论文部分内容阅读
随着中国商业银行风险管理的日益深化，客户行为对银行风险管理的重要性也在日益显现。目前国内各商业银行对流动性风险以及利率风险的管理是基于合同层面进行分析的，但某些业务因客户拥有零成本或很小成本的违约期权，这就导致客户行为在很大程度上与合同约定不一致，从而出现了直接采用合同约定信息计算的管理决策与实际结果之间出现了较大的差异。要解决这一问题就需要引入行为模型对这些行为进行模拟分析。 行为模型作为基于历史数据的定量分析工具，能够帮助管理层更准确地预测表内外项目的未来头寸变动，可用于评估未来资金需求、经济价值变动以及对净利息收入的影响。当然表内外未来现金流和利率风险特征，只是银行的整个流动性风险和利率风险的一部分，行为模型只能在一定程度上预测表内外各项的未来现金流和利率风险特征，并不能预测新增业务，在具体应用中需要结合财务计划和客户关系管理来进行预测才能得出更加精确的结果。 通过研究我国某商业银行活期存款数据，发现该行人民币和美元活期存款较大部分资金在相当长的时间内一直沉淀在该银行。本文计算了在不同时间内，不同置信水平下未被客户提取的活期存款金额占活期存款余额的核心比例。本文将某一时间长度及置信水平核心比例对应的活期存款称为核心存款。本文分析了市场中资金运用项目的收益率，以最优化过程找到与活期存款利率利差最为稳定的核心存款的投资组合。通过上述分析本文得出了该商业银行人民币及美元的活期存款分摊结果。 本文认为定期存款的提前支取和自动转存的分析方法具有一定的相似性。本文使用了滚动率分析、Vintage分析、线性回归以及Logistic回归四种不同方法对定期存款进行了分析。通过比较，本文得出了应先采用回归确定影响提前支取或自动转存的显著性因素，再通过滚动率分析得出这些因素的提前支取或自动转存的交叉表才是比较可行且实用的方法。 贷款的提前还款对银行影响较大，本文列举了Logistic回归以及矩阵分析法两种对贷款的客户提前还款特征进行分析的方法。通过比较，采用Logistic回归与矩阵分析相结合的方法，即先采用Logistic回归确定影响提前还款的显著性因素，再得出以这些因素为纬度的矩阵结果，才是比较可行且实用的方法。