论文部分内容阅读
存货质押作为我国供应链金融中最为主要的业务模式之一,以存货作为质押物缓释贷款的信用风险。商业银行实践中,质押率由贷款银行采用经验估值法综合确定,无法准确反映银行的风险承受能力。因此质押率作为关键控制变量,对于控制供应链金融业务风险促进自身发展至关重要。现有研究中以基于个别案例的理论模型研究居多,而基于质押存货实际价格波动特征的大样本实证研究则相对匮乏。不同于现有研究中质押期内静态设置质押率的方法,通过综合考量宏观经济环境、借款企业的资信水平、质物的流动性并结合银行自身的风险偏好程度,提出在既定质押期内设定多风险窗口,动态设置质押率管理价格风险,以期协调处理风险持有期限与质押期限的问题。异于债券、股票等质押融资业务,存货质押业务中的现货质物的流动性较前者弱,因此存货质押动态质押率设定的核心在于预测其长期价格风险。本文首先以场外现货交易为主的螺纹钢日数据为例,模型化收益率序列自相关和异方差,建立尖峰厚尾分布下的AR(1)-GARCH(1,1)-GED模型;提出置于多风险窗口下度量未来质押期内钢材价格风险水平,给出同时考虑收益率自相关性及波动率时变性的长期风险VaR计算解析式,进而,建立长期风险碰撞序列函数回测多风险窗口下长期VaR值,在考虑贷款资金成本基础上得出与银行风险承受能力相一致的质押率。在此基础上,以具有弱相关性的长江现货1#铜和西本螺纹钢(HRB400,φ16)为样本构成质物组合,建立能刻画组合质物对数收益率序列的“尖峰厚尾”、波动集聚性、自相关以及杠杆效应等典型事实特征的ARMA-GARCH族模型,运用五类常用二元Copula函数刻化组合收益率的条件相依结构,继而采用滚动时间窗进行样本外动态VaR预测,最后得到考虑资金使用成本的动态质押率。实证结果显示,与历史模拟法相比,采用蒙特卡洛模拟方法的Copula-ARMA-GARCH模型所预测VaR值具有更高的精度,所得质押率在短时间风险窗口内比经验值法具有显著优势。总之,与现有方法相比,文中模型在更好的控制风险的同时,显著降低了效率损失,为商业银行提供了一种动态设置质押率的模式和框架。