基于新巴塞尔协议下我国商业银行风险度量和管理研究

发布时间：2020-11-22 07:38

　　 商业银行的风险度量和管理研究,是对整个世界经济的保驾护航,美国在2007年爆发的次贷危机,冲击了全球金融市场,这场席卷全球的金融危机,本质上就是风险度量和管理的失控。商业银行系统不仅在我国,在全球都是是支撑经济发展的重要柱石,是帮助企业实现金融需求健康发展的必要条件。大量实证表明,在发展中国家,金融和经济增长相辅相成,呈正相关关系。2007年世界经济因次债危机引发的全球性金融危机损失巨大,从多层面解读后,其根源即为风险管理和度量的失控。在这场全球性的金融危机当中,我国政府和商业银行也都迅速反应,2008年,我国开始实行宽松的货币政策,信贷业务的投放速度和力度都有所加大;着重关注商业银行的风险度量和管理研究,特别是对信用风险的识别与控制,更是风险商业一行风险管理的重中之重。为更好应对金融危机,我国在2008年11月实施了适度宽松的货币政策,提高社会融资总额,加快信贷投放,导致风险隐患集聚。加强银行业风险管理,尤其是度量和识别、控制与化解各种风险,是当前金融监管的重中之重。国际银行监管机构也对此次金融危机做出反应,2010年出台的《巴塞尔资本协议Ⅲ》对商业银行的风险管控的要求更加喜之严格,对资本和流动性监管标准提出了更高的标准要求。巴塞尔协议Ⅲ也在我国开始逐步实施,以新巴塞尔协议作为我国商业银行风险管理的标准,截至2017年,我国已经开始推行宏观审慎监管制度。因此,深入研究新协议的相关内容,分析新协议对我国商业银行风险管理的影响及如何适应新协议就成为了当务之急。1974年,巴塞尔协议通过十国集团中央银行行长倡议,在巴塞尔成立。新的《巴塞尔协议》在资本和流动性监管方面拿出了更为严格的标准,对加强银行风险控制提高了重视程度。作为协议国成员,我行在2017年实施宏观审慎监管制度,全面推行新协议。我国作为巴塞尔协议的成员国,也根据巴塞尔协议作为我国商业银行风险管理的指导性原则,目前,我国商业银行正在逐步落实巴塞尔协议Ⅲ(即新巴塞尔协议),因此,更好地学习研究巴塞尔协议以及将其中核心内容与我国商业银行风险管理有机结合,对我国商业银行的稳步发展,金融市场的安全蓬勃,有着重要意义。论文以《巴塞尔资本协议Ⅲ》为导向,对我国商业银行风险管理的现状与历史演变,分析我国商业银行风险管理工具,监管政策和存在问题的基础上,深入研究商业银行对加强风险管控的方式方法,最后对我国商业银行风险管理提出几点改进意见和政策建议。从整体框架来讲,本篇论文对我国商业银行风险管理相关问题的分析共包括七个章节的内容,每章之间的安排逻辑和具体研究内容如下:第一章是引言部分,本章对我国商业银行当前面临的风险状况以及各家银行风险管理现状分析概括,并由此介绍了本论文的研究背景以及研究意义,进而对研究思路和研究方法加以总体的概括性介绍。同时,梳理了本论文研究的多项问题的文献综述。第二章对商业银行各类风险的成因、分类以及来源进行详细介绍分析,为本论文研究的问题打好基础,为后面几章内容进行铺垫。第三章综合考虑不同的社会环境、国家政策和国际局势等多项因素,国内商业银行风险管理工作在不同时期体现出了一定的侧重差异。改革开放之后,我国金融逐步与国际接轨,商业银行也在日益激烈的竞争环境中逐步转型,发展进度可以划分为三个阶段:改革开放初期(1979-1999),世贸组织时期(2000-2007)和新巴塞尔协议时期(2008至今)。本篇论文在第三章介绍了改革开放初期(1979-1999),世贸组织时期(2000-2007)和新巴塞尔协议时期(2008至今)三个时期政府、监管机构再到商业银行自身建立健全风险管理组织架构方面做出的工作。第四章介绍了巴塞尔协议的发展进程,以及对商业银行的风险管理要求的不断推进;分析了我国商业银行在巴塞尔协议下的不断进步。第四章重点分析了新巴塞尔资本协议的基本内容,并详细阐述了我国商业银行风险管理现状与巴塞尔协议要求之间的种种差距,构建Z-score模型对我国商业银行的执行情况进行客观分析。第五章笔者还对VaR的计算和应用进行了创新改良,利用倒向随机微分方程将VaR值过渡到一个g-VaR的取值区间;并且构建了夏普比率模型、RAROC模型、指数加权平均指数模型对我国商业银行风险管理状况进行实证分析。对相关计量方法的优缺点进行归纳总结,为下一步理论模型的优化提出方向。同时,也对商业银行风险度量的结果进行原因分析,找到了提升银行风险管理方法的具体办法,形成了一个有效的风险度量和管理方法。第六章系统阐述了在新时期我国监管部门针对我国商业银行的特点特色,对银行风险管控提出了不同的监管要求,笔者对我国监管部门管理的特殊性、监管机制的特殊性以及我国商业银行风险管理指标体系进行了梳理,并分析了现有体系存在的共性及个性问题,为论文最终提出的政策建议提供理论准备。第七章基于KMV模型,选取5个行业的20家上市公司(ST和非ST公司各10家)组成样本,运用KMV模型计算样本企业违约概率,分析比较ST公司与非ST公司的信用状况差异,对比不同行业、不同企业规模间违约距离差异,研究发现了 ST公司的平均违约距离均小于非ST平均违约距离,第二产业的平均违约距离最小。从而印证了 KMV模型在运用于银行单笔信用风险度量的实际操作中有较强的适用性。此外,通过研究发现,产业因素对违约距离带来的影响更大,因此产业因素对我国上市公司金融风险的影响更大,企业因素对风险的影响较小。最后一章是结论与建议。本篇论文的研究结果主要体现在三个方面,一是通过相关知识的梳理对我国现行风险度量和管理制度进行了详细分析,并对当前存在的问题与不足进行了系统的归纳与总结。二是理论创新方面,利用倒向随机微分方程的g期望理论推导出了 g-VaR,将过去的单一 VaR值改进成了一个取值区间[a1,a2],大大拓宽了 VaR的使用范围和灵活度。三是在信用风险度量方面,通过构建针对不同计量模型的股票绩效与排名,并对其中多个计量模型的度量方法进行的理论研究,利用我国上市银行相关数据,Z-score、指数加权移动平均模型、风险调整资产模型等模型,对我国商业银行风险状况状况进行实证分析。本篇论文的创新点包括以下几个方面:一是对VaR理论的研究创新,不再将VaR当成一个简单的数值,而是使用g期望理论对VaR进行数学推导和变换,得到一个g-VaR值的取值区间。只要商业银行根据自身情况计算得到的g-VaR值落在区间之内,我们就可以认为是合理的。二是在基于Z-score指数模型对商业银行的巴塞尔资本协议执行情况进行量化分析,并将分析结果与当期经济运行情况、信贷政策进行比对验证。三是利用KMV模型对商业银行单笔贷款违约率进行度量,研究发现了 ST公司违约可能性更大,金融风险高。同时,由于上市公司所处的行业不同,其信用状况也必然会有所差异,同时,上市公司信用状况与宏观经济走势呈同向发展趋势。四是使用RAROC模型对我国商业银行整体风险管理状况进行分析,指出RAROC指标是反映银行业务发展与风险控制内在统一的衡量指标之一,为商业银行科学测算和防范风险提供一种全新的、先进的风险管理指标体系,并提出商业银行整体运行状况的业务建议。本文的不足之处主要有以下几个方面:第一,本文虽然对VaR的取值范围由一个数值推广到了一个取值区间,但是不可否认的是,笔者只给出了数学推导,并没有实证支撑,今后应选取适当数据进行分析研究。第二,在基于KMV模型,由于样本选取条件设定方式的限制,选取的样本公司数量偏少,不能对所有行业展开广泛深入的研究。第三,EWMA模型的RAROC和VaR的实证研究中,提供了一个计算模型,使用的衰减因子为固定值,对衰减因子的优化计算仍需进一步的研究分析。
【学位单位】：山东大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：F832.33
【部分图文】：

因为银行产品的渗透率低，中小企业和家庭的银行信贷较少，分别占贷??款总额的２４％和２２％。第二，我国经济仍在转型当中，四大国有商业银行依旧占??有最大资产规模，图３．１总结了我国截止２０１７年６月的部分商业银行资产规模。??不难看出，四大行相较于其他商业银行在规模上有绝对的优势。??我国商业银行资产规模（万亿）??３０?．．．ｒ?卜一—一－??????????２５??????????????２０?ｉ?ｆ?■?§－－?｜－?．－－－－?｜???ｍ??｜｜???１０?．．??：我国商业银行资产规模??：ｉｌｌｊｘｔｔｌｉｘｎ?（力亿）??图３．?１我国商业银行资产规模??１９??

山东大学博士学位论文??如图３．２所示，截止２０１６年底，我国银行业共有国家开发银行１家，政策??性银行２家，大型商业银行５家，股份制商业银行１２家，城市商业银行１３４家，??农村商业银行１，１１４家，民营银行８家，农村合作银行４０家。可见，商业银行??已经成为了我国银行体系内的重要组成部分。商业银行对风险的管理控制能力，??直接影响到我国金融体系的稳定和繁荣，以及国民经济的可持续发展。??＇?Ｋ；?＾?＿国豕开发银仃??Ｉ?＇?顏政策性银行??ｂ大型細艮行??ｉ?■?－?！Ａ＿大型商业银行??背’?＇?常…Ｉ爾＿．：％以Ｓ?城市商业银行??嫌獲行??，农村合作银行??霉錢織參餐??图３．２我国商业银行构成??近年来，学术界关于商业银行风险管理的研究繁多，且针对风险计量原理和??模型研宄尤其热烈。然而，对于商业银行风险管理历史回顾的研宄却乏人问津。??这是由于我国众多中小商业银行还处于发展初期

易萎缩严重，复苏乏力，上海交通银行首席经济学家连平预计，２０１７年，我国??出口增速或将保持１％左右的低速增长。为了更直观的观察，笔者将以上信息绘??制成图３．１。??１６００００???—一一－?－—－?—一一??４０．００％??Ｉ?３０．５０％?ｌ４３８８４１Ａ１１ｆｉ７??…咖：?１３７１３１?賴?１４１１６７??丄?４ｕｕｕｕ?—?：?１２９３５９?－ｉｆ?；?１３８４０９?３０?００％??２０．７０％?Ｉ?＼?１２３２４１?Ｖ．＇?ｊ??１２００００?＊４．－——－———？—－￣￣￣—?，?；?ｙｉｆ?－?－?－＾９?—?－?ｔ?＇Ｈ％?ｉ??＼?１００３９５?１０７０２?■?：?２０－００％??１０００００?９３６２７??／?８２０３０?１＾＾％＇?６．０Ｄ％?｜?Ｊ?圍卜?１０．００％??８００００??７－２〇％?，ｏｏ％?—?■２－〇〇％?〇．〇〇％??Ｉ?６〇０００?Ｉ?｜?＇?１?＼?？?＇?〇?｜??４００００?－１０．００％?ｊ??：２００００?１?－２０．００％?Ｉ??（ｌ＿＿＿?画＿晒＿＿＿１?丨?Ｉ??０?１?１ｊ?。’授＂，?￣３０?００％??２００７?２００８?２００９?２０１０?２０１１?２０１２?２０１３?２０１４?２０１５?２０１６??ｖＭ货物出口总值??ｊ?＿逢＿名乂增长速度??图３．３我国出口增速??第三
【参考文献】

相关期刊论文 前10条

1 潘睿;;我国上市企业基于KMV模型的实证研究[J];烟台大学学报(哲学社会科学版);2017年04期

2 代军勋;陶春喜;;资本和流动性双重约束下的商业银行风险承担[J];统计研究;2016年12期

3 代军勋;海米提·瓦哈甫;;资本约束、银行特质性与货币政策敏感性——基于中国银行业的实证[J];国际金融研究;2014年08期

4 张鹏;张逸菲;;完全市场情况下多阶段均值-VaR投资组合优化[J];武汉科技大学学报;2014年04期

5 杜欣欣;杨有振;;商业银行业务转型:风险和路径选择[J];统计与决策;2014年08期

6 周凯;袁媛;;商业银行动态流动性风险压力测试应用研究[J];审计与经济研究;2014年03期

7 印凡成;陈瑞冰;黄健元;;基于均值-VaR-熵的证券投资组合应用研究[J];重庆理工大学学报(自然科学);2013年03期

8 巴曙松;金玲玲;朱元倩;;巴塞尔Ⅲ下市场风险资本框架的改革及中国商业银行的应用[J];金融发展研究;2013年01期

9 张宇婧;;我国商业银行风险管理研究[J];区域金融研究;2013年01期

10 曾艳姗;李仲飞;;基于粒子群优化算法的均值-VaR投资组合选择[J];中山大学学报(自然科学版);2012年06期

相关博士学位论文 前2条

1 冯建友;现代信用风险管理模型的发展与比较研究[D];中国科学技术大学;2007年

2 李兴法;信用风险理论、模型及应用研究[D];东北财经大学;2007年

本文编号：2894351