金融机构信用风险度量模型的发展与比较

信用风险是金融机构面临的诸多风险中最重要的风险之一,如何量化和控制信用风险一直是金融研究的热点问题.文章对金融机构信用风险度量模型的发展进行了概括,在对传统、现代两类信用风险度量模型的构建理论进行比较研究的基础上,分析了它们各自的特征和适用性,并讨论了信用风险度量模型在我国金融机构信用风险管理中的应用.     

基于VaR方法的市场风险和信用风险的度量

市场风险和信用风险是金融机构所面临的最主要的两类风险。在金融市场迅猛发展的今天,对两类风险的度量和管理成为了金融机构面对的重大挑战之一。VaR模型最初用来度量市场风险,它以严谨的概率统计理论作为依托,将市场风险高度概括为一个数字。之后,VaR方法被引入到信用风险管理中,其中CreditMetrics模型是一个典型例子。文章最后对综合度量市场风险和信用风险进行了初步探讨。     

上证综合指数VaR度量的比较研究

文章利用三种不同分布下的GARCH族模型度量了上海股票市场的潜在风险.通过返回检验,可看出t分布所估计出来的VaR值过于保守,而在99%的置信水平下,使用正态分布存在对风险的低估,在不同置信水平下,使用PAKCH-GED能较好地刻划上证指教的尖峰厚尾特征,从而也能更准确地度量沪市的风险值.     

KMV模型的信用风险度量特征

信用风险管理模型是对信用风险进行量化的一个巨大进步,摆脱了传统的信用风险管理方法的束缚,在对信用风险尽可能精确量化的基础上,使信用风险的定价趋于合理,使资本的配置趋于有效和优化.     

基于蒙特卡罗模拟的几种VaR模型度量效果比较

文章通过蒙特卡罗模拟产生误差项服从标准正态分布、t分布的GARCH过程敷据,在其基础上利用真实分位数和估计分位敷之间的误差评价了几种VaR模型的度量效果.结果显示,基于这两个过程,误差项服从t分布的GARCH模型优于误差项服从标准正态分布的GAARCH模型,而相对复杂的极值理论略微优于效果最差的历史模拟法:从而实证研究中,由于极值理论的度量效果不一定较好,应该尝试多种VaR模型,从中选择最适合的模型.     

金融风险度量VaR与CVaR方法的比较研究及应用

风险价值(VaR)是近年来受到国际金融界的广泛支持和认可的一种度量金融风险的工具。文章指出了风险价值(VaR)模型两个重大的缺陷,并对它和条件风险价值(CVaR)金融风险度量模型进行了详细的介绍和对比分析,给出了它们的共同点和CVaR在投资组合应用中的优势,结合中国金融市场的实际情况,指出CvaR在中国金融市场中应用应注意的问题,对其应用前景提出了新的思路。     

基于半参数CARE模型的金融市场VaR度量

以CAViaR模型为基础,结合Expectile模型,构建半参数CARE模型,度量金融市场的在值风险。选取2003年1月3日至2015年12月31日上证综合指数与深圳成份指数为研究对象,分别采用半参数CARE模型与GARCH模型刻画VaR的波动情况,并运用几类常返检验来评估模型的优劣。结果表明:GARCH模型能更好地刻画深证成份指数1%VaR与上证综合指数5%VaR,而半参数CARE模型能更好地刻画深证成份指数5%VaR与上证综合指数1%VaR。     

上市公司信用风险的度量

文章根据通达信概念板块的分类,在11个经济区中分别选取3个行业组成研究样本,应用修正的TGARCH-KMV模型度量不同经济区、不同行业上市公司的信用风险.研究结果表明:在经济区比较上,东部沿海地区上市公司的信用水平最佳,中部次之,西部最劣.其中,位于环渤海经济区的上市公司信用风险最小,而地处成渝特区的企业信用风险最高;在行业比较上,资产规模最大的房地产业,其上市公司信用风险最小,医药制造业次之,而高科技的信息技术企业信用风险最大.同时,利用因子分析法阐述影响上市公司行业信用风险的财务因子及其对应政策.     

基于Factor-GARCH模型的动态VaR与CVaR度量及实证研究

动态CVaR作为投资组合的风险度量工具较动态VaR有很多优点,但同动态VaR的计算一样,随着投资组合资产数量的增加,计算难度迅速增大。通过改良Factor-GARCH模型,将其用于多种资产时变方差-协方差矩阵的估计,实现了降维的目的,克服了计算多元动态CVaR时的困难。实证研究表明,与动态VaR相比,动态CVaR作为一种更保守的风险度量工具,能准确反映投资组合的可能损失。     

信用风险的分析与度量

随着金融创新的信用衍生品的迅速发展,信用风险量化管理已成为金融风险管理领域最为活跃的一个方面。文章从信用风险特点入手,借助博弈和信息经济学的思想,运用统计方法并比较几种新的技术模型,为优化银行信用监管服务提出了若干建议。     

基于VaR的我国商业银行信用风险管理

一、VaR的含义VaR可以比较全面地衡量各种金融市场风险,并能提高传统金融风险管理工具的敏感性和波动性分析的精确度,因而得到国际金融界的广泛认可。V aR的定义是:在正常的市场条件下,一定持有期Δt和一定置信水平α下,某种投资组合P可能的最大损失,用数学公式表示为:Prob(ΔP     

KMV模型的改进及对上市公司信用风险的度量

针对我国资本市场和上市公司的特征,笔者对KMV模型进行了参数的改进,充分考虑了流通股和非流通股的分别计价问题,上市公司的违约点设定问题.因而参数调整后的KMV模型更加符合我国的实际.通过对沪市上市公司的信用风险评估的检验,充分证明参数调整后的KMV模型能够及时准确地识别出我国上市公司的信用质量变化趋势.     

从VaR到ES--现代金融风险度量模型的新发展

随着金融全球化的发展,金融市场面临着前所未有的波动性.为防范日益增大的金融风险,特别是市场风险,许多跨国金融机构和工商企业在金融风险管理研究方面投入了大量人力物力,并结合金融工程和数学方法提出了各种风险计量和管理的新方法.     

我国商业银行信用风险量化度量方法研究

信用风险是我国商业银行所面临的最主要的风险,商业银行的信用评价工作直接关系着银行经营的成败.本文结合我国商业银行的实际,基于AHP的分析框架建立商业银行的信用评分模型,以期为商业银行信用风险量化度量提供借鉴.     

投资组合动态VaR风险度量

投资组合的VaR风险度量依赖于投资组合中金融资产间联合分布函数的确定,随着投资组合规模的扩大,其VaR的计算难度也不断加大。利用ICA可以将多元联合概率分布函数转化为一元概率分布函数乘积实现简化计算的特点,基于ICA的投资组合动态VaR风险度量方法和计算步骤,克服了多元非正态条件下VaR测算上的困难。实证研究表明,与EWMA模型法、MGARCH模型法相比,ICA法能够准确地度量投资组合动态VaR。     

参数法、半参数法的动态VaR模型风险度量

文章采用参数法和半参数法,分别考虑标准化收益在GED、SGT、GPD分布下以及FSH方法下的GARCH模型、EGARCH模型和PGARCH模型的风险测度的准确性,据此组建了12种风险测度的动态VaR模型,并采用道琼斯股票市场指数和上证指数进行实证分析.对收益率进行基本统计分析发现两个股票市场的收益率都不服从一般的正态分布.运用后验测试的方法,对所有模型的样本外预测动态VaR值采用LR、LR.和DQ三种方法综合检验,并由损失函数值可以看出:GARCH模型的风险度量能力最弱,在置信水平99.5％下,EGARCH模型最准确,在置信水平95％下,PGARCH模型最准确;GED分布描述市场的准确程度相对最弱,在较高的置信水平下,半参数模型能更好地度量市场的风险,在较低的置信水平下,参数模型能更好地度量股票市场的风险.     

基于混频已实现GARCH模型的波动预测与VaR度量

本文将Hansen等（2012）的Realized GARCH模型扩展为包含日内收益率、日收益率以及已实现波动率的混频已实现GARCH模型（M-Realized GARCH模型）。该模型将日内交易分为前后两段,引入了混频均值方程,并对混频均值方程的残差分别建立条件波动率方程和已实现日波动率方程。本文采用2013-2016年沪深300指数混频数据,分别在扰动项服从正态分布、t分布和广义误差分布的假设下,采用损失函数、SPA检验、kupiec检验和动态分位数检验法,对GARCH、Realized GARCH和M-Realized GARCH模型的波动率预测和VaR度量效果对比研究,得出M-Realized GARCH模型能提高预测精度,且VaR实际失败率与理论失败率一致,失败发生之间不相关。最后,本文利用Block bootstrap方法抽样得到混频数据,模拟证明了M-Realized GARCH模型比Realized GARCH模型具有更高的预测精度。     

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.     

风险值法在金融机构信用风险管理中的运用

一、现代信用风险的主要特点长期以来 ,金融机构承担的信用风险主要被视方信贷风险 ,而信用暴露则等于债权的账面价值加上累积利息。但是 ,随着衍生产品交易的不断发展 ,信用风险变得日益复杂、量大 ,不仅透明度大大降低 ,而且也比传统的信贷风险更加难以测定。主要原因有三个方面 :第一 ,由于衍生工具交易中经常涉及到名义本金。而在银行贷款中 ,贷款的账面价值至少会让银行知道其将承担的最大损失。然后银行可以利用其对名义金额的违约概率和返回率的估计来计算出可能发生的损失额。但在衍生产品交易中 ,合约的价值与其信用暴露之间往往没…     

VaR模型在我国沪、深股市风险度量中的实证

文章以上海和深圳证券交易市场为研究对象,选择2007年1月4日到2008年12月31日的上证综指和深证成指的每日收盘价共976个数据为样本,分别采用历史模拟法和方差-协方差法这两种常用的VaR模型对中国股票市场风险进行实证分析,并得出沪、深股市整体风险较大但深市又大于沪市及投资于证券市场组合可以分散投资风险的重要结论.