主管：中国科学院
主办：中国优选法统筹法与经济数学研究会
　　　中国科学院科技战略咨询研究院
中国管理科学

中国管理科学 ›› 2011, Vol. 19 ›› Issue (3): 19-25.

• 论文 • 上一篇    下一篇

商业银行流动性风险管理方法的改进研究——基于模糊定性约束下的动态规划补偿模型应用

李研妮, 冉茂盛   

  1. 重庆大学经济与工商管理, 重庆400030
  • 收稿日期:2010-06-26 修回日期:2010-12-28 出版日期:2011-06-30 发布日期:2011-06-30
  • 作者简介:李研妮(1976- ),女(汉族),河南开封人,重庆大学经济与工商管理学院博士研究生,研究方向:金融市场、银行的风险管理.
  • 基金资助:

    中央高校基本科研业务费资助项目(CDJXS11021117)

The Study of Commercial Bank Liquidity Risk Management Method and Improvement——Application of Dynamic Programs with Simple Recourse Under Fuzzy Qualitative Constraints

LI Yan-ni, RAN Mao-sheng   

  1. College of Economics & Business Administration, Chongqin University, Chongqin 400030, China
  • Received:2010-06-26 Revised:2010-12-28 Online:2011-06-30 Published:2011-06-30

PDF (PC)

1607

摘要： 商业银行流动性管理一向受银行管理者重视。管理银行流动性的方法大多采用运筹学规划,前提假定是这些参数为确定性的,或运用历史数据回归来确定随机参数的分布规律。但现实中,这些参数常为不确定的,且不存在概率分布的统计基础,致使决策结果有悖科学化。本文提出一种解决此问题的改进方法:首先建立不确定参数的模糊集,然后再将其转换成确定性分布嵌入动态规划的模型中,构建了多阶段动态线性规划补偿模型。通过改变模型中的部分参数,模型就能灵活地给出不同风险偏好的管理者的流动性管理策略选择。

关键词: 流动性风险, 动态规划, 模糊定性约束

Abstract: Commercial bank liquidity management has been seriously concerned by bank managers.Operational research planning is the main methods of management of bank liquidity.Some parameters in model are assumed deterministic or random variables whose distributions are decided by historical data regression.But in reality,these parameters are of ten uncertain,and there are no statistical basis for their probability distribution,leading to results contrary to the scientific decision making.This paper presents an improved method to solve this problem that firstly the fuzzy set so funcertain parameters should be established,then converted into the definite distributions which be embedded in the dy namic programming model,which builds the multi stage dynamic linear prog ramming with simple recourse.Through the change of partial parameters in model the model gives different fluidity management strategy choices for different risk at titude treasures.

Key words: liquidity risk, dynamic programming, fuzzy qualitative constraints

中图分类号: