学位论文 > 优秀研究生学位论文题录展示

我国银行间债券回购市场利率风险VaR度量实证研究

作　者: 谢瑞宝
导　师: 严太华
学　校: 重庆大学
专　业: 金融学
关键词: 债券回购市场利率风险 VaR GARCH模型族混合正态分布
分类号: F832.51
类　型: 硕士论文
年　份: 2010年
下　载: 282次
引　用: 1次
阅　读: 论文下载

内容摘要

随着经济全球化和金融国际化的推进,风险管理成为近年来全球金融界最为热门的话题之一。我国利率市场化进程自上世纪开始,至今已取得了阶段性的重要成果,可以预见,在不久的将来,我国的利率将由市场资金供求来决定,到时商业银行将会承受比现在更大的利率风险。因此,对利率风险进行度量研究,引进先进的技术和工具加强商业银行利率风险管理,对当前和未来的商业银行利率风险管理具有十分重要的意义。美国次贷危机引发的全球金融海啸,对全球银行业是一次大灾难,金融危机引起了大规模的信用风险爆发,而信用风险的爆发,与利率风险也有很大的关系。因此,金融危机要求我国银行业重视风险管理,尤其是利率风险的实时计量、监督和管理。现有国内外对于商业银行利率风险的研究主要集中在利率期限结构、久期、凸度、缺口、隐含期权的利率风险,且大多数为理论探讨和模型推导,定量研究商业银行利率风险的比较少,对于单一利率风险的度量实证研究也较少。本文从我国银行间债券回购市场着手,同时采用GARCH模型族方法和基于Risk Metrics的混合正态分布拟合方法对我国银行间债券回购市场隔夜回购利率进行实证分析,以期找出适合我国银行间债券回购市场风险度量的模型,帮助我国商业银行分市场进行利率风险的度量和管理。通过研究本文得出结论:(1)我国银行间债券回购市场隔夜回购利率序列不服从正态分布,具有明显的尖峰、厚尾特征,序列平稳,具有自相关性。(2)基于Risk Metrics的混合正态分布模拟方法用来计算隔夜回购利率的风险VaR不仅考虑了金融时间序列的波动异方差问题,而且非常好地刻画了时间序列的厚尾特性,另外,混合正态分布拟合方法可以根据样本数据时间段选取的不同随时调整分布形态,使得分布更加具有时效性和准确性。本文最后提出了我国商业银行风险管理以及基于Risk Metrics的分布拟合方法的未来研究方向:高频金融时间序列下的分布拟合与风险计量,以及全方位的风险管理模型以及体系的理论与实证研究。

全文目录

中文摘要  3-4
英文摘要  4-8
1 绪论  8-13
  1.1 研究的背景和意义  8-10
    1.1.1 研究的背景  8-10
    1.1.2 研究的理论与实用意义  10
  1.2 论文结构安排及主要内容  10-11
  1.3 本文的主要工作及创新点  11-13
2 相关研究文献综述  13-22
  2.1 利率风险研究综述  13-18
    2.1.1 国外研究综述  13-15
    2.1.2 国内研究综述  15-17
    2.1.3 利率风险小结  17-18
  2.2 VAR 方法研究综述  18-22
    2.2.1 国外研究综述  18-19
    2.2.2 国内研究综述  19-20
    2.2.3 VaR 方法小结  20-22
3 相关理论阐述  22-34
  3.1 VAR 的定义与统计描述  22-24
    3.1.1 VaR 的统计定义  22-23
    3.1.2 VaR 的数学描述  23-24
  3.2 VAR 计算方法简介  24-33
    3.2.1 历史模拟法  24-25
    3.2.2 蒙特卡罗模拟法  25-27
    3.2.3 基于极值理论的方法  27-29
    3.2.4 GARCH 模型族  29-31
    3.2.5 基于Risk Metrics 的混合正态模型  31-33
  3.3 VAR 及其计算方法小结  33-34
4 我国银行间债券回购市场利率风险的实证  34-51
  4.1 数据的获取、处理与基本统计特征  34-39
    4.1.1 描述性统计分析  34-35
    4.1.2 正态性检验  35-36
    4.1.3 平稳性检验  36-37
    4.1.4 自相关检验  37-38
    4.1.5 条件异方差检验  38-39
  4.2 基于GARCH 模型的实证分析  39-45
    4.2.1 模型构建  39-41
    4.2.2 最佳GARCH 模型选取  41-42
    4.2.3 GARCH 模型族参数估计  42-43
    4.2.4 计算VaR  43-44
    4.2.5 回测检验  44-45
  4.3 基于混合正态分布拟合方法的实证分析  45-49
    4.3.1 模型构建  45-47
    4.3.2 参数估计与VaR 计算结果  47-49
    4.3.4 回测检验  49
  4.4 两种实证方法的比较  49-51
5 研究结论与基本建议  51-54
  5.1 研究结论  51-52
  5.2 基本建议  52
  5.3 未来研究展望  52-54
致谢  54-55
参考文献  55-61
附录  61
  攻读硕士学位期间发表论文目录  61

相似论文

Copula-EGARCH-核密度模型研究及应用,O211.3
基于VaR模型在标准型股票基金风险评估中的应用研究,F224
我国商品期货市场价格波动风险分析,F224
山东省金融发展与经济增长关系实证分析,F127;F224
基于VaR的上市公司财务风险评估指标体系构建及有效性分析,F832.51;F224
交通银行零售信用风险管理研究,F832.3
GARCH-VaR模型在我国ETF风险测量中的应用研究,F224
利率市场化进程中的我国商业银行利率风险管理研究,F224
VaR方法在股指期货风险度量中的应用研究,F224
第三方物流企业开展仓单质押业务的研究,F832.4;F224
入境旅游消费与山东经济增长关系的实证研究,F127;F224
江苏省金融发展与城乡收入分配差距的实证研究,F124.7;F224
中国外贸结构与产业结构的互动反馈机制研究,F121.3;F224
基于下偏度最小化贷款组合优化模型,F224
CAVG模型在汇率风险度量中的应用,F224
基于Copula-SV模型的我国股指期货期现套利及风险研究,F224
资本充足率对信贷及经济影响的实证研究,F832.4;F124
劳动力成本对中国制造业出口的影响,F424;F224
证券市场风险测量与修正,F832.51
新加坡内外分离型离岸金融市场的有效性研究,F832.6
跨国股票市场的金融危机传染效应分析,F831.51;F831.59