商业银行利率风险表现特征分析及分类差异性剖析.docVIP

商业银行利率风险表现特征分析及分类差异性剖析 　　摘 要：近年来，随着时代的发展以及我国社会主义市场经济体制的不断完善，我国的商业银行日益崛起，并作为经济建设的重要参与单位，为我国社会经济的发展以及繁荣做出了巨大的贡献。但事实上，商业银行在日常的运行过程中往往会因为利率风险而导致各类问题的出现。本文基于此，分析探讨商业银行利率风险表?F特征，并对其进行分类差异性剖析以及阐述 关键词：商业银行 利率风险 表现特征 分类 差异性 现阶段，随着时代的发展以及社会的进步，我国的商业银行改革工作进一步推行，并以此为基础促进我国经济建设的有效开展。事实上，相关作业在开展的过程中往往由于银行利率风险的存在，故而导致商业银行改革对于经济发展的促进作用起到了一定的阻碍，不利于相关经济效益的取得。本文借助相关的模型分析探讨商业银行利率风险表现特征，并就其分类差异性进行全面、具体的论述 一、数据检验及模型构建 （一）数据的选取 由于我国的商业银行拆借市场初期利率序列的市场化程度较低，故而导致其对于市场条件变化的敏感度降低。在论述商业银行利率风险表现特征及分类差异性的过程中，笔者选取2013～2016年期间的同业拆借市场的每日加权平均利率作为研究样本进行数据的分析以及模型构建 在数据选取的过程中，笔者从中国货币网（www.china money. ）中选取了750个数据，并借助Excel以及Eviews5.0进行数据的处理。在此操作的过程中，为了降低同业拆借利率的波动浮动，实现对于平稳数据序列的获得，笔者对数收益率时间序列rt进行分析： rt=ln（IBO）t-ln（IBO）t-1 在上述的表达式中，（IBO）t指的是在第t天同业拆借市场的加权平均利率 （二）数据的检验分析 在进行分析模型构建的过程中，需要技术人员加强对于数收益率序列的检验。在实际的操作过程中一般需要对其的正态性、平稳性等方面进行分析，继而确保模型的科学性得到显著的提升 1.正态性检验。一般而言，技术人员在构建VaR模型的过程中往往都在正态分布假设的前提之下进行的，并由此实现对于资产风险价值的计算，而正态分布属于特殊情况。为此，在进行模型构建的过程中需要技术人员借助Eviews软件对于正态性进行检验、关于检验的结果，笔者进行了相关的整理，具体内容如下： 表1 同业拆借对数收益率描述性统计表 通过对于上表的数据进行分析可以得知：样本数据呈现出向右偏移的区域，有沉重的右拖尾，而其峰度大于正态分布峰度值3，故而不服从正态分布 2.平稳性检验。在进行同业拆借对数收益率序列平稳性检验的过程中，技术人员往往借助ADF方法进行相单位根检验，在实际的检验过程中发现样本数值的临界值都小，故而能够证明对数收益率序列不存在单位根，为平稳序列 3.自相关检验。在进行自相关检验的过程中，技术工作人员多借助Eviews5.0软件进行相关的操作，实现对于同业拆借对数收益率序列的自相关系数等参数的计算以及分析。通过相关的数据分析以及总结可以得知：同业拆借对数收益率序列的影响较低，且两者之间的自相关性也处于较弱的水平状态 4.条件异方差检验。一般而言，在进行VaR值计算的过程中，为了进一步促进运算过程的简化，往往需要作业人员将方差假设为常数。但是在实际的操作过程中，由于金融序列存在着较为明显的波动性，故而使得方差会依据时间变化而出现不同程度的变化。通过对同业拆借对数收益率序列波动图的分析可以得知：序列波动一般在大的波动后面会紧跟一些大波动，在小波动附近也会出现一些小波动。这种状况的出现就说明该序列具有波动聚集性，并由此推断存在条件异方差 （三）构建模型 在进行商业银行利率风险表现特征及分类差异性分析的过程中，工作人员最为常用的模型分为两类：ARCH模型以及GARCH模型。本文在进行同业拆借利率波动性估计的作业过程中能够，采取GARCH模型进行具体的操作 在建立相关模型的过程中，技术人员往往需要对滞后阶数进行科学的选择、在实际的处理过程中，技术人员往往需要加强对于AIC以及SC准则的高效利用，继而促进相关作业的有效开展。本文在操作分析的过程中，多借助GARCH（1，1）族模型度量同业拆借收益率序列的波动性。事实上，该模型在运用的过程中主要分为两大回归方程，分别是：均值方程以及条件异方差方程 1.均值方程。关于均值方程的表达式，笔者进行了相关总结，具体内容如下： rt=υ+εt 在上述的公式当中，υ代表的是对对数收益率序列rt的均值，而εt则是该方程的残差项 2.条件异方差方程。由于在GARCH（1，1）模型中，其假设条件方差与过去任何信息均有关系，而其条件异方差方程的表达式为： 本文以中国同业拆借利率