發(fā)布時(shí)間：2020-11-22 07:38

　　 商業(yè)銀行的風(fēng)險(xiǎn)度量和管理研究,是對(duì)整個(gè)世界經(jīng)濟(jì)的保駕護(hù)航,美國(guó)在2007年爆發(fā)的次貸危機(jī),沖擊了全球金融市場(chǎng),這場(chǎng)席卷全球的金融危機(jī),本質(zhì)上就是風(fēng)險(xiǎn)度量和管理的失控。商業(yè)銀行系統(tǒng)不僅在我國(guó),在全球都是是支撐經(jīng)濟(jì)發(fā)展的重要柱石,是幫助企業(yè)實(shí)現(xiàn)金融需求健康發(fā)展的必要條件。大量實(shí)證表明,在發(fā)展中國(guó)家,金融和經(jīng)濟(jì)增長(zhǎng)相輔相成,呈正相關(guān)關(guān)系。2007年世界經(jīng)濟(jì)因次債危機(jī)引發(fā)的全球性金融危機(jī)損失巨大,從多層面解讀后,其根源即為風(fēng)險(xiǎn)管理和度量的失控。在這場(chǎng)全球性的金融危機(jī)當(dāng)中,我國(guó)政府和商業(yè)銀行也都迅速反應(yīng),2008年,我國(guó)開始實(shí)行寬松的貨幣政策,信貸業(yè)務(wù)的投放速度和力度都有所加大;著重關(guān)注商業(yè)銀行的風(fēng)險(xiǎn)度量和管理研究,特別是對(duì)信用風(fēng)險(xiǎn)的識(shí)別與控制,更是風(fēng)險(xiǎn)商業(yè)一行風(fēng)險(xiǎn)管理的重中之重。為更好應(yīng)對(duì)金融危機(jī),我國(guó)在2008年11月實(shí)施了適度寬松的貨幣政策,提高社會(huì)融資總額,加快信貸投放,導(dǎo)致風(fēng)險(xiǎn)隱患集聚。加強(qiáng)銀行業(yè)風(fēng)險(xiǎn)管理,尤其是度量和識(shí)別、控制與化解各種風(fēng)險(xiǎn),是當(dāng)前金融監(jiān)管的重中之重。國(guó)際銀行監(jiān)管機(jī)構(gòu)也對(duì)此次金融危機(jī)做出反應(yīng),2010年出臺(tái)的《巴塞爾資本協(xié)議Ⅲ》對(duì)商業(yè)銀行的風(fēng)險(xiǎn)管控的要求更加喜之嚴(yán)格,對(duì)資本和流動(dòng)性監(jiān)管標(biāo)準(zhǔn)提出了更高的標(biāo)準(zhǔn)要求。巴塞爾協(xié)議Ⅲ也在我國(guó)開始逐步實(shí)施,以新巴塞爾協(xié)議作為我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理的標(biāo)準(zhǔn),截至2017年,我國(guó)已經(jīng)開始推行宏觀審慎監(jiān)管制度。因此,深入研究新協(xié)議的相關(guān)內(nèi)容,分析新協(xié)議對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理的影響及如何適應(yīng)新協(xié)議就成為了當(dāng)務(wù)之急。1974年,巴塞爾協(xié)議通過(guò)十國(guó)集團(tuán)中央銀行行長(zhǎng)倡議,在巴塞爾成立。新的《巴塞爾協(xié)議》在資本和流動(dòng)性監(jiān)管方面拿出了更為嚴(yán)格的標(biāo)準(zhǔn),對(duì)加強(qiáng)銀行風(fēng)險(xiǎn)控制提高了重視程度。作為協(xié)議國(guó)成員,我行在2017年實(shí)施宏觀審慎監(jiān)管制度,全面推行新協(xié)議。我國(guó)作為巴塞爾協(xié)議的成員國(guó),也根據(jù)巴塞爾協(xié)議作為我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理的指導(dǎo)性原則,目前,我國(guó)商業(yè)銀行正在逐步落實(shí)巴塞爾協(xié)議Ⅲ(即新巴塞爾協(xié)議),因此,更好地學(xué)習(xí)研究巴塞爾協(xié)議以及將其中核心內(nèi)容與我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理有機(jī)結(jié)合,對(duì)我國(guó)商業(yè)銀行的穩(wěn)步發(fā)展,金融市場(chǎng)的安全蓬勃,有著重要意義。論文以《巴塞爾資本協(xié)議Ⅲ》為導(dǎo)向,對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理的現(xiàn)狀與歷史演變,分析我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理工具,監(jiān)管政策和存在問題的基礎(chǔ)上,深入研究商業(yè)銀行對(duì)加強(qiáng)風(fēng)險(xiǎn)管控的方式方法,最后對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理提出幾點(diǎn)改進(jìn)意見和政策建議。從整體框架來(lái)講,本篇論文對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理相關(guān)問題的分析共包括七個(gè)章節(jié)的內(nèi)容,每章之間的安排邏輯和具體研究?jī)?nèi)容如下:第一章是引言部分,本章對(duì)我國(guó)商業(yè)銀行當(dāng)前面臨的風(fēng)險(xiǎn)狀況以及各家銀行風(fēng)險(xiǎn)管理現(xiàn)狀分析概括,并由此介紹了本論文的研究背景以及研究意義,進(jìn)而對(duì)研究思路和研究方法加以總體的概括性介紹。同時(shí),梳理了本論文研究的多項(xiàng)問題的文獻(xiàn)綜述。第二章對(duì)商業(yè)銀行各類風(fēng)險(xiǎn)的成因、分類以及來(lái)源進(jìn)行詳細(xì)介紹分析,為本論文研究的問題打好基礎(chǔ),為后面幾章內(nèi)容進(jìn)行鋪墊。第三章綜合考慮不同的社會(huì)環(huán)境、國(guó)家政策和國(guó)際局勢(shì)等多項(xiàng)因素,國(guó)內(nèi)商業(yè)銀行風(fēng)險(xiǎn)管理工作在不同時(shí)期體現(xiàn)出了一定的側(cè)重差異。改革開放之后,我國(guó)金融逐步與國(guó)際接軌,商業(yè)銀行也在日益激烈的競(jìng)爭(zhēng)環(huán)境中逐步轉(zhuǎn)型,發(fā)展進(jìn)度可以劃分為三個(gè)階段:改革開放初期(1979-1999),世貿(mào)組織時(shí)期(2000-2007)和新巴塞爾協(xié)議時(shí)期(2008至今)。本篇論文在第三章介紹了改革開放初期(1979-1999),世貿(mào)組織時(shí)期(2000-2007)和新巴塞爾協(xié)議時(shí)期(2008至今)三個(gè)時(shí)期政府、監(jiān)管機(jī)構(gòu)再到商業(yè)銀行自身建立健全風(fēng)險(xiǎn)管理組織架構(gòu)方面做出的工作。第四章介紹了巴塞爾協(xié)議的發(fā)展進(jìn)程,以及對(duì)商業(yè)銀行的風(fēng)險(xiǎn)管理要求的不斷推進(jìn);分析了我國(guó)商業(yè)銀行在巴塞爾協(xié)議下的不斷進(jìn)步。第四章重點(diǎn)分析了新巴塞爾資本協(xié)議的基本內(nèi)容,并詳細(xì)闡述了我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理現(xiàn)狀與巴塞爾協(xié)議要求之間的種種差距,構(gòu)建Z-score模型對(duì)我國(guó)商業(yè)銀行的執(zhí)行情況進(jìn)行客觀分析。第五章筆者還對(duì)VaR的計(jì)算和應(yīng)用進(jìn)行了創(chuàng)新改良,利用倒向隨機(jī)微分方程將VaR值過(guò)渡到一個(gè)g-VaR的取值區(qū)間;并且構(gòu)建了夏普比率模型、RAROC模型、指數(shù)加權(quán)平均指數(shù)模型對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理狀況進(jìn)行實(shí)證分析。對(duì)相關(guān)計(jì)量方法的優(yōu)缺點(diǎn)進(jìn)行歸納總結(jié),為下一步理論模型的優(yōu)化提出方向。同時(shí),也對(duì)商業(yè)銀行風(fēng)險(xiǎn)度量的結(jié)果進(jìn)行原因分析,找到了提升銀行風(fēng)險(xiǎn)管理方法的具體辦法,形成了一個(gè)有效的風(fēng)險(xiǎn)度量和管理方法。第六章系統(tǒng)闡述了在新時(shí)期我國(guó)監(jiān)管部門針對(duì)我國(guó)商業(yè)銀行的特點(diǎn)特色,對(duì)銀行風(fēng)險(xiǎn)管控提出了不同的監(jiān)管要求,筆者對(duì)我國(guó)監(jiān)管部門管理的特殊性、監(jiān)管機(jī)制的特殊性以及我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理指標(biāo)體系進(jìn)行了梳理,并分析了現(xiàn)有體系存在的共性及個(gè)性問題,為論文最終提出的政策建議提供理論準(zhǔn)備。第七章基于KMV模型,選取5個(gè)行業(yè)的20家上市公司(ST和非ST公司各10家)組成樣本,運(yùn)用KMV模型計(jì)算樣本企業(yè)違約概率,分析比較ST公司與非ST公司的信用狀況差異,對(duì)比不同行業(yè)、不同企業(yè)規(guī)模間違約距離差異,研究發(fā)現(xiàn)了 ST公司的平均違約距離均小于非ST平均違約距離,第二產(chǎn)業(yè)的平均違約距離最小。從而印證了 KMV模型在運(yùn)用于銀行單筆信用風(fēng)險(xiǎn)度量的實(shí)際操作中有較強(qiáng)的適用性。此外,通過(guò)研究發(fā)現(xiàn),產(chǎn)業(yè)因素對(duì)違約距離帶來(lái)的影響更大,因此產(chǎn)業(yè)因素對(duì)我國(guó)上市公司金融風(fēng)險(xiǎn)的影響更大,企業(yè)因素對(duì)風(fēng)險(xiǎn)的影響較小。最后一章是結(jié)論與建議。本篇論文的研究結(jié)果主要體現(xiàn)在三個(gè)方面,一是通過(guò)相關(guān)知識(shí)的梳理對(duì)我國(guó)現(xiàn)行風(fēng)險(xiǎn)度量和管理制度進(jìn)行了詳細(xì)分析,并對(duì)當(dāng)前存在的問題與不足進(jìn)行了系統(tǒng)的歸納與總結(jié)。二是理論創(chuàng)新方面,利用倒向隨機(jī)微分方程的g期望理論推導(dǎo)出了 g-VaR,將過(guò)去的單一 VaR值改進(jìn)成了一個(gè)取值區(qū)間[a1,a2],大大拓寬了 VaR的使用范圍和靈活度。三是在信用風(fēng)險(xiǎn)度量方面,通過(guò)構(gòu)建針對(duì)不同計(jì)量模型的股票績(jī)效與排名,并對(duì)其中多個(gè)計(jì)量模型的度量方法進(jìn)行的理論研究,利用我國(guó)上市銀行相關(guān)數(shù)據(jù),Z-score、指數(shù)加權(quán)移動(dòng)平均模型、風(fēng)險(xiǎn)調(diào)整資產(chǎn)模型等模型,對(duì)我國(guó)商業(yè)銀行風(fēng)險(xiǎn)狀況狀況進(jìn)行實(shí)證分析。本篇論文的創(chuàng)新點(diǎn)包括以下幾個(gè)方面:一是對(duì)VaR理論的研究創(chuàng)新,不再將VaR當(dāng)成一個(gè)簡(jiǎn)單的數(shù)值,而是使用g期望理論對(duì)VaR進(jìn)行數(shù)學(xué)推導(dǎo)和變換,得到一個(gè)g-VaR值的取值區(qū)間。只要商業(yè)銀行根據(jù)自身情況計(jì)算得到的g-VaR值落在區(qū)間之內(nèi),我們就可以認(rèn)為是合理的。二是在基于Z-score指數(shù)模型對(duì)商業(yè)銀行的巴塞爾資本協(xié)議執(zhí)行情況進(jìn)行量化分析,并將分析結(jié)果與當(dāng)期經(jīng)濟(jì)運(yùn)行情況、信貸政策進(jìn)行比對(duì)驗(yàn)證。三是利用KMV模型對(duì)商業(yè)銀行單筆貸款違約率進(jìn)行度量,研究發(fā)現(xiàn)了 ST公司違約可能性更大,金融風(fēng)險(xiǎn)高。同時(shí),由于上市公司所處的行業(yè)不同,其信用狀況也必然會(huì)有所差異,同時(shí),上市公司信用狀況與宏觀經(jīng)濟(jì)走勢(shì)呈同向發(fā)展趨勢(shì)。四是使用RAROC模型對(duì)我國(guó)商業(yè)銀行整體風(fēng)險(xiǎn)管理狀況進(jìn)行分析,指出RAROC指標(biāo)是反映銀行業(yè)務(wù)發(fā)展與風(fēng)險(xiǎn)控制內(nèi)在統(tǒng)一的衡量指標(biāo)之一,為商業(yè)銀行科學(xué)測(cè)算和防范風(fēng)險(xiǎn)提供一種全新的、先進(jìn)的風(fēng)險(xiǎn)管理指標(biāo)體系,并提出商業(yè)銀行整體運(yùn)行狀況的業(yè)務(wù)建議。本文的不足之處主要有以下幾個(gè)方面:第一,本文雖然對(duì)VaR的取值范圍由一個(gè)數(shù)值推廣到了一個(gè)取值區(qū)間,但是不可否認(rèn)的是,筆者只給出了數(shù)學(xué)推導(dǎo),并沒有實(shí)證支撐,今后應(yīng)選取適當(dāng)數(shù)據(jù)進(jìn)行分析研究。第二,在基于KMV模型,由于樣本選取條件設(shè)定方式的限制,選取的樣本公司數(shù)量偏少,不能對(duì)所有行業(yè)展開廣泛深入的研究。第三,EWMA模型的RAROC和VaR的實(shí)證研究中,提供了一個(gè)計(jì)算模型,使用的衰減因子為固定值,對(duì)衰減因子的優(yōu)化計(jì)算仍需進(jìn)一步的研究分析。
【學(xué)位單位】：山東大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：F832.33
【部分圖文】：

因?yàn)殂y行產(chǎn)品的滲透率低，中小企業(yè)和家庭的銀行信貸較少，分別占貸??款總額的２４％和２２％。第二，我國(guó)經(jīng)濟(jì)仍在轉(zhuǎn)型當(dāng)中，四大國(guó)有商業(yè)銀行依舊占??有最大資產(chǎn)規(guī)模，圖３．１總結(jié)了我國(guó)截止２０１７年６月的部分商業(yè)銀行資產(chǎn)規(guī)模。??不難看出，四大行相較于其他商業(yè)銀行在規(guī)模上有絕對(duì)的優(yōu)勢(shì)。??我國(guó)商業(yè)銀行資產(chǎn)規(guī)模（萬(wàn)億）??３０?．．．ｒ?卜一—一－??????????２５??????????????２０?ｉ?ｆ?■?§－－?｜－?．－－－－?｜???ｍ??｜｜???１０?．．??：我國(guó)商業(yè)銀行資產(chǎn)規(guī)模??：ｉｌｌｊｘｔｔｌｉｘｎ?（力億）??圖３．?１我國(guó)商業(yè)銀行資產(chǎn)規(guī)模??１９??

山東大學(xué)博士學(xué)位論文??如圖３．２所示，截止２０１６年底，我國(guó)銀行業(yè)共有國(guó)家開發(fā)銀行１家，政策??性銀行２家，大型商業(yè)銀行５家，股份制商業(yè)銀行１２家，城市商業(yè)銀行１３４家，??農(nóng)村商業(yè)銀行１，１１４家，民營(yíng)銀行８家，農(nóng)村合作銀行４０家�？梢姡�商業(yè)銀行??已經(jīng)成為了我國(guó)銀行體系內(nèi)的重要組成部分。商業(yè)銀行對(duì)風(fēng)險(xiǎn)的管理控制能力，??直接影響到我國(guó)金融體系的穩(wěn)定和繁榮，以及國(guó)民經(jīng)濟(jì)的可持續(xù)發(fā)展。??＇?Ｋ；?＾?＿國(guó)豕開發(fā)銀仃??Ｉ?＇?顏政策性銀行??ｂ大型細(xì)艮行??ｉ?■?－?�。粒叽笮蜕虡I(yè)銀行??背’?＇?�！�Ｉ爾＿．：％以Ｓ?城市商業(yè)銀行??嫌獲行??，農(nóng)村合作銀行??霉錢織參餐??圖３．２我國(guó)商業(yè)銀行構(gòu)成??近年來(lái)，學(xué)術(shù)界關(guān)于商業(yè)銀行風(fēng)險(xiǎn)管理的研究繁多，且針對(duì)風(fēng)險(xiǎn)計(jì)量原理和??模型研宄尤其熱烈。然而，對(duì)于商業(yè)銀行風(fēng)險(xiǎn)管理歷史回顧的研宄卻乏人問津。??這是由于我國(guó)眾多中小商業(yè)銀行還處于發(fā)展初期

易萎縮嚴(yán)重，復(fù)蘇乏力，上海交通銀行首席經(jīng)濟(jì)學(xué)家連平預(yù)計(jì)，２０１７年，我國(guó)??出口增速或?qū)⒈３郑保プ笥业牡退僭鲩L(zhǎng)。為了更直觀的觀察，筆者將以上信息繪??制成圖３．１。??１６００００???—一一－?－—－?—一一??４０．００％??Ｉ?３０．５０％?ｌ４３８８４１Ａ１１ｆｉ７??…咖：?１３７１３１?賴?１４１１６７??丄?４ｕｕｕｕ?—?：?１２９３５９?－ｉｆ?；?１３８４０９?３０?００％??２０．７０％?Ｉ?＼?１２３２４１?Ｖ．＇?ｊ??１２００００?＊４．－——－———？—－￣￣￣—?，?；?ｙｉｆ?－?－?－＾９?—?－?ｔ?＇Ｈ％?ｉ??＼?１００３９５?１０７０２?■?：?２０－００％??１０００００?９３６２７??／?８２０３０?１＾＾％＇?６．０Ｄ％?｜?Ｊ?圍卜?１０．００％??８００００??７－２〇％?，ｏｏ％?—?■２－〇〇％?〇．〇〇％??Ｉ?６〇０００?Ｉ?｜?＇?１?＼?？?＇?〇?｜??４００００?－１０．００％?ｊ??：２００００?１?－２０．００％?Ｉ??（ｌ＿＿＿?畫＿曬＿＿＿１?丨?Ｉ??０?１?１ｊ?。’授＂，?￣３０?００％??２００７?２００８?２００９?２０１０?２０１１?２０１２?２０１３?２０１４?２０１５?２０１６??ｖＭ貨物出口總值??ｊ?＿逢＿名乂增長(zhǎng)速度??圖３．３我國(guó)出口增速??第三
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘睿;;我國(guó)上市企業(yè)基于KMV模型的實(shí)證研究[J];煙臺(tái)大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);2017年04期

2 代軍勛;陶春喜;;資本和流動(dòng)性雙重約束下的商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)[J];統(tǒng)計(jì)研究;2016年12期

3 代軍勛;海米提·瓦哈甫;;資本約束、銀行特質(zhì)性與貨幣政策敏感性——基于中國(guó)銀行業(yè)的實(shí)證[J];國(guó)際金融研究;2014年08期

4 張鵬;張逸菲;;完全市場(chǎng)情況下多階段均值-VaR投資組合優(yōu)化[J];武漢科技大學(xué)學(xué)報(bào);2014年04期

5 杜欣欣;楊有振;;商業(yè)銀行業(yè)務(wù)轉(zhuǎn)型:風(fēng)險(xiǎn)和路徑選擇[J];統(tǒng)計(jì)與決策;2014年08期

6 周凱;袁媛;;商業(yè)銀行動(dòng)態(tài)流動(dòng)性風(fēng)險(xiǎn)壓力測(cè)試應(yīng)用研究[J];審計(jì)與經(jīng)濟(jì)研究;2014年03期

7 印凡成;陳瑞冰;黃健元;;基于均值-VaR-熵的證券投資組合應(yīng)用研究[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2013年03期

8 巴曙松;金玲玲;朱元倩;;巴塞爾Ⅲ下市場(chǎng)風(fēng)險(xiǎn)資本框架的改革及中國(guó)商業(yè)銀行的應(yīng)用[J];金融發(fā)展研究;2013年01期

9 張宇婧;;我國(guó)商業(yè)銀行風(fēng)險(xiǎn)管理研究[J];區(qū)域金融研究;2013年01期

10 曾艷姍;李仲飛;;基于粒子群優(yōu)化算法的均值-VaR投資組合選擇[J];中山大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

相關(guān)博士學(xué)位論文 前2條

1 馮建友;現(xiàn)代信用風(fēng)險(xiǎn)管理模型的發(fā)展與比較研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2007年

2 李興法;信用風(fēng)險(xiǎn)理論、模型及應(yīng)用研究[D];東北財(cái)經(jīng)大學(xué);2007年

本文編號(hào)：2894351