论文部分内容阅读
自我国加入WTO,全球金融一体化加速了我国利率市场化的进程,市场利率不再由中央银行完全主导,而是逐步由市场供求机制所决定。利率的频繁变动给银行财务状况带来了潜在的风险,从而加大了商业银行亏损或倒闭的可能性。并且越来越多的研究也表明我国商业银行存在较大的利率风险,这使得利率风险管理问题成为人们关注的焦点。为了有效的进行商业银行利率风险管理即控制和防范利率风险,首要的任务是要能够很好的度量利率风险。如何采用科学的方法度量利率风险则成为我国商业银行的核心问题。本文则是主要讨论VaR和CVaR这两种风险度量方法在我国商业银行利率风险度量中的应用。文章重点分为四个部分:第一部分回顾了已有的商业银行利率风险度量方法并比较其优缺点;第二部分着重讨论了VaR模型的基本概念,主要的计算方法以及VaR模型在应用中的局限性;第三部分介绍CVaR模型的定义,性质、基本的计算以及相对于VaR模型的优势;第四部分则是选取2007年1月4日至2007年9月6同我国商业银行问同业拆借隔夜利率、7日利率以及中信标普国债指数收盘数据进行实证分析,结合已有的运用VaR方法度量商业银行利率风险的研究成果,将基于GARCH计算的CVaR风险度量方法引入到商业银行利率风险度量中,建立基于AR-GARCH的VaR和CVaR模型。根掘所得到的VaR和CVaR估计值定量的模拟考察我国商业银行面临的利率风险状况。研究结果表明,AR(1)-GARCH(1,2)、AR(1)-GARCH(1,1)能够较好的模拟我国商业银行间同业拆借利率收益的波动,AR(2)-GARCH(1,1)对中信标普国债指数收益率波动的模拟也比较好,可见基于AR-GARCH的VaR和CVaR模型在度量商业银行利率风险时都有较好的适用性。并且由实证分析得到CVaR的估计值要大于VaR的估计值,而且要高出许多,说明CVaR能够度量覆盖更大范围的左尾风险。这是由于CVaR方法满足次可加性的这条性质优于VaR方法,和基于GARCH的VaR方法相比,能更好的对尾部风险进行控制。但因为我国银行间同业拆借市场和银行间债券市场并不完善,基于所选用的样本数量较小以及所使用的方法不够全面,本文所采用的模型并不能说明所有的问题,因此在文章结尾处提出了本文需进一步研究的方向。