论文总字数：18618字

目 录

1 绪论 1

1.1 选题背景与研究意义 4

1.2 文献综述 5

1.2.1 国外研究现状 5

1.2.2 国内研究现状 5

1.2.3 国内外研究现状评述 6

1.3 本文研究方法与结构框架 6

2 利率市场化及其影响 6

2.1 我国利率市场化的进程 6

2.2 利率市场化与商业银行利率风险管理 7

3 VAR方法介绍和GARCH模型简介 7

3.1 VaR的概念 7

3.2 VaR的计算方法 8

3.2.1 方差—协方差方法（variance-covariance) 8

3.2.2 历史模拟法（Historical Simulation Method,HS) 8

3.3.3. 蒙特卡洛模拟法（Montel Carlo Simulation) 8

3.3 GARCH模型简介 9

3.3.1 GARCH(p,q)模型 9

3.3.2 EGARCH模型 9

3.3.3 TARCH模型 10

4 我国商业银行同业拆借利率风险度量的实证研究 10

4.1 样本的数据来源及统计特征 10

4.2 基于GARCH族模型的VaR计算 12

4.3 基于GED分布下的TARCH（1,1）的VaR计算 13

4.4 基于失败率的VaR回测检验 14

4.5 实证结果分析 14

4.6 我国商业银行利率风险管理的政策建议 15

5 展望与不足 15

参考文献 16

致谢 17

基于 VaR-GARCH 的我国商业银行同业拆借利率风险度量

韩帝利

，China

Abstract：With the development of economic globalization and financial liberalization, countries have gradually opened financial markets open, financial market is filled with many uncertainty factors, which increases the difficulty of financial risk management. This article selects 4 January 2011 to December 31, 2015 Shanghai interbank loan market of SHIBOR overnight varieties (O/N) as the research variables, using GARCH models to estimate the conditional variance of the SHIBOR logarithm yield sequence, on the basis of selecting a mature international VaR method to measure the interbank market interest rate risk, and using sample data model within the validity of the inspection. Studies show as follow: (1) the SHIBOR logarithm yield sequence does not obey the normal distribution, GED distribution can be well fitted SHIBOR logarithm yield sequence characteristic of “sharp peak and heavy tail”. (2) the financial time series has the gathering effect, and TARCH model can reflect the leverage effect,that is negative impacts can cause the sharp fluctuation of the interbank market compared with positive impacts.TARCH model is superior to the GARCH model under the condition of asymmetry . (3) the higher the confidence level, the higher the value of var, so we should choose a suitable confidence level for different risk management standards.

Key words：SHIBOR;GARCH model；VaR model

1 绪论

1.1 选题背景与研究意义

随着经济全球化的发展，资本实现了在全球范围内的流动，一个国家的经济波动在给其他国家和地区的经济带来影响的同时，也使得个人、企业和金融机构投资风险空前增大。20世纪80年代以来，利率管制的弊端逐渐暴露，发达国家纷纷放开金融管制实现了利率市场化，引发了一场金融变革风暴。

为了与国际金融市场接轨，2007年，我国正式推出上海银行间同业拆放利率（SHIBOR），这意味着我国迈出了向利率市场化前进的步伐。2008年10月，汶川地震之后央行为进行灾后重建工作，决定对受灾地区居民购置自住房的贷款利率下限由人民银行规定的现行水平统一下调为贷款基准利率的0.6倍，最低首付款比例下调为10%；具体利率水平和首付款比例由商业银行根据风险管理原则自主确定^[1]。2013年7月，中国人民银行取消贷款利率0.7倍的下限，贷款利率水平由金融机构自行确定，贷款利率实现市场化^[2]。2015年10月24日，人民银行决定下调存款和贷款的基准利率，积极推进利率市场化的进程，加强对货币市场的监督和指导，完善利率监管体系。此次调整，是利率市场化进程中至关重要的一步。

利率在实行市场化之后，加剧了商业银行和金融机构之间的竞争，使得资金在供给者和需求者之间的流动性增强的同时，利率浮动区间的扩大和金融监管的放松增加了商业银行和其他金融机构对管理利率风险的难度。目前，我国商业银行利率风险管理水平与发达国家相比还有一段距离，金融体系上尚不成熟，还存在诸如管理机制不完善、部门职能分工模糊、信息披露质量低下等诸多弊端，因此需要因地制宜地提出符合我国国情的利率风险管理方法。

我国国民经济运行呈现新常态的特征，正经历着深刻的体制机制改革，金融创新在不断深化，金融改革是经济体制改革的核心，而利率市场化改革是金融改革的关键一步。根据各国经济发展的经验可以得出，利率市场化都是以同业拆借市场为开端，而在我国，同业拆借市场是最先完成利率市场化的市场，因此选取上海银行间同业拆借利率为研究对象具有较强的针对性。本文采用国际上较为成熟的VaR方法，在3种不同假设分布之下，选取最优GARCH模型来拟合SHIBOR波动率特征，对于构建有效的模型刻画金融时间序列的动态特征、合理预测利率变动趋势以及探究VaR方法在我国的适用性来说有着重要现实意义。

1.2 文献综述

1.2.1国外研究现状

利率风险管理的重要前提条件是对利率风险的精确衡量，诸多学者在对利率风险的度量方法上做出了探索。传统意义上的ALM（Asset-Liability Management，资产负债管理）方法由于过度依赖财务报表而忽视了资金的时间价值，而Sharpe^[1]的CAPM（资本资产定价模型）在实际运用中过于依赖历史数据且假设条件过于理想。20世纪60年代以来，Markowitz^[2]提出了资产组合理论、罗斯^[3]提出的套利定价理论以及Black-Scholes^[4]提出的期权定价模型为度量利率风险提供了参考。J.P.Morgan（1996）^[5]首次将利率敏感性缺口模型运用到衡量利率风险当中，为利率风险度量提供了新思路。G30（1993）^[6]集团在题为《衍生产品的实践和规则》报告中指出VaR(Value at Risk)方法可以用来度量利率风险。Philippe Jorion(1997)^[7]在他的著作中详细介绍了VaR测度方法。金融时间序列常常伴随波动聚集性的特点，且误差项随着时间的变化而变化，为了更好的衡量序列的方差时变性特征，Engle（1982）^[8]首先提出自回归条件异方差（ARCH模型）对方差进行建模，1986年他的学生Bollerslev^[9]又将其发展为GARCH模型。Nelson(1991)^[10]提出了指数GARCH模型（EGARCH模型），用于解释金融时间序列的非对称性特征。Zakoian(1990)^[11] 提出了门限GARCH模型（threshold GARCH，TARCH模型），在条件方差的基础上增加了虚拟变量来反映市场波动的杠杆效应。Christoffersen^[12]、Kevin Dowd^[13] 等学者指出传统的VaR方法给出的正态分布的假设不符合现实，极大的丰富了VaR模型。R.Tyrrell Rockafeller^[14],Stanislav Uryasev（1999）^[15][16]提出了CVaR（conditional value at risk）的概念,并对资产组合的风险值做出了实证分析。综上所述，VaR技术在国外的应用已经十分成熟，已经成为金融机构不可或缺的风险管理方法。

1.2.2国内研究现状

在我国，VaR模型在衡量利率风险方面的运用可以分为两个方面。

一类是以非参数法和基于极值理论的半参数法来计算VaR值。国内牛昂（1997）^[17]较早引入了VaR方法，在详细阐述VaR计量方法的同时，指出该方法可以有效地衡量商业银行短期风险，对我国银行管理风险起到了框架性的参考作用。戴国强、陆蓉、徐龙炳（2000）^[18]指出国际金融体系面临的主要风险由原来的信用风险过渡到了市场风险，并系统地介绍了VaR这一市场风险度量的方法，阐述了参数法和非参数法计算VaR的步骤，并列举了该方法的应用范围。江涛（2010）^[19]采用半参数法计算出的VaR来度量证券市场相对风险的大小。李旭超（2014）^[20]将极值理论（Extreme Value Theory，即EVT）运用到分析风险大小的动态趋势当中，并结合AR（2）—TARCH（1,1）过程对标准残差序列进行极值分析，得出的VaR是有效的。

剩余内容已隐藏，请支付后下载全文，论文总字数：18618字