基于VaR的我国商业银行利率风险实证分析.doc

基于VaR-GARCH模型的我国商业银行利率风险实证分析 【摘要】 本文简单介绍我国商业银行面临的利率风险及其风险种类以及利率市场化下研究利率风险的必要性，并系统介绍了VaR方法的主要原理、计算方法以及GARCH模型，并选取上海银行同业拆借利率中的隔夜拆借利率共601个样本数据进行实证分析，将基于GARCH的VaR方法引入我国商业银行利率风险度量方法中，最后给出实证分析总结。 【关键词】商业银行；利率风险；VaR；GARCH模型 引言 2012年6月8日央行对存、贷款基准利率的最新调整使得存款利率上限与贷款利率下限放开，这标志着我国的利率市场化改革的加速推进。随着利率市场化的推进，我国商业银行面临的利率风险日益凸显，使其成为商业银行面临的最主要的风险。而我国商业银行的绝大多数收入来自于存贷款的息差收入，这将从根本上动摇银行主营业务的根基，改变银行的生存环境，因此，在当前背景下对我国商业银行的利率风险进行研究具有一定的现实意义。 本文以2012年1月4日至2014年5月30日的上海银行间同业拆借利率(SHIBOR)作为样本数据，考虑到交易量及对市场变动的反应灵敏程度，选择其中的隔夜拆借利率作为观测对象，样本容量为601。本文数据来源于上海银行间网站，数据处理使用Eviews6.0 软件，来探讨如何采用VaR分析法度量我国商业银行拆借市场中面临的利率风险。 文献综述 1、国外研究现状 国外关于市场化利率与银行风险承担方面的研究较多。Diaz－Alejandro (1985)研究了以拉美为代表的利率市场化进程所引起的银行危机，发现市场化利率会改变一些银行的风险承担，造成一些抗风险能力弱的银行破产倒闭，最终引起金融市场的不稳定[1]。Hübler等(2008)研究了1992－1996年的泰国商业银行的利率市场化，发现银行倾向配置更多的风险资产并减少抵押性借贷，以缓冲违约损失[2]。Maddaloni等(2011)利用欧元区和美国银行业的数据，研究发现低利率会降低银行对家庭和企业的贷款标准，特别是对于证券化的抵押贷款影响更大，同时发现，随着利率的降低，银行贷款的信贷标准有显著的放松[3]。 2、国内研究现状 国内基于VaR模型度量利率风险的研究文献还是非常少的。我国关于VaR模型在利率风险管理的运用方面的研究可以分为两类。 第一类文献主要是使用VaR方法时都假设金融时间序列的数据服从正态分布且不存在条件方差。王春峰、万海辉、李刚（2000）对VaR模型计算的方法之一蒙特卡洛模拟法中存在缺陷，创新性地提出一种基于马尔科夫链蒙特卡洛的VaR计算方法，提高了测算的精确度，并实证了该模型的优越性[4]。周毓萍、孔莉娜和黄彬（2006）讨论了VaR模型在我国商业银行风险度量中的应用，认为估计违约率的大小以及违约率的相关性是计算信用风险VaR的关键，而计算利率风险VaR的关键却是资产的价值与收益[5]。李金库、张启文（2009）对VaR内涵和意义进行探讨，并对VaR方法在在我国商业银行风险管理的应用进行了介绍[6]。李丽（2011）讨论了在利率市场化下如何运用VaR方法计算我国商业银行利率风险，并通过结合VaR模型建立一套适合我国商业银行防范、化解利率风险的管理体系[7]。 第二类文献是在大量的实证研究表明金融事件序列数据具有集聚性和尖峰厚尾性，存在异方差性后，将 GARCH族模型引入VaR模型，用来度量条件方差和同业拆借利率。李成、马国校（2007）通过对我国银行间同业拆借市场每日加权平均利率进行实证研究，建立了基于GARCH模型的我国银行同业拆借市场利率风险测度VaR模型[8]。严太华、谢瑞宝（2009）针对我国银行间债券回购市场隔夜回购利率进行了基本特征分析，探讨了如何利用混合正态分布对利率数据进行拟合并据此计算VaR[9]。徐光林（2009）用基于正态分布和t分布的GARCH类模型计算的VaR度量了我国银行间7天国债回购的短期利率风险，并与EWMA法、Delta-正态法和历史法对样本外动态VaR值计算的准确性进行了比较[10]。王德全（2009）对我国商业银行间同业拆借市场利率建立不同分布假设下的12种ARMA-GARCH模型，并用VaR模型度量同业拆借市场的利率风险并得出结论，我国银行间同业拆借利率序列存在显著的反杠杆效应，t分布不适合描述同业拆借利率序列的尾部特征，正态部分和GED分布能较好地描述同业拆借利率序列的右尾特征，但不适合描述其左尾特征[11]。高岳、朱宪辰((2009)将极值理论和AR-GARCH模型相结合，先描述我国商业银行同业拆借利率对数收益序列的自相关和方差聚类现象，再利用POT法对残差序列进行极值分析,通过估计，得出我国商业银行同业拆借市场利率系统性风险历史变动趋势存在先低后高、高