委托代理条件下RAROC资本配置方法的修正

文章主要研究保险公司股东与经理人之间存在委托代理问题的情况下,如何修正RAROC经济资本配置方法问题。通过建立经理人的激励约束方程,以股东价值最大化为目标函数进行优化分析,从而得到了保险公司应该选择的权益资本数量、最优风险水平和RAROC标准值的表达式。     

财产保险公司代理人信用风险的度量

随着新巴塞尔资本协议的出台,如何对保险公司信用风险进行度量开始成为业界关注的问题.为了量化信用风险,实现更好的风险管理,稳定公司的偿付水平,文章对财产保险公司的信用风险进行了分析,并借鉴银行信用风险管理模型Credit risk+对代理人信用风险进行了实证分析,得出了公司抵御该风险所需要的经济资本量.     

保险公司基于资本成本的EVA评价模型

保险产品中内嵌了保险公司在损失发生后对保单持有人进行补偿的保证,而这种保证是具有成本的.其成本来源于对保险资本的占用和使用,体现为保险资本的占用成本和使用成本,会造成保险公司经济价值的减少.Mango对这一问题进行了研究,但Mango模型忽略了大数法则的影响,造成对保险资本成本的过高估计.文章对Mango模型进行修正,提出了一个新的EVA评价模型.     

保险统计信息披露

保险统计信息披露的主要内容 一是有关保险公司的财务状况.保险公司应当重点披露关系到投资回报、偿付能力的指标,主要包括:①资产负债表、利润及利润分配表、现金流量表等基本指标;②偿付能力状况;③责任准备金状况;④资本充足状况;⑤对企业财务状况有重大影响的其他事项. 二是有关保险公司的业务状况.主要包括:①公司业务经营的基本情况;②保险产品信息,比如主要险种的条款费率、保险责任及除外责任,客户风险提示及配套服务等;③保险公司的保险业务流程信息,比如保险公司的承保和核保情况,保险公司的赔偿制度,保险公司的分保情况等;④预测保险公司的发展潜力.     

QDⅡ，想说爱你不容易

什么是QDⅡ？ QDⅡ（Qualified Domestic Institu-tional Investor）是合格境内机构投资者的首字缩写，是指在人民币资本项下不可兑换、资本市场未开放条件下，有控制地允许境内机构投资境外的一项制度安排。投资者将手上的人民币或是美元直接交给银行、保险公司、基金公司等，让他们代为投资到国外的资本市场上去。     

保险公司投资策略的进化金融理论研究

文章运用达尔文生物进化思想研究了保险市场上保险公司的投资策略选择问题.在假设风险资产的价格是内生的且完全由供求平衡决定,且资本市场上风险资产支付的股息(或红利)是外生的和均值平稳的前提下,推导出了保险市场上各家保险公司投资策略所控制的相对财富变化的动态进化方程.保险公司要想在竞争激烈的保险市场上生存,就必须在采用进化稳定的投资策略.从而使得其所控制的相对财富份额越来越大;否则,就会被市场淘汰掉.     

我国再保险业务实际资本计算规则的改进

实际资本的计算是保险公司偿付能力评估的重要组成部分,而再保险业务是影响实际资本计算的重要因素.文章通过对现行再保险业务实际资本计算规则不足的分析,借鉴国际经验,提出了建立"重大保险风险"的判断标准、差别认可不同类别再保险业务形成的损益、细化应收分保账款的认可比例、利用偿付能力和信用评级引导再保险人的选择以及重构再保险业务的信息披露体系的改进建议.     

美国次贷危机中保险公司的风险控制

次贷危机时美国保险业造成了冲击同时也对我国的保险业产生了影响.通过对AIG危机的分析,我国保险公司风险的防范必须始终坚持保险投资的稳健性原则,建立起经营资本流动性合理化结构.     

资本资产定价模型在保险中的应用

资本资产定价模型(CAPM)先后由Sharpe,Litner和Mossin分别独立提出,Kahane,Hill,Cummins通过CAPM能够估计出承保的β系数,并进一步得出保险公司的公平收益率,从这个模型得到的收益率是指一定意义上的竞争收益率,即在保险公司面临的所有系统风险完全能够得到补偿时的收益率,由承保收益率和损失率之间的关系决定了保险人的预期损失也能够得到补偿.然而,通过CAPM导出的收益率和保费都是被高估的,因为该模型没有考虑保险公司的破产风险.用这个高估的收益率来监管保险业将会鼓励投资者增加对保险业的投资,从而导致保险业的供过于求,致使保险业效率低下.     

我国寿险业务经营困境透析与改革

一、寿险业务经营困境透析 (一)产品创新滞后于环境变化,保费收入相对环境变化波动较大. 我国寿险负债主要包含自有资本和各种准备金.实际上,只要保险公司卖出保单就形成负债,所以可以从产品开发和保费收入角度探讨寿险公司负债问题.     

市场分割与地区经济收敛关系的实证分析——基于动态面板纠偏最小二乘虚拟变量法的估计

使用动态面板纠偏虚拟最小二乘虚拟变量法,对市场分割同地区经济收敛间的关系进行实证研究发现:中国经济不存在绝对收敛,在控制了物质资本存量和人力资本后,条件收敛特征明显;在控制了市场分割和经济开放程度后,收敛特征更加显著;市场分割对经济增长的影响呈现非线性特征:当市场分割程度较低时市场分割程度的提高有利于经济增长;当市场分割程度较高时,市场分割程度的提高则会阻碍经济增长.此外,国内市场和国际市场之间存在替代关系.     

地区资本流动风险与区域经济差异化研究

资本对一个地区的经济发展影响较大,根据中国各地经济增长的统计数据综合分析各地区资本流动风险水平,利用固定资产投资等指标综合反映地区资本流动性,可以通过GDP来反映区域经济差异化。因此,可以采用固定效应回归模型分析地区经济差异的资本流动因素。研究发现：固定资本投资和银行储蓄并不是造成地区引资能力差异的重要因素,各省银行存贷差和财政转移支付是各个地区间资本流动风险的重要因素。     

基于GCRM模型的信用经济资本测度和贷款定价研究

GCRM模型与ASRF模型相比,能给出与经济资本测度目标相一致的资本数量,而现有文献对GCRM模型的到期收益率没有给出明确的刻画,本文则通过假设资产的到期收益率与其信用经济资本相关,得出了基于GCRM模型的信用经济资本测度和贷款定价方法,它能够刻画借款者的违约概率、违约损失率,以及商业银行的风险偏好（目标支付概率）和资本融资成本对经济资本和贷款定价的影响,为商业银行相关领域的决策提供了参考。     

资本监管约束下银行行为调整的动态特征分析

本文考虑巴塞尔协议Ⅲ对银行行为调整的影响,选用国内40家资本充足率达标的商业银行作为研究样本,以2007—2015年为样本期,建立联立方程组检验资本监管硬约束对银行资本、风险和绩效调整的短期效果。实证结果表明：资本监管要求的提高未能降低银行的实际风险,当面对资本监管压力时银行的主要应对策略是增加资本而非降低资产风险,资本充足的银行有更强的风险承担激励。超额贷款损失准备记入二级资本导致资本充足率和核心资本充足率表现出不同的调整特征。经济下行期货币政策的逆周期调控有助于银行通过增加“分母”平缓信贷风险的顺周期波动,但同时也增加了银行资本调整的难度。     

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。     

Ruin problem of a two-dimensional fractional Brownian motion risk process

This paper investigates ruin probability and ruin time of a two-dimensional fractional Brownian motion risk process. The net loss process of an insurance company is modeled by a fractional Brownian motion. The two-dimensional fractional Brownian motion risk process models the surplus processes of an insurance and a reinsurance company, where the net loss is divided between them in some specified proportions. The ruin problem considered is that of the two-dimensional risk process first entering the negative quadrant, that is, the simultaneous ruin problem. We derive both asymptotics of the ruin probability and approximations of the scaled conditional ruin time as the initial capital tends to infinity.     

Nonparametric vector autoregression

We consider a vector conditional heteroscedastic autoregressive nonlinear (CHARN) model in which both the conditional mean and the conditional variance (volatility) matrix are unknown functions of the past. Nonparametric estimators of these functions are constructed based on local polynomial fitting. We examine the rates of convergence of these estimators and give a result on their asymptotic normality. These results are applied to estimation of volatility matrices in foreign exchange markets. Estimation of the conditional covariance surface for the Deutsche Mark/US Dollar (DEM/USD) and Deutsche Mark/British Pound (DEM/GBP) daily returns show negative correlation when the two series have opposite lagged values and positive correlation elsewhere. The relation of our findings to the capital asset pricing model is discussed.     

A quasi-Bayesian model averaging approach for conditional quantile models

The value at risk (VaR) is a risk measure that is widely used by financial institutions to allocate risk. VaR forecast estimation involves the evaluation of conditional quantiles based on the currently available information. Recent advances in VaR evaluation incorporate conditional variance into the quantile estimation, which yields the conditional autoregressive VaR (CAViaR) models. However, uncertainty with regard to model selection in CAViaR model estimators raises the issue of identifying the better quantile predictor via averaging. In this study, we propose a quasi-Bayesian model averaging method that generates combinations of conditional VaR estimators based on single CAViaR models. This approach provides us a basis for comparing single CAViaR models against averaged ones for their ability to forecast VaR. We illustrate this method using simulated and financial daily return data series. The results demonstrate significant findings with regard to the use of averaged conditional VaR estimates when forecasting quantile risk.     

Factor Stochastic Volatility in Mean Models: A GMM Approach

This paper provides a semiparametric framework for modeling multivariate conditional heteroskedasticity. We put forward latent stochastic volatility (SV) factors as capturing the commonality in the joint conditional variance matrix of asset returns. This approach is in line with common features as studied by Engle and Kozicki (1993), and it allows us to focus on identication of factors and factor loadings through first- and second-order conditional moments only. We assume that the time-varying part of risk premiums is based on constant prices of factor risks, and we consider a factor SV in mean model. Additional specification of both expectations and volatility of future volatility of factors provides conditional moment restrictions, through which the parameters of the model are all identied. These conditional moment restrictions pave the way for instrumental variables estimation and GMM inference.     

Neglecting structural breaks when estimating and valuing dynamic correlations for asset allocation

This paper assesses the econometric and economic value consequences of neglecting structural breaks in dynamic correlation models and in the context of asset allocation framework. It is shown that changes in the parameters of the conditional correlation process can lead to biased estimates of persistence. Monte Carlo simulations reveal that short-run persistence is downward biased while long-run persistence is severely upward biased, leading to spurious high persistence of shocks to conditional correlation. An application to stock returns supports these results and concludes that neglecting such structural shifts could lead to misleading decisions on portfolio diversification, hedging, and risk management.