银行间同业拆借
简析我国银行间同业拆借市场。___________)。我国银行间同业拆借市场利率风险度量。本文利用VaR模型通过2013年1月4日至2014年10月30日我国银行间同业拆借市场每日加权平均利率进行实证研究。建立了基于GARCH模型的我国银行间同业拆借市场利率风险测。上海银行间同业拆借市场买卖价差研究。&#160。
银行间同业拆借Tag内容描述:<p>1、DOC格式论文,方便您的复制修改删减简析我国银行间同业拆借市场(作者:___________单位: ___________邮编: ___________)摘 要:银行同业拆借是指商业银行为弥补交易头寸的不足或准备金不足而在相互之间进行的借贷活动,是金融机构之间的资金调剂市场,目的在于调剂头寸和临时性资金余缺我国金融市场需要大力发展货币市场,而由于同业拆借市场在货币市场中具有重要作用,更应得到优先发展,以早日建成成熟的货币拆借市场,服务于整个金融市场 关键词:银行间市场;同业拆借 1 我国银行间同业拆借市场的发展 1.1 1984年-1995年底:初始阶段 我国的同。</p><p>2、www.21ask.com 中国管理资讯网鬗挊鱱鐛椏鎁孰穛舭喣嶮犞強貎挾愹塁牖庯蠊倚佂騃琭己熾埥赋陽豖峹裗韧溯獋绨炬腈落笸呠毀聈琵操岲嬭嚂辄簞渨登翕爯噤緰騜骸瓮堩繙渺劯輀緮腱髛胯颮珰愨缶茾甴讠繚攦僺鹤獈撻秠摵猷餙魅晘限洸笕證鴝勮鹚朇齎姮甋鄁衒獞済跓鵋砿鵠伻缰闕毱至糜蟱雽抿污翖筬炔芝蝎迚橼啝魶篺鉛缓詎瓞盩茶蟶爝彌髉釈汘辎據褤庂俘訴択宊訳倞榟曖浰姎凗愛蕙揻颗孌筝雪碆媣涼徾检芻焷躧諸弣磕漣璨糝刏悢匩阱墱帶谊怐啄葿糞毝妾敷翤邁氍婿苽冺隧嶴鳴僋橇进炐佺締谭践矫胱棂晓絣銯蓎祟榧爏癜燜觜婾香蛱竞峁萔擏薄澋欻改舤鑹掵佒梽渵塸。</p><p>3、学生姓名:何雨芹 学号:41108065学校:西南财经大学课程:金融统计分析 我国银行间同业拆借市场利率风险度量基于VaR模型的实证研究摘 要本文利用VaR模型通过2013年1月4日至2014年10月30日我国银行间同业拆借市场每日加权平均利率进行实证研究,建立了基于GARCH模型的我国银行间同业拆借市场利率风险测度GARCH族模型(GARCH(1,1)/TARCH(1,1)/EGARCH(1,1)),得出以下结论: t分布不适合描述我国银行间同业拆借利率序列的分布状况,广义误差分布能较好刻画我国银行间同业拆借利率序列的分布;根据样本数据,现阶段我国银行间同业拆借利率风。</p><p>4、上海银行间同业拆借市场买卖价差研究李良松(美国北卡罗来那州立大学数学系,北卡罗来那州 27695)摘 要:本文考察了上海银行间同业拆借市场做市商买卖价差的特征,并研究了这个做市商交易市场买卖价差的影响因素。实证结果表明上海银行间同业拆借市场做市商的买卖价差具有显著的聚集效应,不同类型银行的买卖价差水平在不同拆借品种上是不一致的;隔夜拆借的买卖价差具有显著的周内效应,呈现倒“V”特征,在周三的买卖价差是最高的;买卖价差假日交易的波动更小;在正式运行阶段,买卖价差的波动率均有很大提高,对于交易活跃的拆借品种。</p><p>5、7月25日全国银行间同业市场拆借交易日评拆借交易简况市场成交情况 成交笔数(笔)增减(笔)成交量(亿元)增减(亿元)加权平均利率()升降(基点)参与成员数(家)136+17463.3440-66.70102.7677+0.9977各期限品种成交情况 品种开盘利率()收盘利率()最高利率()最低利率()加权利率()升降(基点)成交笔数(笔)成交量(亿元)增减(亿元)IBO0012.54002.53002.57502.25002.5210-0.4083289.9440-36.4010IBO0073.15003.11004.55003.05003.1434+3.5227163.5000-3.9000IBO0143.04003.04003.04003.04003.0400-2.9322.8000-29.2000I。</p>