我國商業(yè)銀行利率風(fēng)險度量方法研究.pdf

1、RESEAECH ONMEASUREMENT METHOD OFINTEREST RATE RISK OFCOMMERCIAL BANKS IN CHINAA Dissertation Submitted toNanjing University of Finance and EconomicsFor the Academic Degree of Master of EconomicsBYShen HuaSupervised byPro

2、fessor Chen YaohuiSchool of EconomicsNanjing University of Finance and EconomicsOctober 2015I摘 要 摘 要利率是重要的經(jīng)濟杠桿，在經(jīng)濟中特別是在金融市場扮演著舉足輕重的角色。隨著我國利率市場化的逐步推進，由于缺乏利率風(fēng)險管理意識、風(fēng)險管理人才、風(fēng)險管理工具等，我國商業(yè)銀行利率風(fēng)險管理的現(xiàn)狀不容樂觀。本文基于利率市場化背景下， 探究商業(yè)銀行利率風(fēng)

3、險的有效測度方法， 為我國商業(yè)銀行利率風(fēng)險的測度與管理提供一定的理論依據(jù)。 為此， 本文分別通過比較分析三大類不同的利率風(fēng)險測度模型，選出最優(yōu)模型作為我國商業(yè)銀行利率風(fēng)險度量模型。第一類模型是基于 GARCH 族的分位數(shù) VaR 和 CVaR 模型。通過比較隨機變量分別服從正態(tài)分布、 t 分布和 GED 的 GARCH、 TGARCH 和 EGARCH 的 21個模型， 選出 EGARCH(1,1)-GED 模型來刻畫利率市場的波動特征

4、，基于分位數(shù)VaR 和 CVaR 模型計算出利率市場化下的利率風(fēng)險 VaR 值。結(jié)果表明，CVaR 的估計值較大，對應(yīng)的標(biāo)準(zhǔn)差較小，能夠度量更大范圍的左尾風(fēng)險，對利率風(fēng)險的描述更接近實際情況。第二類模型是基于分位數(shù)回歸的 CAViaR 模型。從分位數(shù)回歸的角度出發(fā)，構(gòu)建 IG-CAViaR 和 AS-CAViaR 模型度量利率風(fēng)險 VaR 值， 其中 IG-CAViaR 模型中對歷史收益的反應(yīng)對稱，而 AS-CAViaR 模型對正的歷史

5、收益和負(fù)的歷史收益的反應(yīng)非對稱。實證結(jié)果表明，5%的顯著水平下，AS-CAViaR 模型的擬合效果較好、穩(wěn)定性表現(xiàn)優(yōu)良、杠桿效應(yīng)顯著。通過 VaR、CVaR 及 AS-CAViaR 模型的Kupiec 失敗率檢驗分析， 結(jié)合三種模型對檢驗樣本的 VaR 均值和標(biāo)準(zhǔn)差的比較，說明 AS-CAViaR 模型優(yōu)于 VaR 及 CVaR 模型。第三類模型是基于期望分位數(shù)回歸的 CARE 模型。本文基于期望分位數(shù)理論，結(jié)合 CAViaR 模型，構(gòu)

6、建 IG-CARE 和 AS-CARE 模型進行利率風(fēng)險的 EVaR度量。實證結(jié)果發(fā)現(xiàn)，5%的顯著水平下，AS-CARE 模型的擬合效果較好、穩(wěn)定性表現(xiàn)優(yōu)良，杠桿效應(yīng)顯著。通過與上述 AS-CAViaR 模型的 Kupiec 失敗率檢驗分析， 結(jié)合兩種模型分別對檢驗樣本的VaR和 EVaR度量值的均值和標(biāo)準(zhǔn)差比較，AS-CARE 模型度量的 EVaR 值受到波動影響更小，計算結(jié)果更加穩(wěn)定，說明AS-CARE 模型在描述利率波動性方面要更