基于变点理论的POT模型阈值确定方法——对操作风险经济资本的度量

对操作风险所要求的经济资本的度量以及配置能极大提高金融机构的风险控制能力。采用PCIT模型对操作风险度量时，阈值的选取是关键所在，它决定了拟合操作风险损失分布的近似程度。通过变点理论来定位Hill估计曲线开始进入稳定状态的位置，以精确地估计出阈值的大小。同时，为确保误差更小，结果更稳定，用平方误差积分法来估计POT模型的参数。结果表明，所改进的方法能为经济资本的度量提供有效的方法支持。     

基于贝叶斯MCMC方法的VaR估计

文章运用极值理论对VaR估计通常是用极大似然估计法,研究了利用BayesMCMC方法来估计极值理论中POT模型的参数,从而求得VaR。文章首先阐述对样本值建立POT模型,给出常用的阈值选取方法;然后使用MCMC方法中的Gibbs抽样对参数进行估计;最后利用上证综合指数对其进行了实证分析,验证了Bayes方法的有效性。     

中国商业银行操作风险的度量

为了增强银行的抵御风险能力,新巴塞尔协议提出在银行监管资本估计中应包含操作风险资本金,然而因为数据和模型等方面的原因,导致准确估计操作风险资本金绝非易事.文章采用Monte Carlo模拟技术,同时考虑到操作风险损失数据的不完整性,利用损失分布方法来度量我国商业银行操作风险,该方法能够让银行操作风险资本金的估计变得简单、容易,且具实际可操作性.     

BMM模型在商业银行操作风险度量中的应用

文章利用极值理论中的BMM模型对商业银行操作风险损失极端值分布进行估计,采用广义极值分布构建VaR模型,组建极值数据组,运用极大似然估计法估计两个参数,进而计算操作风险损失VaR。最后结合我国商业银行1994~2008年的220个操作风险损失数据进行实证研究,结果显示BMM模型具有超越样本的估计能力,在数据较少条件下能得到较准确结果,用其度量商业银行的操作风险损失VaR是合理的,这为我国商业银行操作风险度量和管理提供一定的量化依据。     

POT模型在巨灾损失预测中的应用——基于MCMC方法的估计

极值统计学主要研究随机事件极端情况的统计规律性。运用POT模型拟合中国暴雨损失数据,确定损失超出量的分布形式。实证分析表明,借助POT模型对巨灾风险损失分布进行估计是较为合理的,但当数据量较小时,使用基于Gibbs抽样的MCMC方法估计POT模型的参数,可以解决样本数据不足导致的极大似然估计中误差增大的问题。     

基于分数阶矩和分片Wasserstein距离的鲁棒风险度量优化模型

鲁棒风险度量优化是一类随机风险分析度量的重要问题,其对不确定分布信息的捕捉需依赖不完善的假设和估计,分布尾部的反映直接影响分布预测的精准性,尾部模型误差在实际风险管理决策中会造成严重的后果。文章以一种对尾部模型误差具有稳健性的方式建立鲁棒风险度量优化模型。在构造模型不确定集时,提出基于Wasserstein距离的分布估计方法,克服了已有参数分布无法反映真实分布尾部行为的限制。鉴于分数阶矩对分布尾部信息具有精准刻画的能力,在解析分布估计的基础上,建立分数阶矩约束的鲁棒风险度量模型。为优化Wasserstein距离忽略分布几何结构造成的尾部模型误差,基于纤维丛理论思想,提出分片Wasserstein距离解析约束的分片鲁棒风险度量模型。最后,通过规范数据进行仿真分析,数值实验结果显示,该模型能够精准量化突发性极端损失风险。     

沪市VaR估计误差及其实证

风险价值是一种概率估计,造成风险价值的预测有误差.利用不同分布条件下VaR估计的置信区间来度量风险价值的预测误差,能使风险价值的估计更精确.对沪市周、月收益率进行实证研究,得出月收益率比周收益率的波动性大,参数法有高估风险的迹象.     

基于Cox过程的操作风险度量方法

文章讨论了操作风险的度量问题,将操作风险事件的发生假定为Cox过程--一种比Poisson过程更一般的计数过程,损失分布为广义帕累托分布(GPD),各风险事件的相关性由Copula来描述;分析了金融机构整体操作风险的度量.文章还讨论了模型中参数的设定与估计问题,为了使得模型可以在实际中应用,Monce Carlo模拟也给与了考虑.     

商业银行操作风险的度量与资本需求模型

目前,商业银行操作风险的度量大都是在操作风险损失数据的分布假定下、根据VaR风险度量方法给出资本需求（风险准备金）,这一理论方法的基础是假定分布。然而商业银行操作风险的准备金往往又是一个基本确定的数值或需求区间,这就给风险准备金提出了比较严格的要求,否则将为商业银行操作带来一定的风险隐患。故根据分区多目标风险方法度量操作风险,并在此基础上根据信息熵的理论给出最优的资本需求（风险准备金）及其模型,其方法的优点是灵活简单,但要求初始密度函数的极值分布收敛于耿贝尔类型。为此给出实证分析,以说明两者之间的关系,这一理论方法可以为监管部门的管理提供一定程度的参考。     

尾相关Copula在操作风险计量中的应用

新巴塞尔协议明确地提出,把商业银行操作风险纳入风险量化和监管领域.针对操作风险损失数据所具有的厚尾性及不同损失类型之间的相关性,文章应用尾相关Copula函数分析我国商业银行各类操作风险之间的相关性结构,运用极值理论的POT模型有效地捕捉损失的厚尾性,进而构建计算操作风险总体VaR值的尾相关Copula模型.研究表明,与传统计量模型对所有损失的VaR值进行简单加总相比,该模型能够有效地降低VaR,且降幅为1O％以上,这让银行有效地降低了计提的监管资本,增加了资金的流动性.     

基于不确定性的shapley值模型及其风险研究

文章将信息不完全、有限知识以及有限理性引入Shapley值模型中,基于不确定性建立了以区间数以及三端点区间数为特征函数估计参数的Shapley值模型,讨论了模型求解的方法;并研究由不确定性所产生的shapley值模型的高估风险和低估风险,提出了衡量收益估计的个体和群体风险度量方法.文章还结合企业联盟的算例,分析了模型的适用性和经济意义.     

中国商业银行内部欺诈风险度量研究

作为巴塞尔新资本协议规定的七种操作风险损失类型之一,内部欺诈问题是中国商业银行的一个重大风险来源。以部分国内商业银行内部欺诈数据为样本,针对内部欺诈具有的低频率高损失的特点,借助广义Pareto分布（GPD）和对数正态分布对内部欺诈建立了一个风险度量模型,然后通过对尾部分布何时服从GPD进行检验,得到了精确的门限值,最后利用所建立的分布模型对内部欺诈类操作风险在险风险值、经济资本和最大可能损失进行了估计,说明了中国商业银行防范内部欺诈风险的重要性。     

商业银行操作风险概率估计模型的改进与应用

由于历史数据的缺乏,包括极值理论、Bayeslan网络在内的众多计量模型在很多情况下不能得到精确的概率估计.文章将Credal网络引入操作风险管理,并建立了基于银行操作业务的Credal网络模型,在此基础上进行了操作风险的概率推理运算以及压力测试.结果表明,利用Credal网络对操作风险进行分析,能更有效地预测潜在的风险.     

有害物品运输风险度量过程中的计算误差分析

有害物品运输与其它物品运输的区别在于运输过程中事故发生的相关风险。从运输路径选择角度看,有害物品运输问题通常归结为以运输风险和运输成本为目标的双目标问题。显然,运输风险度量便成为运输路径选择的基础,其精确与否直接影响到运输路径的选择结果。文章分析了传统风险模型在事故影响后果估计、事故概率的近似计算以及离散化处理等方面存在的计算误差,并分别对其影响路径运输风险的程度进行了评价。结果表明,在传统风险模型中,影响后果估计的误差有可能比较明显,且纠正成本较高;而后两类误差实际上很小,不会影响计算结果的应用。对于其它几种常用的风险度量模型,其计算误差的情形与传统风险模型的相关结论基本一致。     

上证综合指数VaR度量的比较研究

文章利用三种不同分布下的GARCH族模型度量了上海股票市场的潜在风险.通过返回检验,可看出t分布所估计出来的VaR值过于保守,而在99%的置信水平下,使用正态分布存在对风险的低估,在不同置信水平下,使用PAKCH-GED能较好地刻划上证指教的尖峰厚尾特征,从而也能更准确地度量沪市的风险值.     

基于极值视角的沪深股市收益率的风险度量

文章以沪深股市收益率为研究对象,分别运用收益率的极值分布、收益率的POT模型以及基于收益率序列GARCH模型残差的POT方法计算沪深股市的在险价值(VaR).实证过程发现沪深股市收益率序列均存在明显的尖峰厚尾现象,实证结果表明深市潜在风险高于沪市潜在风险,并且三种方法中基于收益率序列的POT模型计算的VaR精度最高,而对收益率序列应用GARCH模型描述其波动后再对模型的残差进行POT方法计算的VaR精度最低.     

收入模型的修正与上市银行操作风险度量

收入模型是度量操作风险的模型,其基本假设是,模型中的解释变量可充分反映除操作风险外其他各种因素对银行净利润的影响.原有模型在解释变量的选择上存在缺陷,影响到了模型度量结果的有效性.文章对此提出了修正方法.对我国上市银行操作风险的度量结果表明:修正后的模型在度量结果的有效性方面有明显改善.     

变量误差模型下的代际收入弹性估计：一个文献综述

 代际收入流动性反映了社会的机会平等与经济公正程度，为收入分配研究提供了动态视角，主要由代际收入弹性来度量。对代际收入弹性的估计，主流方法都是建立在变量误差模型基础上的。随着新数据集的使用，研究者对收入动态方程假设进行了修正，从而推动了变量误差模型的发展，反过来变量误差模型的发展促进了代际收入弹性的一致性估计。     

基于广义双曲线SV模型的极值风险度量研究

在金融风险的度量中,拟合分布的选取直接影响到风险度量的精度问题。针对金融收益序列的动态变化,在SV模型中引入广义双曲线学生偏t分布(SV-GHSKt)拟合金融收益序列的尖峰厚尾、不对称以及杠杆效应等特征,通过马尔科夫蒙特卡洛模拟的方法将收益率序列转化为标准残差序列,然后用极值理论的POT模型拟合标准残差序列尾部分布,进而建立一种新的金融风险度量模型———基于SV-GHSKt-POT的动态VaR模型。用该模型对上证综合指数做实证研究,结果表明,SV-GHSKt-POT的动态VaR模型能很好地模拟金融收益序列的尖峰厚尾性、波动集聚性及杠杆效应,并且能够合理有效地提高风险测度的精度,尤其在高的置信水平下表现更好。     

数据删除模型下的高杠杆点度量

针对删除k个数据点的线性回归模型,文章提出了一种新的影响度量矩阵。通过对其对角元的研究,得到了高杠杆点的性质,并推广了删除单个数据点的高杠杆点度量的回归模型。在此基础上给出了岭估计下的影响度量矩阵和高杠杆点度量。实例验证表明,该诊断方法是可行且有效的。