基于随机线性规划的银行资产负债管理模型优化及实证研究.doc
《基于随机线性规划的银行资产负债管理模型优化及实证研究.doc》由会员分享,可在线阅读,更多相关《基于随机线性规划的银行资产负债管理模型优化及实证研究.doc(56页珍藏版)》请在沃文网上搜索。
1、基于随机线性规划的银行资产负债管理模型优化及实证研究作者姓名: 常钟文 指导教师: 高 莹 副教授 单位名称: 工商管理学院专业名称: 金融学东北大学2010年06月Optimization of commercial bank Asset-liability management based on Stochastic linear programming model and Empirical studyBy Chang Zhong WenSupervisor: Associate Professor Gao YinNortheastern UniversityJune 2010毕业设计(
2、论文)任务书毕业设计(论文)题目:基于随机线性规划的银行资产负债管理模型优化及实证研究设计(论文)的基本内容:通过对资产负债管理方法进行分析,寻找合适的建模方法,并将在此方法的基础上对银行资产负债管理模型进行优化。得出优化模型之后,对其进行实证分析,通过数据选取、情景生成对模型求解,以得出相应结论和针对结论提出相关建议。毕业设计(论文)专题部分:题目: 设计或论文专题的基本内容:学生接受毕业设计(论文)题目日期第3周指导教师签字:年月日基于随机线性规划的银行资产负债管理模型优化及实证研究摘 要20世纪,为了实现全面系统地进行风险管理,特别是对于银行的利率风险的管理,西方商业银行逐步形成了主宰银
3、行业资金管理的资产负债管理体系。近年来,随着金融市场波动性加剧,银行业务的复杂性随之增加,同时新巴塞尔协议的提出和2008年的金融危机都对银行资产负债管理体系提出了更高的要求,因此开展对资产管理领域的深入研究无疑对我国银行界和学术界具有重大实践意义。建立符合我国国情的商业银行资产负债管理模型成为一个重要命题。随着资产负债管理方法的发展,随机规划成为解决动态资产负债管理问题的一种行之有效的方式。本文以我国的经济环境为基础,在合适的约束条件下,建立了一个具有一般性的符合我国商业银行情况的资产负债管理多阶段随机线性规划模型,以研究在不确定环境下银行的资产负债管理问题。本文将向量自回归(VAR)和一阶
4、自回归运用到随机规划模型中生成情景,并结合历史数据,使用Eviews软件和Lingo软件对该模型进行了实证研究。通过实证研究发现本文所建立的模型具有一定的参考意义和实践价值。关键词:资产负债管理;随机线性规划;向量自回归(VAR);情景生成Optimization of commercial bank Asset-liability management based on Stochastic linear programming model and Empirical studyAbstractIn order to achieve the goal of comprehensive and
5、 systematic risk management, especially for the bank interest rate risk management, Western commercial banks gradually developed an asset liability management system in 20th century. In recent years, as financial market volatility increased, the complexity of banking business increased as well. At t
6、he same time, the proposal of Basel II and the occurrence of 2008 financial crisis put higher demands to Assets and Liability Management system. Thus, developing ALM study in depth is undoubtedly of great practical significance for banking and academia of China.With the development of asset and liab
7、ility management technology, stochastic programming became an effective way for dynamic asset-liability management problem. In this paper, based on our economic environment, we establish a multi-period stochastic linear simple recourse model which is fit for our country to study bank asset and liabi
8、lity management under uncertainty. We use Vector Auto Regression(VAR) to generate scenarios in this stochastic programming model and use Eviews and Lingo to do empirical study of the model. The empirical study indicates that the optimal model has certain practical value for reference.Key words: Asse
9、t and liability management; stochastic linear programming; Vector Auto Regression(VAR); scenario generation东北大学毕业设计(论文) 目录目 录毕业设计(论文)任务书I摘 要IIAbstractIII第1章 绪论11.1 选题背景及意义11.2国内外研究进展31.2.1国外研究进展31.2.2国内研究进展51.3本文内容7第2章 相关理论及模型回顾92.1资产负债管理概述92.2资产负债管理方法102.3随机规划122.4商业银行资产负债管理的理论模型132.4.1简单补偿的多阶段随机线性
10、规划模型132.4.2 Kuzy-Ziemba银行资产负债管理随机规划模型14第3章 银行资产负债管理模型优化193.1模型假设193.2变量分类和定义193.2.1控制变量193.2.2决策变量203.3.3确定性参数203.2.4随机性参数203.3模型建立213.3.1目标函数213.3.2约束条件223.3.3最终表达式23第4章 实证研究254.1数据选取254.2情景生成254.2.1短期存款利率和中长期存款利率情景生成264.2.2债券收益率情景生成274.2.3短期贷款利率和中长期贷款利率情景生成274.2.4短期存款流和长期存款流情景生成304.3模型求解324.4模型结果分
11、析33第5章 结束语355.1主要结论355.2相关建议355.3局限及展望36致谢37参考文献39附录43- 49 -东北大学毕业设计(论文) 第1章 绪论第1章 绪论1.1 选题背景及意义随着科技的迅猛发展,金融业不论是从结构还是产品种类上比之从前都有了长足改变。金融市场的波动性更是日益加剧,银行对各种风险的敏感性增大,为了实现全面系统地进行风险管理,特别是对于银行的利率风险的管理,西方商业银行逐步形成了资产负债管理(ALM)体系。旨在使银行以有限的现金,在兼顾安全性(Safety)、流动性(Liquidity)、盈利性(Profitability)的情况下,进行最适当的资产配置(Asse
12、t Allocation)。近年来,国外金融界和学术界纷纷致力于资产负债管理相关领域的研究,对ALM体系问题的研究和探讨不断深入,新的研究模型和方法层出不穷,国外银行资产管理方式从形式到内容都有了更深层次的变化。资产负债管理在银行的经营管理中的作用也变得日益突出。随着资产负债管理体系的发展和完善,银行资产负债管理所涉及的内容在不断延伸。银行资产负债管理一般分为两种,一种是狭义上的资产负债管理,主要是指在利率波动的环境中,通过策略性改变利率敏感资金的配置状况,来实现银行的目标,或者通过调整总体资产和负债的持续期,来维持银行正的净值;另一种是广义上的资产负债管理,是指为规避各种风险,增强流动性以及
13、提升银行市值,基于法律法规和市场等约束下,按一定的策略进行资金配置动态规划来实现流动性、安全性和盈利性等的目标组合1。最近几年,新巴塞尔协议的提出和经济形势的发展又对银行资产负债管理提出更高要求。新巴塞尔协议希望通过结合有效的银行管理、加强市场约束和监管来实现金融体系的稳定性和安全性,由三大支柱组成:一是最低资本要求,二是监管当局对资本充足率的监督检查,三是信息披露。新巴塞尔协议提高了对银行管理尤其是资本充足率和金融产品安全性的监管要求,拓展了对风险的认识,不再以考虑信用风险为主,而是几乎涵盖了银行所面临的一切风险,并且对各种风险都规定了相应的资本标准要求。2008年金融危机中,新巴塞尔协议暴
14、露出种种缺陷,但大多数监管机构仍然对新协议保持支持态度,原因在于:第一,新协议三大支柱下的规定较为完整,第一支柱提出了包括信用衍生品和资产债券化在内的全面资本要求;第二支柱鼓励银行提高风险监管技能,以更好地评估银行的特有风险;第三支柱对市场约束的规定提高了包括债券化和风险削减在内的信息披露的数量和质量。第二,新协议的资产债券化框架提高了对银行资产债券化风险暴露的监管资本要求,减少了高风险资产债券化所带来的资本不充足情况,并在第一支柱下提出了包括债券化资产风险暴露在内的银行须持有资本数量的几种计量方法2。尽管我国尚没有开始实施新巴塞尔协议,但是从新协议在欧洲、美国的实施情况以及新协议在次贷危机后
15、的发展争议可以看出,我国银行业必须正视实施新协议所带来的风险与挑战。随着全球经济一体化的加速进行,面对国际银行业的咄咄逼近,这一问题就显得更加突出和紧迫。随着金融市场波动性的加剧,金融机构受到各种因素波动的影响加大,2008年美国次贷危机引发的全球性金融危机再次为银行的风险管理敲响警钟,而当前银行经营风险呈现多元化、复杂化趋势,构建合理、合适的商业银行资产负债管理模型的重要性可见一斑。随着改革开放的进一步发展,中国与国际接轨的趋势势不可挡,我国的商业银行风险管理和资产负债管理也正处在与国际接轨的关键阶段,开展对资产管理领域的深入研究无疑对我国银行界和学术界具有非常重要的实践意义。综上所述,无论
16、是从银行资产负债管理的重要性而言,还是从新巴塞尔协议的提出和金融危机的发生而言,还是从建立符合我国经济情况和政策的商业银行资产负债管理模型对商业银行和学术界的重大意义而言,构建一个具有一般性、符合我国国情的业银行资产负债管理模型非常重要。1.2国内外研究进展1.2.1国外研究进展国外银行界和学术界构建随机资产负债管理模型理论的方法从20世纪六七十年代开始活跃。其中在20世纪六十年代出现了简单补偿的随机线性规划模型,每个随机变量的实现都分别由一个约束条件来处理。该模型结构构思的困难以及计算困难,成为了20世纪六十年代和七十年代利用这种方法的障碍。但是,随着计算机产业的迅猛发展,更复杂的简单补偿随
17、机线性模型逐渐发展起来,有的通过使用专门算法更快地解决问题,有的可以使用现存的线性规划求解程序使得模型更加简单易懂。最初由Charnes和Thore(1966)以及Charnes和Littlechild(1968)发展的机会约束规划。Pogue和Bussard(1972)建立了一个十二个计划期的机会约束模型,模型假设现金需求随机,最大的缺陷是当约束条件满足程度不同时模型不能做相应的调整3。Markowitz(1959)的投资组合理论可以在一个单独的投资计划期里用变量衡量风险。Pyle(1971)在他的模型里将Markowitz的理论运用在银行选择资产和负债的水平,旨在整个期间里保持相当水平。然
18、而,他的模型缺乏银行管理的关键方面:资产负债平衡4。Brodt(1978)改编了Markowitz的理论,并提出一个有效的动态平衡表管理计划,使得在一个多个计划期里给定风险下的利润最大化5。最初由Wolf(1969)建议的序贯决策理论方法。Bradley和Crane(1972)是用这种方法发展了一个债券组合管理模型。序贯决策理论最重要的缺点是所有的资产组合策略都应该一一列举以获得最优解决方案6。Eppen和Fama(1971)使用动态规划方法为3个资产问题建模。尽管利用这些模型成功地处理了银行资产负债平衡表管理中的动态和不确定问题,但是当包含很多项资产和负债时,由于计算困难,它们应用有限7。C
19、ohen和Thore(1970),Booth(1972)和Crane(1971)利用简单补偿的随机线性规划模型方法,在其中加以有限的可能结果和时间期间8,9。 Derwa(1972),Robinson和Grubmann(1987)关于仿真模型的报告成功地在不同金融机构实施。虽然这些模型可以为银行经理更好地理解,但是其实际用途有限,因为它们只能处理为数不多的情况10,11。Kallberg等(1982)针对一家公司的融资问题建立了一个简单补偿随机规划模型,并成功运用到温哥华城市储蓄信贷协会,做未来五年的投资计划。目标函数是最大化银行利润减去惩罚成本,模型的约束条件包括体现了相关的法律对银行经营方
20、面的规定的约束,y银行初始状态、资金的来源和运用的预算约束,满足存款体现需求的流动性和杠杆率约束,以及经营政策约束和存款流约束12。Kuzy和Ziemba(1986)使用一个多期简单补偿随机线性规划来为银行业资产负债管理建模。归功于该模型的范围和内容,他们的模型可以作为一个此方面研究的里程碑。这种模型的解决方法可以通过使用Kallberg和Kuzy(1976)编写的一种专用码来获得13。Mulvey(1989)和Valdimirou(1992)利用网络结构方法来处理金融问题,但因模型规模过小,很难用来处理实际规模的金融问题14。Zenios(1992)、Hiler和Eckstein(1993)
21、,Golub(1995)等建立在收入固定条件下的资产组合最优化模型,运用抽样方法生成利率,并运用最优化方法得到模型的解15。Carino(1994)等针对保险公司资产负债管理中出现的不确定性问题建立了RusselYasuda Kasai模型,目标函数是满足高收益条件下公司的长期价值最大化。据报道,处理这种模型的时候使用了并行计算机16。Cemal Berk Oguzsoy和Sibel Guven(1996)建立了一个简单补偿的多阶段随机线性规划模型。该模型被应用于土耳其某商业银行,是多期线性规划模型成功运用的一个典范17。Giorgio Consigli(2000)等建立了一个动态金融资产负债
22、管理的一般模型计算机辅助的资产负债管理模型,构建了一个具有普遍意义的计划期较长的模型框架。该模型可以根据具体情况和计算机软硬件条件进行改进,使模型能够更好地适应和符合真实状况,可以适应金融风险控制要求严格的公司,如银行和跨国控股公司18。Pieter Klaassen(2002)用迭代非聚合算法来求解多阶段随机规划模型,用从基础分布中随机抽取生成的方法来近似描述不确定性19。1.2.2国内研究进展程迎杰和秦成林(2000)建立了一个带有简单补偿的商业银行负债管理多阶段随机规划模型,该模型假设资产投资回报率和资金借入成本是确定的,而随机存款流是不确定的,在资本风险约束、流动性风险约束和利率风险约
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
下载文档到电脑,查找使用更方便
10 积分
下载 | 加入VIP,下载更划算! |
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 随机 线性规划 银行 资产负债 管理 模型 优化 实证 研究
