VaR模型下商业银行市场风险的度量,金融学论文

VaR模型下商业银行市场风险的度量,金融学论文金融市场中各变量的变化或波动将导致将来资产组合收益存在不确定性，因此产生金融市场风险。在这里定义中，金融市场中各变量指的是包含股票的价格、利率、衍生品价格等变量，这些变量同时也被称作市场风险因子。以上定义能够得出结论，金融市场风险基本上能够定义为金融资产价格风险。而在金融市场中，银行业作为金融体系中特别重要的组成部分，同时也成为货币传导机制的重要一环，自然对商业银行的监管将成为金融风险管理研究的课题之一。首先，金融产品的多样化扩大了银行的收入来源，随着我们国家逐步推行利率市场化、各商业银行的中间业务尤其以表外业务为主的规模不断发展扩大，商业银行所面临的风险也随之扩大。其次，我们国家国内市场化进程不断深化、利率市场化程度不断加深，越来越开放的市场环境使得国内大多传统分业经营的界线日益模糊，商业银行走上混业经营成为银行业将来发展的必由之路。与此同时，诸多金融衍生工具的诞生、银行业务的不断完善创新，都为商业银行创造了宏大的利润，也带来了不容忽视的金融风险。怎样在提升商业银行本身的市场竞争力的同时加强银行本身的抗风险能力，现成为诸多商业银行经营管理的核心内容。二、文献综述〔一〕国外文献综述1952年哈里马克维茨在他的博士论文中创始性的提出了一种关于资产组合选择的方式方法，马克维茨提出基于投资组合中的两个基本参数，理性投资者会以此做出适宜的资产组合的选择，这两个参数即预期收益和风险，这就是当代风险管理理论发展的基础。至1960年前后，威廉夏普与林特纳提出了资本资产定价模型〔CAPM〕，资本资产定价模型推进了风险管理的研究进程，它基于马克维茨的理论将单个资产分为两部分即能否能被分散化的风险。1995年，巴塞尔委员会提出VaR必须成为商业银行资本充足性评判根据的要求，并在声明之后对VaR模型能否适用于商业银行风险管理的分析做了具体的介绍。在1995年末美国证交委员会提出上市公司需定期披露本身信息并将VaR作为报告期的重要衡量指标的建议后，研究者们及银行家们对VaR模型的使用日益重视，且模型在金融业的适用范围日益扩大。进入21世纪后，研究者们对VaR模型进行更深切进入和扩展的研究2004年，罗伯特初次基于VaR提出了条件VaR模型〔CAVaR〕，在这里模型中模型参数来自于分位数回归，这也是条件自回归模型的初次亮相。2018年，罗伯特又对三类基本方式方法，即Delta正态法、历史模拟法、蒙特卡罗模拟法的优缺点进行了比拟分析。〔二〕国内文献综述2006年，梁志森指出在我们国家商业银行的市场风险管理上，VaR的应用虽具有一定的局限性，但在一定程度上是能够克制的，即表示清楚VaR在中国银行业风险管理领域同外国一样具有相当的适用性。2007年，何飞平对VaR模型的随机波动进行了讨论，并对此情况下的VaR值进行实证分析，结果显示随机波动模型下的VaR值更具准确、动态性。随后在2008年，牛茜指出使用VaR模型来计量市场风险与风险管理是我们国家商业银行将来的可行之路，但我们国家银行在使用模型时仍然存在数据缺失与后尾分布现象。2020年，刘静，高翔就当下我们国家银行业中存在的普遍现象和问题，针对性的提出风险管理审计在我们国家商业银行业中施行的必要性，并深切进入探寻求索研究更符合我们国家商业银行经营状况的风管审计新体系。三、商业银行市场风险的度量〔一〕度量方式方法介绍VaR介绍1、VaR的定义所谓VaR，简单来讲就是指在正常情况与给定的置信水平下，资产、投资组合在将来一段时间内将会遭受的最大可能损失。能够表示为：Prob〔△P＜-VaR〕=1-c其中，Prob表示概率密度；△P=P〔ｔ+△t〕-P〔ｔ〕，表示组合在将来持有期即△t内的损失；c即为给定置信水平；VaR表示在给定置信水平c下资产组合的风险价值。2、VaR的基本特点以及参数基本特点：〔1〕基本公式仅能准确计算正常波动状态下的市场风险而非极端情况；〔2〕VaR具有可比性；〔3〕VaR值越大讲明风险投资组合面临的风险越大，反之则越小；〔4〕正常情况下，时间跨度越短，收益率越贴合正态分布；〔5〕VaR值的基本参数为置信度和收益率。基本参数：〔1〕持有期持有期是指计算在某段时间内持有资产的最大损失值，即VaR的时间范围。一般在计算持有期时需考虑流动性、正态性、数据约束及头寸调整这四个方面。并且在一般情况下，其他因素保持不变，流动性越大，持有期越短，资产组合面临的风险越小。〔2〕置信度置信度是指资产组合的实际损失低于事先估计VaR值的可信度。置信度的选择需考虑历史数据的可得性与充分性，并且对于同一个资产组合，在不同置信度下得出的VaR值也不尽一样。因而，选择恰当的置信区间对计算VaR模型特别重要。〔二〕VaR模型对我们国家商业银行市场风险的实证分析1、样本区间的选择上海银行间同业拆借利率〔SHIBOR〕是我们国家银行间利率市场化最具有代表性的数据且具有很高的市场化程度，因而实证分析选取此数据作为模拟变量。本文选取2020年1月4日至2020年6月17日之间的上海银行间同业拆借利率〔SHI-BOR〕作为样本，同时考虑到市场交易量以及利率对市场变动反响的灵敏程度，选择华而不实的隔夜加权利率作为观测对象，选择样本容量为608，样本数据的持有期为一天，即△t=l。文中数据均来源于上海银行间同业拆借利率网站，应用Eviews6.0软件对数据进行分析处理。2、样本数据分析〔1〕ADF检验用单位根的方式方法对时间序列的平稳性进行检验，平稳性检验结果如表1：由检验结果可知：在三个显著性水平下，单位根存在的零假设均被拒绝，即表示清楚了SHIBOR对数日收益率序列是平稳的。〔2〕VaR检验由表2可得滞后阶数为3阶，接下来，通过检验单位根来考察模型的稳定性，见图1：由图1可见，所有的特征根都落在单位圆内，即都小于1，表示清楚该VAR模型的构造稳定，因而能够对其进行格兰杰因果关系检验、脉冲响应函数分析和方差分解。〔3〕格兰杰因果关系检验为了能进一步确定变量之间的互相关系，下面进行格兰杰因果关系检验，结果如表3：由表3可得下面结论：〔1〕隔夜SHIBOR与一个月SHI-BOR互为格兰杰因果关系；〔2〕在95%置信度下，隔夜SHI-BOR利率和一个月SHＶIBOR利率与上证指数并无格兰杰因果关系；〔3〕上证指数与一个月SHIBOR互为格兰杰因果关系，但与隔夜SHIBOR没有格兰杰因果关系，也就是讲上证指数的变动能够引导一个月SHIBOR利率，或者讲一个月SHIBOR利率能够反响上证指数的变化，但是隔夜SHIBOR利率却做不到这一点。四、结论通过本文前面的介绍能够得出：VaR模型对我们国家商业银行的利率风险管理具有适用性及很好的衡量作用，固然运用这种方式方法仍存在一定的限制条件。因而，建立以VaR模型为基础的利率风险管理体系具有重要的现实意义，现根据上面的分析得出如下结论：第一，要建立与我们国家商业银行利率管理体系相适应的VaR模型，商业银行是一个需要实时数据作为支撑的行业，并且VaR模型需要应用大量精到准确有效的历史数据，因而本文选取的数据是从2020年1月起至2020年6月总共610个数据，分析得出的结果具有时效性及可参考性。相反，假如数据缺乏则会在很大程度上限制VaR模型的实际运用，且会加大应用经过中返回测试的困难，因此降低了模型的有效性；第二，建立在我们国家商业银行利率风险的实际管理情况下来选择适宜的置信度和持有期，结合如今我们国家商业银行利率风险的管理现在状况与文章中对VaR模型的实际应用情况，同时参考现前阶段数据的缺失对风险管理的影响，建议商业银行考虑选取95％的置信水平，持有期为10个交易日来进行利率风险的管理；第三，通过检验的结果得出，在失败率检验法下，运用历史模拟法算出的值能够经得起检验，并且该值占组合的资产的总值为0.6%，风险覆盖了到达了96.5%，VaR显著知足95%，此结果表示清楚，当外汇头寸组合面临的市场风险知足历史数据充足的条件时，运用历史模拟法能够较好的度量商业银行的市场风险；第四，当我们国家商业银行风险管理的内部控制系统是建立在VaR模型的基础上，根据我们国家商业银行的组织构造与特点，能够依次分层设置立体的总分行的风险管理内部控制系统。运用VaR模型对风险投资组合以及其他金融机构所面临的市场风险可能使其发生的损失进行计算，得到一个相对的估计值，该估计值可在很大程度上反映出商业银行及其他金融机构和风险投资组合所面临的市场风险，也将成为做出市场风险决策的可靠参考根据，该估计值有利于商业银行各业务部门间的信息沟通，也有利于整体的统一管理。以下为参考文献：[1]RMBushman，CDWilliams.A-ccountingdiscretionloanlossprovisioninganddisciplineofbanksrisk－taking[J]，JournalofAccountingandEconomics，2018.[2]吉伦奇．巴塞尔资本协议III的八大改良及对我们国家商业银行风险管理的启示[J]．时代金融，2020〔6〕：197198.[3]孙继伟．我们国家商业银行风险评价指标体系研究[D]．复旦大学经济学院，2018.[4]艾琳．对商业银行防备市场风险的讨论[J]．