我國商業(yè)銀行利率風(fēng)險管理研究——基于Shibor同業(yè)拆借利率.pdf

1、近些年來中國金融改革的步伐不斷加快，尤其是利率市場化的程度進(jìn)一步加深，我國商業(yè)銀行面臨的利率風(fēng)險問題越來越突出。2013年中國人民銀行取消貸款利率的限制標(biāo)志著貸款利率全面放開，這也使得我國利率市場化達(dá)到了一個新的高度。2014年以來存款利率的限制也不斷的放開，存款利率的全面市場化已成為大勢所趨。由于受過去長期管制利率的影響，我國商業(yè)銀行存在利率風(fēng)險意識薄弱、風(fēng)險管理方法落后的問題，同時新的經(jīng)濟(jì)形勢為商業(yè)銀行的利率風(fēng)險管理帶來了更加嚴(yán)峻挑

2、戰(zhàn)。尤其是在利率風(fēng)險度量方面，雖然經(jīng)過多年的探索，VaR方法的已經(jīng)在商業(yè)銀行利率風(fēng)險度量中得到了運(yùn)用，但是在使用模型精確性方面仍存在較大的提高空間。
　　金融創(chuàng)新為金融市場的發(fā)展和完善帶來了新的活力，但是金融創(chuàng)新尤其是在金融衍生產(chǎn)品市場方面的創(chuàng)新所帶來的利率風(fēng)險問題同樣不可忽視。在我國當(dāng)前金融市場不夠完善的環(huán)境下，對于利率衍生產(chǎn)品的風(fēng)險防范和管理更顯得尤為突出和必要。因此，利率風(fēng)險的管理問題已經(jīng)成為我國商業(yè)銀行必須重視的課題。

3、r>　　金融時間序列數(shù)據(jù)自身存在波動聚集額特點(diǎn)，根據(jù)大量學(xué)者的研究，GARCH（1，1）模型能夠解釋金融時間序列數(shù)據(jù)的這一特點(diǎn)，但是該模型沒有充分考慮到金融時間數(shù)列中存在的杠桿性和影響的非對稱性問題，這是GARCH（1,1）的不足之處。本文引入非對稱GARCH模型即TARCH模型對Shibor隔夜拆借利率進(jìn)行數(shù)據(jù)分析，并得到了較好的擬合結(jié)果，得到了更為精確的VaR值。同時在對殘差分布的選擇上對T分布和GED分布做了對比分析，通過實(shí)證分析