证券公司整体风险的度量方法与实证

针对风险集成度量中的数据困难,以及目前我国证券公司风险集成度量研究和实践的缺乏,提出了基于财务报表数据的风险集成度量方法,对我国14家上市证券公司面临的市场风险、信用风险、流动性风险、运营风险和整体风险进行度量,并分析了各风险对整体风险的影响. 研究结果表明:市场风险、信用风险、流动性风险及运营风险与整体风险之间存在着较大的分散效益; 此外, 市场风险与运营相关的风险是我国证券公司面临的主要风险.     

基于收益长期相关的风险度量及投资期限效应

在资产收益具有长期相关性的框架下,从序列可预测性的角度将风险定义为实际与预测结果的偏差;认为该风险能够用序列中的噪声进行度量。在此基础上,还以不同抽样间隔的上证综合指数收益序列对风险度量的投资期限效应进行了考察。     

基于时间持续性的动态风险度量模型

基于一致性风险度量公理建立的CVaR方法缺乏多时期风险度量属性,特别是动态持续性.针对这些问题,本文在动态一致性风险度量框架下,提出动态风险度量方法(DVaR),并利用我国深市和沪市数据对VaR、CVaR和DVaR方法进行实证比较研究,通过回测方法比较3种方法的有效性.     

基于截断数据的操作风险分段损失分布模型及应用

选择恰当的损失分布是对操作风险进行度量的首要环节,也是正确度量操作风险的重要前提。立足于操作风险数据的“截断”性,将传统分阶段定义损失强度的损失分布法（PSD-LDA）拓展为双截尾分布-POT（DTD-POT）度量模型,用双截尾分布、分段分布代替传统的单一完整分布来刻画损失数据的双截断特性。首先,综合考虑数据收集门槛值、阈值对分布拟合的影响,构建DTD-POT度量模型,并提出DTD-POT的度量步骤和流程;其次,设计当损失强度分布为分段、截尾分布时使用Monte Carlo模拟度量操作风险的具体步骤;最后,收集我国商业银行1994~2013年的549个风险损失数据,以实证分析的形式验证所提出的方法,并将结果与单一损失分布法、传统的PSD-LDA进行了比较。实证结果表明,PSD-LDA和PTD-POT模型均能较好的拟合损失的主体和尾部,拟合结果显著优于单一损失分布法;此外,和传统的PSD-LDA相比,DTD-POT模型能对数据有更好的拟合效果,度量结果具有较好的稳定性,减少因损失分布选择不当带来的误差。     

基于贝叶斯推断的操作风险度量模型研究

在度量操作风险时,由于数据不足的问题可能造成监管资本配置的偏差,进而导致防范和控制风险的能力降低.本文在对操作风险度量模型分析的基础上,应用贝叶斯推断来度量操作风险.结合实际数据,对操作风险的损失频率和损失金额的分布函数进行了估计,并利用蒙特卡罗模拟方法对操作风险损失值进行了模拟.实证分析表明:应用贝叶斯推断来度量操作风险,可以较好地解决目前操作风险损失事件数据不足的问题.     

重尾性操作风险的风险价值置信区间的灵敏度

根据操作风险价值不确定度的合成机理,通过对重尾性操作风险价值解析解的分析,导出高置信度下重尾性操作风险价值的标准不确定度及置信区间.进而以弹性分析方法对该置信区间的灵敏度进行理论探讨和实例分析后发现:随尾指数的增大, 操作风险价值及其置信区间长度同时增大,且在高置信度下,尾指数是影响操作风险价值及其置信区间长度灵敏度的关键参数. 据此,可将尾指数作为操作风险的监控参数,操作风险监管资本的提取方式可改进为:以操作风险价值的某一置信区间为监管资本的控制范围.这在理论上进一步完善了损失分布法在操作风险度量中的应用,并使操作风险的管理更加合理.     

基于g-h分布度量银行操作风险

根据银行操作风险厚尾性的特点, 采用具有厚尾特点的 g-h 分布度量了银行的操作风险. 在实际运用中根据 g-h 分布定义, 修正了 Tukey 分位数估计; 依据操作风险的高频低危和低频高危的特性, 提出了损失区间法确定损失次数参数. 在 g-h 分布特性的基础上, 得出了 g-h 分布的随机和的在险值. 利用我国银行公开披露的操作风险损失数据进行了实证分析, 结果表明提出的估计法能较好地拟合 g-h 分布的参数. 研究结果对于我国银行定量管理操作风险具有启示作用.     

LDA下操作风险价值的置信区间估计及敏感性

在操作风险领域，损失样本的不一致问题，使以损失分布法度量的操作风险价值存在不确定性。假定损失强度为Weibull分布，损失频率为Poisson分布，并以K．Bocker等人得出的操作风险价值的解析解为理论基础，进一步研究操作风险价值误差的产生机理，得到在特征参数置信度为1-β时，操作风险价值的置信区问。并通过对误差传递系数与特征参数η、λ与研弹性的研究表明：参数研的误差是操作风险价值误差的主要来源，从而也是影响操作风险价值置信区间长度主要敏感因子。     

操作风险度量:国内两家股份制商业银行的实证分析

操作风险是金融机构需要面对的主要风险之一。操作风险的度量是对操作风险进行有效管理的前提之一。收入模型和证券因子模型是使用由上至下的观点度量操作风险的方法中两种重要的模型。本文利用这两种度量模型对国内两家股份制商业银行的操作风险状况进行了实证分析。研究结果表明：两个模型在某种程度上都可以反映操作风险的大小，收入模型的度量效果优于证券因子模型。     

基于证据理论的软件开发风险评估方法

通过将软件开发过程分解为分析、设计、实施阶段,根据决策者对每一阶段的技术风险、费用风险、进度风险的确信度,给出了一种基于Dempster-Shfer证据组合理论的风险评估方法.从而,将软件开发过程中影响风险的多种不确定性定性指标转化为确定的定量指标进行评价.最后通过实例说明了该方法的有效性.     

基于影响图的多智能体学习算法

提出一种多智能体学习算法.用影响图作为 agent 表示工具,给定 agent 的一个初始模型和它的历史行为,在能力、信念和优先学习的基础上来构建新的模型.学习方法是把其它 agent 的历史行为作为训练集,利用神经网络以及决策知识和专家知识来修改影响图中各结点的连接关系.针对与 agent 历史行为不一致的情况,本文把它看成效用函数发生了随机偏差,通过 Markov chain-Monte Carlo 技术进行模拟,实现效用函数的调整.最后利用多机编队协同空战作为例子说明算法的实用性.     

基于多主体影响图及博弈论的军事决策建模

具有循环依赖性的决策行为在包括军事决策问题在内的许多领域普遍存在。在博弈论框架下,利用多主体影响图(multi agent influence diagram, MAID)及其结构诱导的关联图,对具有循环依赖性的军事决策问题进行分析和建模,能够准确地描述具有对抗性的军事决策态势,精确地识别决策问题中的循环依赖关系,深刻地揭示军事决策问题的潜在结构信息。实例分析表明,基于多主体影响图及关联图的框架不仅为军事决策提供了新的分析和建模途径,而且同现有方法相比具有多方面的优势。     

基于KL距离的交互式动态影响图近似算法

交互式动态影响图(interactive dynamic influence diagrams, I-DIDs)状态空间太大,候选模型的数量随时间变化而呈指数倍增长。针对其备受计算量困扰的问题,提出一种利用近似行为等价原理与区别模型更新算法(discriminative model updates,DMU)相结合的近似算法。首先给出了基于Kullback-Leibler (KL)距离模型行为等价和近似行为等价的定义,然后基于KL 距离和候选模型的动作对候选模型聚类,自上而下合并策略树形成策略图,最后利用DMU算法进行求解。仿真结果表明,相对于传统的DMU算法,所提近似算法能显著降低候选模型的数量,提高I-DIDs的效率,对I-DIDs的理论及应用研究具有参考价值。     

重尾性操作风险度量模型与管理模型的连接参数

为连接重尾性操作风险的度量模型与管理模型, 以弹性分析方法对重尾性操作风险价值的灵敏度进行了理论分析, 建立了操作风险关键管理参数的判别模型, 并以示例验证了该模型的有效性. 该关键管理参数将度量模型与管理模 型连接起来, 使操作风险管理框架成为一个完整体系, 为建立操作风险动态管理系统奠定了基础. 在理论上 完善了损失分布法在操作风险度量与管理中的应用.     

基于扩展时间影响网络的作战任务效能计算方法

由于战场环境的复杂性,作战任务与作战目标间通常存在动态不确定的因果影响关系。目前,传统的解析模型及作战模拟方法在计算作战任务效能时,存在因果建模能力不足,运行效率低下的问题。通过引入时间影响网络,并利用循环弧和强度参数扩展其时间约束,进一步表达了作战行动间异步和同步关系,提出了一种基于扩展时间影响网络的作战任务效能计算方法。在一定作战想定背景下,结合登岛作战任务示例验证了该方法的可行性和有效性。     

基于影响图的UCAV编队对地攻击战术决策研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,智能化的战术决策系统在现代战争中占有越来越重要的地位。基于影响图易于进行不确定性推理的优点,提出应用影响图来建立UCAV编队对地攻击智能战术决策系统。建立了UCAV编队对地攻击战术决策的影响图模型,并且对该模型进行了仿真分析。仿真结果表明,基于影响图的战术决策模型能够提高决策的准确度和智能化,而且推理简单,易于实现。     

基于Lévy测度的动态操作风险度量

依据我国商业银行1994-2012年操作风险历史数据,本文引入Lévy测度描述操作风险损失所具有的非连续跳跃行为,利用稀疏序列法产生动态操作风险损失过程,采用了同时考虑损失频率相关性和强度相关性的Lévy Copula模型,给出了具有时变参数和时变相关性结构的动态操作风险度量模型和数值实验技术,计算了不同置信水平上的VaR与CVaR.实证结果表明:Lévy Copula模型能在减少模型设定风险的同时,较好地描述风险单元间的相关性结构;Lévy Copula模型相比于传统Copula模型对相关性结构刻画更为细致,能降低风险资本,并且通过稳健性检验;动态Lévy Copula模型能捕捉到风险的变化趋势,减少由于时变参数导致的风险资本估计偏差.     

基于风险管理的入侵检测数据采样策略模型

基于网络的入侵检测系统通过详细分析计算机网络中传输的网络数据包进行入侵检测,由于检测速率与数据包采集速率不匹配,以及检测所需成本的限制,在收集用于检测的网络数据包时必须选择有效的采样策略。引入了博弈模型框架上的原始入侵数据包采样策略,在此基础上再进行分析和扩展。同时,讨论了原有单一采样策略的不足,引入风险管理的思想并通过具体的实例来分析在不同风险情况下的策略选择问题。