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。     

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.     

预期短缺ES估计的稳定性分析

在风险管理中,风险量度估计的稳定性对金融机构的经济资本确定及风险分配起着重要的作用.本文从预期短缺(ESα)估计的稳定性角度分析重要性抽样技术和Monte Carlo模拟在估计信用资产组合ESα方面的差异.结果表明,由于组合损失分布尾部事件的稀有性,与传统的Monte Carlo模拟方法相比,运用重要性抽样方法估计的ESα比较稳定,且生成的风险贡献能够明显地体现出资产间不同的风险特征.     

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.     

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.     

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。     

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.     

用信息扩散模型改进台风风险估计

频繁且随机发生的台风,其风险是概率风险,具有统计学的意义.用历史台风的损失记录作为样本来量化风险时,台风风险就是台风损失样本的平均值,它必等于由台风发生概率和易损性偶合估计出的损失期望值.当统计资料较少时,由于信息扩散模型能提高小样本的工作效率,消除用简单统计方法估计风险时出现的平缓和跳空现象,较好地表现统计规律,从而能改进台风风险的估计精度.按年分段形成的多个样本函数可用于计算物理意义明确的台风年度风险值,并可用信息扩散模型对其加以改进.蒙特卡罗法并不具有改进风险评估精度的功能.本文以浙江省部分历史台风资料为样本,演示了台风风险的估计.信息扩散模型的改进程度如何,将另文用计算机仿真的方法来加以检验.     

基于重要抽样技术的外汇期权组合非线性VaR模型

为了克服极小概率事件发生概率估计的困难,提出了把重要抽样技术发展到外汇期权组合非线性VaR模型中,通过改变市场变量回报分布的期望向量和协方差矩阵,在相应区域产生更多的样本,使得该情形下不再是稀有事件Monte Carlo模拟,从而减少Monte Carlo模拟计算工作量,更精确地估计出组合的损失概率,而组合的损失概率是计算组合损失分布的分位点(VaR值)的必备条件.模拟结果表明,该算法比常用Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差.     

基于信用风险迁移条件风险价值最小化的贷款组合优化模型

把企业信用风险迁移引入贷款收益率的计算中,引入条件风险价值(CVaR)来度量贷款组合风险,建立了组合贷款优化决策模型.本模型的特色:① 用CVaR代替VaR,控制了贷款组合极端损失的发生;② 反映了企业信用等级迁移对企业收益率波动的影响,更加客观地反映了贷款的真实风险,解决了现有研究仅简单求解各笔贷款的收益率标准差而忽略信用风险迁移的问题;③ 通过现行法律法规为约束条件,在约束条件中,控制了流动性风险,避免了资产配置的流动性危机,保证了银行资产配给的合法性与合规性.     

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.     

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.     

从风险管理视角解析中航油事件

从风险管理的角度对中航油(新加坡)事件进行了较为全面的分析.在定性方面,对中航油(新加坡)事件主要的风险来源,如道德风险,市场风险,以及操作风险等,进行了归纳,并构造了一个风险循环模型用于解析此次事件的风险演进过程.在定量方面,运用风险值(Value-at-Risk,VaR)技术对中航油(新加坡)事件中的市场风险做了实证估算用以说明中航油在决策上的大胆与草率.在以上的分析和计算的基础上,对国有海外企业的风险监管和内控提出几个相应的政策建议.     

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.     

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.