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.     

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。     

中小企业信用担保违约风险Poisson过程分布

探讨中小企业信用担保的风险分布特征是将有助于信用担保机构建立有效的风险防范体系。本文通过构建一个信用担保违约风险的Poisson分布模型,对信用担保风险发生频次的分布特征以及风险损失分布特征进行拟合检验,并运用极值理论对风险损失分布的阈值进行估计。实证结果表明:信用担保违约风险的发生频次分布较好地服从Poisson分布,并具有尖峰性及较为显著的离散性,而信用担保风险的损失分布则具有厚尾性且损失阈值较高,因此,信用担保违约风险出现概率较高。     

基于污染分布的财产保险损失分布估计

在索赔密度函数污染分布的假定下采用非参数的近邻密度估计方法,给出密度函数f(x)、f1(x)及污染系数α的估计,分析了估计的一致弱相合性与一定条件下的逐点误差分布精度,并对污染系数α和f1(x)进行随机模拟,结果显示拟合程度良好。     

地震损失风险的Copula混合分布模型及其应用

地震造成的损失主要包括直接经济损失和人员伤亡.本文以我国1950-2015年期间的地震灾害统计数据作为研究样本,建立了地震灾害造成的直接经济损失和死亡人数的Copula混合分布模型.在该模型中,用右截断的Gumble分布与广义帕累托分布构造的混合分布拟合对数直接经济损失,用两端截断的负二项分布与广义帕累托分布构造的混合分布拟合死亡人数,用Copula函数建立直接经济损失与死亡人数之间的相依关系,并通过蒙特卡罗模拟计算风险相依情况下地震灾害的风险度量值.与传统的地震灾害模型相比,本文提出的直接经济损失与死亡人数的Copula混合分布模型对巨灾数据的拟合更加合理,为我国建立地震巨灾保险制度提供了一种可供选择的精算模型.     

保险系统损失分布模型新探

基于一定范围内的人口总量很大(可视为无穷大)，且保险人数为随量，每个被保险人的平均损失费各不相同时，导出被保险人总损失费的分布。较文[3]更具实用性。     

商业银行最优资本配置、股利分配策略与操作风险

随着商业银行风险管理实践与理论的逐步发展,操作风险受到了越来越多的关注,已成为与信用风险、市场风险、流动性风险并列的第四大风险来源.但相对而言,该领域的理论研究还较为匮乏.本文在Jarrow的研究范式下,对商业银行操作风险进行了更进一步的理论研究.首先,本文建立随机过程模型,对当存在操作风险时的银行资产进行描述,并利用随机动态优化方法求解了银行最优资本配置和股利分配策略;在此基础上,本文对银行最优策略与风险资产期望收益、波动性以及操作风险强度和频率之间的关系进行了探讨.本文的研究对操作风险的理论框架起到了补充和完善的作用,并为商业银行在操作风险存在条件下的资本配置和股利分配方案制定提供了一定的理论参考.     

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.     

商业银行非现场监管的模式识别方法

商业银行非现场监管在整个商业银行监管体系中占有中枢神经的地位，文章将商业银行非现场监管作为模式识别分类问题进行研究，提出了通过神经网络的建模，构造基于马哈拉诺比斯距离的联合判别模型的方法，并以实际数据为基础验证了模型的有效性，进行了商业银行分类识别。     

基于EVT-POT-SV-GED模型的极值风险度量

针对金融资产收益的异常变化,采用SV-GED模型捕捉收益分布的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,结合SV-GED模型与极值理论拟合标准残差的尾部分布,建立了一种新的度量金融风险的基于EVT-POT-SV-GED的动态、VaR模型.用该模型对上证综指做实证分析,结果表明该模型能够更精确、合理地度量上证综指收益的风险.     

基于贝叶斯网络的商业银行全面风险预警系统

贝叶斯网络能够用条件概率较好地表达不确定性因果关系, 并进行一定的推理. 基于商业银行全面风险管理的复杂性, 较难采用传统方法构建预警系统, 采用贝叶斯网络, 通过构建商业银行全面风险的拓扑结构, 将各类风险诱因对商业银行全面风险的影响纳入到具有因果关联的网络结构中, 测算了各类指标对全面风险的影响程度, 并通过预警系统的灯号模型, 直观地展示了风险因素对商业银行全面风险的影响, 以便帮助商业银行及时采取措施化解风险.     

基于ES-TV的贷款承诺极端风险测度模型

在Basel Ⅲ的风险计量新要求及中小企业融资成本高、违约风险大等背景下,贷款承诺极端风险的测度成为银行未来资产管理的重点之一. 基于期权理论,首先给出了浮动利率下的贷款承诺定价公式;其次通过引入DGN（Delta-Gamma-Normal）模型,刻画了贷款承诺价值变动的分布形态;继而通过修正尾部波动率,并利用期望短缺原理,构建了衡量贷款承诺极端风险的ES-TV测度模型. 该模型兼顾极端损益及其波动性,能更全面反映极端风险. 最后对X银行贷款承诺组合管理进行了实证分析.     

基于GJR模型的EVT动态风险测度研究

通过运用ARMA-GJR模型捕获上证综指的损失序列的自相关、波动集聚性和杠杆效应特征,用极大似然估计(MLE)估计模型参数以求出条件均值和条件方差以及标准残差序列;然后假设沪市指数损失标准残差序列近似满足EVT条件,分别取175、105和35个极值数据并运用MLE来估计广义帕累托分布(generalized Pareto distribution,GPD)的参数,进而估计出q分位数对应的动态风险值VaR(value at risk)和ES(expected shortfall);最后对风险测度方法的估计效果进行分析.实证结果表明:标准残差序列的极值尾部近似服从GPD,ES是相对于VaR更保守的风险测度方法.     

基于VaR-GARCH模型族的我国期铜市场风险度量研究

描述了金融时间序列的一般特性,从收益的波动性与分布出发,组建起计算时变风险价值的VaR-GARCH模型族,并应用该模型族在3种分布假设下对我国铜期货的市场风险进行了实证分析.研究结果表明,基于广义误差分布的VaR-EGARCH模型能很好地刻画期铜收益的尖峰厚尾性与市场风险.同时,对期铜市场风险的变动趋势进行了详细剖析.     

跨银行与企业部门的系统性风险研究

从风险反馈视角，研究跨银行与企业部门的系统性风险贡献度与传染效应.基于债务排序方法构建了银企系统性风险测度模型，并基于2018年中国银企间借贷数据进行研究.研究结果表明：银行节点在银行层的债务等级小于在企业层的债务等级，而企业节点在企业层的债务等级小于在银行层的债务等级；银企信贷系统中存在少数系统重要性银行和企业，其系统性风险贡献度高；随着银行或企业的信贷规模增大，所对应的总债务等级越高，而且总债务等级与信贷规模呈现非线性特征；随着信贷宽松程度变大，银行与企业的系统性风险贡献度呈现下降特征；在不同信贷宽松政策下，由企业所引发的总信贷损失始终大于银行，而且造成的银企信贷系统崩溃的阈值始终小于银行；信贷政策宽松程度对维持银企信贷系统的稳定性具有积极影响，特别对银行的作用更为显著.     

加速应力下基于退化量分布的可靠性评估方法

基于退化量分布的方法是一种被广泛应用的可靠性评估方法,然而对此方法在加速退化试验中研究并不充分。为避免依据经验或主观判断建立可靠性模型容易造成评估结果不准确的问题,以退化量分成正态分布的情况为例研究了加速应力下的可靠性评估方法。其主要特点是利用加速因子不变原则推导出模型参数随加速应力的变化规律,从而建立可靠性模型。研究结论表明所提的评估方法克服了以往方法容易造成评估结果不准确的问题。     

基于联合分布状态信息滤波的机器人协同定位

针对现有扩展卡尔曼滤波算法在协同定位应用计算复杂的问题,提出一种基于联合分布状态的信息滤波算法,并将其运用在多机器人协同定位中。从3个方面解决计算复杂的问题:第一,借鉴机器人同步构图与定位,利用联合分布状态将关键历史状态保留在滤波中,避免时间更新的复杂计算;第二,利用滤波信息参数的稀疏性,减小滤波所涉及的计算复杂度;第三,根据Cholesky矩阵分解的特殊性质,进一步减少计算复杂度,节省存储空间,简化通信管理,便于工作负载均衡分配。理论分析与仿真结果表明,该方法在确保计算与存储复杂度的同时保证了估计精度和协同定位的有效性。