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.     

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.     

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。     

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.     

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.     

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。     

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.     

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.