利率市场化背景下我国上市商业银行利率风险分析

GARCH模型的残差进行单位根检验,检验结果通过了1%置信水平,即可以在99%的概率水平下认为该残差序列不存在单位根,从而表明GARCH模型是协整的,具有长期稳定的意义,因此可以用来分析。对GARCH模型的残差序列ARCH效应检验结果F-statistic值为0.995,Obs*R-squared值为0.995,GARCH模型已经消除了残差的条件异方差性。Р 2.2.4 基于GARCH模型的VaR测算Р 上述对451个历史数据建立了GARCH模型,通过GARCH模型可以测算出第452期的u=0.174412,=0.030419。由于本文的GARCH模型不是基于r的波动率建立模型的,而是基于r数据本身建立模型,所以icro Hei Mono', 'icro Hei', 'Microsoft Yahei Mono', 'Microsoft Yahei', sans-serif !important; color: rgb(51, 51, 51); font-size: 16px; line-height: 28px; " />Р VaR1=1*(0.174412-0.030419*1.65)=0.124Р VaR2=1*(0.174412+0.030419*1.65)=0.224Р 结果说明,假如某商业银行有隔夜拆借多头头寸1亿元,则在95%置信水平下最大可能损失为1240万元,若为空头头寸,则为2240万元。多空对比发现,持有多头比持有空头风险损失值小,即增加利率敏感性负债更有利,这与静态分析的结果正好相吻合。Р 3.结论与建议Р 本文运用理论分析与实证分析,通过静态和动态两种渠道对交通银行面临的利率风险进行分析,分析结果表明增加利率敏感性资产可能使交通银行面临更大的损失。为此,交通银行在接下来的一段时间内应果断增加利率敏感性负债,同时根据市场利率的变动及时调整资产负债头寸。