基于vine Copula模型的我國商業(yè)銀行集成風(fēng)險實證研究
發(fā)布時間:2024-06-02 17:50
近年來,隨著全球經(jīng)濟的不斷發(fā)展和我國國力的持續(xù)增強,金融業(yè)越來越朝著多元化和國際化的方向發(fā)展,金融創(chuàng)新日益活躍。作為金融業(yè)的重要參與者——商業(yè)銀行,也朝著業(yè)務(wù)綜合化、多元化等方向邁進。因此,商業(yè)銀行將面臨更大的風(fēng)險因素,風(fēng)險趨于復(fù)雜化和多元化,不同風(fēng)險之間的關(guān)聯(lián)性也將增加。隨著風(fēng)險的不斷增加,各商業(yè)銀行逐漸開始將風(fēng)險度量和控制作為銀行管理的一項重要內(nèi)容,希望通過合理的風(fēng)險度量加以適度的風(fēng)險控制手段,將商業(yè)銀行的風(fēng)險降到最低,從而帶來更為豐厚的收益。 由于現(xiàn)在商業(yè)銀行所面臨的不再是單一風(fēng)險,而是多種風(fēng)險的組合,因此,必須找到合適的度量商業(yè)銀行集成風(fēng)險的方法。通常,傳統(tǒng)的做法是分別通過歷史已有的風(fēng)險損失數(shù)據(jù)估計每一種風(fēng)險的未來可能損失大小,然后將各類不同風(fēng)險的損失值進行簡單線性相加;?qū)Ω鱾風(fēng)險賦予一定權(quán)重,最后進行線性相加時對各類風(fēng)險損失值進行加權(quán),以在一定程度上反應(yīng)不同風(fēng)險對總體風(fēng)險大小的影響力度。 然而,事實上,商業(yè)銀行所面臨的各類風(fēng)險不可能是完全獨立的,他們之間必然存在一定的相關(guān)關(guān)系。這種相關(guān)關(guān)系就導(dǎo)致了各類風(fēng)險之間可能存在的聯(lián)動關(guān)系,一種風(fēng)險的發(fā)生往往會對其他風(fēng)險的發(fā)生與否和風(fēng)險...
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.1.1 選題背景
1.1.2 選題意義
1.2 文獻綜述
1.2.1 銀行風(fēng)險綜述
1.2.2 銀行風(fēng)險文獻綜述
1.2.3 Copula函數(shù)文獻綜述
1.3 研究思路和文章結(jié)構(gòu)
1.3.1 研究思路
1.3.2 文章結(jié)構(gòu)
1.4 本文特色
2 vine copula理論
2.1 Copula函數(shù)的定義及特點
2.1.1 Copula函數(shù)的定義
2.1.2 Copula函數(shù)的特點
2.2 常用二維Copula函數(shù)簡介
2.3 vine Copula理論及其特點
3 商業(yè)銀行風(fēng)險集成度量的模型構(gòu)建
3.1 單一風(fēng)險的度量和建模
3.1.1 信用風(fēng)險的度量和建模
3.1.2 市場風(fēng)險的度量和建模
3.1.3 操作風(fēng)險的度量和建模
3.2 商業(yè)銀行集成風(fēng)險vine Copula模型構(gòu)建和估計
3.3 風(fēng)險度量指標VaR
3.3.1 VaR的計算和定義
3.3.2 基于Monte Carlo的VaR估計方法
3.3.3 VaR型的返回檢驗
4 商業(yè)銀行單一風(fēng)險的實證研究
4.1 樣本選取
4.2 信用風(fēng)險的估計和建模
4.2.1 建立線性回歸模型
4.2.2 建立信用風(fēng)險分布模型
4.3 市場風(fēng)險的估計和建模
4.3.1 建立線性回歸模型
4.3.2 建立市場風(fēng)險分布模型
4.4 操作風(fēng)險的估計和建模
4.4.1 生成操作風(fēng)險序列
4.4.2 建立操作風(fēng)險分布模型
4.5 小結(jié)
5 商業(yè)銀行整合風(fēng)險的實證研究
5.1 vine Copula模型下的集成風(fēng)險整合
5.2 vine Copula模型下的集成風(fēng)險度量
5.2.1 各風(fēng)險權(quán)重的確定
5.2.2 基于vine Copula模型的VaR估計
5.3 傳統(tǒng)方法下的風(fēng)險整合和度量
5.4 VaR型返回檢驗
5.5 結(jié)果分析
6 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻
后記
致謝
在讀期間科研成果目錄
本文編號:3987591
【文章頁數(shù)】:69 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.1.1 選題背景
1.1.2 選題意義
1.2 文獻綜述
1.2.1 銀行風(fēng)險綜述
1.2.2 銀行風(fēng)險文獻綜述
1.2.3 Copula函數(shù)文獻綜述
1.3 研究思路和文章結(jié)構(gòu)
1.3.1 研究思路
1.3.2 文章結(jié)構(gòu)
1.4 本文特色
2 vine copula理論
2.1 Copula函數(shù)的定義及特點
2.1.1 Copula函數(shù)的定義
2.1.2 Copula函數(shù)的特點
2.2 常用二維Copula函數(shù)簡介
2.3 vine Copula理論及其特點
3 商業(yè)銀行風(fēng)險集成度量的模型構(gòu)建
3.1 單一風(fēng)險的度量和建模
3.1.1 信用風(fēng)險的度量和建模
3.1.2 市場風(fēng)險的度量和建模
3.1.3 操作風(fēng)險的度量和建模
3.2 商業(yè)銀行集成風(fēng)險vine Copula模型構(gòu)建和估計
3.3 風(fēng)險度量指標VaR
3.3.1 VaR的計算和定義
3.3.2 基于Monte Carlo的VaR估計方法
3.3.3 VaR型的返回檢驗
4 商業(yè)銀行單一風(fēng)險的實證研究
4.1 樣本選取
4.2 信用風(fēng)險的估計和建模
4.2.1 建立線性回歸模型
4.2.2 建立信用風(fēng)險分布模型
4.3 市場風(fēng)險的估計和建模
4.3.1 建立線性回歸模型
4.3.2 建立市場風(fēng)險分布模型
4.4 操作風(fēng)險的估計和建模
4.4.1 生成操作風(fēng)險序列
4.4.2 建立操作風(fēng)險分布模型
4.5 小結(jié)
5 商業(yè)銀行整合風(fēng)險的實證研究
5.1 vine Copula模型下的集成風(fēng)險整合
5.2 vine Copula模型下的集成風(fēng)險度量
5.2.1 各風(fēng)險權(quán)重的確定
5.2.2 基于vine Copula模型的VaR估計
5.3 傳統(tǒng)方法下的風(fēng)險整合和度量
5.4 VaR型返回檢驗
5.5 結(jié)果分析
6 結(jié)論與展望
6.1 結(jié)論
6.2 展望
參考文獻
后記
致謝
在讀期間科研成果目錄
本文編號:3987591
本文鏈接:http://www.sikaile.net/jingjilunwen/jingjiguanlilunwen/3987591.html
最近更新
教材專著