商业银行风险管理中的贷款组合分配模型研究

论文摘要

银行风险事关银行的生存和社会的稳定。贷款组合风险是商业银行的主要风险，由于贷款组合分配失误造成的新增不良贷款不断产生，是我国目前银行业面临的主要问题。科学合理的进行贷款组合优化决策，对于商业银行有效控制新增不良贷款，优化配置资源，提高银行的生存能力和竞争能力，具有重要的现实意义。 本论文共分八章。第一章绪论分析了论文的选题背景与意义、相关研究进展及缺陷、研究方法、技术路线和主要内容。第二章分析了贷款组合与优化决策的理论基础。第三章建立了基于有上界限制的组合贷款决策优化模型。第四章建立了基于行业组合的贷款总体风险优化决策模型。第五章建立了基于0-1规划的存量与增量全部组合贷款优化决策模型。第六章建立了基于VaR约束的多目标组合贷款优化决策模型。第七章建立了基于信用迁移下的CVaR限定组合贷款风险优化决策模型。第八章为结论与展望。 本文将Markowitz的投资组合理论、Sharpe的资本资产定价模型（CAPM）以及VaR和CVaR风险管理理论综合在一起，开展商业银行风险管理中的贷款组合分配模型的研究。论文的主要研究成果如下： （1）建立了基于有上界限制的组合贷款决策优化模型 在马科维兹的资产组合选择模型的基础上，运用了法律法规中的贷款比例限制为上界约束条件，以贷款组合风险最小为目标函数，建立了基于上界限制的银行贷款组合优化模型。本模型的特点一是这种上界限制在分散贷款信用风险的同时，又控制了贷款总量，使业银行有相应数量的资产与负债相互匹配。二是运用资产负债中的资产变化及其结构管理比率建立贷款组合比例上限，通过银行监管和设定贷款组合的预期收益率控制流动性风险，使贷款的分配决策满足银行监管要求和银行经营实际。解决了对贷款有上界约束条件下银行贷款组合优化的问题，为银行进行实际贷款组合提供了量化决策。 （2）建立了基于行业组合的贷款总体风险优化决策模型 应用资本资产定价模型（CAPM）中的单因子模型表达贷款收益和风险函数，以不同行业贷款组合后的总体风险最小化为目标，运用非线性规划方法，建立了基于组合贷款总体风险优化的行业贷款分配模型。本模型的特色与创新一是改变了现有研究仅仅优化非系统风险而与系统风险无关的现状，通过负相关行业的风险对冲，避免了选择单个或少数行业进行贷款所导致的当该行业不景气时的系统性风险对贷款质量的影响，降低了贷款组合的系统性风险。二是从组合贷款总风险中分离出系统风险和非系统风险，并通过实例验证行业组合可以降低系统性风险，揭示了通过行业组合可以部分地抵消由于行业自身所产生的系统性风险。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 选题的背景与意义
• 1.2 选题的意义
• 1.2.1 理论意义
• 1.2.2 现实意义
• 1.3 国内外有关贷款组合方面的研究进展及缺陷
• 1.3.1 国外贷款组合研究进展
• 1.3.2 国内贷款组合研究进展
• 1.3.3 现有研究尚存的缺陷
• 1.4 研究的方法
• 1.4.1 逻辑的方法与历史的方法相结合
• 1.4.2 实例与规范分析相结合
• 1.4.3 定性与定量的方法相结合
• 1.5 本论文的技术结构安排及主要内容
• 1.5.1 论文的技术结构安排
• 1.5.2 论文的主要内容
• 1.6 论文的主要创新
• 2 贷款组合与优化决策的基础理论
• 2.1 问题的提出
• 2.2 贷款的收益与风险
• 2.3 可行集与有效组合边界
• 2.3.1 可行集
• 2.3.2 有效组合边界
• 2.4 贷款组合风险与组合收益
• 2.4.1 贷款的组合风险
• 2.4.2 贷款的组合收益
• 2.5 VaR作为风险计量在贷款组合中的运用
• 2.6 CVaR作为风险计量在现代投资组合中的运用
• 3 基于有上界限制的组合贷款决策优化模型的研究
• 3.1 问题提出
• 3.2 基于上界限制的组合贷款优化原理
• 3.2.1 贷款组合优化的一般原理
• 3.2.2 组合贷款优化原理图
• 3.2.3 组合贷款优化的特点
• 3.3 基于上界限制的组合贷款优化模型的建立
• 3.3.1 资产收益率和协方差的确定
• 3.3.2 贷款投资有上界限制的均值方差优化模型的建立
• 3.4 应用实例
• 3.4.1 基本信息
• 3.4.2 某商业银行贷款结构分类
• 3.4.3 某商业银行组合贷款收益率
• 3.4.4 方差和协方差矩阵的计算
• 3.4.5 某商业银行贷款比例上限的计算
• 3.4.6 模型的建立
• 3.4.7 上界参数变动的具体分析
• 3.4.8 优化结果分析
• 3.5 本章小结
• 4 基于行业组合的贷款总体风险优化决策模型的研究
• 4.1 问题提出
• 4.2 行业组合风险的对冲和分散原理
• 4.2.1 行业组合风险对冲原理
• 4.2.2 组合贷款的最小风险原理
• 4.2.3 总风险组合优化的特色
• 4.3 基于基于行业组合的贷款总体风险优化决策模型的建立
• 4.3.1 目标函数的建立
• 4.3.2 约束条件的建立
• 4.3.3 优化模型的建立
• 4.3.4 本模型的研究特色
• 4.4 应用实例
• 4.4.1 基本信息
• 4.4.2 收益率均值和相关系数的计算
• i和β_i值的计算'>4.4.3 α_i和β_i值的计算
• 4.4.4 组合贷款总风险优化决策模型的建立
• 4.4.5 总体风险优化模型的求解结果
• 4.4.6 优化结果分析
• 4.5 本章小结
• 5 基于0-1规划的存量与增量全部组合贷款优化决策模型的研究
• 5.1 问题提出
• 5.2 存量与增量全部贷款组合的收益与风险优化原理
• 5.2.1 存量贷款的组合收益与风险
• 5.2.2 增量贷款的组合收益与风险
• 5.2.3 全部贷款的组合收益与风险
• 5.2.4 全部贷款组合的VaR控制原理
• 5.2.5 全部组合优化的原理与特点
• 5.3 基于0-1规划存量与增量全部组合收益最大贷款优化决策模型的建立
• 5.3.1 基于全部组合贷款收益最大目标函数的建立
• 5.3.2 约束条件的建立
• 5.4 基于0-1规划存量与增量全部组合风险最小贷款优化决策模型的建立
• 5.4.1 全部组合风险最小目标函数的建立
• 5.4.2 约束条件的建立
• 5.5 本模型与现有模型的对比分析
• 5.6 应用实例
• 5.6.1 基本信息
• 5.6.2 基本信息的数据处理
• 5.6.3 全部组合收益最大贷款优化模型的建立与分析
• 5.6.4 全部组合风险最小贷款决策模型的建立与分析
• 5.7 本章小结
• 6 基于VaR约束的多目标组合贷款优化决策模型的研究
• 6.1 问题提出
• 6.2 组合贷款的多目标优化原理
• 6.2.1 组合贷款的多目标属性
• 6.2.2 组合贷款的风险价值
• 6.2.3 由VaR限定收益率的组合贷款的多目标优化原理
• 6.3 基于VaR约束的多目标组合贷款优化决策模型的建立
• 6.3.1 目标函数的建立
• 6.3.2 约束条件的构建
• 6.3.3 目标函数的进一步求解
• 6.3.4 多目标权重的分配
• 6.3.5 多目标优化模型的建立
• 6.4 应用实例
• 6.4.1 基本信息
• 6.4.2 基本信息的数据处理
• 6.4.3 多目标组合贷款优化决策模型的建立
• 6.4.4 对目标模型求解及组合贷款分配
• 6.4.5 组合贷款优化边界图
• 6.4.6 组合贷款优化结果分析
• 6.5 本章小结
• 7 基于信用迁移下的CVaR限定组合贷款风险优化决策模型的研究
• 7.1 问题提出
• 7.2 CVaR限定风险条件下的组合贷款优化原理
• 7.2.1 CVaR组合风险最小化原理
• 7.2.2 VaR和CVaR在一定置信度下的优化原理
• 7.2.3 VaR和CVaR优化关系原理
• 7.2.4 信用风险迁移原理
• 7.2.5 银行监管约束原理
• 7.2.6 组合优化的基本思路
• 7.3 贷款决策模型有关参数的确定
• 7.3.1 各信用等级的贷款收益率
• 7.3.2 信用等级迁移矩阵
• 7.3.3 组合收益率协方差的确定
• 7.3.4 模型所需参数
• 7.3.5 贷款收益率标准差计算模型
• 7.4 基于信用迁移下的CVaR限定组合贷款风险优化决策模型的建立
• 7.4.1 条件风险价值CVaR目标函数的建立
• 7.4.2 约束条件的建立
• 7.4.3 组合贷款有效前沿的确定
• k）范围的确定'>7.4.4 组合收益E（R_k）范围的确定
• 7.4.5 有效前沿的组合贷款最优分配表达式的确定
• 7.4.6 基于CvaR限定风险条件下的组合贷款优化决策模型的特点
• 7.5 应用实例
• 7.5.1 基本信息及数据处理
• 7.5.2 组合贷款风险优化决策模型的建立
• 7.5.3 模型的计算和分析
• 7.6 本章小结
• 8 研究的主要工作与展望
• 8.1 研究的主要工作
• 8.1.1 基于上界限制的银行贷款组合优化模型研究的主要工作
• 8.1.2 基于行业组合的贷款总体风险优化决策模型研究的主要工作
• 8.1.4 基于VaR约束的多目标组合贷款优化决策研究的主要工作
• 8.1.5 基于信用迁移的CVaR限定组合贷款优化决策研究的主要工作
• 8.2 研究展望
• 参考文献
• 攻读博士学位期间的主要科研成果
• 致谢
• 大连理工大学学位论文版权使用授权书