基于VaR模型对我国商业银行市场风险管理的研究
基于VaR模型的商业银行利率风险度量与管理
基于VaR模型的商业银行利率风险度量与管理作者：罗熙茗付湘山来源：《对外经贸》2020年第03期[摘要]随着我国利率市场化的逐渐深入，利率风险增加了商业银行经营的不确定性，严重时甚至会导致系统性风险。
为了度量商业银行的利率风险，伦敦银行间同业拆借利率（LIBOR）为研究对象，选取了2009年1月2日至2019年7月10日的隔夜拆借利率，使用VaR模型对其存在的利率风险进行了分析和研究。
结果表明，对于商业银行的隔夜拆借利率敏感型业务而言，在90%、95%、99%置信度下的最大损失（风险）分别为资产市场价值的43.92%、50.36和58.43%，可见商业银行面临的利率风险很大。
建议建立存款保险制度用以对冲利率风险，增强商业银行运营的稳定性。
[关键词]利率风险;VaR模型;风险管理;伦敦银行间同业拆借利率[中图分类号] F83; ; ; ; ; ;[文献标识码] A; ; ; ; [文章编号] 2095-3283（2020）03-0064-05Measurement and Management of Interest Rate Risk of Commercial Banks—Based on Var Model of a Case Study of LiborLuo Ximing; ;Fu Xiangshang（School of Economics and Management China University of Geosciences， Beijing 100083）Abstract： With the gradual deepening of interest rate liberalization in China， interest rate risk increases the uncertainty of commercial Banks' operation， and even leads to systematic risk in serious cases. In order to measure the interest rate risk of commercial Banks， this paper takes LIBOR as the research object， selects the overnight lending rate on January 2， 2009 solstice and July 10， 2019， and USES the VaR model to analyze and study its interest rate risk. The results show that the maximum loss （risk） in the case of the overnight lending rate sensitive business of commercial Banks under the confidence of 90%， 95% and 99% is 43.92%， 50.36 and 58.43% of the market value of assets respectively， indicating that commercial Banks are faced with great interest rate risk. Therefore， this paper proposes to establish a deposit insurance system to hedge interest rate risks and enhance the stability of commercial Banks.Key Words： Interest Rate Risk; Commercial Banks; Var Model; Libor一、引言利率风险是指利率波动使得商业银行的实际收益与预期收益发生一定程度的偏差，进而使得商业银行遭受损失的一种不确定性。
基于VaR的金融风险度量与管理
基于VaR的金融风险度量与管理一、本文概述随着全球金融市场的不断发展和创新，金融风险管理逐渐成为金融机构和投资者关注的核心问题。
本文旨在探讨基于VaR（Value at Risk，风险价值）的金融风险度量与管理方法，分析其在现代金融风险管理中的应用及其优势。
我们将首先介绍VaR的基本概念、计算方法和主要特点，然后探讨VaR在金融风险管理中的应用，包括风险测量、风险限额设定、绩效评估等方面。
我们还将讨论VaR方法的局限性，并探讨如何结合其他风险管理工具和方法，提高风险管理的有效性和准确性。
我们将总结VaR在金融风险度量与管理中的重要地位，展望其未来的发展趋势和前景。
通过本文的研究，读者可以更深入地了解VaR在金融风险管理中的应用，为金融机构和投资者提供更加科学、有效的风险管理工具和方法。
二、VaR的基本原理与计算方法VaR，即Value at Risk，中文称为“风险价值”，是一种用于度量和量化金融风险的统计工具。
VaR的基本原理在于，它提供了一个在给定置信水平和持有期内，某一金融资产或投资组合可能遭受的最大损失估计。
这一度量方法的核心在于将风险量化，从而帮助金融机构、投资者和监管机构更准确地理解和管理风险。
计算VaR的方法主要有三种：历史模拟法、方差-协方差法和蒙特卡洛模拟法。
历史模拟法是一种非参数方法，它基于过去一段时间内资产价格的历史数据来估计未来的风险。
这种方法假设历史数据能够代表未来的可能情况，通过计算历史收益率的分布，进而得到VaR值。
这种方法简单易行，但对历史数据的依赖性强，且无法反映市场条件的变化。
方差-协方差法是一种参数方法，它基于资产收益率的统计分布来计算VaR。
这种方法首先估计资产收益率的均值、方差和协方差，然后根据这些参数计算VaR。
这种方法能够反映市场条件的变化，但需要假设资产收益率服从特定的分布，且对极端事件的预测能力有限。
蒙特卡洛模拟法是一种基于随机过程的计算方法，它通过模拟资产价格的随机变动来估计VaR。
VAR在我国商业银行风险管理中应用论文
VAR在我国商业银行风险管理中的应用中图分类号：f830 文献标识：a 文章编号：1009-4202（2011）01-085-01摘要通过对var方法在我国商业银行风险度量中的应用分析，探讨商业银行在市场风险度量中存在的问题及var方法存在的缺陷，以期对我国商业银行风险的度量有所借鉴。
关键词 var 风险管理 monte carlo模拟法一、引言自美国次贷危机爆发以来，金融风险管理愈发显得重要，运用何种方法对科学的风险进行测度也逐渐被人们所关注，本文介绍在银行业广泛认可的风险定量分析方法var，并着重提出var方法在我国商业银行风险管理中的应用。
二、var的定义与度量方法1．var的定义var可以简单定义如下：在一定置信区间内，由于市场波动而导致资产组合在未来某个时期内的预计最大损失，用公式表示为：prob（ p 0， 0， 0。
（2）历史模拟法历史模拟法的核心在于根据市场因子的历史样本变化模拟证券组合的未来损益分布，利用分位数给出一定置信度下的var估计。
它可以较好地处理尖峰厚尾问题，并且不存在模型风险；同时也是一种全值估计，可有效处理非线性问题。
历史模拟法步骤：假设现在的时间为t = 0，si（t）为第i项资产在时间t的价格：①选取过去n+1天第i项资产的价格作为模拟资料；例如首先找出过去一段时间（假设是201天）的股票收盘价：si（1）、si（2）…si（200）、si（201）。
②将过去彼此相邻的n+1笔价格资料相减，就可以求得n笔该资产每日的价格损益变化量；例如：δ1 = si（1）si（2）、δ2 =si（2）si（3）、δ200 = si（200） si（201）。
③步骤2代表的是第i项资产在未来一天损益的可能情况，将变化量转换成报酬率，就可以算出n种的可能报酬率，即r =[si（-1）-si（-2）]/si（-2）r =[si（-2）-si （-3）]/si（-3）r =[si（-n）-si（-n-1）]/si（-n-1）④将步骤③的报酬率由小到大依序排列，并依照不同的信赖水准找出相对应分位数的临界报酬率。
VAR在商业银行市场风险管理中的应用
和风险类别之间进行比较和汇总的市场风险 露在市场风险中的头寸所需承担的市场风险 变动对头寸价值的影响。 同时， 正如 ＢＳ Ｉ所言，
计量方法， 而且将隐性风险显性化之后， 有利 进行准确的估量， 有效解决了市场风险管理中 压力测试应当包括市场冲击涉及的流动性风
于进行风险的监测、 管理和控制。 同时， 由于风 的度量问题。因而使用 Ｖ Ｒ方法能够帮助我 险方面的因素，例如发生金融市场危机时， Ａ 银
内 部模型计算风险价值等。目 市场风险内 生的潜在损失有一个客观的、事前的估计值， 复杂程度来构建压力测试， 前， 应当辨别可能会对
部模型 己 成为市场风险的主要计量方法。 与缺 使市场风险管理决策有了客观依据。 这个客观 其市场风险构成重大不利影响的风险因素， 设 口分析、 久期分析等传统的市场风险计量方法 的估计值（Ａ Ｖ Ｒ值）概括反映了投资组合或业 计的压力情景应该涵盖可能会令银行交易产 ，
商业银行市场风险管理指引中所称市场
算 Ｖ Ｒ值， Ａ 将市场风险显性化， 达到控制以及 行市场风险管理指引》 规定：ｖＲ值已成为计 “ａ 预测风险的目 的。
一
量市场风险的主要指标， 也是银行采用内部模
２加强风险管理， 、 建立市场风险量化体系
、
商业银行市场风险管理应用 ＶＲ Ａ 的必 型计算市场风险资本要求的主要依据” 。 的需要．目 风险管理的重要性已经大大提 前，
险 价值具有高度的概括性， 简明易懂， 也适宜 国商业银行的市场风险管理打下良好的基础。 行不易将其持有头寸平仓， 对于资产规模大的
董事会和高级管理层了解本行市场风险的总 ３ 、利用Ｖ Ｒ Ａ 来比较不同业务之间的市场 银行尤其如此， 从而容易引发流动性危机。 ４ Ｖ Ｒ模型只是风险计量的工具， 、Ａ 银行不 体水平 、 大势以及在危机中的生存能力， 能否 风险情况， 从而进行资源配置， 将相对较多的
基于VaR模型及GARCH族模型的商业银行利率风险实证研究
DOI：10.19699/ki.issn2096-0298.2021.21.101基于VaR模型及GARCH族模型的商业银行利率风险实证研究苏州大学东吴商学院 刘田田 熊齐扬摘 要：随着当前阶段我国利率市场化进程的不断深入，利率波动风险空前地增加了一大批商业银行自身面临的利率波动风险。
本文选取2011—2020年上海银行间同业拆放利率(Shibor)为研究对象，基于VaR模型、GARCH族模型对其中的利率风险进行定量分析和定值研究。
结果显示，对目前中国商业银行的隔夜拆借利率业务而言，该文章选取90%、95%、99%三个不同的置信度，所得到的最大损失分别为11.49%、14.81%和20.92%的资产市场价值。
利率波动风险较之前显著下降，但无法否认的是，我国银行面对的利率波动风险依旧较大，最后本文提出了相应的对策以供参考。
关键词：利率风险；利率市场化进程；VaR模型；GARCH族模型本文索引：刘田田，熊齐扬 .基于VaR模型及GARCH族模型的商业银行利率风险实证研究[J].中国商论，2021(21)：101-104.中图分类号：F832.3 文献标识码：A 文章编号：2096-0298(2021)11(a)-101-04在利率市场化风险问题上，麦金农教授等（1973）于20世纪提出的金融抑制理论，认为利率高昂而受到严格管理控制的金融市场可能会导致资本利用效率的低下，此时资金分配将严重向强势的需求者倾斜，于是更多的资金被分配给了强势的大公司，而被忽视的弱势中小企业无法获得资金，在马太效应的引导下被排除在金融体系之外。
然而，利率市场化也存在弊端，使国家无法像过去一样维持利率的稳定，银行需要面临的利率风险也逐步增加，使得银行日常运作的不确定性加剧。
鉴于当下准确识别、精准管理利率风险的现实需求，本文以上海银行间同业拆放利率(Shibor)为市场利率波动的模拟对象，度量商业银行的利率风险。
1 文献综述在利率风险的研究上，2005年，郭奔宇得出商业银行利率风险主要来自充定价风险以及基本点风险。
基于VaR模型的商业银行利率风险度量与管理
基于VaR模型的商业银行利率风险度量与管理引言一、利率风险的定义和来源利率风险是商业银行面临的一种金融风险，它来源于市场利率的波动。
商业银行在业务中涉及到大量的资产和负债，这些资产和负债的现金流量往往受到市场利率的影响。
当市场利率发生波动时，会导致银行资产和负债之间的净现值发生变化，从而引发利率风险。
利率风险的主要来源包括市场利率的波动、资产和负债的利率敏感性不匹配、资产和负债到期结构的不匹配等。
二、VaR模型在利率风险度量中的应用VaR（Value at Risk）是一种用来度量金融风险的模型，它可以量化在一定置信水平下的最大可能损失。
VaR模型通过对市场利率的波动进行模拟，计算出在特定时间段内，银行资产和负债的净现值在未来固定时间段内的损失可能性。
VaR模型的优势在于它能够提供一个统一的度量标准，同时也能够在一定程度上考虑到不同市场情况下的利率风险。
在利率风险度量中，商业银行通常会采用历史模拟法、蒙特卡洛模拟法和风险度量模型来进行VaR计算。
历史模拟法通过对历史市场利率数据进行模拟，计算出未来一段时间内的利率变动情况，从而得到VaR值。
蒙特卡洛模拟法则是通过对市场利率进行多次模拟，计算出不同情况下的VaR值，从而对利率风险进行度量。
而风险度量模型则是基于银行的资产和负债敏感性来计算VaR值，从而反映出银行在不同市场情况下的利率风险。
基于VaR模型的利率风险管理主要包括风险度量、风险监控和风险管理三个方面。
在风险度量方面，商业银行可以通过VaR模型对利率风险进行度量，进而得到不同置信水平下的VaR值。
通过VaR值的计算，银行可以更好地了解到自身面临的利率风险情况，从而作出更准确的风险决策。
在风险监控方面，商业银行可以利用VaR模型对利率风险进行监控。
通过监控VaR值的变化，银行可以及时发现利率风险的变化情况，从而采取相应的风险管理措施，以降低利率风险的影响。
基于VaR的我国商业银行利率风险管理
纪 ７ 年代中期到 ８ ０ ０年代末先后解除了利率管制制度 ，亚洲国
家在 ８ 年代开始掀起利率市场化的浪潮 ，非洲国家在 ２ ０ ０世纪 ８ 年代中期到 ９ ０ ０年代初 期先后完成 了利率市场化进程。到 目
前为止 ， 世界上绝 大多数 国家 已经实现 了利率市场 化。在经济
国商 业 银行 存在 风 险 管理 机 制 不 完善 、 乏 有 效 的风 险 管理 度 缺
况； 第二 ， 它能有 效解决期权和 隐含期权的金融 工具的 Ｖａ 计 Ｋ
持有期越长 ， 资产组合价值的波动性 就越大 。根据 巴塞尔委 员 会 １９ 的建 议 ， 融机 构可采用 ９ ％ ５年 ９ 金 ９ 的置信水 平 ， 分析的持 有期为 １ 个交易 日。 ０
２ Ｖａ 模 型 的 三 种 计 算 方 法及 其 比较 、 Ｋ
ｉ ｋ。 Ｒ ｓ）
近２ ０年来 ， 随着经济全球化及投资 自由化的趋势 ， 金融市 场的波动性 日趋加剧 ， 金融风 险管理 已成为金融机构的核心内
容。在固定利率时代 ， 商业银行所面临的风险主要是信用风险 ，
对利率风险的关注度较低。 ２ 世纪 ７ 自 ０ ０年代 以来 ， 大批金融衍
生工具的产生对传统的银行经营管理提出了挑战。西方金融监
算难题 ， 并能处理极 端事 件及 资产收益非正态分 布下 的 Ｖ Ｋ 测 ａ
量问题 。然而 ， 它的计算成本较高 ， 对金融机构或投资者采用 此
方法时的计算能力要求也较高。
三 、 ａ 模 型在 我 国商 业银 行利 率风 险 管理 中的 适用 性分 析 Ｖｉ ｌ
综匕 所述 ， 计算 Ｖ Ｋ 最关键的步骤是确定未来资产组合价 ａ 格的分布特征 ， 根据各 方法对未来资产 组合价格分布特征 的估 算方法不同 ，可将 目前常用的 Ｖａ 模型大体分 为三类 ：德 尔 Ｒ 塔一 正态 法、 历史模拟 法、 蒙特卡洛模拟法 。 （ ）德尔塔—正态法 。该法的核心是基 于资产收益 的方 １ 差——协方差矩阵进行估计。该方法的重要假设是单个 市场 因 子 的变动 服从正 态分布 ， 同时还假 设投 资组 合的收益率服从 正 态分布 。这极大地简化了 Ｖ Ｋ的计算 ， ａ 它首先根据历 史数据 求 出资产组合收益 的均值和 方差 以及 各相关 市场 因子 的相关 系 数， 然后利用资产收益正态分布 的统计性质求 出在一定置信 水 平下反映分布偏离 均值程度 的临 界值 ， 进而得到 Ｖ Ｉ 。 ａ （值
VaR在我国金融风险管理中的应用研究
VaR在我国金融风险管理中的应用研究作者：薛炜星来源：《现代经济信息》2016年第07期摘要：由于金融业的持续进步，金融产品快速创新和全球市场竞争日益激烈的影响，我国金融风险变得更加复杂化。
VaR属于一类测定金融风险的工具，逐渐变成金融风险管理的主要方式，获得了金融领域的广泛应用。
现简要分析VaR在我国金融风险管理中的应用，力求为今后的相关工作提供参照。
关键词：VaR方法；金融风险管理；应用中图分类号：F830.1 文献识别码：A 文章编号：1001-828X（2016）007-000-01当前我国存在的金融风险因素较多，此类风险也是金融部门与监管机构特别重视的部分。
所以，许多金融部门大力研发金融风险管理技术，特别注重金融风险的测量。
其中，VaR方法属于一类切实有效的测量技术。
因此，对VaR在我国金融风险管理中的应用进行分析就变得非常重要。
一、VaR方法的概念VaR方法也成为风险价值模型，是最近些年出现并发展应用的一类量化金融风险测量方法。
它的含义是：在市场正常的波动情况下，某金融资产或者证券组合的最大可能损失。
其具备的优势为：首先，其能够将多种金融技术、金融资产组合和各部门的金融风险量化成数字，并进行对比分析。
管理人员就可以基于该数值评估当前的金融风险程度；其次，以该指标数值为基础，管理人员无法以自身对金融风险不了解为借口推卸责任。
监管机构同样能够借助该指标数值增加市场的透明度，保证市场的稳定[1]。
二、VaR模型的算法1.历史模拟算法该方法是一类简洁的与非理论算法，其对潜在金融因素的标准散布不进行假设。
是通过对曾经一段时间金融资产组合风险收益频率分布进行计算，以得到曾经一段时间的均收益和既定置信水平下最小收益，进而计算出VaR值。
2.蒙特卡洛模拟算法该计算方法主要根据历史数据或者既定散布假设情况下的参数特性，通过随机形式模拟出许多资产组合值，并在这些之中选出VaR值。
起能够更有效的对非线性和非正态进行处理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基于VaR模型对我国商业银行市场风险管理的研究作者：赵永立来源：《中国经贸导刊》2014年第29期摘要：1980年后，商业银行进行混业经营变革的同时对经营相对放松监管，在这段时间内，金融领域竞争不断加剧，市场风险逐渐成为研究者们所关注的问题。
在金融市场中，银行业作为金融体系中十分重要的组成部分，如何同时提升商业银行自身的市场竞争力与抗风险能力，成为众多商业银行经营管理的核心内容。
关键词：VaR模型市场风险风险管理一、研究背景金融市场中各变量的变化或波动将导致未来资产组合收益存在不确定性，因而产生金融市场风险。
在此定义中，金融市场中各变量指的是包含股票的价格、利率、衍生品价格等变量，这些变量同时也被称作市场风险因子。
以上定义可以得出结论，金融市场风险基本上可以定义为金融资产价格风险。
而在金融市场中，银行业作为金融体系中十分重要的组成部分，同时也成为货币传导机制的重要一环，自然对商业银行的监管将成为金融风险管理研究的课题之一。
首先，金融产品的多样化扩大了银行的收入来源，随着我国逐步推行利率市场化、各商业银行的中间业务尤其以表外业务为主的规模不断发展扩大，商业银行所面临的风险也随之扩大。
其次，我国国内市场化进程不断深化、利率市场化程度不断加深，越来越开放的市场环境使得国内大多传统分业经营的界限日益模糊，商业银行走上混业经营成为银行业未来发展的必由之路。
与此同时，众多金融衍生工具的诞生、银行业务的不断完善创新，都为商业银行创造了巨大的利润，也带来了不容忽视的金融风险。
如何在提升商业银行自身的市场竞争力的同时增强银行本身的抗风险能力，现成为众多商业银行经营管理的核心内容。
二、文献综述（一）国外文献综述1952年哈里马克维茨在他的博士论文中开创性的提出了一种关于资产组合选择的方法，马克维茨提出基于投资组合中的两个基本参数，理性投资者会以此做出合适的资产组合的选择，这两个参数即预期收益和风险，这就是现代风险管理理论发展的基础。
至1960年前后，威廉夏普与林特纳提出了资本资产定价模型（CAPM），资本资产定价模型推进了风险管理的研究进程，它基于马克维茨的理论将单个资产分为两部分即是否能被分散化的风险。
1995年，巴塞尔委员会提出VaR必须成为商业银行资本充足性评判依据的要求，并在声明之后对VaR模型是否适用于商业银行风险管理的分析做了详细的介绍。
在1995年末美国证交委员会提出上市公司需定期披露自身信息并将VaR作为报告期的重要衡量指标的建议后，研究者们及银行家们对VaR模型的使用日益重视，且模型在金融业的适用范围日益扩大。
进入21世纪后，研究者们对VaR模型进行更深入和扩展的研究2004年，罗伯特首次基于VaR提出了条件VaR模型（CAVaR），在此模型中模型参数来自于分位数回归，这也是条件自回归模型的首次亮相。
2010年，罗伯特又对三类基本方法，即Delta正态法、历史模拟法、蒙特卡罗模拟法的优缺点进行了比较分析。
（二）国内文献综述2006年，梁志森指出在我国商业银行的市场风险管理上，VaR 的应用虽具有一定的局限性，但在一定程度上是可以克服的，即表明VaR在中国银行业风险管理领域同外国一样具有相当的适用性。
2007年，何飞平对VaR模型的随机波动进行了讨论，并对此情况下的VaR值进行实证分析，结果显示随机波动模型下的VaR值更具准确、动态性。
随后在2008年，牛茜指出使用VaR模型来计量市场风险与风险管理是我国商业银行未来的可行之路，但我国银行在使用模型时仍然存在数据缺失与后尾分布现象。
2012年，刘静，高翔就当下我国银行业中存在的普遍现象和问题，针对性的提出风险管理审计在我国商业银行业中实施的必要性，并深入探索研究更符合我国商业银行经营状况的风管审计新体系。
三、商业银行市场风险的度量（一）度量方法介绍VaR介绍1、VaR的定义所谓VaR，简单来说就是指在正常情况与给定的置信水平下，资产、投资组合在未来一段时间内将会遭受的最大可能损失。
可以表示为：Prob（△P其中，Prob表示概率密度；△P=P（t+△t）-P（t），表示组合在未来持有期即△t内的损失；c即为给定置信水平；VaR表示在给定置信水平c下资产组合的风险价值。
2、VaR的基本特点及参数基本特点：（1）基本公式仅能准确计算正常波动状态下的市场风险而非极端情况；（2）VaR具有可比性；（3）VaR值越大说明风险投资组合面临的风险越大，反之则越小；（4）正常情况下，时间跨度越短，收益率越贴合正态分布；（5）VaR值的基本参数为置信度和收益率。
基本参数：（1）持有期持有期是指计算在某段时间内持有资产的最大损失值，即VaR的时间范围。
一般在计算持有期时需考虑流动性、正态性、数据约束及头寸调整这四个方面。
并且在一般情况下，其他因素保持不变，流动性越大，持有期越短，资产组合面临的风险越小。
（2）置信度置信度是指资产组合的实际损失低于事先估计VaR值的可信度。
置信度的选择需考虑历史数据的可得性与充分性，并且对于同一个资产组合，在不同置信度下得出的VaR值也不尽相同。
因此，选择恰当的置信区间对计算VaR模型十分重要。
（二）VaR模型对我国商业银行市场风险的实证分析1、样本区间的选择上海银行间同业拆借利率（SHIBOR）是我国银行间利率市场化最具有代表性的数据且具有很高的市场化程度，因此实证分析选取此数据作为模拟变量。
本文选取2012年1月4日至2014年6月17日之间的上海银行间同业拆借利率（SHIBOR）作为样本，同时考虑到市场交易量以及利率对市场变动反应的灵敏程度，选择其中的隔夜加权利率作为观测对象，选择样本容量为608，样本数据的持有期为一天，即△t=l。
文中数据均来源于上海银行间同业拆借利率网站，应用Eviews6.0软件对数据进行分析处理。
2、样本数据分析（1）ADF检验用单位根的方法对时间序列的平稳性进行检验，平稳性检验结果如表1：由检验结果可知：在三个显著性水平下，单位根存在的零假设均被拒绝，即表明了SHIBOR对数日收益率序列是平稳的。
（2）VaR检验由表2可得滞后阶数为3阶，接下来，通过检验单位根来考察模型的稳定性，见图1：由图1可见，所有的特征根都落在单位圆内，即都小于1，表明该VAR模型的结构稳定，因此可以对其进行格兰杰因果关系检验、脉冲响应函数分析和方差分解。
（3）格兰杰因果关系检验为了能进一步确定变量之间的相互关系，下面进行格兰杰因果关系检验，结果如表3：由表3可得以下结论：（1）隔夜SHIBOR与一个月SHIBOR互为格兰杰因果关系；（2）在95%置信度下，隔夜SHIBOR利率和一个月SHVIBOR利率与上证指数并无格兰杰因果关系；（3）上证指数与一个月SHIBOR互为格兰杰因果关系，但与隔夜SHIBOR没有格兰杰因果关系，也就是说上证指数的变动能够引导一个月SHIBOR利率，或者说一个月SHIBOR利率能够反应上证指数的变化，但是隔夜SHIBOR利率却做不到这一点。
四、结论通过本文前面的介绍可以得出：VaR模型对我国商业银行的利率风险管理具有适用性及很好的衡量作用，虽然运用这种方法仍存在一定的限制条件。
因此，建立以VaR模型为基础的利率风险管理体系具有重要的现实意义，现根据上面的分析得出如下结论：第一，要建立与我国商业银行利率管理体系相适应的VaR模型，商业银行是一个需要实时数据作为支撑的行业，并且VaR模型需要应用大量精确有效的历史数据，因此本文选取的数据是从2012年1月起至2014年6月总共610个数据，分析得出的结果具有时效性及可参考性。
相反，如果数据缺乏则会在很大程度上限制VaR模型的实际运用，且会加大应用过程中返回测试的困难，因而降低了模型的有效性；第二，建立在我国商业银行利率风险的实际管理情况下来选择合适的置信度和持有期，结合现在我国商业银行利率风险的管理现状与文章中对VaR模型的实际应用情况，同时参考现阶段数据的缺失对风险管理的影响，建议商业银行考虑选取95%的置信水平，持有期为10个交易日来进行利率风险的管理；第三，通过检验的结果得出，在失败率检验法下，运用历史模拟法算出的值能够经得起检验，并且该值占组合的资产的总值为0.6%，风险覆盖了达到了96.5%，VaR显著满足95%，此结果表明，当外汇头寸组合面临的市场风险满足历史数据充足的条件时，运用历史模拟法可以较好的度量商业银行的市场风险；第四，当我国商业银行风险管理的内部控制系统是建立在VaR模型的基础上，根据我国商业银行的组织结构与特点，可以依次分层设置立体的总分行的风险管理内部控制系统。
运用VaR模型对风险投资组合以及其他金融机构所面临的市场风险可能使其发生的损失进行计算，得到一个相对的估计值，该估计值可在很大程度上反映出商业银行及其他金融机构和风险投资组合所面临的市场风险，也将成为做出市场风险决策的可靠参考依据，该估计值有利于商业银行各业务部门间的信息交流，也有利于整体的统一管理。
参考文献：[1]RM Bushman，CD Williams. A-ccounting discretion loan loss provisioning and discipline of banks risk-taking[J]，Journal of Accounting and Economics，2011[2]吉伦奇.巴塞尔资本协议III的八大改进及对我国商业银行风险管理的启示[J].时代金融，2012（6）：197—198[3]孙继伟.我国商业银行风险评价指标体系研究[D].复旦大学经济学院，2011[4]艾琳.对商业银行防范市场风险的探讨[J].金融理论与政策，2005（2）：71—72[5]MJ Flannery，Market interest rates and commercial bank profitability：An empirical investigation [J]，The Journal of Finance，2012[6]袁岗，罗良清.我国商业银行市场风险管理研究[J].江西社会科学，2010（5）：85—87[7]刘国华.基于内部控制的我国商业银行操作风险管理研究[D].山西财经大学经济学院，2012[8]黄志凌.商业银行市场风险管理：反思与重构[J].中国金融，2012（4）：22—24[9]何飞平.基于随机波动率的风险价值计算[J]. 统计与决策，2007（3）：143[10]封福育.我国沪深股市量价关系实证分析—基于分位数回归估计[J]. 商业经济与管理，2008（6）：75—79[11]邰莹莹.我国上市商业银行市场风险测度新视角一基于CAPM的启示[J]. 西南金融，2011（4）：61—62[12]米歇尔克劳伊，丹加莱，罗伯特马克. 风险管理精要[M].北京：中国财经经济出版社，2009[13]吴欣彦.我国商业银行市场风险计量研究[D].山西：山西财经大学，2010（赵永立，1993年生，江苏张家港人，苏州大学东吴商学院金融专业。