| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第8-19页 |
| 1.1 科学问题的性质 | 第8页 |
| 1.2 选题背景及意义 | 第8-10页 |
| 1.2.1 选题背景 | 第8-9页 |
| 1.2.2 选题意义 | 第9-10页 |
| 1.3 资产负债利率风险免疫的研究现状 | 第10-16页 |
| 1.3.1 现代资产组合理论 | 第10-11页 |
| 1.3.2 传统久期免疫方法 | 第11-13页 |
| 1.3.3 基于利率期限结构的久期免疫方法 | 第13-16页 |
| 1.3.4 现有研究存在的主要问题 | 第16页 |
| 1.4 研究内容及框架 | 第16-18页 |
| 1.4.1 研究思路 | 第16页 |
| 1.4.2 研究内容 | 第16-17页 |
| 1.4.3 研究框架 | 第17-18页 |
| 1.5 主要创新与特色 | 第18-19页 |
| 2 多因子Cox-Ingersoll-Ross模型的理论基础与参数估计 | 第19-27页 |
| 2.1 Fama-Bliss模型 | 第19页 |
| 2.2 Nelson-Siegel模型 | 第19-20页 |
| 2.3 Cox-Ingersoll-Ross模型 | 第20-22页 |
| 2.3.1 Cox-Ingersoll-Ross模型 | 第20-21页 |
| 2.3.2 随机久期向量 | 第21-22页 |
| 2.4 多因子Cox-Ingersoll-Ross模型参数估计 | 第22-25页 |
| 2.4.1 连续模型离散化 | 第22-23页 |
| 2.4.2 基于Kalman滤波的准极大似然估计 | 第23-25页 |
| 2.5 本章小结 | 第25-27页 |
| 3 基于随机久期的资产负债利率风险免疫优化模型 | 第27-34页 |
| 3.1 模型的基本原理 | 第27-28页 |
| 3.2 三因子CIR模型随机久期利率风险免疫原理 | 第28-31页 |
| 3.2.1 资产、负债价值与随机久期 | 第28-30页 |
| 3.2.2 资产负债利率风险免疫条件 | 第30-31页 |
| 3.3 基于随机久期的资产负债利率风险免疫优化模型 | 第31-33页 |
| 3.3.1 目标函数的建立 | 第31-32页 |
| 3.3.2 约束条件的建立 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 实证分析与效果对比 | 第34-52页 |
| 4.1 基于Kalman滤波估计CIR模型参数 | 第34-35页 |
| 4.1.1 数据 | 第34页 |
| 4.1.2 参数的估计 | 第34-35页 |
| 4.2 银行基本信息 | 第35-37页 |
| 4.3 负债价值与随机久期向量的计算 | 第37-40页 |
| 4.3.1 存款类负债的价值 | 第37-38页 |
| 4.3.2 存款类负债的随机久期向量 | 第38页 |
| 4.3.3 债券类负债的价值 | 第38-40页 |
| 4.3.4 债券类负债的随机久期向量 | 第40页 |
| 4.4 资产价值与随机久期向量的计算 | 第40-43页 |
| 4.4.1 非贷款类资产的价值 | 第40-41页 |
| 4.4.2 非贷款类资产的随机久期向量 | 第41-42页 |
| 4.4.3 贷款类资产的价值 | 第42页 |
| 4.4.4 贷款类资产的随机久期向量 | 第42页 |
| 4.4.5 固定资产和其他资产的价值 | 第42-43页 |
| 4.4.6 固定资产和其他资产的随机久期 | 第43页 |
| 4.5 优化模型的建立 | 第43-45页 |
| 4.5.1 目标函数的建立 | 第43页 |
| 4.5.2 利率风险免疫的随机久期向量条件 | 第43-45页 |
| 4.6 优化模型的求解 | 第45页 |
| 4.7 基于情景模拟的对比分析 | 第45-50页 |
| 4.7.1 对比模型 | 第45-46页 |
| 4.7.2 对比标准 | 第46-47页 |
| 4.7.3 情景模拟法 | 第47-50页 |
| 4.7.4 对比分析结果 | 第50页 |
| 4.8 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 附录A MATLAB源代码 | 第58-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-66页 |
