基于方向久期利率风险免疫的资产负债组合优化模型

市场利率的变化导致银行资产与负债的价值均发生变化,进而导致银行的所有者权益发生变化和银行股东财富的风险,因此,利率风险管理对商业银行具有极其重要的作用。由于传统利率免疫策略在计算久期时假定收益率曲线在不同时段的变化量相同,因而其无法解决现实世界中不同时期收益率变化不同的利率免疫问题。本文通过方向久期来反映即期收益率及其改变量对贴现现金流的影响,以方向久期的免疫条件为约束,以银行资产组合收益最大化为目标函数,建立了基于方向久期利率风险免疫的资产负债组合优化模型。本文主要创新是用现金流的方向久期的组合免疫来控制资产负债的组合风险。其具体特色一是通过不同时段的不同即期收益率对现金流进行分别贴现来反映不同时期收益率变化对现金流平均回收期的影响。通过不同时段采用不同的即期收益率来贴现现金流,改变了现有研究用名义利率折现率贴现现金流的做法,合理地反映了不同时期收益率变化对现金流平均回收期的影响。二是用利率变动系数对现金流加权来反映利率波动对现金流平均回收期的影响。以某一特定时段的利率变化量除以全部时段利率变化量的均值作为系数,对反映时间权重的未来现金流再进行加权,科学地反映利率波动对现金流平均回收期的影响。三是分析表明现有研究的久期缺口免疫是方向久期缺口免疫的特例,当收益率曲线各时段收益率变化量相同时,方向久期缺口即为现有研究的久期缺口。     

基于随机久期缺口控制的全资产负债优化模型

资产负债管理是银行等金融机构在负债结构和总量一定的前提下,通过对资产进行优化配置,达到资产流动性、盈利性和安全性“三性”之间的平衡。本文基于CIR动态利率期限结构求解随机久期,对包括增量和存量在内的全部资产负债组合的久期缺口进行预留和约束,构建资产负债优化模型控制利率风险。本文的创新与特色有三:一是以控制CIR利率期限结构的随机久期缺口为约束条件建立非线性规划模型、对资产配置进行利率风险免疫,反映了利率随时间的动态变化,突破了Macaulay久期、FW久期等现有研究的利率随时间的变化是固定不变或平行移动的限定条件,使资产配置的利率风险免疫更加符合现实情况。二是建立了包括增量资产负债与存量资产负债的全资产负债优化配置模型,改变了现有资产负债模型大多只考虑增量资产负债、而忽略存量资产负债的弊端。三是以市场利率朝着最不利方向变动时、预留缺口损失后的资本充足率仍满足监管要求为约束条件,保证了在利率不利变动情况下损失仍在可控范围内,在利率有利变动时银行净值增加。     

久期模型在银行利率风险管理中的应用

久期技术是度量利率波动对商业银行净值影响的重要工具之一。本文通过建立久期缺口模型,使久期免疫效应有效地应用在商业银行利率风险管理中,并通过实证分析表明通过调整商业银行资产或负债结构,可以较好地规避利率风险。     

基于利率非平行移动风险控制的资产负债组合优化模型

引入现金流离散度对收益率曲线非平行移动带来的利率风险进行免疫,以银行各项资产和负债的现金流离散度零缺口为约束条件,以银行各项贷款组合收益最大为目标函数,建立了基于利率非平行移动风险控制的资产负债组合优化模型.该模型通过现金流离散度的零缺口免疫匹配银行的资产与负债,控制了利率期限结构非平行移动带来的利率风险.该利率期限结构非平行移动的风险免疫更具有普遍性.通过不同时段的远期收益率来贴现资产和负债的现金流,使现金流离散度的计算更加准确.反映了不同时期收益率变化对各期现金流的影响,提高了现金流离散度的计算精度,改变了现有研究的久期免疫用恒定的名义利率贴现现金流的做法.     

基于利率风险的保险公司资产负债管理研究

应用无套利分析方法和二叉树方法对退保期权进行了定价,使用数值方法得到了中国市场的三次多项式利率期限结构模型,并应用以上结果建立了基于利率风险的久期缺口免疫模型,并使用保险公司实际资产负债数据对模型效果进行了检验。     

基于全部资产负债利率风险免疫优化的增量资产组合决策模型

市场利率的变化导致银行资产与负债的价值均发生变化,进而导致银行的所有者权益发生变化引起银行股东财富的风险.因此利率风险免疫对商业银行具有极其重要的作用.本文通过建立银行净值的变化与增量资产负债和存量资产负债持续期的函数关系式,提出了全部组合资产负债利率风险免疫优化条件.以全部组合资产负债的持续期缺口与零的偏差最小为第一目标,以银行全部资产的利息收益最大为第二目标,以监管当局的政策法规为约束务件,建立了基于全部资产负债利率风险免疫优化的增量资产组合决策模型.本文的创新与特色一是通过构建银行净价值与全部资产负债组合持续期的函数关系来建立利率免疫条件,解决了银行增量资产组合配给时、资产增量组合与存量组合构成的全部组合的总体风险控制问题.这就改变了现有研究仅仅立足增量资产与负债的局部风险控制的做法.二是通过用存量资产负债的剩余期限替换现有研究持续期表达式中的期限,得到了既反映增量资产负债持续期、又反映存量资产负债持续期的通用表达式,解决了资产负债增量组合与存量组合构成的全部组合的风险的测量问题.     

基于VaR控制预留缺口的资产负债管理优化模型

以利率变化后的VaR风险限额约束条件,以资产组合的利息收入最大为目标函数,建立资产负债组合优化模型。本文的创新与特色一是通过预设持续期缺口使银行的资产组合在利率变动的有利条件下增加银行净值。这弥补了现有的零缺口免疫条件的资产组合不能使银行股东权益在利率变化中增加的缺陷。二是利用VaR技术建立约束条件控制预设的持续期缺口。在利率变动的不利条件下,通过在一定置信水平下的最大损失限额控制资本损失,把银行可能面临的利率风险限定在银行的净利息收入范围内。这种优化配给控制了资本损失,保护了股东权益,开辟了资产优化配置研究的新思路。三是利用银行间市场7天回购利率(R07D)的历史数据,估计了未来的市场利率波动量的概率分布,解决了由于影响因素多而难以刻画市场利率变动情况的问题。     

基于久期模型分析商业银行的利率风险——以中国招商银行为例

随着利率市场化进程的不断深入,我国商业银行面临的利率风险比利率管制的情况下要高很多,本文在运用修正久期模型对样本银行的利率风险进行实证分析的基础上,对商业银行的利率风险管理提出了建议。     

基于非线性区间数风险控制的资产负债优化模型

现有研究把存、贷款利率视为常数,无法使资产配置的优化结果适应未来市场利率的变化。本文的资产负债管理优化模型通过资产与负债的区间数的持续期缺口建立了区间型利率风险免疫条件,使资产的最优配置在资产与负债的收益率变化时仍能免疫利率风险。研究表明本文引入的持效期缺口区间的偏向选择参数γ决定预留缺口是赚钱还是亏钱。γ取值0.5时缺口区间两端点的绝对值最小;γ越大于0.5时,正缺口越大,在利率下降时就越赚钱。γ越小于0.5时,负缺口越大,在利率上升时就越赚钱。而区间长度选择参数γ决定损益的大小;揭示了在积极的利率风险管理策略中,选择较小的λ会获得较多的风险收益。另一方面,本文通过相关系数组合半绝对离差建立了非线性区间型组合风险的函数表达式,改变了现有研究线性区间型算法将各笔贷款风险进行简单线性加权、进而夸大了组合信用风险的弊端。     

基于Excel的信用风险管理模型

市场经济在某种程度上就是一种信用经济,信用的提供会给公司带来风险。因此,加强对信用风险的管理有助于公司降低受到损失的风险。但是,信用风险的评估与测算工作较为繁琐,在实际工作中常常由相关主管人员凭经验主观设定,造成不良后果。其实,可以借助电子表格软件——Excel的强大功能来迅速达到我们的目的。本文试图建立信用政策决策和收账政策决策的计算机模型。     

银行股东权益的利率弹性对银行利率风险的测度

我们在银行股东权益价值模型的基础上,推导了测度银行利率风险暴露水平的一个指标———银行股东权益的利率弹性的表达式,并总结了它与相关经济变量之间的相互关系。这一研究对于银行管理与控制其利率风险的意义在于,我们能够量化银行在任意时刻的利率风险暴露水平,并隐含了对远期利率的预测,更重要的是,我们从中能够发现降低银行股东权益的利率弹性,从而降低银行利率风险暴露水平的途径。     

基于信用风险度的商业银行风险评估模型研究

本文依据商业银行信用风险的内涵,结合信用风险的不确定性和相对性特征,提出以"信用风险度"作为系统的输出,并针对传统模式识别评估方法的不足,构建了基于补偿模糊神经网络的信用风险评估预测模型,为有效转变信用风险的分类评估模式、提供更为全面的信贷决策支持奠定了基础.实证结果表明,该模型是一种较为有效的评估方法.     

信用风险模型比较分析

本文分析了现代信用风险模型迅速发展的主要原因,对主要派别的代表性模型用数学语言进行了总结,比较分析了各模型的原理及优缺点,并简要介绍了各模型的实证效果。     

基于风险损失最小化的供应链赊销决策模型

在产品价格可变动的情况下,将赊销方的赊销合同描述为三元组函数,分析了当存在信用高和信用低2种不同的赊销客户时,赊销方由于信息不对称无法准确判断客户信用水平而造成了赊销货款的损失。根据以上损失,从赊销损失最小化的角度,建立了存在拖欠概率影响下的赊销决策模型,并给出了其Kuhn-Tucker条件。同时,对存在担保和不存在担保2种情况下的赊销情况给出了相应的赊销决策机制,并分析了在该机制下赊销额度、赊销价格和第三方担保对赊销风险的影响。     

基于资金流网络的商业银行利率风险分析方法探讨

商业银行各种不同方式、不同渠道的资金来源与资金运用构成了一个资金流网络,资金流网络上的资金流有各自的数量、利率、时期等特性,而这些特性可以用来分析银行的利率风险。基于此,本文对资金流网络在商业银行利率风险分析方面的应用进行了探讨。     

融合CDS网络的银行间信用风险传染模型研究

信用违约互换(Credit Default Swap,CDS)作为银行信用风险缓释的重要工具,也是信用风险传染的重要渠道。因此,考虑到CDS抑制效应与传染效应的双重作用,本文构建了一个含有CDS网络交互作用的银行间信用风险传染模型,并运用计算实验与仿真模拟分析了在不同网络结构下银行网络信用风险传染与CDS网络抑制率,以及CDS网络信用风险抑制效应与银行网络传染率之间的关系,以及信用风险传染下银行网络和CDS网络的演化特征。研究结果表明:(1)银行网络的信用风险传染阈值与CDS网络抑制率呈单调递增的正相关系。而且,与同质网络结构相比,异质网络结构下的银行网络信用风险传染阈值相对较小。(2)CDS网络的信用风险抑制阈值与银行网络传染率呈单调递增正相关关系。而且,与同质网络结构相比,异质网络结构下CDS网络的信用风险抑制阈值明显较大。(3)银行网络最终破产规模与CDS抑制率呈单调递减的负相关关系。而且,异质网络结构下的银行破产规模要大于同质网络结构下的银行破产规模。(4)CDS网络破产规模与银行传染率呈单调递增的正相关关系。而且,同质网络结构下的CDS网络破产规模大于异质网络结构下的CDS网...     

内生性回收率与信用风险度量研究

在信用风险模型中,外生性回收率的设定会忽略回收率对损失分布尾部的影响,而且会导致潜在的模型风险。本文将因子扩散过程引入结构信用风险模型,获得了回收率和违约概率之间的内在关系,利用Monte Carlo模拟方法数值分析了预期回收率对违约概率和资产价值波动率的依赖性,结果表明预期回收率与违约率之间具有很强的负相关关系,而且这种相关关系会受到债务人资产价值波动率的正向影响。在内生性回收率下,推导了信用损失的概率分布,计算了信用风险的Credit-VaR和ETF指标。最后利用市场数据检验了内生回收率信用风险模型的有效性,结果表明该模型可以很好的描述历史违约率和回收率的变化过程。