商业银行经营过程中的风险分析

VIP免费
3.0 赵德峰 2024-11-19 4 4 1.51MB 60 页 15积分
侵权投诉
摘 要
社会经济的周期性波动,不同行业间的风险传递以及负债企业的违约风险
给商业银行的经营带来潜在风险。在我国银行业全面对外开放、外资银行大量涌入
的背景下,如何提高我国商业银行的竞争力,国际竞争中立于不败之地,已成
为不可回避且亟待解决的问题。
本文主要研究我国商业银行经营过程中面临的三类风险。具体分为三部分
首先采用多元 GARCH 模型对我国宏观经济周期与信贷周期的相互关系进行分析,
研究发现我国商业银行的经营活动对宏观经济的周期性波动具有推动作用,宏
经济的周期性波动对我国商业银行的信贷周期也具有显著影响,进一步通过协
分析和回归分析,发现宏观经济的周期性波动对商业银行的资产质量产生明显
响;接下来针对我国商业银行即将进入企业债券市场这一趋势,采用向量自回
方法对相关行业的风险传递状况进行研究,并利用石油、交通、旅游三个相关行业
的债券数据进行实证分析,发现交通行业在三个行业间的风险传递中起决定性
用,然后建立了针对行业风险大小和风险传递方向的投资组合优化模型来规避
场风险,实现收益最大化;最后利用企业的流动资产和相关的宏观经济变量建
了负债企业违约风险预测模型,通过与企业的到期债务比较,讨论了负债企业
约概率的估计问题,并对我国某上市公司的信用风险问题进行了实证分析。
GARCH 模型 VAR 模型 投资组合优化
ABSTRACT
The periodically fluctuation of macro-economy, the risk transformation among
related industries, and the default probability of corporations that get loans from
commercial banks all bring potential risk for the operation of commercial banks. Under
the background of the all-round opening up of China’s bank field and many foreign-
fund commercial banks having set up branch office in China, it has become an urgent
and indispensable problem of how to improve the competitive capability of Chinese
commercial banks and make them perform well in the international competition.
The thesis mainly focuses on analyzing the three kinds of key risks during the
operation of commercial banks. Firstly, the multivariate expanded GARCH model is
applied to study to relation between the business cycle and the credit cycle of China. It
turns out that the credit cycle of commercial banks promotes the fluctuation of the
business cycle greatly, while the business cycle affect the credit cycle in a great extent.
Further study is accomplished by co-integration method and regression analysis, finding
out that business cycle affects the capital quality of commercial banks greatly. Secondly,
Since there exists a trend that commercial banks of China will be allowed to invest in
corporation bond market in the near future, a VAR model was established to analyze the
risk transformation among related industries, using the bond data of industries of oil,
transportation and tourism as the empirical test. We find that transportation industry
play a decisive part in the risk transformation of them. Then a portfolio optimization
model based on the quantity and direction of risk transformation among industries was
introduced to avoid the market risk and realize the maximum return. Thirdly, a default
predicting model of corporations that having debts from commercial banks was set up to
get the estimated default probability of them, using random predicting method and
based on indexes of macro-economy and current asset and mature liability of
corporations. And then the related information of a listed company was used to
accomplish the empirical test.
Key Word: Commercial banks, Pro-cyclicality, Non performance
loans, Related industries, Default risk prediction,
Multivariate GARCH model, VAR model, Portfolio
optimization.
目 录
中文摘要
ABSTRACT
第一章 绪 论.........................................................1
§1.1 选题背景.....................................................1
§1.2 选题意义.....................................................1
§1.3 本文的主要内容...............................................1
第二章 本领域国内外研究概况..........................................3
§2.1 商业银行经营活动与宏观经济周期关系的研究现状.................3
§2.2 市场风险传染的分析模型.......................................4
§2.2.1 VAR 理论模型.............................................4
§2.2.2 GARCH 族模型............................................5
§2.2.3 VAR 理论模型与 GARCH 族模复合...................5
§2.3 投资组合优化理论.............................................6
§2.3.1 均值—绝对离差模型.......................................6
§2.3.2 均值—LPMq 模型..........................................7
§2.3.3 VaR 投资组合优化模型.....................................8
§2.4 企业信用风险度量模型..........................................9
§2.4.1 违约过程的理论模型.......................................9
§2.4.1.1 结构模型(Structure Model).............................10
§2.4.1.2 强度模型(Intensity Model)............................10
§2.4.2 信用风险商用度量模型....................................12
§2.4.2.1 CreditMetrics 模型.....................................12
§2.4.2.2 KMV 模型...........................................12
§2.4.2.3 CreditRisk+模型.......................................13
§2.4.2.4 CreditPortfolioView 模型................................13
第三章 宏观经济与商业银行信贷行为的关系.............................14
§3.1 我国商业银行亲周期性的实证分析..............................14
§3.1.1 模型介绍................................................14
§3.1.2 实证分析.................................................15
§3.1.2.1 数据的选取...........................................15
§3.1.2.2 数据的基本分析.......................................16
§3.1.2.3 二元 GARCH 模型估计............................17
§3.1.2.4 二元 GARCH 模型拟合效果检验........................19
§3.2 宏观经济对我国商业银行资产质量的影响........................20
§3.2.1 数据预理...............................................23
§3.2.2 单位根检验..............................................23
§3.2.3 变量的协整关系数目检验..................................24
§3.2.4 回归方程................................................24
§3.3 结论与建..................................................25
§3.4 本章小结....................................................26
章 市场风险对商业银行经营活动的影响.............................27
§4.1 国内债券市场的行业相关性问题.................................27
§4.1.1 VAR 模型介绍............................................27
§4.1.2 实证分析................................................28
§4.1.2.1 本选取与数据预理................................28
§4.1.2.2 单位根检验..........................................29
§4.1.2.3 协整检验............................................29
§4.1.2.4 模型的建立..........................................30
§4.1.2.5 Granger 因果检验.....................................32
§4.1.2.6 方差分解............................................33
§4.2 商业银行债券投资优化问题....................................35
§4.2.1 际分析模型............................................35
§4.2.2 实分析................................................38
§4.3 本章小结....................................................41
章 负债企业信用风险的预测.......................................42
§5.1 信用风险预测模型的构建.......................................42
§5.2 模型的用..................................................44
§5.3 模型的合理性检验............................................46
§5.4 本章小结.....................................................48
结与展望...................................................50
............................................................51
第一章 绪论
第一章 绪 论
§1.1 选题背景
商业银行在国济中于关键地,商业银行的用和经营特点使得其
营风险在整个济中的影响力业银的经营风化成
损失,将对整个国经济带来严重在我国银行业全面对外开放外资
行大量涌入的背景下,如何提高我国商业银行的竞争力,已成为不可回避亟待
解决的问题。
社会经济的发周期性的波动,银行的资产质量也会波动。信
技术的发导致金融风险的影围更广,传外,大量
回的贷款,已经成为我国商业银行的沉重包袱
所述,我国银业经营风显现,经经成为不
实。
§1.2 选题意义
商业银行信贷资产质量与宏观经济之怎样的关系,宏观经济的周期性
波动对商业银行资产质量有何影响,如何观经济的周期性波动对商业银行
资产质量的不利影响,这是目前银行业要解决的要问题。
不同行业在不同程度的系,商业银行如何断它间的相互
系,并利用这系来规避市场风险营业务的影响从而进一步提高经
益也是至要的问题。
信贷业务商业银行要的务,信贷资产质量好坏对商业银行的
着举足轻作用。如何利企业务状况的指标和宏观经,建
立合理、精确的违约风险预测模型,对企业信用风险的性,取相
的对,对于提高商业银行信贷资产质量具有要的现实意义。
§1.3 本文的主要内容
本文研究我国商业银行经营临的风险问题。具体分为三大部分:首先
究我国宏观经济周期和信贷周期间的相互关系,并上研究宏观经济周
对商业银行资产质量的影响;接下来关行业间的风险传递状况,并建立投
资组合优化模型;最后预测负债企业的违约概率。
本文分为章:
1
商业银行经营过程中的风险分析
第一章为绪论部分,介绍了本文的研究背景、研究意义及主要内容。
第二领域国内外的研究概况。首先对国内外现有的研究宏观经济
期与商业银行信贷周期相互影响的问用模型进行概然后介绍了国内外
银行不良资产分析的研究状况;市场风险传染模型进行重点析了
VAR 模型在市场风险传染分析中的,接对投资组合优化的理论模型和近年
来发状况进行描述,最后概了国内外学者对企业信用风险的研究成
第三章研究宏观经济与我国商业银行资产质量的关系。首先采用多元 GARCH
模型对我国宏观经济周期与信贷周期的相互关系进行研究,接下来研究宏观经
周期对我国商业银行资产质量的影响。
章针对我国商业银行即将进入企业债券市场这一趋势,研究市场风险
我国商业银行经营活动的影响。首先建立向量自回归模型对相关行业的风险传
状况进行分析,并利用三个相关行业的债券数据对模型的拟行了实证
,最后建立了针对行业风险大小和风险传递方向的投资组合优化模型来规避市
场风险,实现收益最大化。
章研个企业信用风险的预测问题。首先建立向量自回归模型对宏
经济变量进行预测,在预测负债企业的违约概率,并利用企业的流动
产、到期债务和宏观经济变量数据对我国某上市公司的信用风险问题进行了实
分析。
章对全文进行,给本文新点,同出今后进
步研究的设想
第二章 本领域国内外研究概况
2
摘要:

摘要社会经济的周期性波动,不同行业间的风险传递以及负债企业的违约风险都给商业银行的经营带来潜在风险。在我国银行业全面对外开放、外资银行大量涌入的背景下,如何提高我国商业银行的竞争力,在国际竞争中立于不败之地,已成为不可回避且亟待解决的问题。本文主要研究我国商业银行经营过程中面临的三类风险。具体分为三部分:首先采用多元GARCH模型对我国宏观经济周期与信贷周期的相互关系进行分析,研究发现我国商业银行的经营活动对宏观经济的周期性波动具有推动作用,宏观经济的周期性波动对我国商业银行的信贷周期也具有显著影响,进一步通过协整分析和回归分析,发现宏观经济的周期性波动对商业银行的资产质量产生明显影响;接下来...

展开>> 收起<<
商业银行经营过程中的风险分析.doc

共60页,预览6页

还剩页未读, 继续阅读

作者:赵德峰 分类:高等教育资料 价格:15积分 属性:60 页 大小:1.51MB 格式:DOC 时间:2024-11-19

开通VIP享超值会员特权

  • 多端同步记录
  • 高速下载文档
  • 免费文档工具
  • 分享文档赚钱
  • 每日登录抽奖
  • 优质衍生服务
/ 60
客服
关注