基于存量与增量全部组合风险最小的贷款优化决策模型

以0-1规划为工具,以VaR风险控制为约束条件,建立基于存量与增量全部组合风险最小的贷款优化决策模型,模型综合反映贷款存量组合累计风险对贷款决策的直接影响,合理地考虑贷款存量组合与贷款增量组合的关系,真正地控制银行全部贷款组合风险,改变现有研究仅优化增量贷款组合的现状,开拓金融资产组合优化理论的新思路;将VaR作为防范贷款风险的一道防线,用组合的VaR来控制贷款收益率风险限额,直接反映商业银行的风险承受能力;在贷款组合过程中,使用上下界限制,使商业银行既能较好地进行风险控制,又可以充分利用贷款头寸,使贷款总额保持阶梯型分布,这样商业银行可以尽量做到负债到期时有相应数量的资产相互匹配.     

基于行业组合的贷款总体风险优化决策模型

应用资本资产定价模型中的单因子模型表达贷款收益和风险函数,以不同行业贷款组合后的总体风险最小化为目标,运用非线性规划方法建立了基于组合贷款总体风险优化的行业贷款分配模型。通过负相关行业的风险对冲,避免了选择单个或少数行业进行贷款所导致的、当该行业不景气时的系统性风险对贷款质量的影响,降低了贷款组合的系统性风险。从组合贷款总风险中分离出系统风险和非系统风险,并通过实例验证行业组合可以降低系统性风险,显示通过行业组合可以部分地抵消由于行业自身所产生的系统性风险。     

项目投资组合的风险决策模型及应用

本文对项目投资组合决策方法进行了总结分析,指出了其中的不足.通过借鉴证券投资组合理论,结合项目投资组合的特点,构建了项目投资组合的风险决策模型,弥补了现有方法的不足,并设计了一种简单的模型求解方法.该模型在保证资金等资源合理配置的前提下,考虑了项目投资的先后顺序,引入了组合风险,在风险承受范围内,实现项目组合收益的最大化.最后,通过一个实例验证了模型的有效性和实用性.     

基于VaR收益率约束的贷款组合优化决策模型

本文以贷款的收益率为金融资产的收益,以贷款收益率的波动为标准反映贷款风险,在VaR约束下,以拉格朗日乘子法为工具求二次规划,建立了在既定组合收益范围内,组合风险最小的贷款组合优化决策模型。该模型的特点一是以收益率最大损失的形式、而不是收益额的形式来反应VaR,使组合决策分析更为方便。二是考虑了风险之间的相关性,用组合VaR的收益率最大损失来控制贷款收益率的风险限额;使贷款的分配直接反映了商业银行的风险承受能力。三是在合理的目标收益范围内,给定任意一个决策者期望的收益率,总能找到对应的风险最小的贷款组合,由此模型求出的有效边界,为组合贷款的优化决策提供了科学的方法。     

基于全部贷款综合风险度控制的新增资产组合优化模型

根据银行业风险监测惯例用综合风险度来量化贷款风险．建立了新增贷款组合的综合风险度与全部贷款组合的综合风险度之间的函数关系．以银行总资产收益最大为目标．以全部贷款综合风险度的控制为条件,建立了基于全部贷款组合风险度控制的新增资产组合优化模型．本模型特色和创新之处：一是提出了在新增贷款组合时、同时控制全部新、旧贷款两个组合的全部综合风险度的科学问题。改变了现有研究和实践仅仅立足于新增贷款组合自身风险控制的问题,开拓了金融资产组合优化的新思路。二是揭示了新增贷款组合的综合风险度与全部新、旧贷款两个组合的综合风险度的内在联系。通过新增贷款组合的综合风险度的控制来控制全部贷款组合的综合风险度,解决了在一组新的贷款发放时,全部新、旧贷款组合风险的控制问题,这也就解决了银行家们在实践中真正关心的全部贷款组合风险的优化问题。三是引入符合银行惯例的综合风险度来量化舒款风险．     

基于下偏度最小化贷款组合优化模型

运用组合偏矩刻画信贷风险原理,以贷款组合下偏度最小化为目标函数,控制商业银行发生重大损失的概率;以组合风险价值VaR为约束条件,控制贷款组合的整体风险,建立基于下偏度最小化贷款组合优化模型。研究表明：下偏度不要求贷款收益服从正态分布,并能够很好地反映收益率分布的“左尾”,降低商业银行贷款组合发生重大损失的概率;同时下偏度可以真实反映贷款的本质,符合投资者的心理,并且可以反映多笔贷款之间的相关联系,解决现有模型的解析能力不足的问题。     

基于copula函数的贷款组合期限结构优化模型

本文运用copula 函数方法拟合短期贷款与中长期贷款的收益率的联合分布函数,运用风险价值确定风险最小的贷款组合,建立基于copula函数的贷款组舍期限结构优化模型.通过确定合理的各期限贷款的结构.解决银行的流动性风险及资产匹配效率问题.本研究的特点一是建立基于copula函数的贷款组合期限结构优化模型.通过确定短期贷款及中长期贷款的合理比例来控制资产的组合风险,降低商业银行的流动性危机,提高商业银行的资金运营效率.二是运用copula函数拟合短期贷款与中长期贷款的联合分布函数.解决了现有研究假设贷款组舍的联合分布是多元正态分布、进而低估了贷款组合风险的问题.三是通过度量贷款组合联合分布的风险价值.来确定贷款组合的最优期限结构.     

基于全部资产负债利率风险免疫优化的增量资产组合决策模型

市场利率的变化导致银行资产与负债的价值均发生变化,进而导致银行的所有者权益发生变化引起银行股东财富的风险.因此利率风险免疫对商业银行具有极其重要的作用.本文通过建立银行净值的变化与增量资产负债和存量资产负债持续期的函数关系式,提出了全部组合资产负债利率风险免疫优化条件.以全部组合资产负债的持续期缺口与零的偏差最小为第一目标,以银行全部资产的利息收益最大为第二目标,以监管当局的政策法规为约束务件,建立了基于全部资产负债利率风险免疫优化的增量资产组合决策模型.本文的创新与特色一是通过构建银行净价值与全部资产负债组合持续期的函数关系来建立利率免疫条件,解决了银行增量资产组合配给时、资产增量组合与存量组合构成的全部组合的总体风险控制问题.这就改变了现有研究仅仅立足增量资产与负债的局部风险控制的做法.二是通过用存量资产负债的剩余期限替换现有研究持续期表达式中的期限,得到了既反映增量资产负债持续期、又反映存量资产负债持续期的通用表达式,解决了资产负债增量组合与存量组合构成的全部组合的风险的测量问题.     

商业银行贷款组合动态优化模型研究

以银行各项资产组合收益最大化为目标函数,以法律、法规和经营管理约束为条件,运用逆向递推原理和线性规划方法,建立了商业银行贷款组合动态优化模型。创新与特色主要在于考虑了不同区段贷款效益对全部区段贷款总体效益的相互影响,运用逆向递推原理,在考虑所有贷款区间全部收益最优化的前提下,优化配给区间段的贷款配给,使得全部区段的整体贷款配给达到最优。     

基于模糊综合评判收益约束的贷款组合优化模型

贷款组合优化是商业银行信贷管理中最常见的决策。本文分析了现有的贷款组合优化模型的特点和弊端,以组合风险最小化为目标,以模糊数学中的综合评判关系为约束条件,建立了贷款组合的模糊优化模型。在组合收益率的综合评判目标和评判矩阵已确定的前提条件下,利用二次规划的方法解出各类贷款额占总贷款额的比重,解决了银行各类贷款的组合决策问题。通过进一步的实例分析,又从实证角度说明了该方法的合理性和可行性。     

基于蒙特卡洛模拟的贷款组合优化决策方法

通常项目的收益与风险成正比,银行贷款不仅要考虑总体收益最大,同时尽量降低贷款的总体风险,而目前的贷款组合方法不能做到收益和风险的同步优化.通过蒙特卡洛模拟,以贷款项目的财务内部收益率及其波动反映其收益和风险,建立组合收益最大、组合风险最小的贷款组合多目标规划决策模型.分步求解得到满足约束条件的若干贷款有效组合和有效前沿曲线,有效前沿曲线与银行的无差异曲线的交点是满足银行风险偏好的最优贷款组合.该方法直接应用组合收益和组合风险进行贷款组合优化,提高了决策分析精度,银行可以根据自身的需要灵活方便地调整贷款组合中各贷款的权重,降低风险,提高收益,并且通过最优贷款组合达到收益和风险的同步最优化.     

基于银行贷款组合风险的经济资本计量模型

本文运用保险精算思想，建立了经济资本计量模型，并阐述了经济资本计量模型在银行确定贷款组合风险中的应用。本模型对经济资本计量模型作了三点改进。其创新与特色一是对贷款组合的风险暴露数进行分段，在每一频段上分别确定风险暴露数分布，进而可以更准确的描述各笔贷款的风险暴露数。二是在确定风险暴露数分布时，用Г分布替代了传统的正态分布，解决了贷款违约的风险暴露数分布的厚尾问题，进而解决了大宗贷款违约的风险度量问题。三是确定违约频率时，用负二项分布来代替传统的泊松分布，解决了违约频率的方差通常要大于其均值的分布拟合问题。这样，改进后的经济资本计量模型在实务中可以更加贴切的度量银行贷款组合的风险。     

基于离差最大化的组合评价方法研究

本文提出了一种基于离差最大化的组合评价方法,该方法首先利用多个单一评价方法对决策对象评价值之间的总离差达到最大的思想将各单一的评价值组合起来,得到各决策方案的组合评价结果并对其进行排序;其次,设计并采用组合误差平方和对组合评价的效果进行度量。最后结合实例,将本文提出的组合评价方法与平均值组合法、模糊Borda组合法进行对比分析,结果表明该组合评价方法的组合误差更小,有效性更强。     

基于风险偏好的银行贷款组合优化研究

通过蒙特卡洛模拟，以贷款项目的财务内部收益率及其波动反映收益和风险，建立了组合收益最大、组合风险最小的贷款组合多目标规划决策模型。求解模型得到贷款组合有效前沿曲线，有效前沿曲线与无差异曲线的交点为满足银行特定风险偏好的最优贷款组合。该方法直接应用组合收益和组合风险进行贷款组合优化，实现了收益和风险共同最优化，提高了决策分析精度。     

基于幂风险谱和蒙特卡洛模拟的贷款优化配置模型

极端风险对于银行资产配置至关重要,尤其是次贷危机之后尾部风险以惨重的代价引起了金融机构的重视,传统条件风险价值CVaR、风险价值VaR不能有效度量尾部极端风险,因此本文基于幂风险谱和蒙特卡洛模拟构建了贷款组合优化配置模型,同时控制尾部极端风险和信用风险。本文一是通过损失-X_i越大、其风险权重φ_i也就越大的思路,构建幂风险谱PSR （Power Spectral Risk）最小的目标函数对极端风险进行控制,即弥补了CVaR同等看待尾部风险、忽略风险较大的损失应予以更大权重的不足,也同时弥补了VaR仅提供某一置信水平下资产损失的最大值、无法反映一旦超过这一数值的可能损失的弊端。二是通过蒙特卡洛模拟信用等级迁移引起贷款收益的变化情景,并以信用等级迁移后贷款组合损失越大、则风险厌恶权重越大的思路构建幂风险谱PSR最小为目标函数,以贷款组合的收益大于目标收益为约束,构建贷款优化配置模型,改变了现有研究贷款配置时没有同时控制信用风险和尾部风险的不足。对比分析结果表明：本文模型能够实现更高的收益风险比,即在单位幂风险谱PSR下能够实现较高的收益。     

基于半离差风险收益的投资组合管理优化模型研究

本文在对投资组合管理理论分析的基础上,利用半离差法计算组合投资的风险与收益,克服了H. Markowitz提出的均值一方差模型研究的不足以及半方差模型的烦琐,提出了基于半离差风险收益的多目标优化模型;假设投资组合一般包括三种资产形式:股票、债券、现金。引进了机会成本概念在投资选择中的重要性,更加符合我国投资者的实际,便于操作,这为证券投资组合优化提供了一种新的方法,并有一定的参考借鉴价值。     

基于SVM的项目评标决策模型

项目评标具有的不确定性特点和评标专家在知识、经验和偏好上的迥异,使招标项目的评标工作具有难度大、影响因素多、难以确保评标工作一致性等问题.针对此问题,提出了一种基于支持向量机的项目评标决策模型,并以某一实际招投标项目为例,验证了模型的有效性.该模型充分利用了SVM的小样本、全局优化等特点,通过学习有限的评标样本,形成评价方程辅助决策,增强了决策的科学性与合理性,提高了决策效率.