【商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)實(shí)證探究文獻(xiàn)綜述3000字】_第1頁(yè)
【商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)實(shí)證探究文獻(xiàn)綜述3000字】_第2頁(yè)
【商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)實(shí)證探究文獻(xiàn)綜述3000字】_第3頁(yè)
【商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)實(shí)證探究文獻(xiàn)綜述3000字】_第4頁(yè)
免費(fèi)預(yù)覽已結(jié)束,剩余1頁(yè)可下載查看

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)實(shí)證研究國(guó)內(nèi)外文獻(xiàn)綜述本節(jié)研究了GARCH族模型和VaR模型的發(fā)展以及之前學(xué)者應(yīng)用這一模型展開的一系列研究,這是本文研究的現(xiàn)實(shí)基礎(chǔ),本文是在此基礎(chǔ)上運(yùn)用GARCH族模型和VaR模型對(duì)股份制商業(yè)銀行的市場(chǎng)風(fēng)險(xiǎn)進(jìn)行研究,分析探討該模型的適用性。1模型發(fā)展股份制商業(yè)銀行的市場(chǎng)風(fēng)險(xiǎn)是指,由于市場(chǎng)因素例如利率、匯率、政策等變動(dòng)的不確定性而導(dǎo)致的股份制商業(yè)銀行收益的不確定性,為了準(zhǔn)確度量市場(chǎng)風(fēng)險(xiǎn)的大小,國(guó)內(nèi)外的學(xué)者們進(jìn)行了不懈地探索研究。1952年美國(guó)經(jīng)濟(jì)學(xué)家WilliamJ.Baumal提出了VaR(在險(xiǎn)價(jià)值)理論,即在給定的置信水平下,如何選擇證券投資組合來(lái)達(dá)到最高的期望收益。VaR被提出之后,又有無(wú)數(shù)的經(jīng)濟(jì)學(xué)家、數(shù)學(xué)家和計(jì)量學(xué)家對(duì)這一模型不斷進(jìn)行完善,PhillppeJorion[2](1995)系統(tǒng)的闡述了VaR的概念、原理和應(yīng)用范圍。Giot[3](1996)詳細(xì)論述了計(jì)算VaR值的三種傳統(tǒng)方法,方差-協(xié)方差法、歷史模擬法和蒙特卡羅模擬法。EngleR[4](1982)首次提出的ARCH(自回歸條件異方差)模型,該模型是GARCH模型的雛形。隨后,為了克服ARCH模型存在缺陷,Bollersllev[5](1986)對(duì)ARCH模型進(jìn)行了完善,進(jìn)而提出了GARCH模型。但是,GARCH只能解釋對(duì)稱的序列,所以TGARCH、EGARCH兩種的模型應(yīng)運(yùn)而生,這兩種模型能夠較好地解釋序列的非對(duì)稱效應(yīng)。陳守東和俞世典[6](2002)首次將GARCH模型應(yīng)用到國(guó)內(nèi)的證券市場(chǎng),并給出GARCH模型基于正態(tài)分布、t分布、GED分布三種不同分布下的VaR值。周濤和程晨[7](2011)利用GARCH類模型對(duì)上證國(guó)債指數(shù)進(jìn)行分析,研究發(fā)現(xiàn)非對(duì)稱GARCH模型的風(fēng)險(xiǎn)度量結(jié)果優(yōu)異,表明該收益率序列具有聚集性、杠桿效應(yīng)。2模型應(yīng)用DavidH.Pyle[8](1977)最早將VaR模型引入商業(yè)銀行的市場(chǎng)風(fēng)險(xiǎn)度量領(lǐng)域。杜海濤(2000)在對(duì)我國(guó)證券風(fēng)險(xiǎn)管理的實(shí)證分析中首次運(yùn)用了VaR模型,并得到了有效的結(jié)論。StuartHyde[9](2002)在運(yùn)用多種計(jì)量模型來(lái)度量匯率風(fēng)險(xiǎn)后指出GARCH-VaR模型是最優(yōu)的。Martens.M[10](2002)在分析外匯風(fēng)險(xiǎn)時(shí)運(yùn)用GARCH模型分析了匯率的日波動(dòng)性,根據(jù)結(jié)果合理的使用VaR模型計(jì)算出了外匯風(fēng)險(xiǎn)。葉青[11](2000)在分析我國(guó)股市的風(fēng)險(xiǎn)價(jià)值時(shí)運(yùn)用GARCH模型處理了金融時(shí)間序列的異方差的問題。王華[12](2002)發(fā)現(xiàn)實(shí)際的金融時(shí)間序列并不一定符合正態(tài)分布,這與VaR的假定不相符,會(huì)造成VaR的計(jì)算結(jié)果出現(xiàn)偏差,他在分析GARCH模型在正態(tài)分布和T分布的情況后指出,在T分布的假定下結(jié)果更為有效。閆璐[13](2006)以管理為切入點(diǎn),詳細(xì)闡述了VaR在商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)管理的實(shí)際應(yīng)用。李成和馬國(guó)校[14](2007)以2002年至2006年我國(guó)每日的同業(yè)拆借利率為研究對(duì)象,使用GARCH-VaR模型對(duì)商業(yè)銀行利率風(fēng)險(xiǎn)進(jìn)行了研究。顧雪松[15](2009)將GARCH-VaR模型應(yīng)用到股指期貨保證金的風(fēng)險(xiǎn)度量中,研究表明該模型能較好地反映收益率序列的尾部分布特征。高岳和朱憲辰[16](2009)運(yùn)用極值理論和GARCH-VaR模型處理分析了銀行間的同業(yè)拆借利率之后,指出我國(guó)銀行面臨的利率風(fēng)險(xiǎn)波動(dòng)幅度較小,比較穩(wěn)定,但是長(zhǎng)期將會(huì)處于高風(fēng)險(xiǎn)狀態(tài)。李建成和鄒方正[17](2010)引入GARCH-VaR模型,選取參數(shù)計(jì)算出外匯資產(chǎn)的風(fēng)險(xiǎn)補(bǔ)償金,定量度量了商業(yè)銀行的外匯風(fēng)險(xiǎn),并為外匯風(fēng)險(xiǎn)的監(jiān)測(cè)和管理提供了一些建議。肖紅艷和王宗潤(rùn)[18](2010)運(yùn)用Copula-GARCH模型度量商業(yè)銀行的信用風(fēng)險(xiǎn)和匯率風(fēng)險(xiǎn),計(jì)算出VaR值,茲證明此種模型計(jì)量匯率風(fēng)險(xiǎn)是有效的。邰瑩瑩[19](2011)在分析我國(guó)商業(yè)銀行的市場(chǎng)風(fēng)險(xiǎn)管理中存在的問題后,創(chuàng)造性的提出在VaR模型和壓力測(cè)試中運(yùn)用CAPM思想。楊夫立[20](2012)基于GARCH類模型,對(duì)金融時(shí)間序列在不同分布下(正態(tài)分布、t分布和廣義誤差分布)的VaR計(jì)算方法進(jìn)行討論,同時(shí)對(duì)VaR的準(zhǔn)確性進(jìn)行檢驗(yàn)。魏振祥、楊晨輝和劉新梅[21](2012)利用VaR模型和GARCH族模型研究了滬深300股指期貨面臨的市場(chǎng)風(fēng)險(xiǎn)。程淑芳[22](2014)選擇上證綜指和深圳成指為參數(shù),運(yùn)用GARCH族模型對(duì)股市的流動(dòng)性風(fēng)險(xiǎn)進(jìn)行分析,指出在突發(fā)外部風(fēng)險(xiǎn)時(shí),深市的波動(dòng)比滬市更強(qiáng)。呂東杰[23](2017)針對(duì)VaR模型刻畫尾部風(fēng)險(xiǎn)存在的缺陷,構(gòu)建GARCH-CVaR模型,實(shí)證結(jié)果顯示該模型在對(duì)上市銀行系統(tǒng)風(fēng)險(xiǎn)進(jìn)行度量時(shí)表現(xiàn)出色。Jhe-Jheng[24](2018)運(yùn)用Copula-GARCH模型計(jì)算出了CDs投資組合的絕對(duì)值VaR。趙鵬舉[25](2019)運(yùn)用GARCH-VaR模型分析了創(chuàng)業(yè)板和主板的波動(dòng)性以及市場(chǎng)風(fēng)險(xiǎn),指出相較于主板市場(chǎng)而言,創(chuàng)業(yè)板的風(fēng)險(xiǎn)和回報(bào)都較高。3文獻(xiàn)評(píng)述VaR模型和GARCH族模型自提出起,就受到了廣泛的關(guān)注,后來(lái)的研究學(xué)者不斷完善模型,探索其在不同領(lǐng)域的應(yīng)用,最終發(fā)現(xiàn)這個(gè)模型在市場(chǎng)風(fēng)險(xiǎn)的度量領(lǐng)域能發(fā)揮很大的作用。目前國(guó)內(nèi)外對(duì)該模型的研究已經(jīng)趨于成熟,模型被廣泛應(yīng)用于股市的市場(chǎng)風(fēng)險(xiǎn)度量、同業(yè)拆借市場(chǎng)風(fēng)險(xiǎn)的度量和商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)的度量。其中學(xué)者針對(duì)商業(yè)銀行的市場(chǎng)風(fēng)險(xiǎn)做了大量的研究,模型的準(zhǔn)確性和優(yōu)越性在一次次實(shí)證中的到了許多學(xué)者的認(rèn)可。隨著經(jīng)濟(jì)的發(fā)展,不僅僅是行業(yè)之間的差別的大,行業(yè)內(nèi)部的差異性也越來(lái)越大,學(xué)者現(xiàn)在也不再是針對(duì)整體進(jìn)行研究,而是開始細(xì)化、具體化研究對(duì)象。關(guān)于對(duì)股市市場(chǎng)風(fēng)險(xiǎn)的研究也細(xì)化到對(duì)創(chuàng)業(yè)板和主板市場(chǎng)風(fēng)險(xiǎn)的研究,對(duì)商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)的研究具體到了對(duì)利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)和股價(jià)風(fēng)險(xiǎn)的研究上。本文將在之前學(xué)者研究的基礎(chǔ)上,以股份制商業(yè)銀行的市場(chǎng)風(fēng)險(xiǎn)為研究主題,選取8家股份制商業(yè)銀行進(jìn)行實(shí)證分析,探討GARCH-VaR模型在股份制商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)度量中的優(yōu)越性,為我國(guó)股份制商業(yè)銀行應(yīng)對(duì)市場(chǎng)風(fēng)險(xiǎn)提出合理化的建議。參考文獻(xiàn)[1]宋濤.基于VaR的商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)度量研究—以浦發(fā)銀行為例[D].大學(xué)碩士學(xué)位論文,2012.[2]PhilippeJorion.ValueatRisk[M].McGraw-Hill,1996(3):345-366.[3]Giot,LaurentS.Marketriskincommoditymarkets:aVaRapproach[J]ForthcomingInJournalofFuturesMarkets,1996(07):34-40.[4]EngleR.F..AutoregressiveConditionalHeteroskedasticitywithEstimatesoftheVaRiabceofU.K.Infletion[J].Econometrica,1985(05):987-1008.[5]BollerslevT.Generalizedautoregressiveconditionalheteroskedasticity[J].JournalofEconometrics,1986(3):307-327.[6]陳守東,俞世典.基于GARCH模型的VaR方法對(duì)中國(guó)股市的分析[J].吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào),2002(4):11-17.[7]周濤,程晨.上證國(guó)債指數(shù)日收益率的波動(dòng)特征及對(duì)保險(xiǎn)投資的影響—基于GARCH模型的實(shí)證研究[J].保險(xiǎn)研究,2011(5):103-111.[8]BrealeyRichard,LelandHayne-E.,PyleDavid-H..informationalasymmetries,financialstructure,andfinancialintermediation[J].Crossref(2):371-387.[9]StuartHyde.Accountingdiscretion,loanlossprovisioning,anddisciplineofBanks’risk-taking[J].JournalofAccountingandEconomics.2012(01):45-52.[10]MartenM.ForecastingdailyexchangeRATEvolatilityusingintradayreturns[J].JournalofInternationalMoneyandFinance,2001(02):1-23.[11]葉青.基于GARCH和半?yún)?shù)法和VaR模型及其在中國(guó)股市風(fēng)險(xiǎn)分析[J].統(tǒng)計(jì)研究,2000(03):60-63.[12]王華.基于VaR的投資組合優(yōu)化方法研究[D].廈門大學(xué)碩士學(xué)位論文,2002.[13]閆璐.VaR模型在我國(guó)商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)管理中的應(yīng)用—以利率風(fēng)險(xiǎn)為例[D].對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)碩士學(xué)位論文,2006.[14]李成,馬國(guó)校.VaR模型在我國(guó)銀行同業(yè)拆借市場(chǎng)中的應(yīng)用研究[J].金融研究,2007(5):62-67.[15]顧雪松.基于GARCH-VaR的股指期貨保證金模型[J].統(tǒng)計(jì)與決策,2009(3):65-68.[16]高岳和朱憲辰.基于極值理論的同業(yè)拆借利率風(fēng)險(xiǎn)度量—基于AR-GARCH-POT方法的VaR值比較研究[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2009(8):135-147.[17]李健成,鄒正芳.基于GARCH族模型商業(yè)銀行外匯風(fēng)險(xiǎn)管理的VaR方法研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2010(12):77-82.[18]王宗潤(rùn),肖紅艷.基于Copula的商業(yè)銀行信用—匯率風(fēng)險(xiǎn)整合的實(shí)證研究[J].財(cái)務(wù)與金融,2010(4):1-6.[19]邰瑩瑩.我國(guó)上市商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)測(cè)度新視角—基于CAPM的啟示[J].西南金融,2011(4):61-62.[20]楊夫立.基于GARCH模型的證券投資基金VaR計(jì)算與實(shí)證研究[J].經(jīng)濟(jì)問題,2012(6):87-91.[21]魏振祥,楊晨輝,劉新梅.滬深300指數(shù)期貨與國(guó)內(nèi)外股指期貨市場(chǎng)間的信息傳遞效應(yīng)[J].財(cái)貿(mào)經(jīng)濟(jì),2012(8):64-71.[22]程淑芳.基于GARCH模型的股市流動(dòng)性風(fēng)險(xiǎn)研究[J].中國(guó)西部科技,2014(4):23-26.[23]呂東杰.GARCH-CVaR模型及其在我國(guó)上市銀行系統(tǒng)性風(fēng)險(xiǎn)測(cè)度中的理論分析與實(shí)證研究[J].現(xiàn)代經(jīng)濟(jì)信息,2017(6):255-256+258.[24]HuangJhe-Jheng,SoLeh-Chyan.ApplicationofCopula-GARCHtoEstimateVaRofaPortfoliowithCreditDefaultSwaps[J].Crossref(2):382-407.[25]趙鵬舉.基于GARCH-VaR模型的創(chuàng)業(yè)板指數(shù)收益率波動(dòng)特征比較研究[J].價(jià)值工程,2019(9):5-9.[26]周誠(chéng)君.人民幣國(guó)際化的歷史進(jìn)程與新機(jī)遇[J].國(guó)際金融,2021(

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論