一种新型的VaR计算方法:g-h VaR法

根据g-h分布的统计特性,提出了基于金融资产损失的V aR计算方法——g-h V aR法。这种方法结合了分析方法、历史模拟方法和极值理论方法的优点,能够很好地处理组合回报的不对称现象和厚尾现象。在证券市场上的实证研究表明,该方法优于现有的D elta-正态方法。     

Weibull分布下操作风险监管资本及度量精度灵敏度

根据操作风险价值不确定度的合成机理，假设操作损失强度为Weibull分布，导出高置信度下重尾性操作风险监管资本的标准差与置信区间. 进而以弹性分析方法对监管资本及其度量精度变动的灵敏度进行理论探讨后发现：随着分布特征参数的变动，监管资本及其度量精度的变动具有规律性，其灵敏度的变动仅与形状参数和频数参数有关，示例分析进一步验证了理论命题的有效性. 根据该理论命题，不仅可判别操作风险的监控参数，简化操作风险监控系统，而且可为监管资本提取方式的改进提供有价值的参考建议. 本文的研究在理论上进一步完善了损失分布法在操作风险度量与管理中的应用.     

运用损失分布法的计量商业银行操作风险

讨论损失分布法的基本原理,运用蒙特卡罗模拟对我国商业银行操作风险的经验数据进行了实证分析.研究表明,我国商业银行操作风险平均损失金额高于国际活跃银行;我国商业银行操作风险涉及的业务条线主要是商业银行业务、支付和结算业务;操作风险的风险类型主要表现为内部欺诈和外部欺诈;如果按照巴塞尔委员会规定的99.9%的置信水平,国内每家商业银行仅仅为操作风险就需要配置107亿元的资本,远远超过了现阶段我国商业银行的风险资本承受能力.因此,我国商业银行必须采取有效措施尽快补充资本,以提高抵御风险的能力.     

重尾性操作风险监控参数识别

假设操作损失强度为Pareto分布,导出该重尾性操作风险的风险价值;在以弹性分析方法对该操作风险价值灵敏度进行理论分析后,建立了操作风险监控参数的识别模型;在实例分析后发现,该模型可有效地识别操作风险的关键监管参数.据此,可建立操作风险动态监管系统.该研究在理论上进一步完善了损失分布法在操作风险度量与管理中的应用.     

基于截断数据的操作风险分段损失分布模型及应用北大核心CSCDCSSCI

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PTDPOT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。     

我国商业银行整体风险度量及其敏感性分析——基于我国商业银行财务数据和金融市场公开数据

依据我国14 家上市商业银行的财务数据和金融市场公开数据, 利用风险因子模型和损失分布法采取蒙特卡洛模拟技术分别生成市场、信用和操作风险敞口回报的分布, 在此基础上, 引入Copula 函数构建此三种主要风险敞口回报的联合分布, 以回报形式的VaR 度量我国商业银行整体风险, 考察研究整体风险对我国商业银行金融业务组合变化和风险相关性变化的敏感性. 实证结果表明: 基于Copula 理论的VaR 估计方法能够很好的度量整体风险, 而线性加成VaR 高估了整体风险, 正态VaR 低估了整体风险; 与市场风险相关的金融业务组合比例增加会加大整体风险, 且操作风险非常显著的尖峰厚尾特性对商业银行整体风险的影响较大; 易发生极端损失的操作风险与市场风险、信用风险之间的交叉作用增强时, 金融监管机构要特别关注.     

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.     

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.     

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HKKP估计的商业银行操作风险估计

对于商业银行而言，操作风险已经成为与市场风险和信用风险同样重要的风险。本文利用极值理论对中国商业银行操作损失极端值分布进行估计，针对尾参数估计的采用传统Hill估计对小样本数据容易产生偏倚的情况，提出了采用Hill估计的改进——小样本无偏估计的HKKP估计来估计操作损失的尾参数，针对由于阈值确定不准确导致结果偏差大的情况，采用最小化估计的累计概率分布与经验累计概率分布平均平方误差的方法确定较精确的阈值，估计出给定置信水平下操作风险损失的分位数，从而使得中国商业银行操作风险监管资本的测定成为可能。     

操作风险测度的内外部数据混合方法

操作风险因其厚尾性使其测度更具复杂性,极值理论能够解决此一问题.但在银行内部数据不充分的情况下,只有少数点进入尾部,尾部数据不够大,必然会影响参数的确定,继而影响测度精度.引入信度理论,将外部数据构建的操作风险损失尾部与内部数据建模进行整合,通过估算合适的信度因子,利用外部数据弥合内部数据不充分引致的测度误差,以期获得更精确的测度值.     

基于高阶矩风险控制的贷款组合优化模型

以银行各项资产组合收益率最大化为目标函数, 以VaR来控制贷款组合的风险价值, 以偏度约束来控制贷款组合收益率的整体分布向大于均值的方向倾斜、以减少发生总体损失的单侧风险, 以峰度来控制贷款组合收益率分布出现极端情况的双侧风险, 建立了资产分配的收益率均值-方差-偏度-峰度模型.本模型的创新与特色是通过峰度约束控制了贷款组合收益率向极端损失偏离的程度.在马可维茨均值-方差模型的基础上, 增加了偏度和峰度参数, 建立了收益率均值-方差-偏度-峰度模型.模型通过方差约束, 控制了组合收益率偏离均值的离散程度: 通过偏度约束, 控制了组合收益率总体分布向损失一侧偏离的程度: 通过峰度约束, 控制了组合收益率出现极端损失或收益的可能性. 模型从多个角度控制了贷款组合的风险, 拓展了经典的均值-方差优化组合思路.     

基于偿付能力的最优再保险策略

采用最大索赔再保费定价原则,结合VaR、CTE、TV三种风险测度方法,通过研究最小化偿付不足风险的概率、期望损失以及均方期望超额损失等再保险问题,得到相应的最优再保险策略,并结合案例对各种最优策略进行静态分析.研究发现,当偿付能力基于VaR或者CTE时,最优的再保险策略是去尾停止损失再保险,这说明原保险公司此时应该更注重对中等巨额损失的保障,而没有动力去保障极值损失;当偿付能力基于TV时,最优策略是带限额的停止损失再保险,此时,保险公司为了保证经营的稳定性,势必会将一部分极值损失分保.     

基于峰度法的POT模型对沪深股市极端风险的度量

基于VaR正态性假设导致的尾部风险低估问题,研究极值POT模型,并针对样本平均函数法在某些数据结构下失效的缺陷,利用峰度法定量选取了阈值.沪深股市极端风险实证表明:涨跌停板影响了POT模型的有效性.涨跌停板前,在较高与较低的置信水平下,POT模型均比VaR模型有效;涨跌停板后,POT模型在较高置信水平下优于VaR模型,但在较低置信水平下反而不及VaR模型.研究认为这主要是因为涨跌停板抑制了极值数据的异质性,造成极值密集分布在涨跌停板附近,致使厚尾分界线向内收敛,从而影响了POT模型的有效性.     

关于上海股市收益厚尾性的实证研究

对股市收益厚尾性进行了研究 ,基于极值理论利用高限峰值法 POT( Peak Over Threshold)方法以样本平均超限 ( The Sample Mean Excess Function)函数为工具 ,通过 GPD( Generalized ParetoDistrbution)模型 ,对股市收益分布尾部进行拟合探讨 ,由此给出股市收益分布尾部估计 ,并求出了尾部分位点.