商业银行经济资本计量与管理研究

《商业银行经济资本计量与管理研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西南大学硕士学位论文商业银行经济资本计量与管理研究姓名：胡朝阳申请学位级别：硕士专业：金融学指导教师：谢家智201106摘要商业银行经济资本计量与管理研究金融专业硕士研究生：胡朝阳指导教师：谢家智教授中文摘要经济资本直接源于国际先进银行的管理实践，基于对银行资本与风险之间关系的深刻理解，在商业银行的经营管理领域出现了经济资本的概念，并逐渐发展成为一种新的管理方法。经济资本管理是一个系统的管理体系，主要包括经济资本计量和经济资本应用。本文首先介绍了经济资本的概念和作用，以及与账面资本和监管资本的区别，简要介绍经济资本管理体系：经济资本计量和经济资本应用。在给定的置信度和期限下，经济资本的计量就

2、是对某个特定对象的损失分布进行估计，计量最上面的纬度是风险类型。为此，本文分别介绍了三大风险的经济资本计量：信用风险经济资本计量、市场风险经济资本计量和操作风险经济资本计量。论文主要介绍了国际先进银行的经济资本计量的主要模型与方法，包括：以KMV模型为例的信用风险VaR模型，市场风险VaR方法一历史模拟法、蒙特卡罗模拟法和方差一协方差法，操作风险的量化方法：基本指标法、标准化法、记分卡法分、内部模型法、损失分布法。在经济资本应用部分，本文主要介绍了RAROC概念和基于RAROC上的资本分配和绩效评估。实证部分，本文以信用风险为例进行经济资本风险计量的实证研究，利用我国资本市场价格信息和财务信

3、息，通过对KMV模型框架进行模型参数的设计，采用违约距离作为核心指标，计算出DD值。通过ST公司和配对非ST公司的违约距离的对比分析来检验这一指标对于“好的”和“坏的”上市公司的信用风险是否具有区分能力。研究发现提高对违约距离的估计精度的关键，是精确地估计股票收益的标准差。研究发现的问题是：ST公司DD值的均值大于配对非ST公司DD值的均值，而从理论上讲，ST公司DD值的均值应当小于配对非ST公司DD值的均值。本文得出研究结论为：商业银行在经济资本计量中，在引进、使用国外的计量模型和方法或者设计国内自己的模型和方法时，重点应当研究和考虑模型里的参数和变量，这些参数、变量甚至整个模型的适用性往

4、往与～定条件的外部环境相关，如本文所涉及的资本市场条件和资本市场外商业银行应当建立从DD到EDF映射的实际违约事件的统计数据。就本文实证研究而言，商业银行在研究和使用KMV模型直接应用上市公司的数据对信用风险进行评估时，应当重点考虑影响我国商业银行违约概率估计的主要因素有：第一，非流通股股权价值的确定问题。由于我国证券市场发展的特殊性，上市公司股票被人为地分割为流通股和非流通股两部分，而非流通股的价值不易估算。因此，解决非流通两南大学硕士学位论文股定价问题将是今后进行大样本研究的一项基础性工作。第二，股票收益的波动率。研究表明，影响计算违约距离最重要的因素是股票收益的波动率，导致ST公司DD

5、值相对于非ST公司较大的原因主要是其股票收益波动率较小。因此，完善的退市机制今后将会使得股票波动率真正反映其本身所应该具有的波动率。第三，求解模型中最关键的两个变量圪和盯。时所使用的两个方程的选择问题。期权定价模型发展到现在已有很多种形式，如何选择最能适应中国市场特征的那一种模型，这需要做进一步的理论研究和探讨。仃．／仃，函数关系会随着市场的不同而不同，这就需要研究符合我国市场特征的盯。／仃F函数关系。第四，DP与∥值的实证研究。研究我国企业的违约点并得出DP的实证结论是今后研究的一项基础性工作。另外，本文采用圪替代E(L)，即假设公司资产价值的预期增长率为0，今后在实际应用中应当引入∥到模

6、型中。第五，从DD到EDF的映射。KMV模型最后是把违约距离映射到由实际统计数据得到的某个违约概率即“经验的预期违约概率”从而提高了预测能力，对我国而言，需要获取大量的实际违约事件的统计数据建立从DD到EDF的映射，这是一项长期的基础性工作。最后，基于本文发现的问题和研究结论，本文提出以下建议：商业银行在研究和使用KMV模型直接应用上市公司的数据对信用风险进行评估时，应当考虑模型本身要求资本市场必须完善，上市公司必须按照规章操作，其公布的任何信息必须及时、准确、真实可靠，只有这样才能真正发挥KMV模型的优势。就我国而言，权分置改革的最终完成，进一步完善我国股市退市机制，解决上市公司“壳资源”

7、的稀缺性问题，使得股票价格和波动率真正反映其本身所拥有的内在价值和应该具有的波动率将是商业银行重点考虑的因素。除资本市场环境外，研究我国企业的违约点并得出DP的实证结论，引入公司资产价值的预期增长率∥，建立从DD到EDF映射的实际违约事件的统计数据，将是商业银行自己本身今后研究的一项基础性工作。关键词：经济资本信用风险VaR模型KMV模型IIAbstract—皇曼皇璺鲁量皇舅皇舅基皇量皇曼皇曼皇曼曼曼曼曼皇曼