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.     

变点分析与极值指标和SV-t-GPD模型在原油极端风险测度中的应用

引入VaR和ES的极值理论对BRENT原油现货市场的价格风险进行研究,运用变点理论对传统Hill估计方法的阈值选择进行了改进,定量选取阈值,相应降低了因主观判断失误引致的阈值选取误差。针对GPD模型要求金融时序服从独立同分布条件,引入两种方法来消除超阈值的局部相关性:一是结合GPD模型与极值指标;二是基于BRENT收益率序列采用SV-t模型进行过滤处理,建立起度量BRENT市场波动风险的动态VaR和ES模型。实证结果表明:针对BRENT市场极端风险,结合变点分析和极值指标构建的改进型阈值定量模型在风险测度方面具有有效性和精确性。相应地,构建的动态SV-t-GPD模型在测度BRENT极端风险方面具有稳健性。     

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.     

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。     

我国商业银行操作风险现状分析

操作风险是指金融机构由于内部工作流程、人员、技术或者外部事件所造成损失的风险。我国商业银行处于转型当中,由于操作风险引发的损失事件频频发生。本文通过所收集到的国内商业银行的操作风险损失事件,从影响操作风险四个因素角度进行分析,对操作风险损失事件的频度和幅度进行了定量分析,对我国银行业目前面临的状况给予一个初步的概括。     

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。     

车辆荷载作用下桥梁应变极值估计的阈值选取

采用过阈法估计车辆荷载作用下桥梁的应变极值,合理的阈值选取十分关键.阈值选取过大,信息量少,阈值选取过小,广义Pareto分布模型参数估计偏差大.常用的阈值选取方法不能较好地适用于车辆荷载作用下的应变极值估计.基于太平湖大桥车辆荷载作用下1年的应变数据,对拟合结果较好的3种混合分布进行Monte-Carlo(蒙特 卡洛)抽样,对比同一样本基于不同阈值的广义Pareto分布模型的极值估计结果,提出了一种经验式的阈值选取方法.与常用阈值选取方法相比,根据文中方法所得阈值估计的周应变极值分布与实测结果更为接近,估计结果更好.     

应用复合极值理论计算VaR1

本文介绍了一种复合极值理论,并将其应用到VaR的计算上。实际中大的损失发生的频率也是风险的一种度量,在应用复合极值理论方法计算VaR时,我们第一次将在一定时期内金融资产的损失率超过一定阈值的次数的分布和收益率的分布结合了起来,对欧元/人民币、日元/人民币两种汇率进行了VaR的计算,经过实证分析,得到了一些有意义的结果。     

隐含风险中性分布在巨灾超额损失再保险定价中的应用

通过与标的风险相关的期权市场估计出隐含变换系数,然后以Esscher变换为工具,将巨灾损失统计分布风险中性化,从而对以该非交易风险为标的的巨灾超额损失再保险进行定价.同时,从期权定价的角度,结合Weibull极值分布和超额损失再保险的特点,给出了巨灾超额损失再保险定价的闭型表达式.     

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。     

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。     

Operational risk modelling and organizational learning in structured finance operations: a Bayesian network approach

This paper describes the development of a tool, based on a Bayesian network model, that provides posteriori predictions of operational risk events, aggregate operational loss distributions, and Operational Value-at-Risk, for a structured finance operations unit located within one of Australia's major banks. The Bayesian network, based on a previously developed causal framework, has been designed to model the smaller and more frequent, attritional operational loss events. Given the limited availability of risk factor event information and operational loss data, we rely on the elicitation of subjective probabilities, sourced from domain experts. Parameter sensitivity analysis is performed to validate and check the model's robustness against the beliefs of risk management and operational staff. To ensure that the domain's evolving risk profile is captured through time, a formal approach to organizational learning is investigated that employs the automatic parameter adaption features of the Bayesian network model. A hypothetical case study is then described to demonstrate model adaption and the application of the tool to operational loss forecasting by a business unit risk manager.     

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。     

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.     

商业银行财务绩效偏序集评价研究

为了提高商业银行财务绩效水平,满足利益相关者信息需求,从收益和风险以及发展的角度构建"盈利性"、"安全性"、"流动性"和"社会性"四个维度的商业银行财务绩效评价指标体系,采用偏序集评价方法对15家样本商业银行2017年财务绩效进行评价。财务绩效排名和HASSE图的结果表明:处于较高层级的样本商业银行财务绩效较好,其盈利性、安全性、流动性较优,并具备较强的发展能力;处于较低层级的样本商业银行财务绩效较差,其盈利性、安全性、流动性较弱,发展能力较弱;重要性程度靠前的"盈利性"和"安全性"评价维度,不是导致商业银行绩效排名和分层的主要影响因素,商业银行要提升财务绩效,应该更加重视"流动性"和"社会性"维度。同时,采用偏序集评价方法,克服了评价指标精确赋权问题,获得的HASSE图直观展示样本商业银行财务绩效排名稳定性和整体市场竞争格局,具备其他评价方法无法比拟的优势。     

基于Copula的供应链金融质物组合价格风险测度研究

本文选取白银、铝和铜三种供应链金融质物作为研究对象,在分析三种质物收益率统计特征的基础上,引入Copula模型刻画供应链金融业务中质物收益率的“尖峰厚尾”特征以及质物收益率之间的非线性相关结构;采用Monte Carlo模拟方法测度考虑到极端情况下的质物组合价格风险值CVaR;利用时间平方根法则测度长周期视角下质物组合的价格风险。将CVaR与VaR测度结果进行对比,比较分析短期价格风险与长期价格风险,将Copula模型与传统风险测度方法下计算出的风险值进行对比,以期选取最优测度供应链金融质物组合长期价格风险模型。研究结果表明:从单一质物价格波动特征来看,三种单一质物的收益率均存在非正态分布和“尖峰厚尾”特征,具有一般金融资产收益率分布的特点。从模型的有效性来看,第一,CVaR比VaR能够更好地、全面地测度供应链金融质物组合的价格风险;第二,基于Copula模型的风险测度结果比传统集成风险测度结果的准确性高;第三,平方欧式距离法结果表明在五种Copula模型中,t-Copula是最优刻画供应链金融质物组合收益率间的相依关系的模型。从长短期风险测度结果来看,随着风险期限的增加,质物组合的价格风险值随之增大,以往研究中用短期风险测度往往会低估商业银行所面临的价格风险,不利于商业银行资金信贷的优化配置。得到的结论对我国商业银行开展供应链金融业务防范价格风险提供了量化支持。