發(fā)布時(shí)間：2020-12-05 16:46

　　與發(fā)展程度比較高的國(guó)家相比,中國(guó)的利率市場(chǎng)化發(fā)展的比較慢,致使銀行業(yè)在對(duì)利率風(fēng)險(xiǎn)進(jìn)行治理的時(shí)候所使用的工具都比較簡(jiǎn)單。利率風(fēng)險(xiǎn)缺口模型是我國(guó)銀行業(yè)主要使用的一種利率風(fēng)險(xiǎn)度量方式,而對(duì)于久期模型,VaR值模型,情景分析等利率風(fēng)險(xiǎn)的度量方法在銀行業(yè)中應(yīng)用的范圍還不是很廣,在實(shí)際利率風(fēng)險(xiǎn)管理中應(yīng)用的層次也比較淺,使得我國(guó)商業(yè)銀行在如今開(kāi)放程度這么高的國(guó)際環(huán)境中處于被動(dòng)的地位,降低自身的競(jìng)爭(zhēng)能力。目前中國(guó)可用的利率衍生品種類(lèi)非常有限,利率互換是當(dāng)前交易量最大的利率衍生產(chǎn)品,但是因其流動(dòng)性差,信用風(fēng)險(xiǎn)大,無(wú)法滿(mǎn)足商業(yè)銀行進(jìn)行利率風(fēng)險(xiǎn)管理的需求。國(guó)債期貨的重新上市豐富了銀行業(yè)進(jìn)行利率風(fēng)險(xiǎn)管理的手段,具體指的是商業(yè)銀行可以借助國(guó)債期貨對(duì)現(xiàn)貨進(jìn)行套期保值,減少關(guān)于國(guó)債資產(chǎn)的利率敏感性缺口,也可以對(duì)整體的利率風(fēng)險(xiǎn)敞口進(jìn)行套保,以達(dá)到對(duì)自身所面臨的利率風(fēng)險(xiǎn)進(jìn)行管理的目的。本文基于此,提出使用風(fēng)險(xiǎn)價(jià)值法(VaR法)對(duì)我國(guó)上市商業(yè)銀行的利率風(fēng)險(xiǎn)進(jìn)行度量,接著探討了國(guó)債期貨主力合約與國(guó)債現(xiàn)貨之間的雙向格蘭杰因果關(guān)系,為下文我國(guó)上市商業(yè)銀行利用國(guó)債期貨對(duì)現(xiàn)貨進(jìn)行套保提供一定的實(shí)證基礎(chǔ)。接著使用國(guó)債期貨合約為5年期... 

【文章來(lái)源】：西北大學(xué)陜西省 211工程院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

三種國(guó)債期貨每月的交易量

第三章 商業(yè)銀行使用國(guó)債期貨管理利率風(fēng)險(xiǎn)21且提升了國(guó)債市場(chǎng)收益率曲線(xiàn)在定價(jià)方面的有效性。圖 3.1 和圖 3.2 顯示了三種國(guó)債期貨的從推出以來(lái)的交易量與持倉(cāng)量。圖 3.1 三種國(guó)債期貨每月的交易量圖 3.2 三種國(guó)債期貨每月的持倉(cāng)量在圖 3.1 和圖 3.2 中，藍(lán)色線(xiàn)表示國(guó)債期貨合約是 2 年期的，紅色線(xiàn)是 5 年期的，綠色線(xiàn)是 10 年期的。通過(guò)兩圖的分析知，不論是從交易量還是持倉(cāng)量來(lái)看，國(guó)內(nèi)國(guó)債期貨合約 10 年期從推出以來(lái)的的活躍程度都高于其他兩個(gè)期限品種。不過(guò)我國(guó) 2 年期國(guó)債期貨的成交量較低，一是推出的時(shí)間比較短，二是國(guó)債期貨市場(chǎng)的投資者的構(gòu)成對(duì)其也有影響。按照中國(guó)金融期貨交易所的統(tǒng)計(jì)，2013 年，在我國(guó)國(guó)債期貨交易中機(jī)構(gòu)投資者每日平均的持倉(cāng)量在總持倉(cāng)量的比例能達(dá)到 39%

【參考文獻(xiàn)】：
期刊論文
[1]我國(guó)國(guó)債期貨的市場(chǎng)功能研究——基于利率市場(chǎng)化改革基本完成前后的實(shí)證對(duì)比分析[J]. 謝太峰,劉格華.  金融理論與實(shí)踐. 2018(01)
[2]利率市場(chǎng)化拓展研究——基于國(guó)債期貨市場(chǎng)功能分析[J]. 郭磊.  宏觀經(jīng)濟(jì)研究. 2017(01)
[3]運(yùn)用衍生工具管理我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)的效率研究[J]. 王晉忠,高菲.  武漢大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2015(06)
[4]GARCH類(lèi)模型對(duì)我國(guó)滬深300指數(shù)VAR值模型的模擬估算[J]. 鄭平.  統(tǒng)計(jì)與決策. 2014(14)
[5]利率市場(chǎng)化下國(guó)債期貨在商業(yè)銀行利率管理中的應(yīng)用[J]. 交通銀行上海市分行課題組.  上海金融. 2013(11)
[6]國(guó)債期貨在我國(guó)商業(yè)銀行利率風(fēng)險(xiǎn)管理中的應(yīng)用研究[J]. 傅曉云.  新金融. 2013(10)
[7]中國(guó)黃金期貨與現(xiàn)貨市場(chǎng)的相關(guān)性及其套期保值研究[J]. 李紅霞,傅強(qiáng),袁晨.  財(cái)貿(mào)研究. 2012(03)
[8]重推國(guó)債期貨與我國(guó)利率市場(chǎng)化互動(dòng)關(guān)系研究[J]. 賀強(qiáng),辛洪濤.  價(jià)格理論與實(shí)踐. 2012(02)
[9]歷史模擬法諸模型的比較研究[J]. 黃劍.  金融研究. 2010(11)
[10]VaR模型及其在壽險(xiǎn)公司風(fēng)險(xiǎn)管理中的應(yīng)用[J]. 閻栗,付江濤.  保險(xiǎn)研究. 2009(02)



本文編號(hào)：2899766