运用Student T-Copula的极值理论度量我国商业银行的操作风险

银行操作风险损失数据具有厚尾性,同时不同损失事件之间具有相关性.依据巴塞尔委员会对操作风险损失类型的界定,利用从公开渠道收集的我国商业银行内部欺诈和外部欺诈损失数据.运用基于Studentt-Copula的极值理论研究我国商业银行面临的操作风险,得出极值理论的POT模型能够有效地捕捉损失厚尾性,计算出的VaR比较准确,只是不同的损失数据对阈值的选取存在一定差异.进一步研究表明采用Studentt-Copula刻画两种损失事件之间的相关性,能够有效地降低VaR,降幅甚至高达40%以上.既可以为银行节省大量经济资本,有利于日常经营,又可以准确计提经济资本,有利于监管当局的监管.     

基于POT方法的商业银行操作风险极端值估计

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。本文利用极值理论超越样本的估计能力,采用极值理论中对数据要求量较少,可以进行单步预测的超阈值(POT)方法对我国商业银行操作损失极端值分布进行估计,以均值超额函数图和拟合直线的交点确定阈值,估计出给定置信水平之下操作风险损失的分位数,从而使得国内商业银行操作风险监管资本的计算成为可能。     

基于贝叶斯极值估计的商业银行内部欺诈风险度量研究

内部欺诈风险是我国商业银行面临的一个重大风险来源。本文针对内部欺诈具有的低频率高损失的特点,采用不同分布分段刻画其损失统计分布规律,对于低于和高于门限值的样本点,采用Box-Cox变换和全Paretian分布模型进行分析,然后采用贝叶斯估计对全Paretian分布模型的参数进行估计,接着在此基础上对建立了一个内部欺诈风险度量模型,然后使用所构建的风险度量模型对操作风险在险风险值、经济资本和最大可能损失进行了测算,最后提出了防范操作风险的政策建议。     

商业银行操作风险的度量——基于非参数方法

在损失分布方法的基础上,本文基于非参数方法对商业银行操作风险的度量进行了研究。非参数方法对损失额的分布不作过多的设定,避免了由于分布误设可能出现的偏差。古典的核密度估计对损失额拟合的效果不太好,特别是尾部的拟合效果更差。变换后的核密度估计的拟合效果比古典的核密度估计改善很多.基于变换后的核密度估计对商业银行操作风险损失度量可以得到不同置信水平的VaR与ES,并且不同置信水平的差距比较大。基于非参数与基于参数方法得到的各个置信水平的VaR与ES有一定差距。     

基于分段损失分布法和Copula的银行操作风险集成度量

多个风险单元的集成度量是银行操作风险管理的关键步骤之一。立足于操作风险的“厚尾”、“截断”性,从分段损失分布法的视角出发,探讨操作风险集成度量的模式和数值方法。首先,引入两阶段损失分布法来拟合单个风险单元边际损失分布,用双截尾分布代替传统的完整分布来刻画“高频低损”损失数据的双截断特性,利用POT模型捕获“低频高损”事件的厚尾特性。再次,基于分段建模思路,对传统度量过程中边际分布为单一、完整分布的Copula模型进行了扩展,研究边际分布为分段分布、截尾分布条件下使用Copula函数集成度量操作风险的框架和步骤,并设计了Monte Carlo模拟算法。最后,以实证分析的形式验证所构建模型。通过对中国商业银行416个操作风险损失数据的实证分析,结果表明分段分布、截尾分布能对单个风险单元边际分布有更好的拟合效果,能减小由于分布选择不当而引发的模型风险。分段度量视角下Copula函数的引入能灵活处理多个操作风险单元间的相依结构,使风险度量结果更为合理。     

多变量极值理论在银行操作风险度量中的运用

针对银行操作风险损失分布的厚尾性和损失事件之间的尾部相依性,首先用单变量极值理论建立了单个损失事件计量模型,然后用多变量极值的连接函数反映了损失事件之间的尾部相依性,避免了计量中对银行操作风险的低估和对监管资本要求高估.     

基于g-h分布的操作风险损失强度分布拟合及风险度量

操作风险损失强度分布呈现的"右偏性、厚尾性"特点,使操作风险损失强度的拟合面临着许多困难。为了解决传统损失分布难以拟合损失分布尾部的问题,同时又为了克服极值理论的弊端,将四参数的g-h分布用于操作风险损失强度拟合中,设计当损失强度分布为g-h分布时使用Monte Caro模拟的基本步骤。并以我国的517个风险损失数据为基础,以实证分析的形式验证所提出的方法,将拟合结果与尾部风险及其他4种常用分布进行比较。实证结果显示,在损失强度的拟合中,g-h分布能较好的捕获操作风险损失分布的"厚尾"特性,对操作风险损失分布的拟合效果最好,尾部风险计算较为合理。     

操作风险计量研究——基于贝叶斯Copula方法

商业银行操作风险的计量存在两个重要的问题,一个问题是损失数据缺乏,另一个问题是各部分之间的风险相关问题.结合Bayes估计和Copula函数解决了上述两个问题并基于中国商业银行操作风险的损失数据对对操作风险的计量进行了实证分析.实证分析的结果表明无论考虑风险相关与否,基于极大似然估计的VaR与基于Bayes估计的VaR具有一定的差距.     

基于Copula函数对巴塞尔协议中操作风险的度量

利用贝叶斯网络,将搜集到的操作风险事件分类建立数据网络;在假设一定的分布条件下,分别估计各类损失事件发生频率和损失量的分布参数,用copula函数处理相关节点,再估计总体分布的VaR和ES,从而为巴塞尔协议中操作风险损失的估计提供一种具体的可选方法。     

运用聚类分析法对我国企业信贷风险的评估与预测

本文通过对企业财务指标的分析与选取,运用聚类分析法对我国企业的信用风险贷款质量进行了评估与预测。根据企业信用风险程度,将商业银行对企业的贷款质量分为正常、关注、次级、可疑、损失五类形态。以此对上市公司的运行状况作出评价,为商业银行是否对其贷款提供依据。     

基于贝叶斯分析的中国商业银行内部欺诈分析

内部欺诈事件类型是中国商业银行最严重的操作风险类型。但由于操作风险本质特征和中国商业银行内部欺诈损失数据收集年度较短,数据匮乏,小样本数据容易导致参数结果不稳定。为了在小样本数据下进行更准确的度量,本文采用贝叶斯马尔科夫蒙特卡洛模拟方法,在损失分布法框架下,假设损失频率服从泊松-伽马分布,而损失强度服从广义帕累托-混合伽马分布,分析后验分布的形式,获得中国商业银行不同业务线的内部欺诈损失频率和损失强度的后验分布估计,并进行蒙特卡罗模拟获得不同业务线内部欺诈的风险联合分布。结果表明,拟合结果很好,与传统极值分析法相比,基于利用贝叶斯的分析获得的后验分布可以作为未来的先验分布,有利于在较小样本下获得较真实的参数估计,本方法有助于银行降低监管资本要求。     

基于银行单位资产损失分布的存款保险定价研究

受到现有的存款保险定价模型适用条件的限制，已有的存款保险定价方法无法适用于我国多数的中小商业银行，而这些银行往往是风险较高需要存款保险机构重点关注的对象。为破解这一难题，依据银行损失分布、资产配置与存款保险定价的关系，提出了基于单位资产损失分布来测算存款保险费率的新思想，并将信用资产组合风险的度量与存款保险定价结合在一起，给出了测算单位资产损失分布的新方法。该方法从构造贷款组合损失的矩母函数入手，采用鞍点法求解贷款组合的损失分布，进而测算单位资产的损失分布，用于测算商业银行的存款保险费率。算例分析表明，该方法突破了原有定价模型在数据条件上的限制，所依赖的数据均来自商业银行公开的信息披露和监管数据，适用于所有的商业银行，具有广阔的应用前景。     

商业银行操作风险的Buhlmann估计模型

对银行操作风险产生的各类损失量,关于操作风险水平条件独立情况,建立一种新的银行操作风险损失额的Buhlmann估计模型。并对模型进行了实证分析。     

管住“魔鬼”

2011年9月24日,瑞士联合银行（以下简称＂瑞银＂,UBS）宣布,董事会接受CEO奥斯瓦尔德辞职的决定。奥斯瓦尔德是在为此前的违规交易事件承担责任。由于员工阿多搏利进行了未授权交易,瑞银预计将损失23亿美元。在金融行业,那些逃避银行内部监控进行违规交易的交易员被冠以＂魔鬼交易员＂的称号。然而,瑞银丑闻暴露的不仅仅是这一个＂魔鬼＂,而是一系列的银行操作风险。     

商业银行间风险相依结构、传染网络与溢出效应

为更加科学地揭示我国商业银行间的风险溢出效应,提出“相依结构-传染网络-风险测度”的研究思路,并使用贝叶斯网络与R藤Copula-CAViaR-CoVaR模型对我国14家商业银行在2008年至2018年区间内的风险溢出效应进行了系统分析。实证研究表明:银行风险相依结构具有国有商业银行、股份制商业银行各自聚集,城市商业银行分布于股份制商业银行周边的经济性质聚集分布特征,其中股份制商业银行起到了枢纽连接作用;国有商业银行管理、抵御及分散风险的能力大于股份制商业银行大于城市商业银行;银行间存在双向溢出效应且呈现非对称性,其中股份制银行的风险溢出大小大于城市商业银行大于国有商业银行,且银行之间存在负向溢出效应。     

基于超图的突发灾害事件演化网络研究

突发灾害事件演化是灾害系统各要素相互作用的结果,从系统要素相互作用的视角剖析突发灾害事件网络演化机理,对阻断次生、衍生事件的发生,减少事件损失,提高应急处置效果具有重要意义.在分析了突发灾害事件网络演化机理基础上,基于超图理论构建了突发灾害事件演化网络模型,通过分析超图的拓扑特性对承灾体的关联性、暴露性以及事件的衍生性、危害性和重要性进行了评估,并基于超图生成的线图对灾害事件的关键演化链进行了描述,最后,以某城市燃气泄露爆炸事件为例进行了验证分析.研究表明,所构建模型既能对突发灾害事件演化网络进行结构化描述,又能对事件及承灾体的风险和重要性进行评估,为分析突发灾害事件网络演化提供了有力工具.     

商业银行经营业绩风险评价

随着我国加入WTO,银行业面临更为激烈的市场竞争,对商业银行进行经营业绩评价显得尤为迫切和重要.本文提出了商业银行经营业绩及经营风险评价的因子分析方法,并用该方法对商业银行经营业绩风险进行了实证分析,结果显示,因子分析方法是一种有效的综合评价方法.     

基于公众偏好大数据分析的重大突发事件应急决策方案动态调整方法

针对在重大突发事件应急过程中如何根据与其相关的公众偏好大数据信息来对事件进行划分以及确定事件风险大小等问题,提出了一种基于公众偏好大数据分析的两阶段聚类算法,将事件现场公众在社交媒体上发布的偏好大数据信息进行聚类分析,识别出多个与事件相关的子事件,并得出每个子事件的客观风险级别。然后,结合专家经验判断,综合得出每个子事件的风险级别,进而选择相对应的方案。在此基础上,根据实际突发事件多阶段演变特点,描述了应急决策中多事件多方案的动态调整过程,考虑方案之间的相关性和不同子事件调整方案对各风险级别子事件的应急处置效果、应对损失以及不同方案之间的转化成本等因素,得出不同情境下的最佳调整方案。通过案例分析说明了该方法的可行性和有效性。     

杨兵兵：科技推动银行发展

提到商业银行面临的风险,人们总是想到最基本的三个方面：信贷风险,比如潜在的坏账;流动性风险,比如资产和债务不匹配;操作风险,比如虚假个人消费贷款、票据诈骗等。     

机会损失最小化报童模型中的订购决策研究

结合条件风险值(conditional value-at-risk,CVaR)准则对机会损失最小化报童模型中零售商的订购决策进行研究.研究结果表明:当订购过量损失大于订购不足损失时,零售商基于CVaR机会损失最小化的订购量小于期望机会损失最小化的订购量,且随着零售商对风险厌恶程度的增加而减少;反之,当订购过量损失小于订购不足损失时,零售商基于CVaR机会损失最小化的订购量大于期望机会损失最小化的订购量,且随着零售商对风险厌恶程度的增加而增加;随着零售商对风险规避程度的增加,零售商基于CVaR机会损失最小化的订购量所对应的期望利润和期望机会损失分别减少和增加,即低风险意味着低收益,高收益伴随着高风险.