掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
銀行資產負債管理優化模型與應用 版權信息
- ISBN：9787030746863
- 條形碼：9787030746863 ; 978-7-03-074686-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
銀行資產負債管理優化模型與應用 內容簡介
本書分為五篇十四章，包括四大類資產負債管理模型。本書試圖向讀者展示資產負債管理的一個個科學問題不斷地由"提出問題-理論建模-求解-實際應用"的思考和探索過程，以實現其研究層次的不斷遞進及解決問題方法的創新。本書試圖對商業銀行風險管理的前沿進行深入細致地探索和研究，構建一個邏輯嚴謹、體系完整的資產負債管理理論與方法體系。
銀行資產負債管理優化模型與應用 目錄
目錄
**篇 銀行資產負債管理優化模型與應用概述
第1章 緒論 3
1.1 銀行資產負債管理的研究背景 3
1.2 銀行資產負債管理的研究意義 5
1.3 本書的主要工作 10
1.4 本書的創新與特色 11
1.5 本書的框架 14
參考文獻 16
第2章 銀行資產負債管理的研究現狀 17
2.1 基于信用風險控制的銀行資產組合優化管理的研究現狀 17
2.2 基于利率風險控制的資產負債管理優化管理的研究現狀 19
2.3 基于聯合風險控制的資產組合優化管理的研究現狀 20
2.4 基于增量與存量的全資產負債管理的研究現狀 21
參考文獻 23
第3章 銀行資產負債管理優化原理 28
3.1 均值—方差理論基本原理 28
3.2 全資產負債優化原理 29
3.3 貸款組合風險量度 31
3.4 信用風險遷移原理和遷移矩陣 34
3.5 久期 38
參考文獻 40
第二篇 基于信用風險控制的銀行資產組合優化模型
第4章 基于Copula尾部風險控制的行業貸款配置模型 43
4.1 引言 43
4.2 基于Copula理論的尾部相關性度量 43
4.3 基于尾部風險控制的行業貸款配置模型 47
4.4 應用實例 50
4.5 結論 60
參考文獻 60
第5章 基于非預期損失控制的銀行貸款組合優化模型 62
5.1 引言 62
5.2 非預期損失控制的原理 63
5.3 銀行資產負債組合優化模型的建立 67
5.4 數值實驗 83
5.5 結論 88
參考文獻 89
第6章 基于非預期損失非線性疊加的增量貸款組合優化模型 90
6.1 引言 90
6.2 增量貸款組合優化模型的建立 91
6.3 數值實驗 102
6.4 結論 110
參考文獻 111
第三篇 基于利率風險控制的資產負債管理優化模型
第7章 基于“四維久期”利率風險免疫的資產負債組合優化模型 115
7.1 引言 115
7.2 “四維久期”模型的建立 115
7.3 基于“四維久期”的資產負債組合優化模型 126
7.4 應用實例 128
7.5 結論 138
參考文獻 138
第8章 基于動態利率風險免疫的銀行資產負債優化模型 140
8.1 引言 140
8.2 動態利率久期模型構建 140
8.3 基于動態利率風險控制的資產負債優化模型構建 145
8.4 應用實例 148
8.5 結論 162
參考文獻 162
第四篇 基于聯合風險控制資產負債管理優化模型
第9章 基于違約強度信用久期的資產負債優化模型 167
9.1 引言 167
9.2 原理 168
9.3 基于違約強度信用久期的資產負債模型 172
9.4 基于Cox回歸分析的違約強度擬合模型及重要參數的確定 180
9.5 應用實例 192
9.6 結論 208
參考文獻 209
第10章 基于層次算法多組*優解的銀行資產負債多目標規劃模型 210
10.1 引言 210
10.2 銀行資產負債多目標優化原理 211
10.3 基于層次算法的資產負債多目標規劃模型的建立 213
10.4 實證研究與結果 223
10.5 結論 233
參考文獻 234
第五篇 基于增量與存量的全資產負債管理優化模型
第11章 基于總體信用風險遷移的貸款組合優化模型 239
11.1 引言 239
11.2 基于總體信用風險遷移的貸款組合優化模型原理 239
11.3 應用實例 247
11.4 結論 255
參考文獻 256
第12章 基于半絕對偏差的全部貸款組合區間優化模型 257
12.1 引言 257
12.2 基于組合半絕對偏差的全部貸款組合區間優化模型原理 257
12.3 基于半絕對偏差的全部貸款區間優化模型的構建與求解 264
12.4 實證分析 269
12.5 結論 282
參考文獻 283
第13章 基于隨機久期利率免疫的銀行全資產負債優化模型 284
13.1 引言 284
13.2 隨機久期利率免疫的全資產負債優化原理 284
13.3 隨機久期各參數的確定 288
13.4 銀行全資產負債優化模型的構建 295
13.5 結論 306
參考文獻 307
第14章 基于隨機久期缺口控制的全資產負債優化模型 308
14.1 引言 308
14.2 隨機久期缺口控制的全資產負債優化原理 308
14.3 CIR模型和隨機久期各參數的確定 313
14.4 銀行全資產負債優化模型的構建原理 316
14.5 銀行全資產負債優化模型的構建 319
14.6 結論 338
參考文獻 339
附錄 341
后記 343
**篇 銀行資產負債管理優化模型與應用概述
第1章 緒論 3
1.1 銀行資產負債管理的研究背景 3
1.2 銀行資產負債管理的研究意義 5
1.3 本書的主要工作 10
1.4 本書的創新與特色 11
1.5 本書的框架 14
參考文獻 16
第2章 銀行資產負債管理的研究現狀 17
2.1 基于信用風險控制的銀行資產組合優化管理的研究現狀 17
2.2 基于利率風險控制的資產負債管理優化管理的研究現狀 19
2.3 基于聯合風險控制的資產組合優化管理的研究現狀 20
2.4 基于增量與存量的全資產負債管理的研究現狀 21
參考文獻 23
第3章 銀行資產負債管理優化原理 28
3.1 均值—方差理論基本原理 28
3.2 全資產負債優化原理 29
3.3 貸款組合風險量度 31
3.4 信用風險遷移原理和遷移矩陣 34
3.5 久期 38
參考文獻 40
第二篇 基于信用風險控制的銀行資產組合優化模型
第4章 基于Copula尾部風險控制的行業貸款配置模型 43
4.1 引言 43
4.2 基于Copula理論的尾部相關性度量 43
4.3 基于尾部風險控制的行業貸款配置模型 47
4.4 應用實例 50
4.5 結論 60
參考文獻 60
第5章 基于非預期損失控制的銀行貸款組合優化模型 62
5.1 引言 62
5.2 非預期損失控制的原理 63
5.3 銀行資產負債組合優化模型的建立 67
5.4 數值實驗 83
5.5 結論 88
參考文獻 89
第6章 基于非預期損失非線性疊加的增量貸款組合優化模型 90
6.1 引言 90
6.2 增量貸款組合優化模型的建立 91
6.3 數值實驗 102
6.4 結論 110
參考文獻 111
第三篇 基于利率風險控制的資產負債管理優化模型
第7章 基于“四維久期”利率風險免疫的資產負債組合優化模型 115
7.1 引言 115
7.2 “四維久期”模型的建立 115
7.3 基于“四維久期”的資產負債組合優化模型 126
7.4 應用實例 128
7.5 結論 138
參考文獻 138
第8章 基于動態利率風險免疫的銀行資產負債優化模型 140
8.1 引言 140
8.2 動態利率久期模型構建 140
8.3 基于動態利率風險控制的資產負債優化模型構建 145
8.4 應用實例 148
8.5 結論 162
參考文獻 162
第四篇 基于聯合風險控制資產負債管理優化模型
第9章 基于違約強度信用久期的資產負債優化模型 167
9.1 引言 167
9.2 原理 168
9.3 基于違約強度信用久期的資產負債模型 172
9.4 基于Cox回歸分析的違約強度擬合模型及重要參數的確定 180
9.5 應用實例 192
9.6 結論 208
參考文獻 209
第10章 基于層次算法多組*優解的銀行資產負債多目標規劃模型 210
10.1 引言 210
10.2 銀行資產負債多目標優化原理 211
10.3 基于層次算法的資產負債多目標規劃模型的建立 213
10.4 實證研究與結果 223
10.5 結論 233
參考文獻 234
第五篇 基于增量與存量的全資產負債管理優化模型
第11章 基于總體信用風險遷移的貸款組合優化模型 239
11.1 引言 239
11.2 基于總體信用風險遷移的貸款組合優化模型原理 239
11.3 應用實例 247
11.4 結論 255
參考文獻 256
第12章 基于半絕對偏差的全部貸款組合區間優化模型 257
12.1 引言 257
12.2 基于組合半絕對偏差的全部貸款組合區間優化模型原理 257
12.3 基于半絕對偏差的全部貸款區間優化模型的構建與求解 264
12.4 實證分析 269
12.5 結論 282
參考文獻 283
第13章 基于隨機久期利率免疫的銀行全資產負債優化模型 284
13.1 引言 284
13.2 隨機久期利率免疫的全資產負債優化原理 284
13.3 隨機久期各參數的確定 288
13.4 銀行全資產負債優化模型的構建 295
13.5 結論 306
參考文獻 307
第14章 基于隨機久期缺口控制的全資產負債優化模型 308
14.1 引言 308
14.2 隨機久期缺口控制的全資產負債優化原理 308
14.3 CIR模型和隨機久期各參數的確定 313
14.4 銀行全資產負債優化模型的構建原理 316
14.5 銀行全資產負債優化模型的構建 319
14.6 結論 338
參考文獻 339
附錄 341
后記 343
展開全部
銀行資產負債管理優化模型與應用 節選
**篇 銀行資產負債管理優化模型與應用概述 第1章緒論 1.1銀行資產負債管理的研究背景 ALM是在一定的負債總量和結構的前提下，通過合理地調整資產負債總量上平衡、結構上對稱、質量上優化，實現商業銀行經營的流動性、安全性和營利性的目標。由于商業銀行的自有資本很少，故銀行的資產主要是由負債形成的。因此，資產負債管理水平的高低決定銀行是否能夠控制風險，并實現價值創造。 當前，我國金融市場進入快速變革時期，宏觀形勢的復雜多變加大了資產負債管理的難度。傳統資產負債管理視角更多地集中在總量的擴張上，而當前我國宏觀經濟進入“三期疊加”的新常態時期、經濟增速放緩，加之金融脫媒加快、利率管制放開，使得外部經濟環境下行且同業競爭壓力增大，銀行業無法通過高額的利差來吸收風險，傳統的規模偏好和速度情節已經走到了盡頭。在經濟步入新常態、結構調整深入的大背景下，商業銀行資產負債管理的轉型發展勢在必行。 （1）金融市場上信用危機頻發，我國的不良貸款率居高不下，暴露出銀行在信用風險管理方面存在嚴重問題。 信用風險是現代商業銀行面臨的*突出、影響*深遠的風險。巴塞爾銀行監管委員會（簡稱巴塞爾委員會）秘書處指出，商業銀行60%的風險來自信用風險。近年來，金融市場上信用危機頻發，2008年席卷全球的美國次貸危機、2009年迪拜信用危機及2010年愈演愈烈的歐洲主權債務危機。根據世界銀行的研究結論，信用風險已成為導致銀行破產的主要原因之一。 2008年由美國次級貸款違約引發的次貸危機一夜之間徹底顛覆了美國的金融格局，隨之引發的金融海嘯席卷全球，逐漸演變為全球性的金融危機。歐美等發達國家和地區的銀行業紛紛遭受重創，資產質量狀況不斷惡化，貸款損失不斷上升。股市經歷前所未有的全面暴跌，世界經濟遭受了巨大的損失與打擊。面對金融危機，究其根源，是銀行信用風險管理的失控。這警示著我們，銀行信用風險不僅影響銀行自身的發展，而且嚴重影響到宏觀經濟的健康運行，甚至會引發經濟危機、影響整個世界經濟發展和社會的穩定。 我國經濟正處于新常態時期，經濟增速放緩、產業結構調整、經濟發展轉型。一方面，國家產業結構的調整使得銀行這種抗風險能力弱的親周期性行業的經營狀況受到嚴重影響，信用風險加劇。另一方面，金融行業處于過熱階段，大量的資本涌入，金融業務創新、金融產品創新推入市場。信用衍生品、理財產品的迅猛發展在提供利潤的同時，由于其復雜性和高杠桿性，信用風險也越來越難以把控。 面對內外經濟金融環境和國家產業政策調整等因素的影響，我國商業銀行的信用風險管理問題陷入重圍。近年來，我國商業銀行的不良貸款余額和不良貸款率一直居高不下。從2011年第四季度以來，我國商業銀行的不良貸款余額連續12個季度環比增加。截止到2017年第三季度末，我國商業銀行不良貸款余額已高達1.67萬億元，不良貸款率為1.74%。 面對如此龐大的融資體量，以及巨額的不良貸款，商業銀行如何合理地配置資產、科學地調整資產結構，有效降低資產組合的信用風險，是亟待解決的難題。 （2）伴隨著我國利率市場化改革的推進，市場利率的波動加大、同業競爭壓力的加劇，這些都加重了我國商業銀行的利率風險。 市場風險是商業銀行的第二大風險源。巴塞爾委員會認為利率風險是商業銀行面臨的*主要的市場風險之一。當市場利率發生不利變動時，銀行資產和負債的市場價值都會發生變化，造成銀行股東的權益受到損失，影響銀行的凈利息收益。這是利率風險*直接的表現形式。 隨著2015年10月中國人民銀行徹底放開存款利率浮動上限，我國存貸款利率管制至此完全放開，中國利率終于步入了市場化運行階段。利率市場化從長遠來看有助于提升商業銀行的競爭力，但也會讓商業銀行暴露在利率風險中。利率市場化以后，利率由市場自主確定，長期受到管制的利率一旦放開，在市場的推動下會出現不規則、隨機的波動。 作為資金融通中介橋梁的商業銀行，往往存在大量的資產負債期限錯配缺口。擺脫管制的市場利率增加了波動性，由此提高了商業銀行期限錯配導致的利率風險。銀行若不能正確地管理利率風險，往往會引起流動性緊缺，導致銀行擠兌、停業和倒閉的后果。根據利率市場化改革的國際經驗，大量中小銀行沒有及時做好應對利率自由變動的準備，產生了倒閉潮。在我國，2013年6月發生的“錢荒”事件，銀行間隔夜拆借利率漲至13.44%，*高甚至飆升至30%，創下自2006年運行以來的歷史紀錄，一度引起了市場的恐慌。這次罕見的“錢荒”事件為商業銀行的資產負債管理和利率風險管理敲響了警鐘。 銀行資產負債結構受市場化波動的影響加劇了銀行業的利率風險，對銀行的資產負債管理提出了更高的要求和挑戰。如何優化銀行的資產結構、合理地控制銀行的利率風險缺口、系統地控制利率風險，是亟待解決的難題。 （3）信用風險和利率風險是商業銀行的主要風險源，二者相互聯系、共同作用。 商業銀行的資產同時面臨信用風險和利率風險，而信用風險與利率風險并不是各自獨立的，二者相互關聯、共同作用。單獨考慮其中的一種風險，顯然不能全面地衡量資產組合的總風險。而把兩種風險割裂、簡單地相加，忽略了兩種風險之間的相關性，可能造成風險被高估或者被低估。因此，商業銀行的資產負債管理不僅要考慮信用風險和利率風險每一種風險的單獨度量和管理問題，而且需要對信用風險與利率風險進行綜合度量和整體管理。 （4）對增量資產組合進行*優配置時，應該綜合考慮數量巨大的存量資產，通過增量組合的配置，來實現包括巨額存量組合在內的“存量+增量”全部資產負債的*優配置。 銀行在發放貸款時，往往僅評價增量貸款風險，忽略存量貸款風險；或是分開考慮增量貸款和存量貸款風險。這些做法均會導致對整體風險估計不足或是估計錯誤。很多銀行和其他金融機構，缺乏對增量加存量貸款信用風險整體考量的意識，甚至缺乏對這一風險有效計量的方法。由于“存量+增量”疊加形成的總體風險并不是“存量組合風險”和“增量組合風險”的簡單相加，而是非線性疊加，研究起來難度更大。或許這也正是資產負債管理的現有研究忽略包括存量組合在內的總體風險控制的主要原因。因此，這是一個亟待解決的關鍵問題。 1.2銀行資產負債管理的研究意義 1.2.1理論意義 （1）提出了通過控制資產已有的存量組合和待配置的增量組合所形成的全部組合風險來優化配置資產，開拓了金融資產優化配置的新思路，改變了現有研究僅僅是立足于增量資產優化配置的傳統思路。 本書尋求測算銀行總體貸款風險的合理方式，尋找貸款預期收益率和風險的函數關系。不僅要解決增量貸款的風險問題，更要解決存量貸款持續期的風險問題。在發放增量貸款時，對貸后的總體貸款信用狀況要有風險預估，即要完成增量和存量貸款風險的總體評估。探索增量存量貸款非線性疊加的問題解決方法。增量貸款加存量貸款的組合優化思路，是貸款組合優化的重要組成，如何有效地解決其中存在的兩種組合非線性疊加問題，是理論研究關注的一個重點，其不僅對貸款風險疊加具有重要意義，對其他金融產品的風險疊加也起到參照作用。拓展了貸款組合優化模型，通過對單位風險收益的測算，探索以此為基礎構建0-1規劃的貸款組合優化模型，進一步完善優化模型對風險和收益的有效選擇問題，構架符合現實條件的政策約束，拓展組合優化的思路。 （2）彌補了現有資產負債優化理論缺乏對信用風險與利率風險整體控制性的不足。 現有銀行資產負債管理的研究通常側重于信用風險或利率風險單方面的風險控制。但是信用風險與利率風險并不是獨立的，二者相互共聯，共同作用于資產組合。近年來，僅有少量的研究關注于信用風險和利率風險的整體度量，但僅限于二者聯合風險的度量方法，沒有從資產配置的角度建立優化模型來兼控信用風險和利率風險。因此，本書通過建立基于違約強度信用久期的資產負債優化模型、基于利率尖峰厚尾特征的資產負債優化模型、基于信用與利率雙因子CIR的資產負債優化模型，從而建立一套兼控信用風險和利率風險的資產負債優化模型，對于完善和深化現有的銀行資產負債管理理論，具有重要的研究意義。 案例一英國諾森羅克銀行擠兌危機[1] 2007年受美國次級債危機導致的全球信貸緊縮影響，英國第五大抵押貸款機構-諾森羅克銀行（Northern Rock）發生儲戶擠兌事件。 自2007年9月14曰全國范圍的擠兌發生以來，截止到9月18曰，僅僅幾天的時間就有30多億英鎊從諾森羅克銀行流出，占該行240多億英鎊存款總量的12%左右，其電話銀行和網上銀行業務一度出現崩潰。受此影響，幾天來，諾森羅克銀行股價下跌了將近70%，創下7年來新低，成為英國遭遇本次信貸危機以來的*大受害者。為防止系統性銀行危機的出現，英國財政部、英格蘭銀行（英國央行）與金融管理局先后釆取了注資及存款賬戶擔保等救助措施，截至9月18曰，諾森羅克銀行的儲戶擠兌情況才有所緩解，各大銀行的股價也出
書友推薦
- >
伊索寓言-世界文學名著典藏-全譯本
- >
月亮虎
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
有舍有得是人生
- >
小考拉的故事-套裝共3冊
- >
經典常談
- >
唐代進士錄
- >
推拿
本類暢銷
