银行市场论文精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇银行市场论文范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

[关键词]VaR商业银行 风险管理 CVaR局限性

20世纪80年代以来,现代金融理论和信息技术发展迅速,从而引发了全球金融市场的迅猛发展,同时也带来了前所未有的风险,银行业面临着巨大的金融风险,作为风险管理基石的风险度量,业已成为当今世界银行业风险管理控制的焦点所在。

一、VaR和CVaR方法概述

风险度量方法从方差、半方差、系数,从静态风险度量到动态风险度量等满足了人们在不同时期、不同场合对风险度量的要求,1963年William J.Baumol首次提出VaR模型,当时他的思想未受到重视,进入到90年代,资本证券化和金融衍生工具在金融市场中应用的增多,世界各金融监管机构对风险的监管控制方法的重视愈发强烈,巴塞尔银行监管委员会于1996年推出的补充规定中,明确提出基于银行内部VaR值的内部模型法。

1.VaR的理论概述。风险价值VaR(Value-at-Risk)含义是在一定时期和正常的市场条件下,给定概率水平或置信区间,某一金融资产或证券组合可能遭受的最大可能损失值。它描述的是在一定的目标期间内收益和损失的预期分布的分位数。VaR有三个要素: VaR的值;持有期;置信水平。

令M为描述在持有期t内某一金融资产或资产组合损失的随机变量,且符合正态分布,用数学表达式可表达为:

其中为置信度,一般取为99%,M为证券组合在持有期

t内的损失。

上述公式表明在持有期内,该头寸损失大于VaR的概率为1-,也即是说,该证券组合在持有期和置信水平内的最大可能损失不会超过VaR。处于风险的价值VaR也可被看作是资产组合收益的数学期望值与一定置信水平下资产组合的最低期末价值的差额。

2.CVaR的定义。CVaR是在2000年由Rockafeller与Uryasev正式提出并逐步得以完善的,用数学语言,在一定的置信水平上(置信度)和正常市场条件下,在给定时间段内,CVaR是指在投资组合的损失大于某个给定的VaR值条件下的期望损失。

用数学解析式表达为:CVaR =E[f(x,y)f(x,y)>VaR]

=VaR+E[f(x,y)-VaRf(x,y)>VaR]

其中,f(x,y)表示投资组合的预期损失函数,x表示组合资产的投资权重,y表示引起资产价值损失的市场因子,表示置信水平。

CVaR值的计算比VaR困难的多,这是因为在CVaR的定义中涉及到VaR这个参数,并且这个参数又是内生的。在实际的计算过程中CVaR值是通过构造辅助函数计算而出的。这种方法可以在不先求出VaR值的情况下得,CVaR值的求解其实是一个线性规划问题,并且在求出CVaR值的同时也可以得到VaR值。

二、CVaR模型和VaR模型比较

尽管VaR方法经过近几年来的改进和提高,可以用规范的统计思想来全面综合的衡量风险,增加了风险管理系统的科学性,但就不是说VaR是一种非常有效的风险度量方法,其实VaR风险计量方法存在严重缺陷,主要表现在:

1.不满足一致性公理。VaR不是一致性风险度量因为它不满足次可加性、凸性,故在基于VaR对证券组合进行优化时,可能存在多个局部极值,对整体优化,在数学上难以实现,这是将VaR模型用于投资组合研究时的主要障碍。

2.VaR尾部损失测量不充分。VaR给出了一个闭值,虽能以较大的概率保证损失不超出分位数,但对极端事件的发生却缺乏预料与控制,即所谓的左尾风险,见图2。VaR不能度量市场因素异常罕见的极端波动所导致的预期损失,在极端情况发生时VaR无法预知结果会如何。

CVaR被学术界认为是一种比VaR风险计量技术更为合理有效的现代风险管理方法,在近年来得到了迅速的发展, CVaR模型相对于VaR模型更具有优势:

1.CVaR模型更好的控制了尾部风险即“尖峰”、“厚尾”现象。尾部风险损失估计不足容易造成极端事件的危机和巨大的经济损失,而CVaR有效地改善了VaR模型在处理风险头寸分布的“尖峰”、“厚尾”现象时存在的问题。

2.CVaR模型适应性更强。Artzner等证明了CVaR在进行投资组合优化时,对于CVaR的求解可以采用熟悉的凸组合规划来解决,另外CVaR是次可加的和凸的,符合一致性风险度量的条件。

三、VaR和CVaR方法在我国商业银行的应用

我国商业银行风险度量的VaR体系目前尚在建设之中,但国外的VaR体系已经日趋完善,并且有些国家已经开始引进CVaR,依照前面的分析,CVaR方法能够在既定约束条件(即商业银行自身的不同特点)下,更好的平衡收益与风险的关系,并且CVaR方法只需将原有的VaR模型升级便可使用,因此我们没有必要等到VaR方法发展成熟之后再引进CVaR技术,而是在VaR体系的建设中,就要有意识地用CVaR的优点去弥补VaR的缺陷。

1.构建我国CVaR商业银行风险预警模型。商业银行风险预警是银行监管者根据不同渠道获得的银行业金融机构的信息,通过一定的技术手段,采用专家判断和时间序列分析、层次分析和功效计分等模型分析方法,对商业银行风险状况进行动态监测和早期预警。我国商业银行在构建内部风险管理体系、试行RAROC和内部评级法(IRB)的同时,已经引入了VaR的基本思想,但由于VaR天生缺陷,我国银行系统应该把CVaR作为基础理论方法加以引进,构建自己的商业银行风险预警模型,这有助于使金融监管从事后的发现和化解风险,转向事前预警和预防风险。

2.利用数据仓库技术、OLAP技术、数据采掘工具等整合、采集和管理商业银行数据。VaR与CVaR模型都需要有大量的历史数据来支持,因此要注重数据的采集与管理,为CVaR体系的建设做好基础工作,并为商业银行的风险预警管理体系开发应用奠定基础,并在积累历史数据的同时,要尝试性地用VaR与CVaR方法检验历史数据,以确定合适的持有时间和置信水平,商业银行的历史遗留数据是商业银行的宝贵财富,但是这些未经加工的粗糙数据并不能真正为商业银行自身发展和社会需要提供服务。通过数据仓库、OLAP和数据挖掘技术对商业银行历史数据进行整合后,使这些海量数据在商业银行的决策过程中发挥重要的作用,使商业银行能有效地规避商业性风险,提高经营效益。

3.借助CVaR模型探索的东风,广揽人才。CVaR风险测度方法是建立在统计学、数理知识甚至是系统工程知识的基础上,在实际应用中需要大量的专业人才,国外有比较成熟的人才队伍,特别是美国次债危机的爆发,中国的金融机构拥有更多的机遇,引进国外高层次人才的成本大大降低,CVaR模型的开发,离不开人才培养和引进,通过各种途径吸引人才关系着商业银行风险控制质量的高低和成败。

CVaR风险测量方法在国外的研究正在如火如茶,但在国内的研究却是刚刚步,所以有很大的必要去研究,金融风险度量方法是在西方发达国家成熟的市场经济和完善的金融体系下发展起来的,它们的应用需要一定的经济环境和良好的微观运行机制,由于中国金融市场的初级性、弱式有效性、人为制性强的一系列缺陷,使得CVaR在我国的应用还要面临着众多的问题,加强金融体系和市场经济建设,是提高我国风险管理水平的必要条件。

参考文献:

[1]程永利:利用数据仓库技术整合商业银行历史数据[J]. 武夷学院学报,2008,27(5):39.

[2]巩前锦:条件风险价值(CVaR)在投资组合理论中的应用研究[D].中南大学硕士学位论文,2003.

[3]胡杰郭晓辉邱亚光:VaR与CVaR在商业银行风险度量中的比较分析及应用[J].金融论坛,2005(7):42,43.