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。     

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。     

基于信用风险久期免疫的资产负债管理优化模型

用信用风险溢酬修正现金流的贴现率,构造了基于信用风险久期免疫条件;以组合收益最大为目标函数,建立了基于信用风险久期免疫的资产负债组合优化模型。本模型通过建立信用风险久期的免疫条件匹配银行的资产与负债,回避了利率风险和信用风险对银行所有者权益的影响;通过用反映违约风险的贴现率表述信用久期函数,揭示了信用风险对久期的影响;通过看跌期权公式建立了贴现率与违约风险的函数关系,揭示了违约风险对贴现率的影响。     

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。     

基于利率市场化改革的商业银行风险控制研究

本文通过研究利率市场化对商业银行的影响,分析我国商业银行利率风险管理的现状和存在的问题,建议在对利率风险的测度和控制的基础上,通过优化内部结构,提高经营管理水平,大胆运用金融衍生产品,大力发展非利差业务等途径来加强利率风险管理。     

基于全部贷款综合风险度控制的新增资产组合优化模型

根据银行业风险监测惯例用综合风险度来量化贷款风险．建立了新增贷款组合的综合风险度与全部贷款组合的综合风险度之间的函数关系．以银行总资产收益最大为目标．以全部贷款综合风险度的控制为条件,建立了基于全部贷款组合风险度控制的新增资产组合优化模型．本模型特色和创新之处：一是提出了在新增贷款组合时、同时控制全部新、旧贷款两个组合的全部综合风险度的科学问题。改变了现有研究和实践仅仅立足于新增贷款组合自身风险控制的问题,开拓了金融资产组合优化的新思路。二是揭示了新增贷款组合的综合风险度与全部新、旧贷款两个组合的综合风险度的内在联系。通过新增贷款组合的综合风险度的控制来控制全部贷款组合的综合风险度,解决了在一组新的贷款发放时,全部新、旧贷款组合风险的控制问题,这也就解决了银行家们在实践中真正关心的全部贷款组合风险的优化问题。三是引入符合银行惯例的综合风险度来量化舒款风险．     

风险预算分析与投资结构优化模型

机构投资者在设计他们的全部投资组合、管理其资产时,面对大量的困难决策。其中,最令人困惑的决策涉及到经理人结构,既使资产配置研究给投资者指出了最合适资产种类结构,但几乎没有人去指导投资者确定经理人结构,使他们的资金最有效的发挥作用。本文把传统构造证券组合的风险收益优化方法,应用到经理组合方面,从雇佣组合经理或其他资产管理者角度,讨论主动式风险控制和经理结构优化框架。     

基于下偏度最小化贷款组合优化模型

运用组合偏矩刻画信贷风险原理,以贷款组合下偏度最小化为目标函数,控制商业银行发生重大损失的概率;以组合风险价值VaR为约束条件,控制贷款组合的整体风险,建立基于下偏度最小化贷款组合优化模型。研究表明：下偏度不要求贷款收益服从正态分布,并能够很好地反映收益率分布的“左尾”,降低商业银行贷款组合发生重大损失的概率;同时下偏度可以真实反映贷款的本质,符合投资者的心理,并且可以反映多笔贷款之间的相关联系,解决现有模型的解析能力不足的问题。     

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。     

基于行为金融的证券组合风险管理研究

考虑人的心理行为因素,引入行为金融理论于风险管理主体的决策体系,指出了管理者的有限理性心理结构;基于BSV(Barberis-Shleifer-Vishny)思想建立了一种风险度量模型,据此调整了传统的行为证券组合理论;算法释例结果表明,该模型接近证券组合风险决策的实际情景。     

风险资产组合的均值-WCVaR模糊投资组合优化模型

本文在均值-方差模型的框架下,建立了以Worst-Case VaR(WCVaR)代替方差作为风险测量指标的均值-WCVaR模型.同时,将对数型隶属函数引入到模型中,以证券组合期望收益率极大化和WCVaR极小化为目标,建立了对数型满意程度的模糊决策投资组合选择模型,更好地反映了投资者对目标值的取值意图.依据上海证券市场的实际数据,采用遗传算法进行了模拟计算,验证了模型的有效性.     

基于行业组合的贷款总体风险优化决策模型

应用资本资产定价模型中的单因子模型表达贷款收益和风险函数,以不同行业贷款组合后的总体风险最小化为目标,运用非线性规划方法建立了基于组合贷款总体风险优化的行业贷款分配模型。通过负相关行业的风险对冲,避免了选择单个或少数行业进行贷款所导致的、当该行业不景气时的系统性风险对贷款质量的影响,降低了贷款组合的系统性风险。从组合贷款总风险中分离出系统风险和非系统风险,并通过实例验证行业组合可以降低系统性风险,显示通过行业组合可以部分地抵消由于行业自身所产生的系统性风险。     

基于一般失望模型的证券组合投资分析

基于Jia&Dyer(2001)[7]的一般失望模型,给出了一种新的非对称风险度量方法,它利用"上偏矩(upper partial mement)"来修正下方风险,不仅只考虑收益低于期望收益率时所带来的损失,而且利用了超过期望收益率时可能带来可观利润的收益.进一步给出了基于该非对称风险度量的组合投资计算方法,并通过上海证券市场的实际数据验证了该方法的有效性和实用性.