×
银行资产负债管理优化模型与应用

银行资产负债管理优化模型与应用

1星价 ¥138.6 (7.0折)
2星价¥138.6 定价¥198.0
暂无评论
图文详情
  • ISBN:9787030746863
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:B5
  • 页数:360
  • 出版时间:2023-02-01
  • 条形码:9787030746863 ; 978-7-03-074686-3

内容简介

本书分为五篇十四章,包括四大类资产负债管理模型。本书试图向读者展示资产负债管理的一个个科学问题不断地由"提出问题-理论建模-求解-实际应用"的思考和探索过程,以实现其研究层次的不断递进及解决问题方法的创新。本书试图对商业银行风险管理的前沿进行深入细致地探索和研究,构建一个逻辑严谨、体系完整的资产负债管理理论与方法体系。

目录

目录
**篇 银行资产负债管理优化模型与应用概述
第1章 绪论 3
1.1 银行资产负债管理的研究背景 3
1.2 银行资产负债管理的研究意义 5
1.3 本书的主要工作 10
1.4 本书的创新与特色 11
1.5 本书的框架 14
参考文献 16
第2章 银行资产负债管理的研究现状 17
2.1 基于信用风险控制的银行资产组合优化管理的研究现状 17
2.2 基于利率风险控制的资产负债管理优化管理的研究现状 19
2.3 基于联合风险控制的资产组合优化管理的研究现状 20
2.4 基于增量与存量的全资产负债管理的研究现状 21
参考文献 23
第3章 银行资产负债管理优化原理 28
3.1 均值—方差理论基本原理 28
3.2 全资产负债优化原理 29
3.3 贷款组合风险量度 31
3.4 信用风险迁移原理和迁移矩阵 34
3.5 久期 38
参考文献 40
第二篇 基于信用风险控制的银行资产组合优化模型
第4章 基于Copula尾部风险控制的行业贷款配置模型 43
4.1 引言 43
4.2 基于Copula理论的尾部相关性度量 43
4.3 基于尾部风险控制的行业贷款配置模型 47
4.4 应用实例 50
4.5 结论 60
参考文献 60
第5章 基于非预期损失控制的银行贷款组合优化模型 62
5.1 引言 62
5.2 非预期损失控制的原理 63
5.3 银行资产负债组合优化模型的建立 67
5.4 数值实验 83
5.5 结论 88
参考文献 89
第6章 基于非预期损失非线性叠加的增量贷款组合优化模型 90
6.1 引言 90
6.2 增量贷款组合优化模型的建立 91
6.3 数值实验 102
6.4 结论 110
参考文献 111
第三篇 基于利率风险控制的资产负债管理优化模型
第7章 基于“四维久期”利率风险免疫的资产负债组合优化模型 115
7.1 引言 115
7.2 “四维久期”模型的建立 115
7.3 基于“四维久期”的资产负债组合优化模型 126
7.4 应用实例 128
7.5 结论 138
参考文献 138
第8章 基于动态利率风险免疫的银行资产负债优化模型 140
8.1 引言 140
8.2 动态利率久期模型构建 140
8.3 基于动态利率风险控制的资产负债优化模型构建 145
8.4 应用实例 148
8.5 结论 162
参考文献 162
第四篇 基于联合风险控制资产负债管理优化模型
第9章 基于违约强度信用久期的资产负债优化模型 167
9.1 引言 167
9.2 原理 168
9.3 基于违约强度信用久期的资产负债模型 172
9.4 基于Cox回归分析的违约强度拟合模型及重要参数的确定 180
9.5 应用实例 192
9.6 结论 208
参考文献 209
第10章 基于层次算法多组*优解的银行资产负债多目标规划模型 210
10.1 引言 210
10.2 银行资产负债多目标优化原理 211
10.3 基于层次算法的资产负债多目标规划模型的建立 213
10.4 实证研究与结果 223
10.5 结论 233
参考文献 234
第五篇 基于增量与存量的全资产负债管理优化模型
第11章 基于总体信用风险迁移的贷款组合优化模型 239
11.1 引言 239
11.2 基于总体信用风险迁移的贷款组合优化模型原理 239
11.3 应用实例 247
11.4 结论 255
参考文献 256
第12章 基于半绝对偏差的全部贷款组合区间优化模型 257
12.1 引言 257
12.2 基于组合半绝对偏差的全部贷款组合区间优化模型原理 257
12.3 基于半绝对偏差的全部贷款区间优化模型的构建与求解 264
12.4 实证分析 269
12.5 结论 282
参考文献 283
第13章 基于随机久期利率免疫的银行全资产负债优化模型 284
13.1 引言 284
13.2 随机久期利率免疫的全资产负债优化原理 284
13.3 随机久期各参数的确定 288
13.4 银行全资产负债优化模型的构建 295
13.5 结论 306
参考文献 307
第14章 基于随机久期缺口控制的全资产负债优化模型 308
14.1 引言 308
14.2 随机久期缺口控制的全资产负债优化原理 308
14.3 CIR模型和随机久期各参数的确定 313
14.4 银行全资产负债优化模型的构建原理 316
14.5 银行全资产负债优化模型的构建 319
14.6 结论 338
参考文献 339
附录 341
后记 343
展开全部

节选

**篇 银行资产负债管理优化模型与应用概述   第1章绪论 1.1银行资产负债管理的研究背景 ALM是在一定的负债总量和结构的前提下,通过合理地调整资产负债总量上平衡、结构上对称、质量上优化,实现商业银行经营的流动性、安全性和营利性的目标。由于商业银行的自有资本很少,故银行的资产主要是由负债形成的。因此,资产负债管理水平的高低决定银行是否能够控制风险,并实现价值创造。 当前,我国金融市场进入快速变革时期,宏观形势的复杂多变加大了资产负债管理的难度。传统资产负债管理视角更多地集中在总量的扩张上,而当前我国宏观经济进入“三期叠加”的新常态时期、经济增速放缓,加之金融脱媒加快、利率管制放开,使得外部经济环境下行且同业竞争压力增大,银行业无法通过高额的利差来吸收风险,传统的规模偏好和速度情节已经走到了尽头。在经济步入新常态、结构调整深入的大背景下,商业银行资产负债管理的转型发展势在必行。 (1)金融市场上信用危机频发,我国的不良贷款率居高不下,暴露出银行在信用风险管理方面存在严重问题。 信用风险是现代商业银行面临的*突出、影响*深远的风险。巴塞尔银行监管委员会(简称巴塞尔委员会)秘书处指出,商业银行60%的风险来自信用风险。近年来,金融市场上信用危机频发,2008年席卷全球的美国次贷危机、2009年迪拜信用危机及2010年愈演愈烈的欧洲主权债务危机。根据世界银行的研究结论,信用风险已成为导致银行破产的主要原因之一。 2008年由美国次级贷款违约引发的次贷危机一夜之间彻底颠覆了美国的金融格局,随之引发的金融海嘯席卷全球,逐渐演变为全球性的金融危机。欧美等发达国家和地区的银行业纷纷遭受重创,资产质量状况不断恶化,贷款损失不断上升。股市经历前所未有的全面暴跌,世界经济遭受了巨大的损失与打击。面对金融危机,究其根源,是银行信用风险管理的失控。这警示着我们,银行信用风险不仅影响银行自身的发展,而且严重影响到宏观经济的健康运行,甚至会引发经济危机、影响整个世界经济发展和社会的稳定。 我国经济正处于新常态时期,经济增速放缓、产业结构调整、经济发展转型。一方面,国家产业结构的调整使得银行这种抗风险能力弱的亲周期性行业的经营状况受到严重影响,信用风险加剧。另一方面,金融行业处于过热阶段,大量的资本涌入,金融业务创新、金融产品创新推入市场。信用衍生品、理财产品的迅猛发展在提供利润的同时,由于其复杂性和高杠杆性,信用风险也越来越难以把控。 面对内外经济金融环境和国家产业政策调整等因素的影响,我国商业银行的信用风险管理问题陷入重围。近年来,我国商业银行的不良贷款余额和不良贷款率一直居高不下。从2011年第四季度以来,我国商业银行的不良贷款余额连续12个季度环比增加。截止到2017年第三季度末,我国商业银行不良贷款余额已高达1.67万亿元,不良贷款率为1.74%。 面对如此庞大的融资体量,以及巨额的不良贷款,商业银行如何合理地配置资产、科学地调整资产结构,有效降低资产组合的信用风险,是亟待解决的难题。 (2)伴随着我国利率市场化改革的推进,市场利率的波动加大、同业竞争压力的加剧,这些都加重了我国商业银行的利率风险。 市场风险是商业银行的第二大风险源。巴塞尔委员会认为利率风险是商业银行面临的*主要的市场风险之一。当市场利率发生不利变动时,银行资产和负债的市场价值都会发生变化,造成银行股东的权益受到损失,影响银行的净利息收益。这是利率风险*直接的表现形式。 随着2015年10月中国人民银行彻底放开存款利率浮动上限,我国存贷款利率管制至此完全放开,中国利率终于步入了市场化运行阶段。利率市场化从长远来看有助于提升商业银行的竞争力,但也会让商业银行暴露在利率风险中。利率市场化以后,利率由市场自主确定,长期受到管制的利率一旦放开,在市场的推动下会出现不规则、随机的波动。 作为资金融通中介桥梁的商业银行,往往存在大量的资产负债期限错配缺口。摆脱管制的市场利率增加了波动性,由此提高了商业银行期限错配导致的利率风险。银行若不能正确地管理利率风险,往往会引起流动性紧缺,导致银行挤兑、停业和倒闭的后果。根据利率市场化改革的国际经验,大量中小银行没有及时做好应对利率自由变动的准备,产生了倒闭潮。在我国,2013年6月发生的“钱荒”事件,银行间隔夜拆借利率涨至13.44%,*高甚至飙升至30%,创下自2006年运行以来的历史纪录,一度引起了市场的恐慌。这次罕见的“钱荒”事件为商业银行的资产负债管理和利率风险管理敲响了警钟。 银行资产负债结构受市场化波动的影响加剧了银行业的利率风险,对银行的资产负债管理提出了更高的要求和挑战。如何优化银行的资产结构、合理地控制银行的利率风险缺口、系统地控制利率风险,是亟待解决的难题。 (3)信用风险和利率风险是商业银行的主要风险源,二者相互联系、共同作用。 商业银行的资产同时面临信用风险和利率风险,而信用风险与利率风险并不是各自独立的,二者相互关联、共同作用。单独考虑其中的一种风险,显然不能全面地衡量资产组合的总风险。而把两种风险割裂、简单地相加,忽略了两种风险之间的相关性,可能造成风险被高估或者被低估。因此,商业银行的资产负债管理不仅要考虑信用风险和利率风险每一种风险的单独度量和管理问题,而且需要对信用风险与利率风险进行综合度量和整体管理。 (4)对增量资产组合进行*优配置时,应该综合考虑数量巨大的存量资产,通过增量组合的配置,来实现包括巨额存量组合在内的“存量+增量”全部资产负债的*优配置。 银行在发放贷款时,往往仅评价增量贷款风险,忽略存量贷款风险;或是分开考虑增量贷款和存量贷款风险。这些做法均会导致对整体风险估计不足或是估计错误。很多银行和其他金融机构,缺乏对增量加存量贷款信用风险整体考量的意识,甚至缺乏对这一风险有效计量的方法。由于“存量+增量”叠加形成的总体风险并不是“存量组合风险”和“增量组合风险”的简单相加,而是非线性叠加,研究起来难度更大。或许这也正是资产负债管理的现有研究忽略包括存量组合在内的总体风险控制的主要原因。因此,这是一个亟待解决的关键问题。 1.2银行资产负债管理的研究意义 1.2.1理论意义 (1)提出了通过控制资产已有的存量组合和待配置的增量组合所形成的全部组合风险来优化配置资产,开拓了金融资产优化配置的新思路,改变了现有研究仅仅是立足于增量资产优化配置的传统思路。 本书寻求测算银行总体贷款风险的合理方式,寻找贷款预期收益率和风险的函数关系。不仅要解决增量贷款的风险问题,更要解决存量贷款持续期的风险问题。在发放增量贷款时,对贷后的总体贷款信用状况要有风险预估,即要完成增量和存量贷款风险的总体评估。探索增量存量贷款非线性叠加的问题解决方法。增量贷款加存量贷款的组合优化思路,是贷款组合优化的重要组成,如何有效地解决其中存在的两种组合非线性叠加问题,是理论研究关注的一个重点,其不仅对贷款风险叠加具有重要意义,对其他金融产品的风险叠加也起到参照作用。拓展了贷款组合优化模型,通过对单位风险收益的测算,探索以此为基础构建0-1规划的贷款组合优化模型,进一步完善优化模型对风险和收益的有效选择问题,构架符合现实条件的政策约束,拓展组合优化的思路。 (2)弥补了现有资产负债优化理论缺乏对信用风险与利率风险整体控制性的不足。 现有银行资产负债管理的研究通常侧重于信用风险或利率风险单方面的风险控制。但是信用风险与利率风险并不是独立的,二者相互共联,共同作用于资产组合。近年来,仅有少量的研究关注于信用风险和利率风险的整体度量,但仅限于二者联合风险的度量方法,没有从资产配置的角度建立优化模型来兼控信用风险和利率风险。因此,本书通过建立基于违约强度信用久期的资产负债优化模型、基于利率尖峰厚尾特征的资产负债优化模型、基于信用与利率双因子CIR的资产负债优化模型,从而建立一套兼控信用风险和利率风险的资产负债优化模型,对于完善和深化现有的银行资产负债管理理论,具有重要的研究意义。 案例一英国诺森罗克银行挤兑危机[1] 2007年受美国次级债危机导致的全球信贷紧缩影响,英国第五大抵押贷款机构-诺森罗克银行(Northern Rock)发生储户挤兑事件。 自2007年9月14曰全国范围的挤兑发生以来,截止到9月18曰,仅仅几天的时间就有30多亿英镑从诺森罗克银行流出,占该行240多亿英镑存款总量的12%左右,其电话银行和网上银行业务一度出现崩溃。受此影响,几天来,诺森罗克银行股价下跌了将近70%,创下7年来新低,成为英国遭遇本次信贷危机以来的*大受害者。为防止系统性银行危机的出现,英国财政部、英格兰银行(英国央行)与金融管理局先后釆取了注资及存款账户担保等救助措施,截至9月18曰,诺森罗克银行的储户挤兑情况才有所缓解,各大银行的股价也出

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航