金融系统性风险的双向溢出效应及其CoVaR模型估计

在信息化金融社会,风险的衡量与预警成为金融稳定的重要影响因素.文章以商业银行为实证,通过在险价值CoVaR模型,利用我国16家上市商业银行数据对商业银行系统性风险的双向溢出效应进行模型估算.研究显示,商业银行系统性风险存在明显的正向双向溢出效应.资产规模对商业银行应对风险的能力产生较大影响,一些规模较小但经营灵活的商业银行由于区域特色较为明显,也具有较强的风险抵御能力.     

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.     

基于CLV要素的信用卡客户细分模型

文章采用某商业银行信用卡客户数据,在CLV(客户终身价值)两个要素:客户当前价值和客户流失预测的基础上构造客户细分模型.我们提出一个信用卡客户当前价值模型,用于计算客户当前价值;对于客户流失,我们采用多种模型的组合方法来预测客户流失.通过分析对所有客户实施交叉销售后成功的客户比例在各细分群中的分布情况,表明若采用此细分模型,再着重对交叉销售成功比例较大的细分群实施交叉销售,可以大幅提高成功率,节约成本.     

基于MCMC方法的保险短期个别风险的测算

对保险短期个别风险的测算由于没有充分考虑索赔次数和索赔额的不确定性,其结果不能准确评估并预测保险实务中复杂的短期风险.文章在传统贝叶斯模型基础上引入Metropolis-Hastings抽样与Gibbs抽样相结合的马尔科夫链蒙特卡罗(MCMC)方法,克服了高维数值计算的困难,通过对典型实例的实证测算,证实即使在索赔数据缺失情况下,该模型仍然能够较好地模拟缺失数据的后验估计以及预测值的后验分布,提高了预测的准确性并减少了不确定性风险.     

基于多维t-Copula函数的投资组合的CVaR分析

文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度与资产组成下的投资组合的CVaR(条件风险价值).实证说明,根据本文提出的模型度量资产的风险,可以使投资者选择的资产更加稳健;同时也有利于投资者对投资组合整体风险进行分散和监管.     

基于重尾分布的商业银行市场风险VaR计量研究

文章运用具有重尾特征的Weibull分布来描述商业银行风险资产的损失率,根据VaR的计算原理,得到了市场风险VaR的明确计算公式.并且对VaR的影响因素进行敏感性分析,找到了VaR与置信水平和风险资产损失率的尾部之闻的关系.最后结合损失率的历史数据,给出了VaR的计算实例.     

大数据背景下的商业银行个人客户关系管理探讨

大数据对于商业银行的个人金融业务既是机遇也是挑战,文章提出商业银行可以运用大数据细分客户提供差异化产品与服务,构建“三位一体、上下联动”的新型客户关系管理体系,并建立大数据个人客户关系直管营销模式.     

平稳序列的GPD模型在风险测度中的应用

文章旨在运用极值理论提高VaR的适用性和估计的精确度.VaR技术作为一种统计方法常用来测度金融市场风险,极值理论则是研究随机变量或过程的极端情形的统计规律性.然而,经典的极值模型要求金融时序服从独立同分布条件.考虑满足平稳性条件下的金融时序,针对序列相关引致的极值成串现象,引入极值指标来刻画极值数据间的相关结构,采用除串技术过滤数据的相关性,进而得到渐进独立的同分布序列,再构建GPD模型来测度VaR.实证分析和回测检验表明:改进的GPD阈值模型具有对风险测度的有效性和精确性.     

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。     

商业银行信用风险量化新方法:死亡率模型

传统的商业银行信用风险分析方法主要是以信贷专家分析和判断为主,存在许多缺陷,难以量化银行信用风险。文章试图创新性地运用寿险精算中的死亡率模型测度商业银行客户违约率,分析客户违约率的数量特征,并以此为依据测算贷款的违约损失,揭示商业银行信用风险发生的数量规律。文章最后模拟了商业银行信用风险死亡率模型的应用。     

广义二元复合Poisson风险模型破产概率的估计

本文研究了一类双险种风险模型,模型中两个险种的理赔到达计数过程和其中一个险种的保费到达计数过程均为齐次Poisson过程,得到了最终破产概率的上界估计,以及关于生存概率的Feller表示,并给出了保单收入为指数分布随机变量时的破产概率上界表示式。     

基于PLS的商业银行BSC绩效评价

文章根据平衡计分卡理论(BSC)建立了商业银行绩效评价指标体系,在此基础上建立了为PLS路径回归分析的BSC商业银行绩效评价模型。该模型不仅可以最大程度地综合各原始指标的信息,还可以利用其对各组原始变量所反映的财务、客户、内部运营、学习成长及风险控制信息进行研究。实例表明,将PLS-BSC建模分析方法运用于上市商业银行绩效评价是可行的,有效的。     

基于多维Copula函数的投资组合CVaR分析

目前国内有关Copula函数的实证研究主要以二种资产的相关性为主.根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上的优势,构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下投资组合的最小条件风险价值(CVaR).实证表明,根据所提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管.     

基于期权博弈的商业银行贷款定价模型

文章通过结合期权理论和博弈理论,利用优势互补,建立基于期权博弈理论的商业银行贷款定价模型,解决银行贷款定价中不确定性及风险转嫁的问题,为商业银行贷款定价决策提供参考.并将连续时间金融框架下的期权博弈理论运用在银行贷款定价领域.     

商业银行信用风险测度的死亡率模型

商业银行传统的信用风险分析方法主要是以信贷专家分析和主观判断为主,存在许多缺陷,难以量化商业银行信用风险.文章尝试运用寿险精算中的死亡率模型测度商业银行客户违约率,分析客户信用等级与违约率之间的数量关系特征,并以此为依据测算贷款的预期违约损失,揭示商业银行信用风险发生的数量规律.根据某商业银行的样本数据对商业银行信用风险死亡率模型进行了实证分析.     

复合Poisson—Geometric过程的风险模型的破产概率及推广

文章将经典复合Poisson风险模型推广到索赔次数为复合Poisson-Geometric过程，建立了复合复合Poisson—Geometric过程的风险模型。首先，构造了调节系数所满足的方程，利用函数单调性、凹凸性、极值的方法，证明了调节系数存在且唯一；其次，运用鞅论的方法推导出了该风险模型下保险公司破产概率的表达式和破产概率上界，与经典风险模型的破产概率公式结果恰好相吻合，从而验证了结论的确凿性，使其实际意义一目了然；最后，验证当个体理赔额服从指数分布时，破产概率的显式表达式。     

基于时变参数Copula的△CoVaR度量技术

采用基于时变参数Copula的△CoVaR度量方法,以动态参数Copula模型描述金融变量间的相依结构、以GARCH类模型描述各金融变量的边际分布,通过构建的联合分布计算△CoVaR.利用此方法度量中国大陆与美国、香港的股票市场间的极端风险溢出.实证结果表明:通过此方法计算的△CoVaR能同时反映时变波动性与时变相依性,可更灵敏准确地度量危机时的极端风险溢出.     

在非高斯状态空间模型下对SCD模型的估计

高频超高频时间序列的分析与建模成已为计量经济的一个全新研究领域,而研究金融市场中交易事件到达时间的随机条件持续期SCD模型,因为加入了随机变量,可以更好地拟合高频超高频金融时间序列特有的统计特征,但随机变量的引入给模型估计带来了估计困难。考虑到非高斯状态空间模型与随机条件持续期SCD模型各自的优势,文章将SCD模型转换成非高斯状态空间模型,从而利用非高斯状态空间框架下的Kalman滤波解决了SCD模型的估计难题。     

市场风险资产损失服从Pareto分布的VaR计量

目前VaR模型是测量和管理商业银行市场风险的主流方法.运用VaR的计算原理,利用Pareto分布描述风险资产损失的尖峰厚尾特征,得到市场风险资产VaR计算公式,并且分析了VaR的影响因素,最后利用历史数据进行VaR的实例计算.     

商业银行信贷风险动态转移概率研究

文章针对中国金融环境中商业银行信贷风险现状,利用转移概率折算了关于信贷转移风险概率的散点值分布的标准差与方差,从中获得整个转移矩阵,并针对授信总体额度进行了远期贴现下的转移概率收益方差测算.结果表明:商业银行的信贷风险主要维持在获信主体信用级别的中部,且商业银行在向获信主体释放信贷过程中的接纳抵押额度具备前部变化大,后部跳跃的特征.整个商业银行在转移概率下的信贷风险仍然居于稳定的中间级别.给定信用事件及远期贴现信号情形下,各信用等级的十万次内折算的参与样本量越大,则获得的拟合值越强烈,也即是越为精确的趋势估计,而低级别信用的折现值越低,其对于商业银行信贷风险的评估误差越高.