首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
丁浩 《中国外资》2013,(6):184-184
本文以银行贷款收益率为收益,以其波动率为标准反映贷款风险,目标是贷款组合CVaR最小,运用了贷款组合优化模型做实例分析研究。该模型用组合CVaR的收益率控制贷款的收益率风险,并且以VaR风险控制作为约束条件,这样银行风险便被设定在一定的承受范围内。  相似文献   

2.
本文选取我国期货市场主要品种合约构成套利组合,运用极值理论POT模型模拟期货合约收益率序列,利用Copula函数描述期货合约收益率序列之间的相依关系,采用Monte Carlo仿真计算套利组合的风险值VaR和条件风险值CVaR,旨在为测算、控制和减少套利组合市场风险提供科学的方法,为我国期货市场套利组合风险管理提供可靠的依据。研究结果表明,我国现行的期货套利组合保证金远远高于风险所需水平。  相似文献   

3.
以成立时间在2012年前的21只股票型QDⅡ基金为样本,进行样本基金的评价。首先,采用传统的詹森指数考察基金业绩,然后采用VaR和CVaR对基金进行风险评价。通过计算样本基金的VaR和CVaR,得出基金收益率序列的尖峰厚尾特征对VaR和CVaR有相当大的影响的结论。  相似文献   

4.
CVaR模型是经典马柯维茨均值一方差模型的直接推广,即由CVaR来直接代替方差作为风险约束条件,使得投资组合模型在新的度量标准下更加合理。本文证明了基于CVaR约束下投资组合模型有效边界的上凸性,并在收益为正态分布的假定下,结合负指数效用函数,解决了投资组合的选择问题,求得具体的显示解,并得出与均值一方差模型相一致的结论。  相似文献   

5.
CVaR-SV-N模型能够更好地刻画股指期货收益率序列尖峰、厚尾和波动集群性的特征。以我国沪深300指数期货合约(IF1012)的日收益率为样本的实证分析表明建立在SV-N模型基础上的CVaR预测收益率涨跌波动与原始收益率的变化趋势比较一致,CVaR准确性检验说明CVaR预测收益的准确性在统计上是显著的,能够较准确地预测风险。  相似文献   

6.
我国商业银行贷款定价方法探讨   总被引:1,自引:0,他引:1  
随着利率市场化进程的加快,我国商业银行的贷款定价体系面临着越来越严峻的考验。为了适应利率市场化的需要,应该改进国内现有的贷款定价方法,建立一个“以贷款平均收益率为基准利率,兼顾贷款风险溢价以及银行与客户整体关系”的贷款定价模型。  相似文献   

7.
贷款集中风险分析和集团客户授信风险管理   总被引:2,自引:0,他引:2  
卫青  俞震  吴奕 《金融纵横》2009,(6):60-62
本文从贷款集中风险量化分析入手,说明了贷款集中加大了贷款组合风险及信用损失,本文认为,集团客户授信也是贷款集中的一种形式,具有较高的风险性。本文还着重描述了集团客户授信风险具体表现形式,并提出,商业银行应立足自身,加强风险管理、建立健全有效的内控机制,防范集团客户授信风险。同时,建议监管部门以及银行业协会从宏观层面建立和完善企业征信系统,帮助商业银行不断优化风险控制体系,提高风险管理水平。  相似文献   

8.
考虑违约风险的贷款组合管理   总被引:1,自引:0,他引:1  
目前商业银行的主要业务还是集中在信贷业务,如何对贷款进行组合管理是银行所面临的问题。传统的马柯维茨均值——方差模型贷款组合模型,是以收益的方差作为风险度量指标,只考虑了市场风险,而没有考虑到企业的违约风险。本文用Merton模型根据企业财务数据估算出企业的预期违约概率,考虑了企业在违约情况下的收益率,把企业的违约概率纳入到组合模型中。用估算出来的违约概率和违约损失率计算出银行收益的波动性,再运用企业收益的相关性代替企业违约的相关性,根据现代组合分析模型得出收益-风险的有效前沿,从而使银行可以根据收益和风险承受能力对企业进行授信。  相似文献   

9.
王伟 《新金融》2015,(8):22-26
我国商业银行开展并购贷款业务时间不长,在风险控制方面的制度还在不断构建和完善。从并购贷款的特点来看,来自并购交易本身的风险以及来自银行贷款管理方面的风险是商业银行从事并购贷款业务时需要高度关注的问题。并购贷款不同于普通贷款的一个显著特点就是其风险性高。因此,并购贷款的管理强度要远远高于其他贷款种类。本文以现行法律和监管规定为基础,就商业银行开展并购贷款的法律风险进行了分析,就并购贷款法律风险控制的重点与难点进行了阐述。  相似文献   

10.
文章对个人住房抵押贷款违约风险影响因素的文献进行了一个梳理和回顾,发现影响个人住房抵押贷款违约风险的因素总体上可以分为微观个体特征因素和外部宏观经济因素.个体特征可以区分出哪类借款人具有更高违约风险,外部宏观特征决定了借款人在哪些时间段和条件下具有更高违约风险.在个体特征方面,贷款价值比(LTV)、年龄、居住区域、还款方式、家庭收入、月还款额占家庭收入比例和住房面积等都是影响违约风险的重要因素;从外部宏观层面来看,房价变化、利率水平、季节等都是影响违约风险的重要因素.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号