风险相关性下的信用风险、市场风险和操作风险集成度量

商业银行各种风险之间相关性的存在,对其整体风险的度量产生重要影响。本文针对商业银行的信用风险、市场风险和操作风险这三类主要风险,在考虑相关性基础上给出了风险集成过程,通过copula函数和蒙特卡洛模拟方法计算了商业银行的整体风险,同时研究了风险分散化效应和在不同copula函数下整体风险的变化情况。最后以主流文献中的数据做了实证分析,结果显示本文提出方法能够很好的描述风险损失之间的相关性,同时在能够抵御相同风险的情况下考虑相关性下的在险值与简单相加得到的在险值相比要小,这能为银行业提高资金利用率提供了一定的理论和方法依据。     

基于左截尾数据的损失分布法度量操作风险:以中国商业银行为例

本文提出了采用左截尾数据的损失分布法来计算银行的操作风险资本金。基于不完全的操作风险损失数据,首先给出了频度分布和程度分布的参数估计方法;其次采用中国商业银行的操作风险损失数据进行实证分析;最后采用压力测试验证了模型的有效性。实证结果表明基于左截尾数据的损失分布方法不仅符合数据特点,而且能够很好的拟合操作风险的损失数据,同时模型具有很好的鲁棒性和敏感性。     

基于变位置参数贝叶斯预测银行内部欺诈研究

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,为了在小样本数据下进行更准确的度量,本文采用贝叶斯后验预测分布方法,其中,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。由于在广义帕累托分布的参数估计中,位置参数的确定对估计结果的影响很大,因此,本文采用变位置参数线性趋势的贝叶斯分析以增强参数预测稳定性,降低位置参数选择对结果产生的影响,获得中国商业银行内部欺诈损失频率和损失强度的后验预测分布和边际分布,进而采用蒙特卡罗模拟,联合损失频率分布和损失强度的预测分布获得内部欺诈的风险联合分布。与传统Poisson-GPD极值分析法相比,在险值和预期超额损失明显降低,有利于银行降低内部欺诈操作风险资本。利用贝叶斯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。