基于copula函数的我国上市商业银行整合风险度量研究

发布时间：2017-04-23 18:07

  本文关键词：基于copula函数的我国上市商业银行整合风险度量研究，，由笔耕文化传播整理发布。

【摘要】：风险无处不在,无时不在。1997年亚洲金融危机,2007年美国次贷危机引起的全球金融危机让整个金融体系遭受了巨大打击和损失,金融体系格局也发生了翻天覆地变化,一些金融机构在风险中顽强抵抗并发展壮大起来,而一些世界知名的金融机构却轰然倒下。面对金融危机,可以从不同的角度,不同的层面去解读分析,但是究其根源,还是风险管理的失控和缺失。随着经济全球化和金融自由化的深入,我国金融业进入了经营国际化、业务全能化的模式,与此相伴则是风险的复杂化和多样化。作为金融体系中具有主导地位的商业银行,金融衍生工具的不断创新为其带来机遇和利润的同时,也带来了挑战和风险。混业经营让我国商业银行风险管理成为一件庞大并且复杂的事项。巴塞尔协议Ⅱ明确指出：商业银行的风险管理从单纯的信用风险管理模式转向信用风险、市场风险、操作风险并举的全面风险管理模式。随着风险的增加,如何正确认识并准确度量商业银行风险显得至关重要。风险的整合度量与控制已经成为商业银行管理的重要课题。商业银行整合风险的传统度量采用线性相加,即利用历史数据估计出每一类风险的损失概率及损失大小,再将各种风险的损失值加权求和。这种方法假设商业银行面临的各类风险是相互独立的,在一定程度上反映了不同风险对整合风险的影响大小。然而,这种方法忽略了各类风险间存在的相关关系。在实际中,一种风险的发生和另一种风险发生的概率和损失大小密不可分。因此,采用简单的线性相加方法计算整合风险,偏离了商业银行整合风险的真实值,降低了商业银行管理水平。本文首先详细解释了商业银行信用风险、市场风险、操作风险的含义、特点及其度量方法,然后采用copula函数来体现商业银行各类风险之间的相关关系。Copula函数是一种有效度量整合风险的统计学方法,它可以将不同风险的边缘分布和风险间的相关关系分开研究,且边缘分布的选择不受约束条件限制。本文以我国12家上市商业银行为研究样本,采用风险因素方法整合我国商业银行三大风险。首先选取上证国债指数收益率、上证企债指数收益率作为影响信用风险的因素,利用风险因素法进行OLS回归,得到信用风险收益率日估计值,确定信用风险边际分布模型；其次,选取上证国债指数收益率、人民币兑美元收盘价收益率、HS 300指数收益率作为影响市场风险的因素,利用风险因素法进行OLS回归,得到市场风险收益率日估计值,确定市场风险边际分布模型；再次,在前人的研究成果上,以极值理论为基础,采用蒙特卡洛法模拟操作风险收益率序列,确定操作风险边际分布模型。得到三大风险边际分布模型,分别使用C藤copula函数和D藤copula函数建立整合风险的模型,利用R软件分别估计出最优copula函数类型及其参数值。根据AIC最小原则比较C藤copula模型与D藤copula模型,选取拟合结构较好的D藤copula作为我国商业银行整合风险的度量模型。最后,通过蒙特卡洛法计算出整合风险的VaR值,并与传统线性相加方法下的VaR值相比较,发现copula模型的VaR值与真实情况更相符,copula模型对我国商业银行整合风险的拟合更好。本文在前人的研究成果上进行一些新的尝试：第一,将操作风险量化,通过蒙特卡洛方法模拟操作风险序列,建立模型,将其整合到我国的商业银行风险度量管理中。第二,在整合风险度量中,本文采用了藤copula函数进行建模,并比较了C藤copula和D藤copula的结果,得出最优的藤结构及其参数值。这种方法比使用简单的高维copula函数更灵活,估计更简洁,结果也更可信。
【关键词】：商业银行 整合风险 copula函数 VaR
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.33;F224
【目录】：

• 摘要2-4
• ABSTRACT4-8
• 1 绪论8-16
• 1.1 研究目的和意义8-9
• 1.2 文献综述9-13
• 1.2.1 信用风险研究综述9-10
• 1.2.2 市场风险研究综述10-11
• 1.2.3 操作风险研究综述11-12
• 1.2.4 整合风险研究综述12-13
• 1.3 研究思路和研究内容13-15
• 1.3.1 研究思路13-14
• 1.3.2 研究内容14-15
• 1.4 创新点15-16
• 2 理论基础16-29
• 2.1 商业银行风险及其度量16-22
• 2.1.1 信用风险16-19
• 2.1.2 市场风险19-20
• 2.1.3 操作风险20-22
• 2.2 Copula理论22-26
• 2.2.1 常用copula函数22-24
• 2.2.2 藤copula函数24-26
• 2.3 风险测度工具VaR26-29
• 2.3.1 VaR及其度量方法26-27
• 2.3.2 VaR的返回检验27-29
• 3 模型建构29-34
• 3.1 模型假设29-30
• 3.2 单一风险边缘分布的建模30-33
• 3.2.1 信用风险的边缘分布30-31
• 3.2.2 市场风险的边缘分布31-32
• 3.2.3 操作风险的边缘分布32-33
• 3.3 整合风险联合分布的建模33-34
• 4 商业银行单一风险实证研究34-44
• 4.1 样本的选取34
• 4.2 信用风险的边缘分布34-37
• 4.2.1 建立信用风险线性回归模型34-35
• 4.2.2 建立信用风险分布模型35-37
• 4.3 市场风险的边缘分布37-40
• 4.3.1 建立市场风险线性回归模型37-38
• 4.3.2 建立市场风险分布模型38-40
• 4.4 操作风险的边缘分布40-42
• 4.4.1 操作风险序列40
• 4.4.2 建立操作风险分布模型40-42
• 4.5 小结42-44
• 5 商业银行整合风险实证研究44-49
• 5.1 风险权重的确定44
• 5.2 copula模型下的整合风险44-46
• 5.3 基于copula模型的VaR估计46-47
• 5.4 VaR模型返回检验47-48
• 5.5 基于传统方法的VaR估计48
• 5.6 小结48-49
• 6 结论与政策建议49-50
• 6.1 结论49
• 6.2 展望49-50
• 附录50-54
• 参考文献54-58
• 后记58-59

【相似文献】

中国期刊全文数据库 前10条

1 胡勇;龚金国;;Copula函数在分析沪深股市相依结构中的应用[J];时代金融;2006年09期

2 韦艳华;张世英;;多元Copula-GARCH模型及其在金融风险分析上的应用[J];数理统计与管理;2007年03期

3 罗付岩;徐海云;;基于Copula-EVT模型的组合风险测度[J];统计与决策;2007年17期

4 郭慧;罗俊鹏;史道济;;半参数阿基米德Copula的理论应用[J];天津理工大学学报;2007年05期

5 杨兴民;刘保东;李娟;;基于Gaussian Copula与t-Copula的沪深股指相关性分析[J];山东大学学报(理学版);2007年12期

6 王展青;赵鹏;王传廷;李磊东;;基于copula的沪深股市的风险分析[J];科协论坛(下半月);2008年11期

7 陈银忠;张荣;;基于Copula函数的深市行业间的尾部相关性分析[J];统计与决策;2008年22期

8 储小俊;刘思峰;;股市流动性与收益的Copula尾部相关性分析[J];财贸研究;2008年05期

9 任仙玲;张世英;;基于Copula函数的金融市场尾部相关性分析[J];统计与信息论坛;2008年06期

10 欧阳资生;王非;;基于Copula方法的国债市场相依风险度量[J];统计研究;2008年07期

中国重要会议论文全文数据库 前10条

1 应益荣;王颖;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三届中国智能计算大会论文集[C];2009年

2 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年

3 王宗润;吴伟韬;;基于Copula-EVT模型的人民币汇率组合风险测度[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

4 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届（2009）中国管理学年会——金融分会场论文集[C];2009年

5 杜红军;王宗军;;基于时变Copula模型的金融市场风险度量与分配[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

6 陈超;王莉萍;陈正寿;许新;;Copula函数在海洋工程中的应用[A];第十六届中国海洋（岸）工程学术讨论会论文集（上册）[C];2013年

7 徐运保;陈奕播;;基于Copula函数的股市、房市与GDP相关性的实证分析[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

8 刘月飞;吕大刚;;基于混合Copula函数的二维串联系统可靠性分析[A];第22届全国结构工程学术会议论文集第Ⅲ册[C];2013年

9 郭立甫;高铁梅;姚坚;;基于Copula函数和极值理论的金融传染度量——测度美国次贷危机对重要经济体的传染效应[A];21世纪数量经济学（第13卷）[C];2012年

10 冉U_香;张翔;;Copula函数在水量水质联合分布频率分析中的应用[A];农业、生态水安全及寒区水科学——第八届中国水论坛摘要集[C];2010年

中国重要报纸全文数据库 前2条

1 广发期货投资研究部 杨威 王翔 谢贞联;多维Copula树及其在机构投资组合风险管理中的运用[N];期货日报;2008年

2 海通证券研究所 陈露;从A股与H股相关性看股指期货推出后的跨市场操作[N];期货日报;2007年

中国硕士学位论文全文数据库 前10条

1 吴新荣;对称Bernstein Copula[D];天津大学;2007年

2 叶萍华;基于Copula方法的股票收益率相关性研究及实证分析[D];武汉理工大学;2008年

3 刘彪;Copula理论在金融分析中的应用[D];华中科技大学;2007年

4 郑文旭;基于Copula的金融风险相关性研究[D];厦门大学;2008年

5 马冬冬;多元Copula-GARCH模型及其在期货风险分析中的应用[D];合肥工业大学;2009年

6 董骁伟;基于Copula-SV模型的投资组合风险分析[D];重庆大学;2009年

7 钱丹青;Copula选择及其条件核密度估计[D];华中科技大学;2008年

8 刘海燕;基于Copula方法的违约相关性研究[D];北方工业大学;2010年

9 陈元庆;基于Copula理论的投资组合的风险度量[D];吉林大学;2010年

10 伍新星;Copula函数在包含公共影响的信度保费模型中的应用[D];吉林大学;2010年

  本文关键词：基于copula函数的我国上市商业银行整合风险度量研究，由笔耕文化传播整理发布。

本文编号：322795