学位论文 > 优秀研究生学位论文题录展示

基于GARCH的VAR方法的商业银行利率风险度量研究

作　者: 徐永强
导　师: 闫晓莉
学　校: 哈尔滨工程大学
专　业: 金融学
关键词: 利率风险利率敏感性缺口风险价值VaR GARCH模型 GED分布
分类号: F832.33
类　型: 硕士论文
年　份: 2011年
下　载: 143次
引　用: 0次
阅　读: 论文下载

内容摘要

随着金融自由化的发展,我国的利率市场化进程也在不断加快。虽然现阶段我国仍处于利率管制向利率市场化过渡的时期,但作为金融市场利率的银行同业拆借利率、债券利率和外币利率均已实现了市场化,利率市场化改革已经进入了深化阶段。在这一特殊时期,利率风险管理越来越引起人们的重视,对于先进的利率风险管理的度量方法进行研究,并找到适合我国现阶段的利率风险度量方法,这对于完善我国利率风险管理机制,防范金融风险,增强商业银行的竞争力都具有重大意义。随着利率风险管理要求的不断提高,金融机构从过去重点管理资产负债结构来管理利率风险,到现在该问题的研究重心放到了对利率时间序列的分析上,多数研究都是采用各种模拟方法,估计利率的波动性。VaR方法提供了一种在市场正常情况下对资产组合可能的最大损失的一种统计测度方法,能够弥补传统风险量化方法的不足。此外,ARCH族模型能较好地处理金融时间序列数据,因此,通常它都作为与VaR参数方法相结合的重要模型。本文的写作目的是在分析我国实际情况和各种利率风险度量方法优缺点的基础上,找到适合用于我国商业银行利率风险度量的模型。对于我国实际情况的考查主要通过实证研究的方法,分析我国拆借利率时间序列的特征,并结合各种度量方法的特点来选取最适合我国的度量模型。本文采用比较分析与实证分析相结合的方法,在理论上比较分析了国内外现有的利率风险测度方法的优缺点,重点结合我国实际情况比较各测度方法在我国的适用性,最终选择基于ARCH族模型的VaR方法。在实证研究上,分析了我国Shibor数据的统计特征,根据样本数据的分析结果,考虑到假设Shibor时间序列服从t分布和GED分布,分别通过ARCH族模型对同业拆借市场的数据进行拟合。通过模型的显著性可以确定GED分布适合我国拆借利率的时间序列,从而确定了在GED分布下基于GARCH模型的VaR方法。通过运用GARCH模型对样本数据的波动性进行估计,最后使用估计出的Shibor数据的波动率来计算商业银行利率风险的VaR值。

全文目录

摘要  5-6
ABSTRACT  6-11
第1章绪论  11-19
  1.1 论文研究的背景及意义  11-12
  1.2 国内外研究现状  12-15
    1.2.1 国外研究现状  12-14
    1.2.2 国内研究现状  14-15
  1.3 论文的研究内容与分析方法  15-17
    1.3.1 研究的总体思路和技术路线  15-16
    1.3.2 研究内容  16-17
    1.3.3 研究方法  17
  1.4 论文拟创新之处  17-19
第2章我国商业银行利率风险成因、表现形式及存在问题分析  19-31
  2.1 相关概念  19-20
  2.2 商业银行利率风险的成因分析  20-23
    2.2.1 外部因素  20-22
    2.2.2 内部因素  22-23
  2.3 商业银行利率风险的表现形式  23-27
    2.3.1 重新定价风险  23-24
    2.3.2 基差风险  24-25
    2.3.3 内含选择权风险  25-26
    2.3.4 收益率曲线风险  26-27
  2.4 我国商业银行利率风险度量存在的问题  27-29
    2.4.1 利率风险管理演变过程中的外部问题  27-28
    2.4.2 商业银行内部有待解决的问题  28-29
  2.5 本章小结  29-31
第3章利率风险测度模型及其比较分析  31-43
  3.1 利率风险测度模型  31-39
    3.1.1 敏感性缺口分析法  31-33
    3.1.2 持续期缺口分析法  33-36
    3.1.3 动态收入模拟模型  36
    3.1.4 风险价值(Value at Risk)分析  36-39
  3.2 ARCH族模型介绍  39-41
    3.2.1 ARCH模型和GARCH模型介绍  39-40
    3.2.2 ARCH族模型的适用性  40-41
  3.3 利率敏感性资产负债结构对利率风险影响的理论分析  41-42
  3.4 本章小结  42-43
第4章对我国商业银行利率风险的实证研究  43-67
  4.1 研究方法  43
  4.2 样本银行利率敏感性资产负债结构研究  43-46
    4.2.1 研究方法与数据来源  43
    4.2.2 样本银行利率敏感性缺口分析  43-46
  4.3 利率样本数据的选择  46-47
  4.4 利率样本数据分析  47-57
    4.4.1 平稳性检验  47-50
    4.4.2 正态性检验  50-51
    4.4.3 自相关性检验  51-54
    4.4.4 ARCH效应检验  54-57
  4.5 利率波动性估计模型的建立  57-58
  4.6 不同分布下利率波动性估计的实证研究  58-63
    4.6.1 基于t分布的GARCH模型实证研究  58-60
    4.6.2 基于GED分布的GARCH模型实证研究  60-63
  4.7 GED分布下基于GARCH(1,1)模型的VAR计算  63-65
  4.8 实证结果分析  65
  4.9 本章小结  65-67
第5章完善我国商业银行利率风险管理的建议  67-69
  5.1 关于利率风险管理中外部问题的建议  67
    5.1.1 利率市场化进程中相关制度的完善  67
    5.1.2 应对利率市场化的全面风险管理  67
  5.2 关于商业银行内部存在问题的建议  67-68
    5.2.1 模型使用中需要的数据不够充分  67
    5.2.2 对于资产负债结构的调整  67-68
    5.2.3 VaR模型的合理使用  68
    5.2.4 商业银行内部风险管理部门的职能  68
  5.3 本章小结  68-69
结论  69-70
参考文献  70-73
攻读硕士学位期间发表的论文和取得的科研成果  73-74
致谢  74

基于GARCH的VAR方法的商业银行利率风险度量研究

内容摘要

全文目录

相似论文