我國上市商業(yè)銀行整合風險度量.pdf

1、現(xiàn)如今，金融市場表現(xiàn)出前所未有的復雜和多變，中國經(jīng)濟持續(xù)下行、互聯(lián)網(wǎng)金融蓬勃發(fā)展、利率進一步放寬，錯綜復雜的形勢使得商業(yè)銀行此后的發(fā)展充滿了未知和挑戰(zhàn)。為了更好地應對金融改革浪潮，商業(yè)銀行開始擴展新業(yè)務，加快資金的流通，開啟混業(yè)經(jīng)營的新局面。然而隨著業(yè)務的日益拓展，商業(yè)銀行所面臨的風險類型呈現(xiàn)出多樣化和復雜化的趨勢，因此對商業(yè)銀行風險管理水平就提出了更高的要求。在傳統(tǒng)的經(jīng)營管理中，我國對于銀行的風險管理主要集中于信用風險，首先是由于我國

2、銀行的經(jīng)營模式大部分利潤來源于存貸差，所面臨的風險類型較為單一;其次是由于信用風險歷史久遠，是傳統(tǒng)銀行風險的主要來源。而目前的經(jīng)濟背景使得商業(yè)銀行面臨的風險不再僅僅局限于信貸風險，新巴塞爾協(xié)議中也提到應加強對市場風險、操作風險、信譽風險、流動性風險等等的管理和控制。同時，應該考慮到各項風險之間存在著復雜的聯(lián)系，并不是簡單地表現(xiàn)為線性關(guān)系，一種風險的爆發(fā)往往會對其他潛在風險構(gòu)成影響，從而直接影響到銀行業(yè)的穩(wěn)定性。況且，在我國，商業(yè)銀行在金

3、融體系中有著絕對壟斷的地位，扮演著國家宏觀貨幣政策傳導和資金融通的角色，任何風險一旦爆發(fā)，將對整個金融體系的穩(wěn)健性形成毀滅性的打擊。因此在這種風險復雜化的大背景下，分析銀行面臨的單一風險并對風險之間的相關(guān)結(jié)構(gòu)進行度量，然后評估出我國上市商業(yè)銀行所面臨的整合風險，將有利于我國銀行乃至整個金融行業(yè)的健康穩(wěn)定發(fā)展，對于我國銀行的日常風險管理有著積極的作用和深刻的意義。
　　論文的主要安排如下，首先對國內(nèi)外有關(guān)商業(yè)銀行風險的文獻做了梳理，

4、對每種風險以及整合風險的研究情況、經(jīng)典度量方法做了回顧，同時展示了文章如何圍繞銀行整合風險度量這一問題而進行的研究步驟。接著在第二章的理論部分，重點介紹了本文度量整合風險所要使用的Copula函數(shù)。首先對于函數(shù)的定義、類型等相關(guān)理論做了梳理，其次再詳細闡述了使用Copula函數(shù)進行風險整合研究的優(yōu)越性。然后引出了主要的風險度量指標VaR值，以及使用蒙特卡洛模擬將Copula和VaR值相結(jié)合的建模步驟。在第三章中，首先對銀行即將整合的單一

5、風險——信用風險和市場風險進行分析，界定了這兩類風險的概念并且選擇出了相應的度量指標。在論文中選擇了Merton提出的信用溢價作為信用風險的代理指標，選取股票日對數(shù)收益率的殘差序列作為市場風險的代理指標。這兩個指標的選取不僅解決了上市銀行財務數(shù)據(jù)較短的問題，而且統(tǒng)一了時間度量單位，并且指標意義相同。由于每家銀行操作風險數(shù)據(jù)缺失嚴重，數(shù)據(jù)收集時間以年為單位，在此僅僅考慮信用和市場這兩個風險來源。
　　為了更好地驗證本文的觀點，作者以

6、我國11家上市銀行為樣本銀行，在計算出每一家銀行的信用風險和市場風險邊際分布函數(shù)后，結(jié)合經(jīng)驗Copula的歐氏平方距離和AIC信息準則，篩選出擬合優(yōu)度最佳的Copula函數(shù)，以此度量11家銀行各自面臨的整合風險。然后使用蒙特卡洛模擬計算每家銀行兩種風險權(quán)重發(fā)生變化時所對應的VaR值，觀察隨著權(quán)重變化每一家銀行的風險變化特征，并給出11家商業(yè)銀行整合風險最小水平的風險權(quán)重組合。最后，結(jié)合實證結(jié)果對我國商業(yè)銀行風險管理的發(fā)展方向給出了一定的

7、建議。
　　經(jīng)過研究，本文得到了一些有意義的結(jié)論。首先，我國11家商業(yè)銀行所面臨的信用風險有非對稱性和有偏性，在近兩年的數(shù)據(jù)中發(fā)現(xiàn)由于經(jīng)濟持續(xù)下行，信用風險較原來有所提高。市場風險服從“尖峰厚尾”的邊際分布，與大多數(shù)金融資產(chǎn)收益率相同，并不服從正態(tài)分布的經(jīng)典假設(shè)。文章采用GARCH(1，1)對市場風險收益率建模，結(jié)果證明GARCH(1，1)模型較好地描述了市場風險的數(shù)據(jù)特征。其次，對11家商業(yè)銀行整合風險建模后得到，多數(shù)銀行擬合效

8、果最好的是t-Copula函數(shù)，其次是Gumbel Copula函數(shù)，說明大部分銀行信用風險和市場風險之間具有極值相關(guān)性。在篩選出最優(yōu)Copula函數(shù)后，對不同權(quán)重組合下的整合風險VaR值進行了計算，并與簡單線性加總的VaR值進行比較。結(jié)果表明，使用簡單線性加總的方法將會高估商業(yè)銀行所面臨的整合風險，如果商業(yè)銀行使用這一傳統(tǒng)方法計算所需準備的風險資本金，那么將會使得銀行資本金的使用效率降低，出現(xiàn)資金的浪費。
　　同時，注意到在風險

9、權(quán)重的變化過程中，每一家上市銀行的風險特征并不相同，僅有4家銀行仍然以信貸風險為主要風險來源，其余銀行在特定的風險組合下表現(xiàn)出了最優(yōu)的整合風險值。由于每一種銀行的性質(zhì)、經(jīng)營理念、業(yè)務模式、盈利模式都有著較大的差別，因此，相對于股份制銀行而言我國國有銀行的整合風險值普遍偏低，然而較早地進行了金融創(chuàng)新和混合業(yè)務擴展的招商銀行整合風險最大。這與我國實際情況相吻合，進一步說明了使用Copula函數(shù)方法刻畫整合風險的合理性。
　　與其他研究

10、文獻相比，本文可能存在著一些創(chuàng)新之處，(1)在本文中利用上市公司的財務數(shù)據(jù)和股票數(shù)據(jù)確定了內(nèi)生性溢價作為商業(yè)銀行信用風險的代理變量，解決了上市銀行風險數(shù)據(jù)缺失的問題;(2)本文考慮到銀行之間的異質(zhì)性，將我國11家上市商業(yè)銀行的整合風險分別進行度量和討論，得到了比較有意義的結(jié)論。雖然取得了一些成果，但是在文章中也有很多不足，例如:(1)僅僅刻畫了商業(yè)銀行的兩類風險，還可以考慮更多的風險，例如操作風險、流動性風險等等;(2)可以考慮使用更為