題-1_100_100.jpg)
基本信息
- 項目名稱：
- 壓力測試在商業(yè)銀行風(fēng)險度量中的應(yīng)用
- 小類：
- 數(shù)理
- 簡介：
- 本文研究方向為風(fēng)險度量。論文首先回顧風(fēng)險度量的經(jīng)典模型，針對VaR模型的不足，我們提出了壓力測試的定義，方法和步驟。并針對工商銀行進行了實證分析，數(shù)據(jù)來源是上證交易所的工商銀行2009年的年報。
- 詳細介紹：
- 在金融行業(yè)中，風(fēng)險度量一直是一個比較核心的課題。針對如何對風(fēng)險進行有效的度量，國內(nèi)外的學(xué)者提出了一系列的數(shù)學(xué)模型和理論，其中比較知名的有：20世紀(jì)50年代由Markowitz提出的均值---方差模型，80年代由JP摩根公司首先引進的VaR(Value at Risk---在險價值)模型，1997年蘇黎世大學(xué)Artzner等人提出的Coherent Measure of Risk(風(fēng)險度量的一致性公理)，以及由彭實戈提出的g-期望等。其中VaR模型因其簡單易懂而被業(yè)界廣泛應(yīng)用于風(fēng)險度量。但是VaR本身也有許多缺點，比如無法捕捉極值，基于分位數(shù)的VaR不滿足一致性公理的次可加性等。尤其是無法捕捉極值這一點導(dǎo)致VaR模型所度量的風(fēng)險不能涵蓋一些極端事件。而正是這些極端事件的發(fā)生使得金融機構(gòu)面臨滅頂之災(zāi)，如由于公司員工違規(guī)操作導(dǎo)致的“百年老店”巴林銀行倒閉事件，由于俄羅斯政府對國債的違約導(dǎo)致眾星云集的長期資本管理公司的倒閉事件等等。于是，針對概率很小但仍有可能發(fā)生的極端事件，壓力測試便成了必不可少的風(fēng)險度量工具。本文回顧了風(fēng)險度量的幾個經(jīng)典模型和理論，針對VaR模型的不足試圖構(gòu)建壓力測試的基本框架，并對工商銀行做了關(guān)于利率下調(diào)、存款準(zhǔn)備金率上升、房價下跌的實證分析。并且發(fā)現(xiàn)房價的下跌的情況最令人擔(dān)憂。利用所創(chuàng)建的模型，我們得到：輕度壓力水平(房價下跌10%)下，工行損失21.85588億元 ；在中度壓力水平(房價下跌20%)下，工行損失106.65億元 ；在重度壓力水平(房價下跌30%)下，工行損失419.63382億元 。分別占到當(dāng)年利潤的1.307%，6.307%，25.09%。因此可以認為工行應(yīng)該采取積極對策，以應(yīng)對房價下跌帶來的損失。
作品圖片
作品專業(yè)信息
撰寫目的和基本思路
- 首先提出風(fēng)險度量的各種模型，分析最流行的風(fēng)險度量模型VaR的優(yōu)缺點，然后提出壓力測試。運用自己提出壓力測試的模型對工商銀行進行實證分析。
科學(xué)性、先進性及獨特之處
- 和教科書和其他論文中不同的是，在推導(dǎo)VaR的基本公式的時候我們選擇資產(chǎn)組合的價值作為隨機變量而非收益率； 我們對風(fēng)險度量一致性公理進行了通俗的解釋； 我們用自己的模型對工商銀行進行了壓力測試，并得出房價下降對于工行的影響最大；
應(yīng)用價值和現(xiàn)實意義
- 實際應(yīng)用價值：可以將模型運用到其他商業(yè)銀行上，得出其他商業(yè)銀行在準(zhǔn)備金率、利率、房價的壓力測試下的損失； 現(xiàn)實意義：對目前的商業(yè)銀行放貸比例過高，風(fēng)險過大有警示作用----一旦房價下降較大則銀行的損失將會很大。
學(xué)術(shù)論文摘要
- 在金融行業(yè)中，風(fēng)險度量一直是一個比較核心的課題。針對如何對風(fēng)險進行有效的度量，國內(nèi)外的學(xué)者提出了一系列的數(shù)學(xué)模型和理論，其中比較知名的有：由Markowitz提出的均值--方差模型，由JP摩根公司引進的VaR(Value at Risk---在險價值)模型，Artzner等人提出的Coherent Measure of Risk(風(fēng)險度量的一致性公理)，以及由彭提出的g-期望等。其中VaR模型因其簡單易懂而被業(yè)界廣泛應(yīng)用于風(fēng)險度量。但是VaR本身也有許多缺點，比如無法捕捉極值，基于分位數(shù)的VaR不滿足一致性公理的次可加性等。尤其是無法捕捉極值這一點導(dǎo)致VaR模型所度量的風(fēng)險不能涵蓋一些極端事件。而正是這些極端事件的發(fā)生使得金融機構(gòu)面臨滅頂之災(zāi)，如由于公司員工違規(guī)操作導(dǎo)致的巴林銀行倒閉事件，由于俄羅斯政府對國債的違約導(dǎo)致長期資本管理公司的倒閉事件等等。于是，針對概率很小但仍有可能發(fā)生的極端事件，壓力測試便成了必不可少的風(fēng)險度量工具。本文回顧了風(fēng)險度量的幾個經(jīng)典模型和理論，針對VaR模型的不足試圖構(gòu)建壓力測試的基本框架，并對工商銀行做了關(guān)于利率下調(diào)、存款準(zhǔn)備金率上升、房價下跌的實證分析。
獲獎情況
- 無
鑒定結(jié)果
- 無
參考文獻
- [1]菲利普?喬瑞(Philippe Jorion)，《風(fēng)險管理VaR》，中信出版社 [2] Philippe Artzner, Universite Louis Pasteur, Strasbourg Freddy Delbaen, Eidgen? ossische Technische Hochschule, Z? urich Jean-Marc Eber, Societe Generale, Paris David Heath, Carnegie Mellon University, Pittsburgh, Pennsylvania， Coherent measure of risk, July 22, 1998 [3]江龍，非線性數(shù)字期望，2005 [4]高顯岳，壓力測試在我國商業(yè)銀行風(fēng)險管理中的應(yīng)用，2006 [5] 朱華彬，壓力測試及其在我國上市銀行風(fēng)險管理中的應(yīng)用研究，2009 [6] 中國工商銀行2009年度年報 ， [7]中國人民銀行，
同類課題研究水平概述
- 目前關(guān)于壓力測試的論文尚處于起步發(fā)展階段，模型也是一些基本的模型。另外，針對房價的壓力測試的論文也為數(shù)不多。
