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的金融资产配置模型

本文根据均值-方差模型的框架,建立了用VaR代替方差或标准差作为风险的测量指标时的均值-VaR模型,同时使用等VaR线分析了两种模型的内在联系。作为模型的扩展本文还分别考虑了存在无风险资产,负债和非正态分布时的情形。此外讨论了均值-VaR模型有效边界的一些性质。     

未定权益模型在资产负债管理中的应用

本文通过对寿险产品结构的分析,介绍未定权益模型的基本原理,利用未定权益模型对产品中隐含的各种选择权价值进行定价,并结合资产负债管理国想,探讨该模型在寿险企业资产负债管理中的应用和应注意的问题.     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR 的含义及计算方法,指出推测市场因子的波动情况是计算VaR 的关 键. 通过对比GARCH 和SV 模型,得出SV 模型更能刻画金融市场的实际特征. 将随机波动SV 模型应用于VaR 的计算,最后作实证研究. 通过与GARCH 模型下的结果对比,说明基于SV 模 型计算的VaR 更具有动态性和准确性,VaR 更贴切地反映了金融市场的风险水平     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况是计算VaR的关键.通过对比GARCH和SV模型,得出SV模型更能刻画金融市场的实际特征.将随机波动SV模型应用于VaR的计算,最后作实证研究.通过与GARCH模型下的结果对比,说明基于SV模型计算的VaR更具有动态性和准确性,VaR更贴切地反映了金融市场的风险水平.     

基于随机波动模型的VaR的计算

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况时计算VaR的关键。首次将随机波动SV模型应用于VaR的计算,说明了基于SV模型下的VaR之更具有动态性和准确性。做实验分析结果表明,SV模型准确反映了市场因子的波动情形,此时的VaR更贴切的反映了金融市场的风险水平。     

资产负债管理多阶段模型研究

综述了资产负债管理多阶段模型及应用的研究状况,评述了相关的研究文献。分别从资产负债管理多阶段模型、银行资产负债管理、养老金与保险公司、金融计划、动态的资产配置以及情景生成几个方面进行了探讨。最后结合我国有关的研究与应用现状,提出一些待研究的方向。     

基于TDAR模型的VaR估计方法及应用

文献中, 在险值估计方法一般基于线性假设, 但是该假设在实际中很难满足,需要为此提出非线性的在险值估计方法。与以往传统模型一般假定变化发生在"时间"点上不同,门限双自回归 (TDAR)因状态空间的不同而建立不同模型来对非对称性、结构变点等非线性现象进行刻画,并同时允许均值和波动率过程的结构变化。本文首次基于TDAR建立TDAR-VaR方法,并对上证指数和香港恒生指数进行了实证研究和对杠杆效应进行了分析。实证分析发现TDAR-VaR较好地预测了市场风险。     

基于VaR的现金流风险度量模型研究

与金融企业不同,非金融类企业拥有更多非经常交易且不易估值的资产,因此更关注其在将来某一时刻现金流的不确定性.把现金流在险值与金融工程技术中在险值的概念相结合,运用风险敞口模型分析和蒙特卡洛模拟等计量方法,为非金融类公司管理层、投资者和分析家提供一个简单具体而直接的现金流不确定性的评判指标.通过对在险值和现金流在险值的比较以及对现金流在险值度量模型发展脉络的分析,发现现金流在险值技术更能刻画出非金融类公司的财务风险;通过引入管理决策风险作为风险因子并改进风险敞口模型,计算样本公司的现金流在险值;进一步提出现金流在险值的应用价值和研究方向.     

基于幂律型分布的动态VaR模型及实证研究

针对金融资产回报时间序列的尖峰厚尾性和波动集聚性,提出了基于AR(1)-GARCH(1,1)模型与幂律型分布相结合计算VaR的方法。用GARCH模型对时间序列建模刻画波动集聚性,用基于幂律型分布的扩展形式拟合GARCH模型的残差分布尾部,刻画回报时间序列的厚尾特征,二者结合更好地描述回报时序的动态波动现象。对上证综指进行实证分析,结果表明本文提出的方法比基于正态分布的GARCH模型和静态幂律尾法更精确。     

价格持续期的非对称对数ACD模型及其应用

通过建立两状态价格持续期的非对称对数ACD模型,刻画价格持续期过程对不同价格状态的不对称依赖关系和对未预期到的短价格持续期冲击与未预期到的长价格持续期冲击的不对称响应过程,并在该模型中引入买卖价差和交易规模变量,检验市场微观结构理论相关假说。模型拟合结果表明,价格上升和价格下降两种状态对价格持续期的影响不同,未预期到的短价格持续期冲击对价格持续期有正面影响,而未预期到的长价格持续期冲击对价格持续期有负面影响;对市场微观结构信息模型的实证分析表明,滞后买卖价差和滞后交易量具有信息含量,它们与价格持续期显著负相关;隐藏交易假说没有得到实证的支持,在选取样本中大规模交易量比中等规模交易量对价格持续期有更加显著的影响。     

基于虚拟变量分位点回归模型的条件VaR估计以及杠杆效应分析

已有成果在研究杠杆效应时大多数都是基于ARCH类模型,从波动率的角度进行分析的。本文应用分位点回归模型以及含有虚拟变量的分位点回归模型分析了"已实现"波动率条件下的CVaR,并尝试从市场风险的角度对杠杆效应进行分析。最后,对中国股票市场进行了实证研究,得到了"已实现"波动率条件下的CVaR估计,并从风险的角度证实了中国股市的市场风险存在杠杆效应。