基于Nelson-Siegel模型控制利率风险的资产负债组合优化模型

以资产组合月利息收入最大为目标函数,以Nelson-Siegel久期向量零缺口、满足法律法规及银行资产负债管理要求为约束条件,建立资产负债组合优化模型。本文的创新与特色一是基于Nelson-Siegel模型,将利率的变化分解为水平、斜率和曲率因子的变动,更准确地把握利率变化的结构特征,通过Nelson-Siegel久期向量零缺口,能免疫利率期限结构非平行移动产生的风险,比传统久期更具广泛性;二是通过实例对比分析,从资产分配分散化、月度收益和银行净值变化三个方面,证实Nelson-Siegel久期向量模型相比传统久期-凸度模型在商业银行资产负债管理上的优越性。     

市场利率下银行资产负债结构优化研究

研究商业银行面对法规监管及企业风险，通过资产负债结构优化，控制信贷风险问题。提出基于企业年龄的风险分布函数，利用贷款风险度估计分布参数，将企业风险与贷款方式联结起来，反映贷款的实际风险状态。提出以市场利率为折现率的资产折现值目标函数，以风险损失及资产结构为约束的资产负债结构优化模型，这一模型反映了资产负债的市场价值．并给出计算案例。     

基于方向久期与凸度免疫的资产负债优化模型

通过方向久期和方向凸度的免疫条件来控制资产配给中的利率风险,建立了银行资产负债组合优化模型.本文通过资产或负债价格对利率一阶导数受不同时段利率变动的影响而形成方向久期的思路,提出其二阶导数也受不同时段利率变动影响形成方向凸度的概念.通过资产或负债的凸度受不同时段利率变动的影响关系给出方向凸度的表达式,反映了即期利率及其变动对贴现现金流的影响,改变了现有研究忽略利率变化对凸度的影响的状况.通过方向久期和方向凸度的双重免疫建立优化模型,解决了无论利率在不同时段的变化量是否相同均可进行风险免疫问题.     

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.     

中小企业贷款利率定价的计算实验方法

从我国商业银行贷款定价视角出发, 结合信贷配给理论,运用计算实验金融的方法,分别对``一刀切'式利率定价与综合的利率定价模型进行银企贷款仿真实验,比较发现不同的利率定价模型影响中小企业贷款情况机理. 实验发现,贷款利率提高到一定程度后, 银行的收益会随着利率的提高而降低,一定程度上反映了银行对中小企业实行信贷配给的现象.并实验验证了综合的贷款利率定价方法在不降低银行收益的前提下,缓解了中小企业的融资困境.据此提出了商业银行应选择合理的利率定价模型,根据贷款数额、信用级别、资产负债率、担保方式等指标,根据风险大小、成本高低和借款企业的具体情况, 实行有差别的变动利率.     

FF因子与宏观因子是潜在风险因子的良好代理吗?

Fama-French 因子以及宏观经济因子是解释股票收益的重要因素,但是它们是否是真实数据所隐含的不可观测风险因子的客观反映却不得而知. 运用Bai等^[1]提出的最新分析方法,基于面板数据的因子模型,对上证A 股市场进行风险因子代理合适性的实证研究. 结果显示：（1） Fama-French 因子可以作为投资组合风险因子的良好代理,但只有MARKET 因子可以作为个股风险因子的良好代理,即寻找个股的良好代理比投资组合更为困难. （2） 基于工业总产值增长率、通货膨胀率、银行同业拆借利率以及M2 增长率构造宏观经济因子,发现单个宏观经济因子和整个宏观经济因子集合都不适合作为投资组合风险因子的代理.     

基于稳定分布的多目标全部贷款组合优化模型

贷款业务是商业银行最主要的资产业务,其利息收入是商业银行最重要的利润来源,而贷款利息收入水平取决于商业银行贷款配置的合理性.本文针对贷款收益率具有的偏态、过度峰态及厚尾特性,建立了基于稳定分布的多目标全部贷款组合优化模型.本文的创新与特色一是在稳定分布情况下考虑收益和尺度参数的基础上,通过追求贷款组合的偏斜指数最大使分布向大于收益率均值方向偏斜来提高贷款组合的超额收益,弥补了现有研究忽略偏度的弊端.二是同时考虑了包括"存量"与"增量"在内的全部贷款组合的风险,改变了流行的现有研究对于巨额"存量"贷款风险缺少控制可能引发重大损失的弊端.三是将现有研究在主观给定贷款组合收益下单纯地控制贷款组合风险完善为同时控制贷款组合风险和收益的"均值-尺度参数-偏斜指数"多目标全部贷款组合优化模型,满足了银行对风险和收益的不同偏好,达到了既控制风险、又追求效益的风险与收益兼顾的目的.     

引入流动性的证券投资组合模型构建与实证分析

为更好地体现流动性对于开放式基金投资组合的重要意义,在马柯维茨“均值-方差”模型的基础上创造性地引入流动性因素,通过构造“稳健因子”,来构造出以“收益”、“风险”和“稳健因子”所组成的三维空间里投资组合的有效前沿.经过实证检验得出,引入“稳健因子”的三维投资组合相比于仅以“收益”和“风险”所构造的二维投资组合,在收益提高、风险控制等方面具有一定的优势.     

基于Monte Carlo 模拟和VaR 约束的银行资产组合优化模型

在Monte Carlo模拟和CreditMetrics方法的基础上,以银行各项资产组合收益最大化为目标函数,以VaR风险限额为约束,以法律、法规约束和经营管理约束为条件,建立了基于Monte Carlo模拟和VaR约束的银行资产负债管理优化模型.其特点一是利用Monte Carlo模拟预测出贷款期限内各年度的收益率及标准差,将其平均值作为该项贷款总体的年平均收益率及其标准差,从而考虑了各项贷款期限不同的因素,可以对不同期限贷款的收益率进行同等的比较,在总体上对信用风险的不确定性有了较可靠的把握.二是利用VaR技术建立约束条件,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内.三是直接利用各企业贷款收益率的历史数据求解各贷款之间的收益率相关系数,进而求解资产组合的方差,而不是利用企业资产的相关系数求解,更直接反映了贷款收益率之间的相关性.四是运用资产负债管理比率建立约束条件,通过巴塞尔协议内容和众多国际惯例的法律、法规和经营管理约束控制流动性风险,使贷款的分配决策满足行业监管和银行经营的实际要求.     

网络中心化C4ISR系统结构“五环”及其效能表征研究

针对网络中心化C⁴ISR系统结构的定量设计与分析问题,以网络中心战结构模型和观察、调整、决策以及行动(observe, orient, decide, act, OODA)过程模型为理论依据,建立了系统结构“五环”概念,采用网络化效能因子(coefficient of networked effectiveness, CNE)衡量系统结构的网络化效能,形成系统结构“五环”效能表征模型,并给出了指导网络中心化C⁴ISR系统结构设计的若干推论,仿真实验验证了表征模型的有效性。     

基于违约状态联合概率的商业银行信贷资金行业间优化配置模型

商业银行信贷资金在行业间的优化配置对于控制银行信贷资金的整体风险具有重要意义。以行业内代表性上市公司市值加权的股票价格作为行业平均股价,以市值加权的每股负债作为行业平均每股负债。根据行业平均股价与行业平均每股负债,应用KMV模型计算行业违约概率,进而将商业银行对m个行业的贷款在到期时区分为2~m种违约状态,应用正态Copula函数计算各违约状态的联合概率。根据2~m种违约状态下信贷资金的收益率及各违约状态的联合概率,计算银行整体信贷资金的差异系数,即信贷资金获取单位收益所承担的风险。以对m个行业的贷款权重为优化变量,以银行整体信贷资金的差异系数最小化为目标函数,建立了基于违约状态联合概率的商业银行信贷资金行业间优化配置模型,为商业银行信贷资金在行业间的优化配置提供决策参考。     

基于违约状态联合概率的商业银行信贷资金行业间优化配置模型北大核心CSCDCSSCI

商业银行信贷资金在行业间的优化配置对于控制银行信贷资金的整体风险具有重要意义。以行业内代表性上市公司市值加权的股票价格作为行业平均股价,以市值加权的每股负债作为行业平均每股负债。根据行业平均股价与行业平均每股负债,应用KMV模型计算行业违约概率,进而将商业银行对m个行业的贷款在到期时区分为2~m种违约状态,应用正态Copula函数计算各违约状态的联合概率。根据2~m种违约状态下信贷资金的收益率及各违约状态的联合概率,计算银行整体信贷资金的差异系数,即信贷资金获取单位收益所承担的风险。以对m个行业的贷款权重为优化变量,以银行整体信贷资金的差异系数最小化为目标函数,建立了基于违约状态联合概率的商业银行信贷资金行业间优化配置模型,为商业银行信贷资金在行业间的优化配置提供决策参考。     

基于多期动态优化的银行资产组合决策模型

以银行各项资产组合收益最大化为目标函数,以VaR风险收益率为约束,以法律、法规和经营管理约束为条件,运用多期资产分配的逆向递推原理和非线性规划方法,建立了多期银行资产组合动态优化模型.一是通过逆向递推,使本期资产的最优配给建立在下一期资产的最优配给的基础上,解决了现有研究只是在单期里求解而忽略了各期之间的联系与影响的问题.二是考虑到本期的贷款收益率期望值将受到上一期贷款信用等级迁移的影响,利用不同等级贷款收益率期望值和一年期迁移概率矩阵,计算出各类企业各年份的相应的贷款收益率期望值及标准差,更加客观地反映了贷款的真实收益和风险,解决了现有研究只是简单求解各笔贷款收益率期望值或将其设为常数的问题.三是用贷款组合的VaR控制多期贷款的组合风险,解决了现有多期研究中对银行风险承受能力和资本监管的客观要求考虑不足的问题.     

基于仿真利率路径和Spread-Prepaymet曲线的MBS定价方法

房产抵押贷款证券的定价与市场利率的路径密切相关.以市场现行利率期限结构为基准,用蒙特卡罗方法生成利率路径,为房产抵押贷款证券定价.为克服传统的Vasicek、CIR等利率模型的弱点,引进利率水平因素的均值回归项和斜率因素的均值回归项,以产生平稳的利率路径.模型中的波动率由互换市场的报价计算得出,以反映市场的对未来的预期.根据利差与提前还本速度间的函数关系,由历史数据统计得到"利差-提前支付速度曲线",作为提前还本模型.最后对比了各种模型生成的利率路径,以及参数选取对MBS价格的影响.     

基于收益和风险优化的属性约简算法

决策者总是希望实现收益最大而承担的风险最小,如何平衡或兼顾两者,可考虑引入收益和风险因素进行属性约简以便做出寻找有效的、切实可行的决策。在一定的预期收益水平下通过优化组合收益和风险,结合粗糙集和贝叶斯模型,建立了收益和风险优化的决策模型,以每个属性的收益风险平衡组合函数作为指标进行启发式属性约简,该算法减少数据模型的规模和复杂度,并提高模型系统的仿真精度。     

基于Copula-GARCH-EVT的资产组合选择模型及其混合遗传算法

在非正态分布的条件下,M arkow itz的均值-方差资产组合选择模型存在不足。为此,以V aR和CV aR作为风险度量方法,EVT反映收益率的尾部分布,GARCH反映收益率的波动性,Copu la函数反映金融资产收益的相关性,构建了基于Copu la函数的资产组合选择模型。针对非正态分布条件下V aR非凸性和分布函数不连续性导致资产组合选择优化计算复杂、不精确的难题,设计了基于单纯形和传统遗传算法的混合遗传算法。最后,根据中国证券市场数据,采用该混合遗传算法对建立的资产组合选择模型求解。     

广义仿射模型在上交所债券市场的实证分析

以上交所债券价格隐含的利率期限结构从1997年1月至2002年3月的月度样本数据作为分析对象，利用卡尔曼滤波法，实证研究了连续时间两因子广义高斯仿射模型．结果表明模型下的利率期限结构与实际观测到的利率期限结构形状基本相同，说明模型能够反映利率期限结构的横截面特征．模型对1，2，3，5年期利率的预测误差没有表现出序列相关性，而对4年期利率的预测误差表现出序列相关性，说明两因子广义高斯仿射模型基本上可以反映利率期限结构的时间序列特征。     

基于GJR-EVT-COPULA和下偏矩的最优资产组合分析

与方差风险测度相比,下偏矩一方面能够度量下边风险,另一方面通过设置不同的风险因子它可以更广泛的反映投资者的风险偏好.Harlow[1]建立了基于历史数据的均值下偏矩最优投资组合模型,本文考虑建立预测数据下的均值下偏矩最优投资组合模型,并同Harlow的模型进行实证比较.考虑到实际收益数据的时变性、杠杆效应和厚尾特征,引入AR(1)-GJR(1,1)-EVT模型来描述金融时间序列的上述特征,并通过t Copula函数描述资产收益之间的非线性相关性.对基于历史数据的均值-二阶下偏矩模型和基于预测数据的均值-二阶下偏矩模型的投资绩效进行考察.中国股市的实证结果表明,基于预测数据的均值二阶下偏矩模型可以得到更好的投资绩效.     

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.     

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.