基于copula函数的中小商业银行风险管理研究

发布时间：2017-07-07 15:15

  本文关键词：基于copula函数的中小商业银行风险管理研究

  更多相关文章： 中小商业银行 信用风险 市场风险 copula函数

【摘要】：商业银行是我国金融体系的主体,其不但具有高负债的特征,更重要的是其具有高风险的特性,因此预测风险、防范风险以及管理风险控制成为商业银行生存的基础乃至金融体系发展的关键。当前,我国中小商业银行的风险管理体系正处于初级阶段,相对于大型商业银行尚没有形成统一的风险管控理论体系。随着金融机构风险管理水平的发展,中小商业银行的全面风险管理已成为当前最新的研究方向之一,其重点为衡量中小商业银行在同时面临多类型风险情况下的整体风险水平。信用风险、市场风险以及操作风险等三大类风险为当前中小商业银行进行防控及管理的主要风险,而对以上三种风险的整合就是对总体风险水平的计量,但由于中小商业银行面临的各类风险又具有不同的来源,不同的影响因素以及各类风险之间存在的相互影响及相关关系造成了对商业银行整体风险的难以刻画。本文在已有文献的基础上,通过copula函数对中小商业银行的整体风险进行计量。选取2010年1月4日至2014年12月31日的上市中小商业银行五年间的1212个有效数据作为研究标的,首先对其信用风险收益率以及市场风险收益率进行单一度量分析,建模利用各自风险因子关系求得各自风险边缘分布;其次,通过copula函数对信用风险收益率及市场风险收益率进行风险整合度量,由于操作风险收益率数据不完全且准确性差的特征,本文不做深度研究;最后,对单一风险计量结果以及通过copula函数整合的计量结果对比分析,体现构建整体风险度量方法的诸多优良特性,copula函数可更精准反映非线性相关关系,提高了计量结果的准确性以及现实意义。若对市场风险、信用风险以及操作风险进行分别度量时,势必将面临高额的风险控制成本,造成商业银行整体资本金的浪费。相比之下,对各种风险进行整合度量管理,充分考虑不同风险之间相关性,排除交叉管理及重复度量部分则能够有效节约资本金,并且提高风险管理效率。本文以上市中小商业银行作为研究对象,努力改进传统的风险计量方法,通过Copula函数更符合条件的技术手段为商业银行的风险整体计量提供更精准更具有现实意义的研究方法,通过更科学更合理的风险计量方法能够计算出最接近实际情况的风险损失,进而有利于提高银行风险监控及管理的水准。
【关键词】：中小商业银行 信用风险 市场风险 copula函数
【学位授予单位】：内蒙古财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.33
【目录】：

• 摘要3-4
• abstract4-8
• 第一章 绪论8-20
• 1.1 选题背景8-11
• 1.2 研究目的及意义11-12
• 1.3 国内外研究现状12-15
• 1.3.1 国外文献综述12-13
• 1.3.2 国内文献综述13-15
• 1.4 研究内容及方法15-17
• 1.4.1 研究内容15-16
• 1.4.2 研究方法16-17
• 1.5 创新之处17-19
• 1.6 研究框架19-20
• 第二章 中小商业银行风险概述20-32
• 2.1 中小商业银行现状20-23
• 2.2 中小商业银行的风险类型23-25
• 2.2.1 信用风险23-24
• 2.2.2 市场风险24-25
• 2.2.3 操作风险25
• 2.3 中小商业银行的风险来源及特征25-32
• 2.3.1 信用风险的来源及特征25-26
• 2.3.2 市场风险的来源及特征26-27
• 2.3.3 操作风险的来源及特征27-32
• 第三章 金融风险度量方法32-39
• 3.1 Copula函数风险度量方法32-35
• 3.1.1 Copula函数理论的概念32-33
• 3.1.2 Copula函数的分类33-34
• 3.1.3 Copula函数理论在金融风险中应用的简述34
• 3.1.4 Copula模型的构建34-35
• 3.2 其他风险度量方法35-37
• 3.2.1 波动性方法35
• 3.2.2 VaR模型35-36
• 3.2.3 一致性风险度量模型36-37
• 3.3 各种度量方法的对比37-39
• 第四章 中小商业银行单一风险的度量39-51
• 4.1 信用风险的度量及数据来源40-45
• 4.1.1 信用风险的样本选取40-41
• 4.1.2 信用风险的回归分析41-45
• 4.2 市场风险的度量及数据来源45-50
• 4.2.1 市场风险的样本选取45-46
• 4.2.2 市场风险的回归分析46-50
• 4.3 操作风险的度量50-51
• 第五章 基于Copula函数风险度量及数据整合51-54
• 5.1 信用市场与市场风险的权重确定51-52
• 5.2 Copula函数的计量结果52-54
• 第六章 结论及政策建议54-58
• 6.1 结论54-55
• 6.2 政策建议55-57
• 6.3 论文的未来研究方向57-58
• 参考 文献58-61
• 附录61-62
• 个人简介及攻读学位期间所获成果62-63
• 致谢63

【相似文献】

中国期刊全文数据库 前10条

1 孙志宾;;混合Copula模型在中国股市的应用[J];数学的实践与认识;2007年20期

2 李娟;戴洪德;刘全辉;;几种Copula函数在沪深股市相关性建模中的应用[J];数学的实践与认识;2007年24期

3 李军;;Copula-EVT Based Tail Dependence Structure of Financial Markets in China[J];Journal of Southwest Jiaotong University(English Edition);2008年01期

4 许建国;杜子平;;非参数Bernstein Copula理论及其相关性研究[J];工业技术经济;2009年04期

5 王s，

本文编号：530750