基于神经网络模型与var的中国银行汇率风险管理优化研究

《基于神经网络模型与var的中国银行汇率风险管理优化研究》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、；臻交专业硕士学位论文基于神经网络模型与VAR的中国银行汇率风险管理优化研究ResearchonImprovementinExchangeRiskManagementofBankofChinaBasedonNeuralNetworkModeland朔月作者：靳吴导师：佟琼北京交通大学2013年6月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交

2、论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：轳签字日期：2i-13年∥月／日导师虢仔签字日期：仞J多年‘月多日中图分类号：)C(敝UDC：XXXX学校代码：XXXX密级：公开北京交通大学专业硕士学位论文基于神经网络模型与VAR的中国银行汇率风险管理优化研究ResearchonImprovementinExchangeRiskManagementofBankofChinaBasedonNeuralNetworkModelandVAR作者姓名：靳昊导师姓名：佟琼专业学位：工商管理硕士学号：11125294职称：副教授学位级别

3、：硕士北京交通大学2013年6月致谢本论文的工作是在我的导师佟琼教授的悉心指导下完成的，佟琼教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢两年来佟琼老师对我的关心和指导。佟琼教授悉心指导我们完成了论文中主要模型的建立工作并对于我的科研工作和论文都提出了许多的宝贵意见，在学习上和生活上都给予了我很大的关心和帮助，在此向佟琼老师表示衷心的谢意。在撰写论文期间，周荣、梁皓、林玲、黄分明等同学对我论文中的研究工作给予了热情帮助，在此向他们表达我的感激之情。另外也感谢家人，他们的理解和支持使我能够在学校专心完成学业。中文摘要中又事两斐本文在

4、对神经网络模型与VAR方法的应用及实现进行详细介绍的基础上，讨论了应用神经网络模型与VAR对中国银行汇率风险管理进行优化的可行性，形成一套具有一定实际意义的风险管理优化方案。本文首先对文中所采用的两个风险管理模型进行了介绍。在对神经网络模型进行介绍时，选取了2009年12月31日至2013年3月1目共760个人民币对美元中间价作为样本，利用MATLAB软件建立神经网络模型，通过建立模型、训练模型、测试模型等三个步骤实现神经网络模型对外汇中间价的预测，获得的测试结果与实际数据基本吻合，证明了神经网络模型在汇率预测方面具有较高的准确度。在对VAR方法进行介绍

5、时，选取2009年12月31日至2013年1月4日共724个交易日人民币对美元外汇中间价作为实证样本，采用报酬率计算公式为预测公式，获得资产组合价值分布图，最后以99％的置信区间获得VAR数值，经过以上四个步骤实现VAR的测算。在完成对神经网络模型与VAR实现的介绍基础上，从风险管理组织架构、外汇交易市场风险管理、外汇交易操作风险管理等三个角度，对中国银行现行的外汇风险管理系统进行详细分析，并利用神经网络模型与VAR从以上三个角度对中国银行风险管理进行适用性分析，得出神经网络模型与VAR对中国银行风险管理的优化具有适用性的结论。在以上评价的基础上，将神经

6、网络模型与VAR与中国银行风险管理现状相结合，从中国银行风险管理组织架构、市场风险管理、操作风险管理三个方面进行优化，与原有风险管理管理系统进行对比，优化后的风险管理系统有助于提高中国银行的外汇风险管理水平，具有良好的应用潜能。关键词：神经网络模型；VAR；汇率风险；风险管理SABSTRACTBasedonthedetailintroductionofapplicationandimplementationofneuralnetworkmodelandVARmethod，thispaperdiscussesthefeasibilityoftheappli

7、cationofneuralnetworkmodelandVARtoimprovetheexchangeriskmanagementofBankofChina，andproposesasetofriskmanagementimprovementsolutionswhichhaveacertainpracticalsignificance．First，tworiskmanagementmodelswillbeintroducedinthispaper．Intheintroductionoftheneuralnetworkmodel，thecentralpa

8、rityofRMBtoUSDof760daysintheperiodDecemb