基本信息
- 項(xiàng)目名稱:
- 壓力測(cè)試在商業(yè)銀行風(fēng)險(xiǎn)度量中的應(yīng)用
- 來(lái)源:
- 第十二屆“挑戰(zhàn)杯”省賽作品
- 小類:
- 數(shù)理
- 簡(jiǎn)介:
- 本文研究方向?yàn)轱L(fēng)險(xiǎn)度量。論文首先回顧風(fēng)險(xiǎn)度量的經(jīng)典模型,針對(duì)VaR模型的不足,我們提出了壓力測(cè)試的定義,方法和步驟。并針對(duì)工商銀行進(jìn)行了實(shí)證分析,數(shù)據(jù)來(lái)源是上證交易所的工商銀行2009年的年報(bào)。
- 詳細(xì)介紹:
- 在金融行業(yè)中,風(fēng)險(xiǎn)度量一直是一個(gè)比較核心的課題。針對(duì)如何對(duì)風(fēng)險(xiǎn)進(jìn)行有效的度量,國(guó)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(jìn)的VaR(Value at Risk---在險(xiǎn)價(jià)值)模型,1997年蘇黎世大學(xué)Artzner等人提出的Coherent Measure of Risk(風(fēng)險(xiǎn)度量的一致性公理),以及由彭實(shí)戈提出的g-期望等。其中VaR模型因其簡(jiǎn)單易懂而被業(yè)界廣泛應(yīng)用于風(fēng)險(xiǎn)度量。但是VaR本身也有許多缺點(diǎn),比如無(wú)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(wú)法捕捉極值這一點(diǎn)導(dǎo)致VaR模型所度量的風(fēng)險(xiǎn)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(jī)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(duì)國(guó)債的違約導(dǎo)致眾星云集的長(zhǎng)期資本管理公司的倒閉事件等等。于是,針對(duì)概率很小但仍有可能發(fā)生的極端事件,壓力測(cè)試便成了必不可少的風(fēng)險(xiǎn)度量工具。本文回顧了風(fēng)險(xiǎn)度量的幾個(gè)經(jīng)典模型和理論,針對(duì)VaR模型的不足試圖構(gòu)建壓力測(cè)試的基本框架,并對(duì)工商銀行做了關(guān)于利率下調(diào)、存款準(zhǔn)備金率上升、房?jī)r(jià)下跌的實(shí)證分析。并且發(fā)現(xiàn)房?jī)r(jià)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?jī)r(jià)下跌10%)下,工行損失21.85588億元 ;在中度壓力水平(房?jī)r(jià)下跌20%)下,工行損失106.65億元 ;在重度壓力水平(房?jī)r(jià)下跌30%)下,工行損失419.63382億元 。分別占到當(dāng)年利潤(rùn)的1.307%,6.307%,25.09%。因此可以認(rèn)為工行應(yīng)該采取積極對(duì)策,以應(yīng)對(duì)房?jī)r(jià)下跌帶來(lái)的損失。
作品專業(yè)信息
撰寫(xiě)目的和基本思路
- 首先提出風(fēng)險(xiǎn)度量的各種模型,分析最流行的風(fēng)險(xiǎn)度量模型VaR的優(yōu)缺點(diǎn),然后提出壓力測(cè)試。運(yùn)用自己提出壓力測(cè)試的模型對(duì)工商銀行進(jìn)行實(shí)證分析。
科學(xué)性、先進(jìn)性及獨(dú)特之處
- 和教科書(shū)和其他論文中不同的是,在推導(dǎo)VaR的基本公式的時(shí)候我們選擇資產(chǎn)組合的價(jià)值作為隨機(jī)變量而非收益率; 我們對(duì)風(fēng)險(xiǎn)度量一致性公理進(jìn)行了通俗的解釋; 我們用自己的模型對(duì)工商銀行進(jìn)行了壓力測(cè)試,并得出房?jī)r(jià)下降對(duì)于工行的影響最大;
應(yīng)用價(jià)值和現(xiàn)實(shí)意義
- 實(shí)際應(yīng)用價(jià)值:可以將模型運(yùn)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?jī)r(jià)的壓力測(cè)試下的損失; 現(xiàn)實(shí)意義:對(duì)目前的商業(yè)銀行放貸比例過(guò)高,風(fēng)險(xiǎn)過(guò)大有警示作用----一旦房?jī)r(jià)下降較大則銀行的損失將會(huì)很大。
學(xué)術(shù)論文摘要
- 在金融行業(yè)中,風(fēng)險(xiǎn)度量一直是一個(gè)比較核心的課題。針對(duì)如何對(duì)風(fēng)險(xiǎn)進(jìn)行有效的度量,國(guó)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(jìn)的VaR(Value at Risk---在險(xiǎn)價(jià)值)模型,Artzner等人提出的Coherent Measure of Risk(風(fēng)險(xiǎn)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(jiǎn)單易懂而被業(yè)界廣泛應(yīng)用于風(fēng)險(xiǎn)度量。但是VaR本身也有許多缺點(diǎn),比如無(wú)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(wú)法捕捉極值這一點(diǎn)導(dǎo)致VaR模型所度量的風(fēng)險(xiǎn)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(jī)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(duì)國(guó)債的違約導(dǎo)致長(zhǎng)期資本管理公司的倒閉事件等等。于是,針對(duì)概率很小但仍有可能發(fā)生的極端事件,壓力測(cè)試便成了必不可少的風(fēng)險(xiǎn)度量工具。本文回顧了風(fēng)險(xiǎn)度量的幾個(gè)經(jīng)典模型和理論,針對(duì)VaR模型的不足試圖構(gòu)建壓力測(cè)試的基本框架,并對(duì)工商銀行做了關(guān)于利率下調(diào)、存款準(zhǔn)備金率上升、房?jī)r(jià)下跌的實(shí)證分析。
獲獎(jiǎng)情況
- 無(wú)
鑒定結(jié)果
- 無(wú)
參考文獻(xiàn)
- [1]菲利普?喬瑞(Philippe Jorion),《風(fēng)險(xiǎn)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(cè)試在我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理中的應(yīng)用,2006 [5] 朱華彬,壓力測(cè)試及其在我國(guó)上市銀行風(fēng)險(xiǎn)管理中的應(yīng)用研究,2009 [6] 中國(guó)工商銀行2009年度年報(bào) , [7]中國(guó)人民銀行,
同類課題研究水平概述
- 目前關(guān)于壓力測(cè)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(duì)房?jī)r(jià)的壓力測(cè)試的論文也為數(shù)不多。