【商业银行市场风险实证探究文献综述3000字】

商业银行市场风险实证研究国内外文献综述本节研究了GARCH族模型和VaR模型的发展以及之前学者应用这一模型展开的一系列研究，这是本文研究的现实基础，本文是在此基础上运用GARCH族模型和VaR模型对股份制商业银行的市场风险进行研究，分析探讨该模型的适用性。1模型发展股份制商业银行的市场风险是指，由于市场因素例如利率、汇率、政策等变动的不确定性而导致的股份制商业银行收益的不确定性，为了准确度量市场风险的大小，国内外的学者们进行了不懈地探索研究。1952年美国经济学家WilliamJ.Baumal提出了VaR（在险价值）理论，即在给定的置信水平下，如何选择证券投资组合来达到最高的期望收益。VaR被提出之后，又有无数的经济学家、数学家和计量学家对这一模型不断进行完善，PhillppeJorion[2](1995)系统的阐述了VaR的概念、原理和应用范围。Giot[3](1996)详细论述了计算VaR值的三种传统方法，方差-协方差法、历史模拟法和蒙特卡罗模拟法。EngleR[4](1982)首次提出的ARCH(自回归条件异方差)模型，该模型是GARCH模型的雏形。随后，为了克服ARCH模型存在缺陷，Bollersllev[5](1986)对ARCH模型进行了完善，进而提出了GARCH模型。但是，GARCH只能解释对称的序列，所以TGARCH、EGARCH两种的模型应运而生，这两种模型能够较好地解释序列的非对称效应。陈守东和俞世典[6](2002)首次将GARCH模型应用到国内的证券市场，并给出GARCH模型基于正态分布、t分布、GED分布三种不同分布下的VaR值。周涛和程晨[7](2011)利用GARCH类模型对上证国债指数进行分析，研究发现非对称GARCH模型的风险度量结果优异，表明该收益率序列具有聚集性、杠杆效应。2模型应用DavidH.Pyle[8]（1977）最早将VaR模型引入商业银行的市场风险度量领域。杜海涛（2000）在对我国证券风险管理的实证分析中首次运用了VaR模型，并得到了有效的结论。StuartHyde[9]（2002）在运用多种计量模型来度量汇率风险后指出GARCH-VaR模型是最优的。Martens.M[10]（2002）在分析外汇风险时运用GARCH模型分析了汇率的日波动性，根据结果合理的使用VaR模型计算出了外汇风险。叶青[11]（2000）在分析我国股市的风险价值时运用GARCH模型处理了金融时间序列的异方差的问题。王华[12]（2002）发现实际的金融时间序列并不一定符合正态分布，这与VaR的假定不相符，会造成VaR的计算结果出现偏差，他在分析GARCH模型在正态分布和T分布的情况后指出，在T分布的假定下结果更为有效。闫璐[13]（2006）以管理为切入点，详细阐述了VaR在商业银行市场风险管理的实际应用。李成和马国校[14]（2007）以2002年至2006年我国每日的同业拆借利率为研究对象，使用GARCH-VaR模型对商业银行利率风险进行了研究。顾雪松[15](2009)将GARCH－VaR模型应用到股指期货保证金的风险度量中，研究表明该模型能较好地反映收益率序列的尾部分布特征。高岳和朱宪辰[16]（2009）运用极值理论和GARCH-VaR模型处理分析了银行间的同业拆借利率之后，指出我国银行面临的利率风险波动幅度较小，比较稳定，但是长期将会处于高风险状态。李建成和邹方正[17]（2010）引入GARCH-VaR模型，选取参数计算出外汇资产的风险补偿金，定量度量了商业银行的外汇风险，并为外汇风险的监测和管理提供了一些建议。肖红艳和王宗润[18]（2010）运用Copula-GARCH模型度量商业银行的信用风险和汇率风险，计算出VaR值，兹证明此种模型计量汇率风险是有效的。邰莹莹[19]（2011）在分析我国商业银行的市场风险管理中存在的问题后，创造性的提出在VaR模型和压力测试中运用CAPM思想。杨夫立[20](2012)基于GARCH类模型，对金融时间序列在不同分布下(正态分布、ｔ分布和广义误差分布)的VaR计算方法进行讨论，同时对VaR的准确性进行检验。魏振祥、杨晨辉和刘新梅[21]（2012）利用VaR模型和GARCH族模型研究了沪深300股指期货面临的市场风险。程淑芳[22]（2014）选择上证综指和深圳成指为参数，运用GARCH族模型对股市的流动性风险进行分析，指出在突发外部风险时，深市的波动比沪市更强。吕东杰[23](2017)针对VaR模型刻画尾部风险存在的缺陷，构建GARCH－CVaR模型，实证结果显示该模型在对上市银行系统风险进行度量时表现出色。Jhe-Jheng[24]（2018）运用Copula-GARCH模型计算出了CDs投资组合的绝对值VaR。赵鹏举[25]（2019）运用GARCH-VaR模型分析了创业板和主板的波动性以及市场风险，指出相较于主板市场而言，创业板的风险和回报都较高。3文献评述VaR模型和GARCH族模型自提出起，就受到了广泛的关注，后来的研究学者不断完善模型，探索其在不同领域的应用，最终发现这个模型在市场风险的度量领域能发挥很大的作用。目前国内外对该模型的研究已经趋于成熟，模型被广泛应用于股市的市场风险度量、同业拆借市场风险的度量和商业银行市场风险的度量。其中学者针对商业银行的市场风险做了大量的研究，模型的准确性和优越性在一次次实证中的到了许多学者的认可。随着经济的发展，不仅仅是行业之间的差别的大，行业内部的差异性也越来越大，学者现在也不再是针对整体进行研究，而是开始细化、具体化研究对象。关于对股市市场风险的研究也细化到对创业板和主板市场风险的研究，对商业银行市场风险的研究具体到了对利率风险、汇率风险和股价风险的研究上。本文将在之前学者研究的基础上，以股份制商业银行的市场风险为研究主题，选取8家股份制商业银行进行实证分析，探讨GARCH-VaR模型在股份制商业银行市场风险度量中的优越性，为我国股份制商业银行应对市场风险提出合理化的建议。参考文献［1］宋涛.基于VaR的商业银行市场风险度量研究—以浦发银行为例[D].大学硕士学位论文，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］陈守东，俞世典.基于GARCH模型的VaR方法对中国股市的分析[J].吉林大学社会科学学报，2002(4):11-17.［7］周涛，程晨.上证国债指数日收益率的波动特征及对保险投资的影响—基于GARCH模型的实证研究[J].保险研究，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］叶青.基于GARCH和半参数法和VaR模型及其在中国股市风险分析[J].统计研究，2000(03):60-63.［12］王华.基于VaR的投资组合优化方法研究[D].厦门大学硕士学位论文，2002.［13］闫璐.VaR模型在我国商业银行市场风险管理中的应用—以利率风险为例[D].对外经济贸易大学硕士学位论文，2006.［14］李成，马国校.VaR模型在我国银行同业拆借市场中的应用研究[J].金融研究，2007(5):62-67.［15］顾雪松.基于GARCH-VaR的股指期货保证金模型[J].统计与决策，2009(3):65-68.［16］高岳和朱宪辰.基于极值理论的同业拆借利率风险度量—基于AR-GARCH-POT方法的VaR值比较研究[J].数量经济技术经济研究，2009(8):135-147.［17］李健成，邹正芳.基于GARCH族模型商业银行外汇风险管理的VaR方法研究[J].数学的实践与认识，2010(12):77-82.［18］王宗润，肖红艳.基于Copula的商业银行信用—汇率风险整合的实证研究[J].财务与金融，2010(4):1-6.［19］邰莹莹.我国上市商业银行市场风险测度新视角—基于CAPM的启示[J].西南金融，2011(4):61-62.［20］杨夫立.基于GARCH模型的证券投资基金VaR计算与实证研究[J].经济问题，2012(6):87-91.［21］魏振祥，杨晨辉，刘新梅.沪深300指数期货与国内外股指期货市场间的信息传递效应[J].财贸经济，2012(8):64-71.［22］程淑芳.基于GARCH模型的股市流动性风险研究[J].中国西部科技，2014(4):23-26.［23］吕东杰.GARCH-CVaR模型及其在我国上市银行系统性风险测度中的理论分析与实证研究[J].现代经济信息，2017(6):255-256+258.［24］HuangJhe-Jheng,SoLeh-Chyan.ApplicationofCopula-GARCHtoEstimateVaRofaPortfoliowithCreditDefaultSwaps[J].Crossref(2):382-407.［25］赵鹏举.基于GARCH-VaR模型的创业板指数收益率波动特征比较研究[J].价值工程，2019(9):5-9.［26］周诚君.人民币国际化的历史进程与新机遇[J].国际金融，2021(