基于EGARCH-POT模型的银行同业拆借利率风险度量研究

发布时间：2017-04-13 05:18

  本文关键词：基于EGARCH-POT模型的银行同业拆借利率风险度量研究，，由笔耕文化传播整理发布。

【摘要】：自1996年6月央行放开银行同业拆借利率,到2015年10月央行宣布放开对存款利率上限的管制,历经近二十年时间,经过一系列大大小小的央行放松管制政策的实施,中国利率市场化改革基本完成。随着我国利率市场化改革的不断进行,市场利率的波动日益频繁,利率风险不断增加。金融资产是商业银行的主要资产,利率的频繁波动将导致其资产价值随之变动,使得商业银行承受的利率风险不断增加。由于此前我国实行较长时期的利率管制政策,银行只注重对信用风险的管理,而利率市场化改革的不断深入使得商业银行利率风险不断凸显,因此加强商业银行对利率风险的管理工作具有重要的现实意义。关于对商业银行利率的风险度量问题,我国与国外相比起步较晚,技术上不够成熟,因此大多选择较为简单的方法如利率敏感性缺口分析或久期凸度分析等,20世纪90年代开始出现VaR(Value at Risk,在险价值)方法,成为国际上普遍使用的动态风险管理方法,也是我国商业银行市场风险资本计量的未来发展方向。VaR计算方法大致可分为三种,即参数法、非参数法以及半参数法。参数法需要模拟资产收益率的概率分布,假定资产收益率服从某种分布,因此容易存在模型的设定误差问题,代表性方法是方差-协方差法;非参数法是基于大量的历史数据而不需要模拟收益率的概率分布,能较好的避免模型设定误差的风险,但容易引起“维数灾难”问题,且模型结果较难解释,主要计算方法有历史模拟法和蒙特卡洛模拟法;半参数法则是将参数法和非参数法结合在一起,克服模型的设定误差和“维数灾难”问题,主要计算方法有极值理论、前四阶矩法和半参数-GARCH法。本文主要基于参数法和半参数法建立模型求解VaR值。文章首先对数据的基本特征进行分析,然后建立GARCH族模型,假定残差服从三种不同的分布,即正态分布、t分布和GED分布,建立GARCH模型、EGARCH模型和TGARCH模型等共9种模型;由于传统的VaR方法是选取一个较高的分位数而容易忽略厚尾分布引起极端事件,文章引入极值理论建立POT模型来解决尾部风险问题,结合EGARCH模型与极值POT模型构建EGARCH-POT模型,针对EGARCH模型获得的残差序列建立极值POT模型来计算VaR值。本文选取2009年1月至2015年8月的市场化程度较高的上海银行间同业拆借利率(SHIBOR)数据进行分析研究,选取失败率检验法和Kupiec回测检验法对上述模型的计算结果进行比较分析。实证结果表明:在95%和99%两种不同的置信水平下,EGARCH-POT模型都能更好的拟合收益率分布情况,更适合度量我国商业银行同业拆借利率风险。
【关键词】：VaR模型 极值理论 利率风险 商业银行
【学位授予单位】：山东财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.2
【目录】：

• 摘要6-8
• Abstract8-12
• 第1章 绪论12-20
• 1.1 本文的研究背景及意义12-15
• 1.1.1 本文的研究背景12-13
• 1.1.2 本文的研究意义13-15
• 1.2 国内外文献综述15-18
• 1.2.1 国外关于利率风险的研究综述15-16
• 1.2.2 国内关于利率风险的研究综述16-18
• 1.3 研究思路及创新点18-20
• 第2章 商业银行利率风险介绍20-29
• 2.1 商业银行利率风险介绍20-21
• 2.2 商业银行同业拆借市场介绍21-22
• 2.3 利率风险计量模型介绍22-27
• 2.4 小结27-29
• 第3章 GARCH族模型与极值POT模型理论分析29-38
• 3.1 GARCH族模型的比较29-31
• 3.1.1 GARCH模型29-30
• 3.1.2 TGARCH模型30-31
• 3.1.3 EGARCH模型31
• 3.2 极值POT模型31-35
• 3.2.1 极值理论基础31-33
• 3.2.2 广义Pareto分布33-35
• 3.2.3 阈值的选取35
• 3.3 GARCH-POT模型35-36
• 3.4 相关分布理论36
• 3.5 模型有效性检验方法36-37
• 3.6 小结37-38
• 第4章 EGARCH-POT模型的构建及商业银行同业拆借利率风险的度量38-56
• 4.1 数据的选取38
• 4.2 数据的处理及检验38-44
• 4.2.1 同业拆借市场介绍及样本数据的选取38-39
• 4.2.2 样本数据的正态性检验39-41
• 4.2.3 样本数据的平稳性检验41-42
• 4.2.4 样本数据的相关性检验42-43
• 4.2.5 样本数据的条件异方差检验43-44
• 4.3 GARCH族模型的构建及VaR值的计算44-51
• 4.3.1 GARCH(1,1)模型的建立45-47
• 4.3.2 TGARCH(1,1)模型的建立47-48
• 4.3.3 EGARCH(1,1)模型的建立48-50
• 4.3.4 基于GARCH族模型的结果计算及模型回测检验50-51
• 4.4 EGARCH-POT模型的构建及VaR值的计算51-54
• 4.4.1 EGARCH-POT模型阈值的选取及模型的构建52-53
• 4.4.2 EGARCH-POT模型的拟合检验53-54
• 4.5 模型检验及结果分析54
• 4.6 小结54-56
• 第5章 结论与展望56-58
• 参考文献58-61
• 致谢61

【相似文献】

中国期刊全文数据库 前10条

1 郑尧天;杜子平;;EGARCH模型在同业拆借利率预测中的应用[J];湖北民族学院学报(自然科学版);2007年02期

2 倪明;;EGARCH-SN模型及其实证研究[J];时代金融;2007年10期

3 王喜报;刘文奇;;基于EGARCH-GED模型下的股市风险测度研究[J];昆明理工大学学报(理工版);2009年02期

4 付坤;;我国股市EGARCH效应实证研究[J];当代经济;2010年20期

5 周璋;;基于EGARCH模型的上海银行间同业拆放市场利率预测[J];现代经济信息;2011年02期

6 张炜力;李鹭菁;;我国沪市周内效应实证探究——基于修正EGARCH模型[J];中国证券期货;2012年03期

7 王献东;;基于EGARCH模型的远期开始期权定价[J];合肥工业大学学报(自然科学版);2012年08期

8 范新英;李振东;;基于EGARCH-M模型的沪市价量关系的实证研究[J];统计教育;2007年07期

9 汤文娟;;基于EGARCH模型的我国银行间市场风险的实证分析[J];武汉职业技术学院学报;2010年05期

10 黄芳芳;;浅析EGARCH模型在日股指收盘价中的应用[J];行政事业资产与财务;2011年10期

中国重要会议论文全文数据库 前3条

1 郭晓;杨乃定;董铁牛;姜继娇;;基于EGARCH模型的机构投资者对中国股市波动性影响研究[A];和谐发展与系统工程——中国系统工程学会第十五届年会论文集[C];2008年

2 张学功;唐齐鸣;;第三十六章 EGARCH模型在分析股票投资者交易行为中的应用[A];21世纪数量经济学（第3卷）[C];2002年

3 李玉锁;齐中英;;我国银行间债券回购利率的分类信息混合分布EGARCH模型研究[A];第八届中国管理科学学术年会论文集[C];2006年

中国硕士学位论文全文数据库 前10条

1 张鑫;已实现GARCH类模型及其应用[D];重庆理工大学;2015年

2 满孝花;基于EGARCH-POT模型的银行同业拆借利率风险度量研究[D];山东财经大学;2016年

3 姜钱芳;基于EGARCH模型的汇率波动分析[D];南京理工大学;2006年

4 胡恩兰;基于EGARCH-M模型的日历效应研究[D];西南财经大学;2013年

5 郭慧宇;基于EGARCH模型的我国商业银行同业拆借利率风险研究[D];浙江财经大学;2015年

6 张亚婷;基于EGARCH-M模型的几种股指特征实证研究[D];内蒙古财经大学;2012年

7 郭喜梅;基于EGARCH模型的Var风险度量及实证研究[D];兰州大学;2011年

8 黄涛;EGARCH模型参数的拟蒙特卡洛估计方法及其在股票指数上的应用[D];上海大学;2012年

9 晏学义;基于CAPM-EGARCH模型的金融风险测量及波动溢出研究[D];山东科技大学;2008年

10 张宏伟;上证指数收益率的分形分析及FI-EGARCH-M模型的实证分析[D];中央民族大学;2010年

  本文关键词：基于EGARCH-POT模型的银行同业拆借利率风险度量研究，由笔耕文化传播整理发布。

本文编号：302904