基于Copula函数的存货质押业务价格风险的VaR估计与应用

基于Copula函数的存货质押业务价格风险的VaR估计与应用

论文摘要

近年来,各个商业银行之间竞争的加剧,传统业务的饱和,逐渐促使各家商业银行开发新的业务模式。而融资难一直是制约我国中小企业发展的难题,商业银行作为我国提供融资的主体,发挥极为重要的作用。2008年全球金融危机爆发后,各国金融机构与商业银行均采取了信贷紧缩政策。随之,《巴塞尔协议Ⅲ》与中国银监会相继制定了关于商业银行提高资本金比率与流动性能力的要求,对商业银行开展包括供应链金融在内的新兴业务提出了更高的风险监管标准。存货质押融资业务作为供应链金融的核心业务,一直以来发挥着不可替代的作用。从现有实务和理论研究来看,存货质押融资风险管理一直是制约其发展的关键。虽然由于存货的自偿性与物流企业的风险分担,一定程度上降低了商业银行开展此项信贷业务时的风险。但是,这种多方参与的行为以及作为存货的质押物的存在无疑也增加了业务的风险管理难度。而存货质押融资的风险度量是其风险管理的重要环节。存货质押融资业务中,质押物的质量、价值和流动性是贷款方与物流企业最为关注的。选取标准质物后,质押物的价值风险就成为业务开展中所最为主要的风险。在我国政府宏观调控的经济条件下,质押物的价值风险主要体现在价格风险上,质押物价格的随机波动与多种质物的同时存在,亦使得风险度量难度加大。在金融风险管理领域,一种新兴的风险管理思想——集成风险思想已逐渐被业界所接受。Copula函数方法作为其集成技术随之涌现了大量的研究成果。现有研究表明,Copula能将单个资产边缘分布和多元联合分布联系起来,处理非正态的边缘分布,捕捉资产之间相关结构的变化,特别是极端事件发生时的尾部相关结构变化,可使建模问题简化,减小集成风险度量误差。VaR方法是比较成熟的价值风险度量方法,已经被广泛的应用于金融风险度量的各个领域。《巴塞尔协议Ⅱ》规定,对交易内资产组合使用VaR测度累计风险值时,应根据三年以上历史数据,采用多元随机仿真模拟,建立计量模型。质物组合中,若将单个质押物的价格波动作为一个单独的风险因子,那么这些单独的风险因子共同作用,引起质物组合的价格波动,价格波动引起价格风险,也就是说质物组合的价格风险是由这些风险因子共同作用引起的,也就可以引入金融集成风险管理思想。本文从商业银行角度出发,充分利用现有风险集成技术,来考虑存货质押业务中的质押物组合的价格风险度量。提出了基于Copula函数的VaR计算方法,通过Monte Carlo方法模拟仿真得到最终的VaR值。在实证研究中,本文选取标准质物——长江有色金属现货1#铜和A00铝锭。实证的全部研究过程均借助Matlab2008a通过仿真实现。采用两种非参数估计法——经验分布函数与核密度估计建立质物组合收益率之间的联合分布函数。首先,根据5年期历史交易数据,确定样本统计特征,通过KS、JB与Lilliefors检验验证两种质物价格收益率均不服从正态分布,然后采用Gaussian核密度函数对样本分布进行核密度估计,确定单个质物的边际分布函数,再根据质物组合收益率的经验分布函数,选取具有对称结构的t-Copula、Frank-Copula与正态Copula作为样本联合分布待选模型,最后通过相关系数与平方欧式距离的仿真计算,确定由t-Copula来描述样本联合分布。随后,采用Monte Carlo方法,产生大量的伪随机数,通过仿真得到质物组合的VaR,并采用kupeic去进行回顾测试,验证了Copula-VaR模型的准确性。通过与传统Monte Carlo方法下的计算出的两种质物的VaR进行对比。研究发现:Copula-VaR在不同置信度下,计算出的质物组合VaR值均大于传统算法下的VaR,说明在这种算法下的VaR较为保守,估算精度优于传统算法;当置信度为99%时,VaR失败的天数明显小于90%和95%,说明高的置信度下,风险相对较小。在进行Monte Carlo模拟时发现,计算结果会随着伪随机数生成数量的增加而更加精确。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 背景和意义
  • 1.2 国内外研究综述
  • 1.2.1 存货质押融资的研究现状
  • 1.2.2 存货质押融资风险管理的研究现状
  • 1.2.3 风险测度技术的研究现状
  • 1.3 主要内容
  • 1.4 数据来源
  • 1.5 研究方法和技术路线
  • 1.6 主要结论
  • 第2章 存货质押融资业务及其风险分析
  • 2.1 存货质押融资的基本内涵
  • 2.2 国内外存货质押融资的发展现状
  • 2.2.1 国外存货质押融资的业务模式
  • 2.2.2 国内存货质押融资的业务模式
  • 2.2.3 国内外存货质押融资发展现状
  • 2.3 存货质押融资业务的风险分析与管理
  • 2.3.1 金融风险及其管理
  • 2.3.2 存货质押融资业务的风险分析
  • 2.3.3 存货质押融资业务价格风险分析与管理
  • 第3章 基于集成风险的存货质押融资的价格风险分析
  • 3.1 集成风险及其管理思想
  • 3.2 基于集成风险的存货质押融资业务的价格风险分析
  • 3.2.1 存货质押融资业务集成风险的内涵
  • 3.2.2 基于集成风险的存货质押融资业务价格风险
  • 3.3 质押物及质押物组合价格影响因素分析
  • 3.3.1 质押物价格影响因素分析
  • 3.3.2 质物组合价格影响因素分析
  • 第4章 基于Copula函数的VaR计算
  • 4.1 风险价值VaR
  • 4.1.1 VaR的概念
  • 4.1.2 VaR的计算方法
  • 4.1.3 基于回顾测试的VaR准确性检验
  • 4.2 Copula理论与相关性分析
  • 4.2.1 Copula函数的定义及定理
  • 4.2.2 常用Copula函数的相关性度量与分类
  • 4.2.3 Copula模型的参数估计
  • 4.2.4 Copula模型的检验与评价
  • 4.3 基于Copula的VaR算法的Monte Carlo模拟
  • 第5章 实证分析
  • 5.1 样本质物的选取
  • 5.1.1 样本质物选取条件分析
  • 5.1.2 样本质物的价格波动分析
  • 5.2 模型假设
  • 5.3 样本数据选取与统计特征描述
  • 5.3.1 样本数据的选取
  • 5.3.2 样本数据的统计特征描述
  • 5.4 基于Copula的相依结构分析
  • 5.4.1 边缘分布的选择与确定
  • 5.4.2 Copula函数的选择与参数估计
  • 5.4.3 Copula模型的评价
  • 5.5 质物组合VaR的Monte Carlo模拟与正确性检验
  • 5.5.1 质物组合VaR的Monte Carlo模拟仿真计算
  • 5.5.2 质物组合VaR正确性检验
  • 5.6 结果分析
  • 结论
  • 致谢
  • 参考文献
  • 附录
  • 攻读硕士学位期间发表的论文及科研实践
  • 相关论文文献

    • [1].动态Copula模型在金融相关领域运用的文献综述[J]. 中南财经政法大学研究生学报 2017(01)
    • [2].基于Copula熵方法的河流之间的相关性研究[J]. 水资源研究 2017(05)
    • [3].Copula函数在洪潮遭遇分析中的应用研究[J]. 珠江现代建设 2017(06)
    • [4].基于copula对角截面的尾部相关性度量及应用[J]. 南开大学学报(自然科学版) 2019(06)
    • [5].考虑安全性的桥梁主梁体系可靠性动态藤Copula预测[J]. 同济大学学报(自然科学版) 2020(02)
    • [6].基于Copula理论承德市降水与温度相关性量化研究[J]. 水科学与工程技术 2020(02)
    • [7].基于R藤的Copula模型选择及应用[J]. 电脑知识与技术 2020(17)
    • [8].基于Copula函数的风-电-热相关性及其潜在不确定性分析[J]. 电气工程学报 2020(02)
    • [9].基于Copula理论的风电功率相关性分析[J]. 电力设备管理 2020(07)
    • [10].基于多种Copula模型的地铁运营隧道结构可靠性分析[J]. 土木工程与管理学报 2020(04)
    • [11].Modelling joint distribution of tree diameter and height using Frank and Plackett copulas[J]. Journal of Forestry Research 2020(05)
    • [12].基于Copula函数的光纤陀螺贮存可靠性评估[J]. 电子测量与仪器学报 2020(08)
    • [13].基于Copula理论和高斯混合近似的半不变量研究[J]. 吉林大学学报(信息科学版) 2020(05)
    • [14].不同Copula函数在洪水峰量联合分布中的应用比较[J]. 水力发电 2018(12)
    • [15].基于C藤Copula模型的混业经营下聚合风险的度量[J]. 湖南科技大学学报(自然科学版) 2018(04)
    • [16].一种新型双参数复合扰动Copula的相关性质[J]. 哈尔滨商业大学学报(自然科学版) 2019(02)
    • [17].基于时变Copula相关性分析及风险度量[J]. 纺织高校基础科学学报 2019(01)
    • [18].内生性随机前沿模型估计方法研究:无需工具变量的Copula方法[J]. 统计研究 2019(06)
    • [19].高维动态藤Copula函数建模、仿真及在金融风险研究中的应用[J]. 数学的实践与认识 2019(12)
    • [20].基于RGARCH-Copula模型的中美股市尾部相关性研究[J]. 武汉商学院学报 2019(03)
    • [21].Copula函数在水文多变量分析计算中的问题[J]. 人民黄河 2019(10)
    • [22].基于R-Vine Copula的多维混合型数据控制图设计[J]. 工业工程 2019(05)
    • [23].基于Copula相依模型的地铁结构安全可靠性分析[J]. 中国安全科学学报 2019(08)
    • [24].基于Copula函数的沪深股市相关性分析[J]. 陕西理工大学学报(自然科学版) 2017(06)
    • [25].一类多元copula和拟copula的构造[J]. 重庆师范大学学报(自然科学版) 2018(01)
    • [26].基于Copula相依模型的指数保费预测[J]. 江西师范大学学报(自然科学版) 2018(01)
    • [27].多变量Copula函数在干旱风险分析中的应用进展[J]. 南水北调与水利科技 2018(01)
    • [28].c-D-Copula模型构建及其在金融风险传染中的应用[J]. 系统科学与数学 2018(05)
    • [29].基于藤Copula分组模型的金融市场风险度量研究[J]. 统计研究 2018(06)
    • [30].混合Copula模型选择及其应用[J]. 价值工程 2017(01)

    标签:;  ;  

    基于Copula函数的存货质押业务价格风险的VaR估计与应用
    下载Doc文档

    猜你喜欢