1. NCCU Academic Hub
  2. 學術產出
  3. 商學院
  4. 學位論文
  5. Item

學術產出-學位論文

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 巴塞爾內部法下銀行可能的資本節制-以GARCH type 模型為例
作者 陳婉真
貢獻者 李桐豪
陳婉真
關鍵詞 風險值
回顧測試
風險管理
GARCH
日期 2006
上傳時間 14-九月-2009 09:29:47 (UTC+8)
摘要 因應國際接軌，台灣在風險管理上將採用國際清算銀行所公佈的規範，其中，在市場風險方面，巴塞爾銀行監理委員會(BaselCommittee on Banking Supevision, BCBS)允許銀行能夠使用風險值(Value at Risk, VaR)模型來衡量市場風險，同時明文規定可透過事後的回顧測試作模型適合度的檢查，若模型有不正確的疑慮，監理機構可給予較高的乘數因子，以要求銀行提高資本保留。本研究嘗試以四種模型，包含EWMA、AR(1)-GARCH(1,1)、AR(1)-EGARCH(1,0)、AR(1)-TAR-GARCH(1,1)搭配兩種分配(常態分配、拔靴法)計算風險值並進行回顧測試。透過實證結果，發現一般金融資產在假設常態分配下使用GARCH-type估算風險值時，有低估風險的現象，伴隨著的是，進行回顧測試時會有較高的例外數(exception)。本文建議以拔靴法搭配GARCH-type模型進行風險值的估算，更能表達金融資產厚尾(fat tail)高峰的特性，此為本文貢獻之一。同時，實證結果亦指出透過不同模型估算出的風險值，對相同的投資組合能產生不同的資本提列，並且，更進一步發現，對於某些低估風險的模型，即使已經透過增加乘數的方式，其提撥的資本仍舊較低。對銀行來說，能藉著選取模型來節約成本追求利潤極大；相反的，對金融監理機構而言，則表示在目前的規範下，並無法有效的促使銀行提列足夠的資本保留。
參考文獻 1.周業熙(民91)， 「GARCH-type模型在VaR之應用」，東吳大學經濟所未出版碩士論文。
2.沈中華(民94)， 金融市場-全球的觀點，初版，台北:新陸。
3.周大慶、沈大白、張大成、敬永康、柯瓊鳳(民91)， 風險管理新標竿-風險值之理論與應用，初版，台北:智勝。
4.劉美纓(民92)，「銀行風險值模型之回顧測試與壓力測試-保守性、準確度及效率性」， 2003商情資料分析庫分析與建置研究之成果發表會，東吳大學。
5.翟慧雯(民92)，「銀行資本適足性之模擬研究-市場風險探討」，國立中山大學財務管理學系研究所碩士在職專班未出版碩士論文。
6.Da Veiga B., F. Chan, and M. McAleer (2005), “It Pays to Violate: Model Choice and CriticalValue Assumption for Forecasting Value-at-Risk Thresholds,” MODSIM 2005 International Congress on Modelling & Simulation, Australia, Modelling and Simulation Society of Australia and New Zealand .
7.Basel committee on banking supervision, 1996, Supervisory framework for the use of backtesting in conjunction with the internal models approach to market risk.
8.Boes, D. C., A. M. Mood, and F. A. Graybill(1976), Introduction to the Theory of Statistics, McGraw-Hill.
9.Enders, W. (1995), Applied Econometric Time Series, John Wiley & Sons.
10.Glosten, L. R., R. Jagannathan and D. E. Runkle (1993), “On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks,” Journal of Finance, 48.
11.Kupiec, P. H. (1995), “Techniques for Verifying the Accuracy of Risk Measurement Models,” The Journal of Derivatives, Vol.3.
12.Nelson, D.B. (1991), “Conditional heteroskedasticity in asset returns: a new approach,” Econometrica, 59(2), pp.347-370.
13.Pascual, L., E. Ruiz, and J. Romo (2006), “Bootstrap prediction for returns and volatilities in GARCH models,” Computational Statistics & Data Analysis, 50, pp.2293-2312
14.Tsay, R. S. (1989), “Testing and modeling threshold autoregressive process,” Journal of the American Statistical Association, 84, pp.231-240
15.Tsay, R. S. (2000), Analysis of financial time series, John Wiley & Sons.
描述 碩士
國立政治大學
金融研究所
94352021
95
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0094352021
資料類型 thesis
dc.contributor.advisor 李桐豪zh_TW
dc.contributor.author (作者) 陳婉真zh_TW
dc.creator (作者) 陳婉真zh_TW
dc.date (日期) 2006en_US
dc.date.accessioned 14-九月-2009 09:29:47 (UTC+8)-
dc.date.available 14-九月-2009 09:29:47 (UTC+8)-
dc.date.issued (上傳時間) 14-九月-2009 09:29:47 (UTC+8)-
dc.identifier (其他 識別碼) G0094352021en_US
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/31186-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 金融研究所zh_TW
dc.description (描述) 94352021zh_TW
dc.description (描述) 95zh_TW
dc.description.abstract (摘要) 因應國際接軌，台灣在風險管理上將採用國際清算銀行所公佈的規範，其中，在市場風險方面，巴塞爾銀行監理委員會(BaselCommittee on Banking Supevision, BCBS)允許銀行能夠使用風險值(Value at Risk, VaR)模型來衡量市場風險，同時明文規定可透過事後的回顧測試作模型適合度的檢查，若模型有不正確的疑慮，監理機構可給予較高的乘數因子，以要求銀行提高資本保留。本研究嘗試以四種模型，包含EWMA、AR(1)-GARCH(1,1)、AR(1)-EGARCH(1,0)、AR(1)-TAR-GARCH(1,1)搭配兩種分配(常態分配、拔靴法)計算風險值並進行回顧測試。透過實證結果，發現一般金融資產在假設常態分配下使用GARCH-type估算風險值時，有低估風險的現象，伴隨著的是，進行回顧測試時會有較高的例外數(exception)。本文建議以拔靴法搭配GARCH-type模型進行風險值的估算，更能表達金融資產厚尾(fat tail)高峰的特性，此為本文貢獻之一。同時，實證結果亦指出透過不同模型估算出的風險值，對相同的投資組合能產生不同的資本提列，並且，更進一步發現，對於某些低估風險的模型，即使已經透過增加乘數的方式，其提撥的資本仍舊較低。對銀行來說，能藉著選取模型來節約成本追求利潤極大；相反的，對金融監理機構而言，則表示在目前的規範下，並無法有效的促使銀行提列足夠的資本保留。zh_TW
dc.description.tableofcontents 第一章 緒論 1
     1.1 研究背景與動機 1
     1.2 研究目的 2
     1.3 研究流程與架構 2
     第二章 文獻回顧 4
     2.1 資本適足率之規範 4
     2.2 風險值之定義與計算 5
     2.3 風險值模型運用相關文獻 6
     第三章 研究設計 11
     3.1 指數權數移動平均法(EWMA) 13
     3.2 GARCH-type模型　　　　　　　　　　　　　　　　　 14
     3.2.1 AR(1)-GARCH(1,1)模型 15
     3.2.2 AR(1)-EGARCH(1,0)模型 16
     3.2.3 AR(1)-TAR-GARCH(1,1)模型 17
     3.3 模型估計下分配的假設 18
     3.3.1 常態分配 18
     3.3.2 拔靴法 18
     3.4 比較各模型下預測的VaR 19
     3.4.1 回顧測試(backtesting) 19
     3.4.2 均方誤差法(root mean squared error) 19
     3.4.3 概似比檢定(LR test) 21
     第四章 實證結果與分析 23
     4.1 研究期間及資料來源 23
     4.2 資料檢驗與限制 24
     4.3 估計結果 28
     4.4 實證分析 32
     4.4.1 個別資產與投資組合之風險值 32
     4.4.2 各資產報酬下不同模型之資本計提 35
     第五章 結論與建議 38
     5.1 結論 38
     5.2 建議 38
     參考文獻 40
     附錄 42
     附錄A 風險值各涵蓋(coverage)率之例外數與型一型二誤差 42
     附錄B 投資組合ACF(autocorrelation function)及PACF 43
      ( partial autocorrelation function)的圖形
     附錄C 回顧測試下各模型估算出的風險值及例外數 44		zh_TW
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0094352021en_US
dc.subject (關鍵詞) 風險值zh_TW
dc.subject (關鍵詞) 回顧測試zh_TW
dc.subject (關鍵詞) 風險管理zh_TW
dc.subject (關鍵詞) GARCHen_US
dc.title (題名) 巴塞爾內部法下銀行可能的資本節制-以GARCH type 模型為例zh_TW
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 1.周業熙(民91)， 「GARCH-type模型在VaR之應用」，東吳大學經濟所未出版碩士論文。zh_TW
dc.relation.reference (參考文獻) 2.沈中華(民94)， 金融市場-全球的觀點，初版，台北:新陸。zh_TW
dc.relation.reference (參考文獻) 3.周大慶、沈大白、張大成、敬永康、柯瓊鳳(民91)， 風險管理新標竿-風險值之理論與應用，初版，台北:智勝。zh_TW
dc.relation.reference (參考文獻) 4.劉美纓(民92)，「銀行風險值模型之回顧測試與壓力測試-保守性、準確度及效率性」， 2003商情資料分析庫分析與建置研究之成果發表會，東吳大學。zh_TW
dc.relation.reference (參考文獻) 5.翟慧雯(民92)，「銀行資本適足性之模擬研究-市場風險探討」，國立中山大學財務管理學系研究所碩士在職專班未出版碩士論文。zh_TW
dc.relation.reference (參考文獻) 6.Da Veiga B., F. Chan, and M. McAleer (2005), “It Pays to Violate: Model Choice and CriticalValue Assumption for Forecasting Value-at-Risk Thresholds,” MODSIM 2005 International Congress on Modelling & Simulation, Australia, Modelling and Simulation Society of Australia and New Zealand .zh_TW
dc.relation.reference (參考文獻) 7.Basel committee on banking supervision, 1996, Supervisory framework for the use of backtesting in conjunction with the internal models approach to market risk.zh_TW
dc.relation.reference (參考文獻) 8.Boes, D. C., A. M. Mood, and F. A. Graybill(1976), Introduction to the Theory of Statistics, McGraw-Hill.zh_TW
dc.relation.reference (參考文獻) 9.Enders, W. (1995), Applied Econometric Time Series, John Wiley & Sons.zh_TW
dc.relation.reference (參考文獻) 10.Glosten, L. R., R. Jagannathan and D. E. Runkle (1993), “On the Relation between the Expected Value and the Volatility of the Nominal Excess Return on Stocks,” Journal of Finance, 48.zh_TW
dc.relation.reference (參考文獻) 11.Kupiec, P. H. (1995), “Techniques for Verifying the Accuracy of Risk Measurement Models,” The Journal of Derivatives, Vol.3.zh_TW
dc.relation.reference (參考文獻) 12.Nelson, D.B. (1991), “Conditional heteroskedasticity in asset returns: a new approach,” Econometrica, 59(2), pp.347-370.zh_TW
dc.relation.reference (參考文獻) 13.Pascual, L., E. Ruiz, and J. Romo (2006), “Bootstrap prediction for returns and volatilities in GARCH models,” Computational Statistics & Data Analysis, 50, pp.2293-2312zh_TW
dc.relation.reference (參考文獻) 14.Tsay, R. S. (1989), “Testing and modeling threshold autoregressive process,” Journal of the American Statistical Association, 84, pp.231-240zh_TW
dc.relation.reference (參考文獻) 15.Tsay, R. S. (2000), Analysis of financial time series, John Wiley & Sons.zh_TW