統(tǒng)計研究;2002年04期

10 陳輝;陳建成;;我國保險投資組合的模擬和金融風險測量研究[J];統(tǒng)計研究;2008年11期

相關(guān)博士學位論文 前1條

1 趙麗琴;基于Copula函數(shù)的金融風險度量研究[D];廈門大學;2009年

相關(guān)碩士學位論文 前2條

1 陳俐錦;我國商業(yè)銀行全面風險管理研究[D];四川大學;2006年

2 余喜洋;多元GARCH模型及其在VaR計算中應(yīng)用[D];上海財經(jīng)大學;2006年

，

本文編號：2647495