学位论文 > 优秀研究生学位论文题录展示

商业银行同业拆借利率风险度量-基于copula函数方法

作　者: 程航
导　师: 史永东
学　校: 东北财经大学
专　业: 金融学
关键词: 同业拆借利率风险相关性 t-copula-GARCH
分类号: F832.33
类　型: 硕士论文
年　份: 2013年
下　载: 6次
引　用: 0次
阅　读: 论文下载

内容摘要

建立健全的金融体系,商业银行扮演着间接融资的主要角色。我国在改革开放之中借鉴国外成功经验,开始培育发展自己的银行间同业拆借市场。随着不断的探索和改革,SHIBOR市场的建立以及同业拆借市场的不断健全,我国利率市场化的构建初见成效。现今SHIBOR已经成为我国货币市场最重要的基准利率。各种债券产品的定价以及以其为基准的金融创新产品成交活跃。其短期波动较多地反映当前市场资金供求状况,长期波动反映利率走势预期,SHIBOR市场交易量正不断扩大,影响也不断加强。然而随着利率市场化进程的不断推进,意味着放开利率管制,让商业银行变成竞争性企业,同业拆借市场同时又是商业银行和其他金融机构短期资金融通的主要渠道。其不断推进的市场化过程和不断增加的交易量,使得商业银行面临的拆借利率风险加大。如何有效准确的度量商业银行的同业拆借利率成为商业银行亟需解决的问题。商业银行在同业拆借业务中,由于业务需要和自身资金头寸的不同,往往需要进行不同的期限、不同利率、不同交易量以及不同方向的拆借,如此复杂多变的交易形式使得同业拆借的风险度量变得复杂化。传统的度量方法往往不能准确地把握所面临的整体风险。简单缺口模型、到期日缺口模型以及久期缺口模型和波动性方差分析方法都存在各种缺陷。VaR方法是一种非常好的量化度量金融风险的指标,具有实用性和可比性,在金融风险度量领域已经成为主流方法。但是由于其在如何准确模拟真实资产组合未来概率分布的问题上没能提出有效的解决办法,尤其是复杂多变的相关性结构问题处理上。于是如何能够有效地度量商业银行在同业拆借市场上的利率风险就需要寻找更加有效的度量办法。本文将copula函数模型应用于商业银行的同业拆借利率的风险度量。与传统方法相比,copula函数模型的优势在于能够更加准确地刻画不同资产组合之间的相关性,从而解决如何准确模拟真实资产组合的概率分布的问题,对于VaR度量方法进行了很好的弥补。首先选取SHIBOR市场中交易量占绝大多数的隔夜和七天利率作为度量目标存在尖峰厚尾现象,并存在条件异方差,均满足GARCH过程。通过比较GARCH (1,1)、t-GARCH (1,1)过程,发现GARCH (1,1)能够更好地模拟时间序列的边缘分布。之后考虑两者之间的相关联动性,由于其尾部相关具有对称性,一般情况下,二元正态copula函数和二元t-copula函数对于具有尾部相关对称性的情况能够很好的描述。再通过平方欧式距离的方法,选取具有较小的平方欧式距离,比较两个copula函数,发现二元t-copula函数具有更小的平方欧式距离,更能构描述两者的相关性结构。运用非参数核估计法估计相关拟合函数的参数之后,构建了基于t-copula-GARCH的相关结构模型。利用copula-GARCH模型构建的联合分布,能够较好地拟合边缘分布,构建整体的联合概率分布,之后利用Monte Carlo方法模拟计算商业银行在SHIBOR市场分别持有50%隔夜和七天头寸的VaR,再用传统的方差-协方差方法计算VaR。通过回溯检验比较LR统计量发现,copula函数方法更能够准确地度量商业银行拆借利率风险。商业银行应当改进其风险度量的方法,并不断改进其自身的经营模式,从根本上杜绝风险来源。本文的创新点在于将copula函数模型应用于商业银行的同业拆借利率的风险度量,构建了基于copula-GARCH的相关结构模型。在模型构建中,分别运用了不同的copula函数选取办法和参数估计方法,最后还依据模型进行了VaR的量化计算,通过VaR的回溯检验比较分析不同模型的优劣。但是在copula函数构建模型方面仍存在很多不足之处。收益率边缘分布模型的构建可以采用更加精确的数理模型方法。在利率市场化的大背景下,其他期限结构的SHIBOR交易将会不断增加,关于同业拆借市场利率风险的度量需要改进模型,采用多元化的copula函数模型。在选取copula函数形式时而没能够从具体的量化度量上说明选取这两个函数的优势。而且单一参数的copula函数形式也不能够描述不停变化的利率风险相关结构,时变和混合copula函数方法应当更加适合。

全文目录

摘要  2-4
ABSTRACT  4-8
1 前言  8-14
  1.1 本文的研究背景和意义  8-10
  1.2 国内外研究现状  10-11
    1.2.1 利率风险度量综述  10-11
    1.2.2 Copula函数研究综述  11
  1.3 本文的内容与框架  11-12
  1.4 本文的创新点和不足之处  12-14
2 商业银行同业拆借市场及其利率风险的度量  14-26
  2.1 我国商业银行同业拆借市场  14-18
    2.1.1 国外的经验  14-15
    2.1.2 我国的发展历程  15-18
  2.2 商业银行利率风险及其传统度量方法  18-26
3 copula理论的基础概念  26-32
  3.1 二元copula函数  26-27
  3.2 Sklar定理  27-28
  3.3 常用的copula函数  28-30
  3.4 copula函数的相关性测度定理  30
  3.5 copula函数有关的相依测度  30-32
4 SHIBOR市场copula函数模型的实证研究  32-47
  4.1 SHIBOR市场的统计描述  32-37
  4.2 基于copula函数的模型构建  37-44
    4.2.1 确立单个金融时间序列的边缘分布  38-40
    4.2.2 确定描述相关结构的copula函数及参数估计  40-44
  4.3 基于copula函数模型VaR的比较  44-47
5 结论与政策建议  47-49
  5.1 结论  47
  5.2 对商业银行的建议  47-49
参考文献  49-52
后记  52-53

商业银行同业拆借利率风险度量-基于copula函数方法

内容摘要

全文目录

相似论文