CreditRisk+模型采用Poisson分布所产生的经济资本计量误差分析

本文对CreditRisk+模型采用Poisson分布近似债务人违约事件分布这一关键步骤进行系统研究。首先分析了Poisson分布在CreditRisk+模型中的作用,并从理论上证明了采用Poisson分布作为债务人违约事件分布的近似,会导致CreditRisk+模型计算出来的经济资本高估贷款组合的实际风险水平;然后以债务人违约事件服从两点分布并采用蒙特卡罗模拟计算出来的经济资本为参照值,对债务人违约概率的大小与这一近似所引起的经济资本计量误差率进行了敏感性试验,发现为将这一近似所引起的误差率控制在10%的范围内,债务人违约概率的取值不应超过0.2。     

基于行业相关性的银行业信用风险宏观压力测试研究

遵循宏观审慎管理的原则和理念, 提出了基于行业相关性的银行业信用风险宏观压力测试方法。通过考虑行业相关性和风险因子t分布特性, 对多元风险因子模型进行了拓展;将宏观压力测试情景与多元风险因子模型对接起来, 将压力情景下得到的行业景气指数取值转换为相应压力情景下行业风险因子的条件分布;在考察宏观经济周期的基础上, 采用指数平滑法、回归模型方法和历史情景分析方法处理宏观经济整个周期的历史数据, 从而确定宏观压力测试的情景设置, 这种情景设置能消除信用风险计量的顺周期性。这一过程将银行业经济资本管理与系统性风险防范有机地联系起来。这一信用风险宏观压力测试方法能反映不同行业信贷资产间的违约相关性, 能识别某一行业衰退对其他行业信贷资产产生的负面影响, 从而反映系统性风险的来源及其作用机理。     

带有马尔可夫竞争因子的多产品报童模型

在竞争的环境下考虑多产品报童问题。为了刻画多产品间的竞争关系，本文利用马尔可夫链构建多产品的需求转移模型，并根据模型的转移概率矩阵提出马氏竞争因子和综合竞争力等核心概念，进而结合卷积公式和雅可比行列式，将竞争因子的概念纳入经典报童模型的框架，构建了带有马氏竞争因子的多产品报童模型，同时在该模型的理论基础上给出了新的决策机制。模型的数据实验表明：竞争因子对多产品库存系统的最优订购策略具有重要的影响，关于产品的综合竞争力为单调递增函数；将竞争因子纳入多产品库存系统的决策机制，可进一步拓展报童模型在实际应用领域中的适应性以及提高库存系统的优化与控制的效用。     

基于混合整数规划法的企业信用风险评估研究

运用混合整数规划法构建企业信用风险评估模型,并将其应用于我国商业银行信用风险评估中。该模型具有非参数检验特性,不需要样本数据服从正态分布和等协方差,并通过两阶段的分类过程对企业信用状况进行判别。研究结果表明,混合整数规划法有较强的预测贷款企业信用风险的能力。     

引入联跳的中国股市协方差预测——基于多元HAR模型

 金融资产的时变协方差矩阵是投资组合配置、风险管理等实务活动的关键参数。早期的协方差预测模型研究使用日数据或者更低频数据,但大多存在参数估计困难和维数灾难等问题。        运用日内高频数据可以构建协方差矩阵的后验非参数估计量,使其从隐变量转变为可以直接建模的可观测变量,降低协方差模型估计的复杂性并增强模型的高维适用性。进一步的,利用高频数据还可以识别多个金融资产的价格在日内同一采样间隔内发生的跳跃,即多资产联跳。针对联跳多由宏观经济新闻公告和政策制度等的发布引起,这些信息终将被吸收并体现在协方差矩阵中,联跳可能蕴含着对协方差预测有益的信息,因此识别联跳并将其引入协方差预测模型。        将异质自回归模型扩展至多元形式,作为协方差非参数估计量的基准模型,并将取值0/1的联跳指示变量与Hawkes模型估计出的联跳强度分别及同时引入多元形式模型,构建3种扩展模型。选择均方误差和平均绝对误差这两种常用统计意义损失函数,采用Diebold Mariano检验,评价各扩展模型的样本外预测性能相对于基准模型是否有所改进,并采用模型置信集检验并挑选最佳扩展模型。此外,比较各种预测模型用于全局最小方差投资组合策略的效果。        基于上证50指数成分股中不同行业5只高流动性个股分钟高频价格数据进行实证,研究结果表明,①相对于联跳指示变量,联跳强度对协方差矩阵的预测有更显著的贡献;②引入联跳强度可以显著提升对协方差的拟合优度和样本外预测精度;③同时引入联跳强度和联跳指示变量,且采用矩阵对数变换,确保正定性的扩展多元形式模型在统计和经济意义上都是最优模型。        研究结论肯定了在协方差预测模型中引入联跳的重要价值,并揭示了宏观信息对协方差预测的贡献,对于金融管理者和投资者进行金融风险管理及进行资产配置都具有实际指导意义。     

基于多元GARCH与极值理论的资产组合风险测度研究

在运用多元GARCH模型对资产组合损失的协方差矩阵进行建模的基础上,估计出组合的标准残差序列;然后,运用EVT对标准残差的极值尾部建模并估计出分位数,进而测度资产组合的动态极值风险;最后,再运用返回测试方法对模型准确性进行检验.研究结果表明,运用多元GARCH模型能够有效捕获多元资产损失的时变相关性特征;资产组合条件损失的标准残差极值尾部服从GPD;结合多元GARCH模型与EVT的风险模型能够测度所构造的多元资产组合的动态风险.     

基于波动择时绩效的高维波动率估计量与预测模型研究

对协方差矩阵高频估计量和预测模型的选择，共同影响协方差的预测效果，从而影响波动择时投资组合策略的绩效。资产维数很高时，协方差矩阵高频估计量的构建会因非同步交易而丢弃大量数据，降低信息利用效率。鉴于此，将可以充分利用资产日内价格信息的KEM估计量用于估计中国股市资产的高维协方差矩阵，并与两种常用协方差矩阵估计量进行比较。进一步地，将三种估计量分别用于多元异质自回归模型、指数加权移动平均模型以及短、中、长期移动平均模型进行样本外预测，并比较在三种基于风险的投资组合策略下的经济效益。采用上证50指数中20只不同流动性成份股逐笔高频数据的实证研究发现：（1）无论是在市场平稳时期还是市场剧烈震荡期，长期移动平均模型都是高维协方差估计量预测建模的最优选择，在应用于各种波动择时策略时都可以实现最低成本和最高收益。（2）在市场平稳时期，KEM估计量是高维协方差估计的最优选择，应用于各种波动择时策略时基本都可以实现最低成本和最高收益；在市场剧烈震荡期，使用KEM估计量进行波动择时仍然可以在成本方面保持优势，但在收益上并不占优。（3）无论是在市场平稳时期还是市场剧烈震荡期，最低的成本都是在采用等风险贡献投资组合时实现的，而最高的收益则都是在采用最小方差投资组合时实现的。研究不仅首次检验了KEM估计量在常用波动择时策略中的适用性，而且首次实证了实现最为简单的长期移动平均模型在高维协方差矩阵预测中的优越性，对投资决策和风险管理等实务应用都具有重要意义。     

基于蒙特卡洛RMT去噪法小股票组合风险优化研究

在Markowitz证券投资组合理论的框架下,证券收益协方差矩阵往往受到“维数灾祸”的影响而充斥噪声,这给Markowitz证券投资组合的构建及其风险的优化带来了严重的困扰。在对证券收益协方差矩阵去噪进而实现证券投资组合风险优化方面,基于随机矩阵理论(RMT)的去噪方法是一种非常具有优势的有效方法。 从说明Markowitz股票投资组合风险的含义入手,以投资组合风险预测的准确率衡量投资组合风险的优劣,继而对用于股票收益协方差矩阵的原有RMT去噪法的原理进行阐释。在此基础上分析认为小股票组合条件下原有RMT去噪法因噪声特征值边界界定误差而会产生组合风险优化作用下降的问题,为解决该问题,采用蒙特卡洛模拟法确定收益协方差矩阵的最大噪声特征值,从而建立蒙特卡洛RMT去噪法。对LCPB去噪法、PG+去噪法和KR去噪法等原有RMT去噪法和蒙特卡洛RMT去噪法的组合风险优化作用开展实证研究。 研究结果表明,各种RMT方法对相等加权协方差矩阵去噪前后的组合风险结果与指数加权协方差矩阵的组合风险结果非常类似;收益协方差矩阵未去噪时,随着股票数量减小,组合风险的优化水平越来越高,这主要是因为收益协方差矩阵噪声不断减小;当对收益协方差矩阵去噪时,随着股票数量的减小,原有RMT去噪法比蒙特卡洛RMT去噪法具有的去噪优势因原有方法对噪声特征值边界界定误差的增大而呈减小趋势,因此,组合中股票降至较低数量时,原有RMT去噪法的组合风险优化作用开始变得低于蒙特卡洛RMT去噪法,这说明蒙特卡洛RMT去噪法是一种解决小股票组合风险优化条件下原有RMT去噪法效力下降问题的有效方法。 新的蒙特卡洛RMT去噪法提供了证券投资组合权重分配的具体方法,提高了组合风险预测的准确率,对设计合理的证券投资策略和优化证券投资风险具有参考意义。     

奇导协方差矩阵和任意收益率分布下均值-CVaR模型的有效边界特征

本文利用现代主流风险度量技术CVaR代替方差或VaR,建立了均值-CVaR模型,在任意收益率分布下,利用无套利均衡分析的方法研究了奇异协方差矩阵情形的投资组合问题,得到了模型有效边界的本质特征,最后作为结论的直接应用和说明,我们给出了一个具体的算例分析。     

基于情景树的多期模糊层次资产配置

利用模糊层次分析法,将金融资产中的基本面因素纳入投资分析框架.采用因素因子之间的绝对偏差和相对偏差,构造出模糊判断矩阵,计算出基本面因素影响下的三角形模糊收益综合评价值和模糊风险综合评价值,进而构建出模糊环境下的单期资产配置规划.将概率框架下的多期情景树模型引入模糊不确定性环境,采用市场状态之间的模糊逻辑关系出现的概率,计算相应的贝叶斯概率,拓展单期规划为多期资产配置规划.通过时沪深300行业指数的实证检验,发现:单期最优资产配1规划最优组合优于市场组合的表现,表明所构建的组合优于市场组合,而多期最优资产配1规划最优组合同样优于市场组合的表现,市场组合的实际值也落在资产配置规划最优组合的模糊允许区间内,表明多期最优资产配置规划最大限度的包含了市场运行的不确定性因素.     

尾风险度量与定价能力分析

经典资本资产定价模型假设资产收益服从正态分布或者投资者效用函数是二次型,然而实际中资产收益的分布呈现尖峰厚尾特征,因而无法在均值-方差框架下分析风险与收益的关系。与资产收益正常变化相比,极端变化带来的尾风险会对市场风险和投资者的决策行为产生更为显著的影响,因此研究尾风险的度量方法和定价能力具有一定理论和实践意义。 依据极值理论,基于Fama-French的3因子模型无法解释的收益残差构建尾风险度量模型。选取中国股票市场沪深A股作为研究对象,以历史滑动窗估计尾风险,投资组合分析和横截面回归分析的结果都表明尾风险可以稳定地负向预测股票收益,在控制规模、交易量、非流动性、短期反转、中期动量、特质波动率、特质偏度等股票特征后,尾风险的负向预测能力依然显著。引入融资融券交易,发现融资融券标的股票的尾风险显著低于非融资融券标的股票的尾风险,而且可以消除尾风险的负向溢价,因而中国资本市场尚未完全开放融资融券交易机制可能是产生尾风险负向溢价的主要原因。 通过买多-卖空组合构建尾风险定价因子,发现尾风险因子比投资因子和盈利因子有更高的风险价格,而且并不是相对于Fama-French的5因子的冗余因子。与Fama-French的3因子模型和5因子模型相比,Fama-French的3因子或5因子基础上包含尾风险因子的定价模型对股票横截面收益有更好的解释能力,因而有更高的定价效率。 2008年全球金融危机爆发后,对尾风险定价能力的忽略使已有资产定价模型受到广泛批评。因此,探究尾风险的度量方法以及分析尾风险的定价能力,不仅有助于完善和拓展资产定价理论,而且有助于降低投资者对股票价格的认知偏差,提升市场资源配置效率和维护市场稳定性。     

我国金融机构的系统重要性评估:基于多元极值理论

2008年全球金融危机以后，金融机构的"大而不能倒"问题以及由此引发的系统性风险备受关注。本文基于多元EVT和Copula函数，建立了系统重要性的多角度评估指标体系，并对我国公开上市的26家金融机构的系统重要性做了一个综合评估。实证研究结果表明：（1）我国银行业在金融体系中占有主导地位，且银行业同质性较高，易诱发系统性风险；（2）规模不是系统重要性的唯一考量因素，其他因素也会对系统重要性产生显著影响，部分股份制商业银行和城商行也应被列为金融监管的重点关注对象。     

地震救援中基于信息实时更新的两阶段应急物资调配模型

应急物资调配是应急管理中一个重要的课题,准确、高效的应急物资调配方案是决定应急救援的成功的关键,然而应急情况下信息的不确定性增加了物资调配问题的难度。本文以应急物资调配的不确定性处理作为重点,研究地震发生后的应急物资调配方案。本文将应急救援过程按灾情信息获知程度分为黑箱期（仅知道震级、震中的时期）与灰箱期（各地震害指数依次更新的时期）。黑箱期根据历史地震灾情数据得到相应的离散情景集,并基于此使用鲁棒规划建模。在灰箱期阶段,本文根据震害指数更新烈度圈及各受灾点的物资需求,计算未满足率,从而决定是否进行新一次的配送,使用数学规划求解配送方案。最后,本文以鲁甸地震的实际数据为例进行分析验证了模型的有效性。     

A Data‐Driven Approach to Assessing Supply Inadequacy Risks Due to Climate‐Induced Shifts in Electricity Demand

The U.S. electric power system is increasingly vulnerable to the adverse impacts of extreme climate events. Supply inadequacy risk can result from climate‐induced shifts in electricity demand and/or damaged physical assets due to hydro‐meteorological hazards and climate change. In this article, we focus on the risks associated with the unanticipated climate‐induced demand shifts and propose a data‐driven approach to identify risk factors that render the electricity sector vulnerable in the face of future climate variability and change. More specifically, we have leveraged advanced supervised learning theory to identify the key predictors of climate‐sensitive demand in the residential, commercial, and industrial sectors. Our analysis indicates that variations in mean dew point temperature is the common major risk factor across all the three sectors. We have also conducted a statistical sensitivity analysis to assess the variability in the projected demand as a function of the key climate risk factor. We then propose the use of scenario‐based heat maps as a tool to communicate the inadequacy risks to stakeholders and decisionmakers. While we use the state of Ohio as a case study, our proposed approach is equally applicable to all other states.     

安全投资转移视角下的跨行业投资组合模型及实证

投资者根据市场状态变化和板块轮动效应进行安全投资转移,使得资金在行业间流动,导致风险溢出。本文首次从投资者安全投资转移行为的角度对行业间风险溢出进行研究,采用大规模股票与小规模股票的订单流差异量化安全投资转移。利用状态依赖下的敏感性VaR模型（SDSVaR）衡量行业间风险溢出效应的方向和大小,进一步考虑板块轮动效应,构建跨行业投资组合模型,分析行业间风险溢出和板块轮动效应对资产配置的影响。研究发现：状态依赖下的安全投资转移显著影响行业间联动性和风险溢出;考虑行业间风险溢出的资产配置模型能够分散非系统性风险的同时降低截面维度系统性风险,提高投资者的收益,有效地规避极端风险,可以为投资者的风险管理和投资决策提供有价值的参考。     

公私合作制(PPP)项目的政府动态激励与监督机制

针对PPP基础设施项目建设中激励机制涉及的企业最优努力水平、政府监督及关系契约的预期收益三大因素加以分析;从动态的角度出发,在Holmstrom和Tirole激励模型的基础上,运用委托代理理论设计公私部门两阶段合作的激励合同,通过对不同阶段企业最优努力水平和政府监督奖惩因子的分析,得到影响企业最优努力水平和政府监督奖惩因子的相关因素以及企业两阶段决策中的动态影响;最后分别通过对政府外部监督与企业内在激励的分析,提出PPP项目建设中权变激励的激励机制和方向,从而为PPP项目建设中有效激励合同的设计提供一定的指导。     

我国金融机构的系统性金融风险评估——基于极端分位数回归技术的风险度量

本文将极值理论引入到系统性金融风险度量中,通过极端分位数回归技术估计我国33家上市金融机构对金融系统整体的风险贡献,并识别出我国系统重要性金融机构。研究结果表明,我国金融机构的市场价值总资产收益率呈现明显的非正态分布特征,使用极端分位数回归技术可以更准确的度量尾部的风险联动性;银行类金融机构的系统性风险贡献水平最高且波动变化最大,系统性风险贡献排名前十的金融机构基本为银行类机构;证券类、保险类、信托类金融机构的风险贡献水平相对较低;通过与其他研究的对比发现,考虑到极端情形下的尾部风险联动性时,股份制商业银行对金融系统的风险贡献上升。本文的研究为系统重要性金融机构的宏观审慎监管提供了实证依据。     

中国企业部门信用风险溢价期限结构与宏观经济因子

近年来，中国企业部门债务风险不断暴露，其是否会引发系统性信用危机正成为焦点。本文着眼于中国企业部门信用风险累积与暴露背后的宏观经济现实，在简约模型中引入结构向量自回归模型（SVAR），将经济冲击区分为总供给冲击、总需求冲击和货币政策冲击，以此研究各宏观经济因子对中国企业部门信用风险溢价期限结构的影响特征，从而揭示中国企业部门信用风险定价的宏观经济机理。本文发现，正向的总供给冲击和货币政策冲击有助于降低中国企业部门信用风险溢价，但正向的总需求冲击则会推高中国企业部门信用风险溢价，自2011年以来持续处于高位水平的信用风险溢价的主要根源正是4万亿经济刺激计划所带来的扩张性总需求，因此欲从根本上降低中国企业部门信用风险水平，应紧缩社会总需求，并通过制度改革和结构调整，改善社会总供给。     

Optimal Security Investments and Extreme Risk

In the aftermath of 9/11, concern over security increased dramatically in both the public and the private sector. Yet, no clear algorithm exists to inform firms on the amount and the timing of security investments to mitigate the impact of catastrophic risks. The goal of this article is to devise an optimum investment strategy for firms to mitigate exposure to catastrophic risks, focusing on how much to invest and when to invest. The latter question addresses the issue of whether postponing a risk mitigating decision is an optimal strategy or not. Accordingly, we develop and estimate both a one‐period model and a multiperiod model within the framework of extreme value theory (EVT). We calibrate these models using probability measures for catastrophic terrorism risks associated with attacks on the food sector. We then compare our findings with the purchase of catastrophic risk insurance.