我国商业银行汇率风险度量 ——基于Copula-VaR方法的实证研究

我国商业银行汇率风险度量 ——基于Copula-VaR方法的实证研究

论文摘要

2005年7月21日,我国开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度以来,汇率波动日趋频繁,自2010年6月份央行宣布重启汇改以来,人民币双向波动态势更趋明显。随着我国汇率制度改革市场化的发展,汇率的更大幅度的频繁波动将使得商业银行所面临的汇率风险越来越大,给商业银行的汇率风险管理提出了更高的要求。现阶段汇率风险已引起各方的高度关注,如何控制和有效防范汇率风险在我国商业银行风险管理中的作用日益突出,而控制和有效防范风险的前提是准确地度量和预测风险。因此,对我国商业银行汇率风险管理的核心环节——汇率风险度量进行研究,找出现阶段更适合我国商业银行进行汇率风险度量的模型具有重要的理论和现实意义。商业银行汇率风险管理的核心环节是风险度量,而相关性分析及刻画金融资产收益的联合分布是度量金融资产组合风险的中心问题。一般情况下,金融资产收益的分布都呈现出“尖峰厚尾”特征,传统的多元正态分布及线性相关关系假设都可能会对实证的结果产生偏差或误导[1]。而Copula函数不限制边缘分布的选择,可以构造灵活的多元分布。运用Copula理论构建金融分析模型时,可以将边缘分布与随机变量之间的相关结构分开来研究,其中它们的相关结构可以通过一个Copula函数来描述[2],这不仅简化了建模问题,而且有效弥补了传统多元统计与相关性假设的不足,可以较好地度量资产组合的VaR。长期以来,国内通过结合Copula理论和GARCH模型来构建多变量金融时间序列模型并用来研究汇率相关性的文献不多,用其度量汇率市场风险的更是少见。因此,本文首先从汇率风险的形成原因、汇率风险的计量方法等方面系统性地阐述分析了商业银行汇率风险管理的理论基础,然后指出了我国商业银行目前阶段所面临的汇率风险的种类,研究了汇率风险管理的现实状况,分析引入Copula-VaR方法度量我国商业银行汇率风险的必要性与可行性,最后尝试性地引入Copula-VaR方法对我国商业银行汇率风险管理的核心环节——风险度量进行实证研究,以期找到能较准确地度量或者预测我国商业银行汇率风险的模型方法,旨在为我国商业银行、监管部门等规避汇率风险提供理论参考和决策依据。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 研究背景与意义
  • 1.2 Copula模型在金融市场风险管理上的应用研究
  • 1.2.1 Copula函数度量相关性研究现状
  • 1.2.2 Copula函数度量VaR值研究现状
  • 1.3 汇率风险相关理论综述
  • 1.4 论文的结构与研究工作
  • 1.4.1 论文的结构
  • 1.4.2 论文的研究工作
  • 1.4.3 论文的不足
  • 2 我国商业银行汇率风险管理概述
  • 2.1 商业银行汇率风险基本理论
  • 2.1.1 汇率风险的定义
  • 2.1.2 汇率风险的成因
  • 2.2 汇率风险的计量方法
  • 2.2.1 外汇敞口分析(Foreign Currency Exposure Analysis)
  • 2.2.2 风险价值(Value at Risk,VaR)
  • 2.3 我国商业银行汇率风险度量现状
  • 2.3.1 我国商业银行面临的汇率风险
  • 2.3.2 我国商业银行汇率风险度量现状
  • 2.3.3 基于Copula-VaR方法度量我国商业银行汇率风险
  • 3 Copula-VaR模型的构建
  • 3.1 Copula函数基本理论
  • 3.1.1 Copula函数的定义
  • 3.1.2 Copula函数的分类
  • 3.1.3 不同Copula函数的比较
  • 3.2 Copula模型的构建和检验
  • 3.2.1 Copula模型的构建
  • 3.2.2 Copula模型的检验
  • 3.3 基于Copula函数的VaR计算
  • 3.3.1 二元正态Copula模拟
  • 3.3.2 二元t-Copula模拟
  • 3.3.3 二元Archimedean Copula模拟
  • 3.4 VaR的准确性检验
  • 4 基于Copula-VaR方法的实证研究
  • 4.1 样本数据选取
  • 4.2 样本特征分析
  • 4.2.1 样本描述性统计
  • 4.2.2 平稳性检验
  • 4.3 均值方程的设定
  • 4.4 ARCH效应检验
  • 4.4.1 残差平方相关性与线性图
  • 4.4.2 ARCH LM检验
  • 4.5 边缘分布
  • 4.5.1 边缘分布的估计结果
  • 4.5.2 边缘分布的检验结果
  • 4.6 Copula函数参数估计结果
  • 4.7 基于Copula-GARCH模型的VaR估计
  • 5 我国商业银行汇率风险管理的政策建议
  • 6 总结与展望
  • 6.1 本文总结
  • 6.2 不足之处与研究展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间发表学术论文情况
  • 学位论文评阅及答辩情况表
  • 相关论文文献

    • [1].国内系统重要性银行潜在风险度量研究[J]. 吉林金融研究 2020(05)
    • [2].静态多维风险度量研究[J]. 数学物理学报 2019(02)
    • [3].金融风险度量的建模理论与方法的一些进展及其应用[J]. 运筹与管理 2018(01)
    • [4].基于概率半测度的风险度量[J]. 工程数学学报 2018(03)
    • [5].中国碳金融市场风险度量[J]. 现代营销(下旬刊) 2016(10)
    • [6].基于凸风险度量的资本结构优化分析[J]. 当代会计 2016(11)
    • [7].浅谈多维度金融风险度量的统计分析方法[J]. 新经济 2014(Z2)
    • [8].关于不良资产处置过程风险度量的思考[J]. 农村金融研究 2015(09)
    • [9].金融风险度量的指标体系研究[J]. 北方经贸 2013(03)
    • [10].基于f-散度的一致风险度量[J]. 大连理工大学学报 2013(05)
    • [11].一致风险度量和锥优化分析[J]. 运筹学学报 2010(02)
    • [12].重尾分布情形下区间底部风险度量的比较[J]. 统计与决策 2008(19)
    • [13].基于熵风险度量的混合期望效用模型研究[J]. 舰船电子工程 2013(08)
    • [14].浅谈证券投资基金的风险度量[J]. 民营科技 2008(04)
    • [15].浅谈证券投资基金的风险度量[J]. 民营科技 2008(05)
    • [16].相依违约的违约风险度量研究及其在上市公司中的应用[J]. 系统工程 2008(05)
    • [17].动态投资组合现金次可加风险度量的时间相容性[J]. 应用数学 2020(01)
    • [18].互联网金融的风险度量[J]. 科技经济导刊 2018(31)
    • [19].国企电力市场营销现状及其市场风险度量分析[J]. 中国商论 2016(Z1)
    • [20].奥运场馆建设风险度量的设计[J]. 工程管理学报 2010(01)
    • [21].邮政储蓄银行互联网金融产品的风险度量及管理研究[J]. 邮政研究 2018(06)
    • [22].浅议财务风险度量技术[J]. 中国证券期货 2012(01)
    • [23].基于谱风险度量的风险谱函数的研究[J]. 北京化工大学学报(自然科学版) 2011(06)
    • [24].基于熵视角的金融风险度量[J]. 滁州学院学报 2019(02)
    • [25].中国金融体系的系统性风险度量[J]. 中国国际财经(中英文) 2017(18)
    • [26].正态情形下两类熵风险度量的估计[J]. 淮阴师范学院学报(自然科学版) 2018(02)
    • [27].基于Asymmetric Laplace分布的动态风险度量[J]. 统计与决策 2013(23)
    • [28].基于互联网金融模式的结构性理财产品风险度量研究进展[J]. 中国管理科学 2020(11)
    • [29].金融风险度量原则及度量方法研究综述[J]. 金融理论与教学 2014(05)
    • [30].混合型风险谱函数的谱风险度量[J]. 北京化工大学学报(自然科学版) 2013(05)

    标签:;  ;  ;  

    我国商业银行汇率风险度量 ——基于Copula-VaR方法的实证研究
    下载Doc文档

    猜你喜欢