基于GARCH模型VaR方法在商业银行利率风险度量应用.docVIP

基于GARCH模型VaR方法在商业银行利率风险度量应用 　　作者简介：孙祥康（1990.12-），男，汉，山东省青岛即墨市，硕士在读，吉林财经大学，研究方向：数量经济学。 　　摘要：随着经济不断发展，制度、监管的不断完善，管制利率体质下的金融市场难以满足国际接轨的需求，我国金融自由化不断深化。虽然现阶段我国仍处于利率管制向利率市场化过渡的时期，但银行同业拆借利率、债券利率和外币利率作为金融市场导向利率基本已经实现了市场化改革，利率市场化程度愈加深化。文章采用VaR模型和GARCH模型，以shibor同业拆借利率和利率敏感性缺口计算商业银行的利率风险。 　　关键词：GARCH模型；VaR模型；利率风险 　　一、选题背景及意义 　　随着金融市场的不断完善，我国金融自由化程度不断加深，利率制度逐步由管制利率制度向利率市场化过渡，人民银行允许金融机构人民币存款利率在允许的范围内上下浮动，银行同业拆借利率、债券利率和外币利率作为金融市场导向利率基本已经实现了市场化改革，利率市场化程度愈加深化，利率的变动会直接影响商业银行的日常经营。在以上的背景下，本文以适当的方法量化银行的利率风险，对银行规避利率风险具有借鉴意义。 　　随着金融理论和衍生金融工具的不断创新，商业银行面临的市场风险和内部风险的相关性、复杂性也不断增加。风险价值法（VaR方法）由于能够全面量化复杂投资组合的市场风险，为人们所广泛应用。VaR（Value at Risk）表示在给定的置信区间内，市场正常波动状况下，资产组合可能的最大损失。而ARCH族模型在处理金融时间序列数据方面显示出强大的优越性，可以与VaR参数相结合来处理金融市场数据。因此我们最终选择基于ARCH族模型的VaR方法。 　　二、风险价值分析方法和ARCH模型介绍 　　风险价值分析（Value at Risk，简称VaR）是指在正常市场波动情况下，某一金融资产或投资组合在给定的置信水平下，在未来特定的一段时间内（一天、一周或十天）可能发生的最大损失，可以表示为： 　　prob（ΔpVaR）=1-α 　　其中，prob表示金融资产或投资组合在将来特定的一段时间内损失超过可能遭受的最大损失（VaR）的概率，Δp表示在持有期内金融资产或投资组合的可能损失值，α表示置信水平。 　　假设我们知道投资组合的收益概率分布，经计算（推倒过程见约翰.赫尔. 风险管理与金融机构[M].中信出版社，2009）投资组合的VaR值可做如下表示： 　　VaRr=-V0ZασΔt 　　式中，V0表示金融资产或投资组合的初始值，Zα为相应的置信水平所对应的分位数，α为置信水平，Δt为持有期，σ表示投资组合的波动性。因为我们分析商业银行的利率风险，所以V0我们用利率敏感性缺口度量，σ表示投资组合的波动性，我们用shibor银行间同业拆借利率拟合的ARCH（GARCH）模型的条件方差衡量。 　　Engel（1982）指出，如果序列{εt}的方差不恒定，就可以用ARMA模型来估计方差持续变动的趋势，将残差的估计值的平方条件方差建模为AR（P）过程： 　　ε∧2t=α0+α1ε∧2t-1+α2ε∧2t-2+…+αpε∧2t-p+υt 　　式中vt为白噪声过程。我们将上式表示的模型称为自回归条件异方差（ARCH）模型。 　　Bollerslev（1986）在Engel的原始模型的基础上，将原模型的条件异方差转化为一个ARMA过程的方法。现在假定误差过程为εt=υtht，其中，σ2υ=1，且ht=α0+∑qt=1αiε2t-i+∑pi=1βiht-i。 　　我们把上面的式子称为GARCH（p，q）模型。 　　三、 实证分析 　　我们选取2011.12.5―2014.12.4 shibor同业拆借利率的隔夜利率进行分析： 　　（一）平稳性检验 　　我们用到的单位根检验的模型为： 　　Δyt=γyt-1+∑pi=1βiΔyt-i+1+εt 　　在此模型中，原假设H0：时间序列存在一个单位根，备择假设H1：时间序列平稳，不存在单位根；如果检验结果拒绝H1，则说明时间序列存在一个单位根，为非平稳时间序列。 　　根据结果我们可以看出，ADF检验的T统计量为4.5699，P值为0.10180.05，因此我们认为原序列存在单位根。 　　下面，我们对原始数据进行一阶差分。我们对差分后的数据进行单位根检验得出结论差分后的数据ADF检验在1%，5%，10%的显著性水平下其T统计量的P值均支持接受无单位跟的假设。一阶差分后数据平稳。 　　（二）正态性检验 　　我们已经得到一阶差分后的平稳数据，对数据进行正态性检验。对时间序列做Jarque-Bera检验，统计量公式如下： 　　JB=（N-k）/6（S2+1/4（K-