VaR与CVaR在商业银行风险度量中的比较分析及应用

本文系统地阐述了时下银行流行的VaR（ValuealRisk）风险度量技术，并分析了该理论存在的缺陷和使用上的局限性，从而提出以CVaR（Conditional Value at Risk）模型作为风险度量的替代方法．详细分析了CVaR的原理、特长以及在银行业应用前景，包括风险度量、绩效分析和行为指引等方面的突出作用。最后研究了CVaR在我国商业银行的具体应用。     

VaR风险度量方法评价及其修正模型CVaR

本文首先简要介绍VaR风险度量方法,并对其优点和局限性进行分析,然后从一致性风险度量出发,论述了VaR缺乏次可加性的缺陷,最后阐述并分析了VaR的修正模型CVaR模型。     

外汇市场的VaR风险度量

目前,金融资产市场风险的通用度量工具为VaR(Value at Risk)模型("风险估值"模型),在几个巴塞尔协议形成后,用VaR度量金融风险更是受到普遍关注。文章试以外汇市场的风险度量为研究对象,收集近三年来的外汇交易收盘价,使用VaR模型,论证利用VaR技术计算外汇风险的可行性。     

风险度量中的VaR模型

金融风险一旦发生,将可能引起金融市场资产价值贬值,对整个金融市场和宏观经济将造成严重危害。因此,对金融市场风险的分析就变得十分重要。     

CVaR风险度量及投资组合优化的实证分析

CVaR法是在VaR法基础上优化改进而来的风险度量方法。通过CVaR法对金融资产风险进行评估,对投资组合资产配置进行优化等成为了金融风险管理的重要内容。本文首先对比了CVaR和VaR法的区别,并通过比较A股和H股收益分布的特征得出A股更适用CVaR模型的结论。通过多因子选股模型选出投资组合成分,再使用均值-CVaR模型对投资组合进行优化,最终得到不同置信度和阀值下投资组合的优化结果。从而证明了该模型的有效性,突出了CVaR法在国内证券市场的使用价值和意义。     

极值POT模型在VaR及CVaR中的应用及实证研究

考虑金融时间序列的厚尾特性,讨论了极值理论的POT模型度量金融风险的问题,并针对POT模型中超过闽值的极值数据较少的情形,提出运用BootstraP方法产生大量的子样本,给出了VaR和CVaR的点估计和区间估计。最后运用所提方法对1972年至2010年的日元／美元;汇率的10422个历史数据进行了实证分析。     

基于VaR模型的保险资金投资风险度量与优化

保险投资收益是我国保险业提高偿付能力、增加经营利润的重要支柱.随着险资运用渠道的不断拓宽,一方面有利于整个保险投资组合收益率的提高,另一方面增加了资金运用的市场风险.本文以484个交易日的上证指数、上证国债指数、上证基金指数和一年期SHIBOR为样本数据,运用VaR模型对我国保险资金运用的风险进行了实证度量,结果显示:股票和证券投资基金是保险资金运用的主要风险来源;银行存款带来的投资风险正逐渐加大;国债依然是投资组合中风险最小的资产.对此,必须进一步优化保险投资结构,从而实现保险资金运用风险收益的有效匹配.     

商业银行市场风险的度量框架研究

本文着眼于新巴塞尔协议下商业银行的市场风险管理,分析论述了我国银行业最突出的市场风险因素,较为细致地研究了市场风险的模型。结合我国商业银行实践,分析了国际上对市场风险的监管要求和度量框架,对我国商业银行的市场风险管理参考国际标准提供了参考。     

商业银行市场风险的度量框架研究

本文着眼于新巴塞尔协议下商业银行的市场风险管理,分析了我国银行业最突出的市场风险因素,较为细致地研究了市场风险的模型。结合我国商业银行实践,分析了国际上对市场风险的监管要求和度量框架,为我国商业银行的市场风险管理提供了参考意见。     

保险资金风险度量与绩效评价——基于收益率映射估值的VaR模型

随着保费规模的日益扩大,保险资金的收益越来越引起人们的关注,同时保险投资的盈亏是维持保险公司能否持续经营的重要保证.本文以246个交易日的上证指数、上证基金指数、国债指数和一年期上海银行间同业拆放利率为样本数据,运用收益率映射估值法的VaR模型对我国保险资金运用的风险进行了实证测度,并且对我国其绩效进行评价.实证结果表明:从上述实证过程可以看出,我国保险资金的投资回报率比较低,并且保险资金投资于股票和基金的风险过高从而会带来潜在损失,缺乏效率.     

基于Copula的商业银行信用-汇率风险整合的实证研究

本文对不同族类、不同种类Copula函数进行比较分析,基于深圳发展银行、上海浦东发展银行、中国民生银行信用收益率和汇率收益率的经验数据进行实证研究与分析,用经验累积分布函数拟合信用收益率和汇率收益率的边缘分布,ArchimedeanCopula函数描述三家银行的信用收益率和汇率收益率的相关关系。在各个置信度下,运用拟合度最优的Copula函数求出各自的信用-汇率风险的VaR（Value—at—risk）值和CVaR（Condifonal Value-at-risk）值,并比较三家银行整合风险的大小,为金融机构决策者的监管提供参考。     

回测检验在商业银行市场风险度量中的应用研究

不同内部模型计量的VaR值往往差异很大,回测检验已成为商业银行选择、改进和评价内部模型时不可或缺的重要工具。本文对多种回测检验工具进行了实证研究,并对不同类型回测检验工具的优缺点进行了评价,提出通过两步法建立内部模型回测检验系统的政策建议。     

外汇风险度量研究——基于GARCH类模型及VaR方法

本文应用GARCH模型和VaR方法对美元、欧元、日元和港币对人民币的四种外汇汇率进行了实证分析,得出如下主要结论:四种汇率波动率序列均为非正态平稳序列,存在显著的ARCH效应,GARCH类模型可以有效地刻画其非线性动态波动特性.四种汇率均具有自我稳定功能,且美元和港币汇率波动的持续性显著地高于欧元和日元.在日元汇率中存在显著的非对称效应,而在美元和港币汇率中存在显著的风险补偿效应,欧元和日元的汇率风险大约为美元和港币的6-7倍;欧元汇率最理想的估计模型为GARCH(1,1)和IGARCH(1,1),而美元和港币汇率的首选模型为GARCH-M(1,1)-t和GARCH-M(1,1)-g,日元汇率的首选模型为PARCH(1,1)-t和EGARCH(1,1)-g.     

商业银行流动性压力测试应用与实证分析

银监会自2007年年底加大了对商业银行的流动性风险管理力度,并于2008年年初下发了《商业银行压力测试指引》,要求各商业银行开展流动性压力测试。流动性压力测试有助于商业银行预测在市场最严酷的情况下自身的流动性风险承受能力,并通过主动改变管理策略防范流动性风险。本文系统介绍了流动性风险管理与压力测试及两者间的关系,并以某商业银行为对象进行了流动性压力测试的实证分析,最后对流动性压力测试的推广运用提出了一些政策建议。     

VaR方法在资产管理风险控制中的实证研究

本文使用国际通行的VaR方法来研究证券投资公司资产组合管理的风险计量、分析和控制。建立了以VaR为主要风险控制指标的风险管理模型，并进行了相应的实证研究和探讨。目的是对证券投资公司的资产组合管理进行定量研究，为证券投资公司风险定量化管理提供理论和实证的支持和借鉴。     

情景分析在商业银行风险管理中的应用

高级计量法(AMA)是商业银行操作风险计量方法的发展趋势,损失数据的数量和质量影响着AMA模型计量结果的准确性,进而决定了银行操作风险资本要求水平。作为一种前瞻性的风险管理方法,情景分析可以弥补银行内部损失数据不足的问题,同时综合专家经验,在一定程度上克服了VaR模型本身的缺陷。在探讨情景分析方法论的基础上,本文以部分国际同业的实践为例介绍了情景分析的应用流程,并指出国内银行要实施情景分析,必须重视并积极推进历史损失数据的积累,对数据的应用应循序进行,并不断加强对分析人员的培养。     

基于ARCH类模型的VaR方法在外汇风险计量中的应用

本文将残差项服从t分布的ARCH类模型应用于我国外汇风险的计量。通过美元/人民币汇率日波动率VaR值的实证分析发现:(1)ARCH类模型预测得到的VaR值都能很好地拟合美元/人民币汇率日波动率的实际情况,美元/人民币汇率存在明显的ARCH效应;(2)基于ARCH类模型预测的VaR值其计算精度基本上都超过了J.P.Morgan公司RiskMetrics所采用的EWMA模型,这验证了本文选取ARCH类模型以及考虑残差项服从t分布的合理性;(3)ARCH类模型中以TARCH-M(1,1)模型计算结果最为理想。本研究可为金融机构、监管部门以及外汇投资者规避外汇风险提供决策依据和理论参考。     

在险价值法在商业银行风险管理中的应用

近年来在险价值法作为一种金融风险管理技术在国际范围内被普遍应用,本文介绍了该方法的基本原理和计算方法以及它在信用风险度量和控制方面的具体运用一我国商业银行不良贷款数额庞大、信用风险管理问题突出,因而引入在险价值法具有重要的现实意义。     

Technical Efficiency Measurement Incorporating Risk Preferences: An Empirical Analysis of Chinese Commercial Banks

By adjusting direction vectors, we are able to measure technical efficiency incorporating risk preference of individual banks using non-parametric and parametric approaches. Furthermore, we explore categories of commercial banks by comparing their risk preferences to the risk preference that optimizes technical efficiency. Three results emerged. First, technical efficiency scores of joint stock and city commercial banks surpassed those of state-owned commercial banks under the optimal risk preference, and technical efficiency generally improved over time. Second, the preference for risk balance was optimal for achieving technical efficiency. Third, a larger proportion of state-owned and joint stock commercial banks fall into the preference for risk neutral category than city commercial banks.