合可以有效地降低非系统性风险。

 

　　

 综上所述，资产组合管理应用在商业银行中最主要的就是表现为信贷组合的管理。银

行通过吸储和房贷成为资产市场上最重要的投资者。投资者都满足理性人的假设，因此商业
银行的目的也是在一定的风险水平下获得收益的最大化。同时，商业银行又与其他投资者有
明显的不同，主要表现在资金来源、投资对象和投资期限范围上。

 

　　

 （二）信贷违约额度的频谱分析框架 

　　

 事实上，所谓的时间序列从根本上说就是频谱分析。在信号理论领域，频谱分析分为

连续频谱分析和离散频谱分析

[[]]。信号就是携带信息的一元和多元函数，最简单的信号就

是时间的一元函数，当这个函数为离散函数时，便称为时间序列。

 

　　

 在本文的第二部分，主要探究了为了为单笔信贷资产轧平风险头寸，所应购买的 CDS

的支付价格。然而，银行的信贷资产往往是由多种期限，不同用途的贷款组合而成，那么应
该首先明确哪种贷款的违约概率更大，发生的损失额更多，进而再针对不同的贷款种类，
为此贷款组合构造合理的

CDS 头寸。 

　　

 设共有 N 中贷款构成贷款组合，其中各种贷款损失值组合集为，模型假设贷款的差别

只在于期限不同，那么第

i 种贷款的损失函数便可以写为，其中为第 i 种贷款的贷款期限。

　　

 由于离散的点序列不便于进行频谱和能量分析，因此将其进行连续化处理，由离散信

号变成连续信号可以通过以下方式来完成：

 

　　

 首先引入一个连续信号，其频谱为。通过与我们的原始离散信号进行相乘并累加，可

以使离散信号成为连续信号，其图像就表现为的图像包络
　　

 其中，为两信号相差的时间差，为离散信号的频谱。 

　　在将离散化的信号处理为连续信号之后，便可以对此信号进行傅里叶分析。傅里叶分析
的精髓在于将不规则的一系列连续时间信号分解成为多个规则信号的叠加，该规则信号一
般选用正弦波信号。当银行贷款组合损失额的信号被分解为多个规则正弦波信号叠加之后，
便可以将具有不同频段分量的正弦波通过滤波器分离出来，分析其对应的贷款种类，从而
对该种贷款进行合理的定价。

 

　　

 三、结论 

　　

 本文所涉及的银行信贷资产利率不确定性模型突出了在利率不确定条件下对于购买

CDS 所应支付价格的均衡求解，主要创新点在于引入了卢卡斯的理性预期理论，对不可预
期的利率波动进行定价，增强了模型的针对性。

 

　　

 在银行资产信贷组合管理模型中，针对不同种类贷款的违约损失额的不同，可以应用

信号处理理论对它们进行分离，从而构建出更为合理的风险管理头寸。在这一方面，仍然需
要更进一步的深入分析，主要体现在以下几个方面：

 

　　

 1.贷款期限的不同并不是贷款种类的唯一差别，贷款人的身份，背景和行为都在很大

程度上影响着贷款的违约损失额。

 

　　

 2.频谱分析的关键环节是去噪处理，然而在模型中并没有涉及到有关噪音的问题。 

　　

 3.数据缺乏可能导致最终的定价结果发生偏离。由于贷款损失额的数据很难找到，数据

数量较少，因此对于结果的显著性可能并不能很好的保证。针对这一问题，许多学者，如郑
纪安（

2009），张洪哲（2010）利用小波分析和神经网络分析分别解决金融时间序列的高

频性和数据匮乏问题，并得到了非常好的效果。

 

　　

 中国目前的金融创新步伐还有待提高，应该让金融工程师们放开胆子，大胆创新对于

我们的国民经济发展有利的金融产品，而不要由于金融衍生品引起的金融危机而畏首畏尾
因噎废食。

CDS 引起了全世界的金融海啸，但是它也让数以万计的美国居民圆了住房梦。因

此，我们应该加大在定量金融学方面的研究，合理应用精算方法进行产品设计，多开发出
适于自己的金融创新产品。