基于多种Copula方法的我国商业银行整合风险度量研究

摘要

90年代以来，随着经济全球化，金融自由化的步伐加快，商业银行的风险管理面临着两个现实情境:一个是金融业朝着集团化和国际化的趋势发展，另一个是信息技术的使用越来越广泛，这都使得商业银行的风险特征由单一化走向多样化和复杂化。新巴塞尔协议也明确提出，将商业银行的风险管理从以前单纯的信贷风险管理模式转向市场风险、信用风险、操作风险并举的全面风险管理模式，并指出风险之间存在相关性。风险的多样性和相关性对银行的风险管理提出了更高的要求。另外，混业经营是21世纪银行业的发展趋势，我国也开始出现混业经营的金融集团。混业经营下的银行业的一个重要特征是由于不同金融机构的组合而产生新的风险类型与相关性，单一风险管理模式无法应对公司所面临的风险，整合风险管理越来越被人们所重视，并成为现代商业银行风险管理的发展趋势。
　　本文首先概括分析了商业银行市场风险、信用风险、操作风险三大类风险的基本内涵与特征以及各自的计量方法与模型。然后以综合风险评估方法中的自上而下法为主线来定量研究商业银行整合风险的度量管理。Copula函数是度量整合风险的一种有效方法，它能够描述不同类型风险之间的相依结构，可以将不同类型风险各自的边缘分布与其相依结构分开研究，并且边缘分布的选择不受限制。本文联合Copula理论与VaR、CVaR技术用于商业银行信用风险和市场风险的整合度量。本文使用EllipticalCopula族和ArchimedeanCopula族中的五种常见函数以及时变SJC-Copula函数来描述两种风险之间的相依结构并构建其联合分布函数，通过MonteCarlo模拟来估计不同相依结构下整合风险的VaR、CVaR值，由结论可以知道，金融实践者和监管者通常使用的将不同风险值简单相加法是会高估整体风险值，从而导致监管资本计提不当带来的诸多问题。
　　本文的研究开拓了我国商业银行风险管理的思路与方法，加深了风险研究的深度，并且为风险管理者实际工作的开展提供了一定的理论依据和有益的设计构想，具有重要的现实意义。

目录

声明

摘要

第一章 绪论

1．1 研究的背景和意义

1．2 论文的研究方法和基本内容

1．2．1 论文的研究方法

1．2．2 论文的基本内容

1．3 论文的优点与局限

第二章 商业银行风险管理文献综述

2．1 商业银行风险综述

2．1．1 市场风险内涵

2．1．2 信用风险内涵

2．1．3 操作风险内涵

2．2 整合风险管理的内涵和研究方法

2．2．1 整合风险管理的内涵

2．2．2 整合风险管度量的研究方法

2．3 国内外研究现状

2．4 VaR方法综述

第三章 商业银行风险度量的Copula理论与方法

3．1 定义

3．2 研究中采用的Copula函数

3．2．1 正态(Gaussian)Copula函数

3．2．2 t-Copula函数

3．2．3 Gumbel Copula函数

3．2．4 Clayton Copula函数

3．2．5 Frank Copula函数

3．2．6 SJC-Copula函数

3．3 相关性测度

3．3．1 K1enda Ⅱ秩相关系数τ

3．3．2 Spearman秩相关系数

3．4 Copula函数的参数估计方法

3．5 基于Copula的VaR计算的Monte Carlo模拟

第四章 实证分析

4．1 样本选取和数据处理

4．1．1 样本选取

4．1．2 数据整理及两种风险收益率的确定

4．2 市场风险度量

4．2．1 市场风险描述性统计分析

4．2．2 市场风险VaR与CVaR度量

4．3 信用风险度量

4．3．1 信用风险描述性统计分析

4．3．2 信用风险VaR与CVaR度量

4．4 基于多种Copula方法的商业银行整合风险度量

4．4．1 相依性的检验

4．4．2 多种Copula函数的参数估计与拟合优度检验

4．4．3 权重的确定

4．4．4 基于多种Copula函数的整合风险的VaR与CVaR度量

第五章 论文总结和展望

5．1 论文的主要工作和结论

5．1．1 论文的主要工作

5．1．2 论文的结论

5．2 论文的后续展望

参考文献

致谢