基于vine Copula模型的我国商业银行集成风险实证研究

发布时间：2024-06-02 17:50

　　近年来,随着全球经济的不断发展和我国国力的持续增强,金融业越来越朝着多元化和国际化的方向发展,金融创新日益活跃。作为金融业的重要参与者——商业银行,也朝着业务综合化、多元化等方向迈进。因此,商业银行将面临更大的风险因素,风险趋于复杂化和多元化,不同风险之间的关联性也将增加。随着风险的不断增加,各商业银行逐渐开始将风险度量和控制作为银行管理的一项重要内容,希望通过合理的风险度量加以适度的风险控制手段,将商业银行的风险降到最低,从而带来更为丰厚的收益。 由于现在商业银行所面临的不再是单一风险,而是多种风险的组合,因此,必须找到合适的度量商业银行集成风险的方法。通常,传统的做法是分别通过历史已有的风险损失数据估计每一种风险的未来可能损失大小,然后将各类不同风险的损失值进行简单线性相加。或对各个风险赋予一定权重,最后进行线性相加时对各类风险损失值进行加权,以在一定程度上反应不同风险对总体风险大小的影响力度。 然而,事实上,商业银行所面临的各类风险不可能是完全独立的,他们之间必然存在一定的相关关系。这种相关关系就导致了各类风险之间可能存在的联动关系,一种风险的发生往往会对其他风险的发生与否和风险...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
        1.1.1 选题背景
        1.1.2 选题意义
    1.2 文献综述
        1.2.1 银行风险综述
        1.2.2 银行风险文献综述
        1.2.3 Copula函数文献综述
    1.3 研究思路和文章结构
        1.3.1 研究思路
        1.3.2 文章结构
    1.4 本文特色
2 vine copula理论
    2.1 Copula函数的定义及特点
        2.1.1 Copula函数的定义
        2.1.2 Copula函数的特点
    2.2 常用二维Copula函数简介
    2.3 vine Copula理论及其特点
3 商业银行风险集成度量的模型构建
    3.1 单一风险的度量和建模
        3.1.1 信用风险的度量和建模
        3.1.2 市场风险的度量和建模
        3.1.3 操作风险的度量和建模
    3.2 商业银行集成风险vine Copula模型构建和估计
    3.3 风险度量指标VaR
        3.3.1 VaR的计算和定义
        3.3.2 基于Monte Carlo的VaR估计方法
        3.3.3 VaR型的返回检验
4 商业银行单一风险的实证研究
    4.1 样本选取
    4.2 信用风险的估计和建模
        4.2.1 建立线性回归模型
        4.2.2 建立信用风险分布模型
    4.3 市场风险的估计和建模
        4.3.1 建立线性回归模型
        4.3.2 建立市场风险分布模型
    4.4 操作风险的估计和建模
        4.4.1 生成操作风险序列
        4.4.2 建立操作风险分布模型
    4.5 小结
5 商业银行整合风险的实证研究
    5.1 vine Copula模型下的集成风险整合
    5.2 vine Copula模型下的集成风险度量
        5.2.1 各风险权重的确定
        5.2.2 基于vine Copula模型的VaR估计
    5.3 传统方法下的风险整合和度量
    5.4 VaR型返回检验
    5.5 结果分析
6 结论与展望
    6.1 结论
    6.2 展望
参考文献
后记
致谢
在读期间科研成果目录



本文编号：3987591