混合泊松违约强度下信用资产组合风险度量

基于共同风险因子的相依关系转换为不同资产的违约示性函数的相依关系来刻画的思想,利用参数为Gamma分布线性组合的Poisson分布来描述不同资产的违约示性函数的相依关系,建立基于混合泊松分布的信用资产组合多因子的风险度量模型,并引入重要抽样技术到模型进行有效数值模拟计算,拓宽和丰富信用资产组合风险度量模型.进一步地,结合中国金融市场四个产业的数据把混合泊松分布应用到实证研究中.在模型的构建过程中,首先运用经典的结构模型和期权定价公式估计单个债务人的动态违约概率;再利用单资产动态违约概率得到混合泊松模型下每个资产的动态泊松强度;接着结合共同风险因子的值求得资产不同的因子载荷系数,该因子载荷系数反映了不同资产间的相依结构程度;最后,把重要抽样技术发展到混合泊松模型中,对由不同产业组成的信用资产组合的损失分布进行有效Monte Carlo模拟.模拟结果表明该算法比普通Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差.     

基于汇率回报厚尾性的外汇期权组合非线性VaR模型

为了克服多元厚尾分布情形下的非线性VaR数值计算的困难.本文将重要抽样技术发展到多元t-分布情形下的外汇期权组合非线性VaR模型中,通过对市场变量回报分布进行概率测度的指数变化,在相应区域产生更多的样本,使得该情形下不再是稀有事件Monte Carlo模拟,从而减少Monte Carlo模拟计算工作量,更精确地估计出组合的损失概率.数值结果表明该算法比常用Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差.     

基于Copula-APD-GARCH模型的投资组合有效前沿分析

根据ES风险度量方法,拓展了马克维茨均值-方差资产组合模型,研究均值-ES准则下的资产组合问题.用APD-GARCH模型刻画风险资产收益率序列,以多元Copula函数描述风险资产间的相关结构信息,构造灵活的Copula-APDG-ARCH模型.利用该模型,借助Monte Carlo模拟,分别研究相关结构是多元正态Copula函数、多元t-Copula函数和多元Clayton Copula函数的风险资产组合的均值一ES有效前沿,并进行比较.实证研究表明,在有效组合范围内,正态Copula函数明显高估了资产的组合风险;当期望收益较小时,t-Copula函数对应的风险值最小,但随着期望收益的增加,多元Clayton Copula函数时应的有效前沿表现最好.     

银行信用组合风险多成分重要性抽样算法研究

银行信用组合违约风险的度量和计算对银行监管有着重要的意义.使蒙特卡洛研究信用组合违约概率时,为提高模拟效率,越来越多的学者采用了重要性抽样技术来实现.它主要通过条件独立性和“均值移动”两个步骤实现.本文基于前人研究结果的基础之上,提出了一种基于违约相关性矩阵的多因子变方差的重要性抽样算法.该算法通过主成分分析选择违约结构中的占优成分并扩大其方差来实现.数值算例证明了该方法在信用组合遭遇极值事件时,能够提高模拟效率及计算精度,具有一定的计算优势.     

基于CVaR两步核估计量的投资组合管理

在不做任何分布假设的条件下,利用非参数核估计方法对风险度量条件风险价值(conditional value-at-risk,CVaR)进行估计,得到CVaR的两步核估计公式.然后用估计出来的CVaR代替理论上的CVaR建立均值-CVaR模型,实现对风险估计与投资组合优化同时进行,并基于迭代思想设计求解该模型的简单算法.蒙特卡洛模拟结果表明基于两步核估计方法的投资组合优化模型和算法比现有的方法更加有效,估计出来的组合边界误差更小.引入无风险资产后,文中的模型和算法同样适用.最后,为说明其应用价值,采用中国A股市场的日收益率数据进行了实例分析.     

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Bayesian-Copula方法的商业银行操作风险度量

本文在对损失分布法分析的基础上,将损失事件划分为内部欺诈、外部欺诈以及违规执行三种类型;引用两阶段分布拟合操作风险的损失强度分布,同时采用贝叶斯理论中的吉布斯抽样来获取参数估计值以减小低频率高损失数据不足带来的误差;考虑到操作风险各损失事件间可能存在的相关性,本文采用Copula函数对操作风险进行整合以获得联合损失分布函数,并计算出不同置信水平下我国商业银行操作风险损失的VaR值与CVaR值.实证研究的结果表明:基于贝叶斯理论的参数估计综合考虑了总体与样本等先验信息,估计出的参数值误差较小;Copula函数的引入与VaR值、CVaR值的测算,能在考虑了损失事件发生概率的同时,估测出操作风险潜在的损失大小,从而可以更准确度量操作风险.     

基于Copula-SV-GPD模型的投资组合风险度量

对于多元金融资产组合,针对资产收益的厚尾性、波动的异方差性及资产间的非线性相关结构等特征,采用SV-t模型与极值理论结合刻画单个资产收益的波动性及尾部分布特征,应用Copula函数处理多元资产间的相关性,并结合Monte Carlo模拟对投资组合进行风险测度.通过对华安创新基金的实证分析结果表明,基于SV-GPD的边缘分布模型能有效地刻画金融资产收益时序并较为精确地处理资产收益尾部的异常变化,相比其他风险度量模型具有更好的优越性,基于Copula-SV-GPD模型的多元资产组合对风险测度能力更强,能有效地管理投资风险.     

基于贝叶斯MCMC的POT模型——低频高损的操作风险度量

对低频率高损失的操作风险进行量化非常困难,其特点为较少发生,而一旦发生通常都会造成巨额损失,因此数据匮乏是一个严重的挑战,内部欺诈风险是此类风险的典型代表,也是中国商业银行有代表性的重大操作风险类型.在损失分布法的框架下,通过极值理论对内部欺诈风险进行度量;考虑到使用损失数据对频率直接拟合带来的问题,借助POT模型的重要性质对内部欺诈风险强度和频率进行估计;在此基础上,使用基于吉布斯抽样的贝叶斯MCMC方法估计POT模型的参数,以解决样本数据不足时极大似然估计中误差增大的问题.在这一方法框架下,以中国商业银行的内部欺诈损失数据为样本,对中国商业银行的内部欺诈风险进行度量,并估计了相应的经济资本.     

信贷资产组合的异质性及其对信用风险损失的影响

本文结合Vasicek模型分析了信贷资产组合的异质性对信用风险损失的影响,并比较了模型中不同参数的异质性对损失的影响效果.分析结果显示,忽略异质性将对风险损失度量带来一定偏差,异质性对信贷组合的损失分布尤其是分布尾部具有较大的影响;较之信贷资产的行业相关性,违约率和违约波动率的异质性对损失分布的影响更为显著.     

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。     

混合椭球分布下证券组合的尾部条件方差

由于风险价值、条件风险价值等下方风险度量没有考虑尾部数据的变异性,因此在刻画极端金融风险方面存在一定的缺陷。为了更好地控制尾部极端损失的发生概率,我们选择用尾部条件方差来刻画这种极端风险,即超过风险价值的那部分损失的方差。考虑到混合椭球分布在金融数据建模中的重要性,本文在这类分布下研究了证券组合的尾部条件方差,得到了证券组合尾部条件方差风险的精确表达式,为了验证本文的结果,我们也进行了一些数值计算及在最优投资组合方面的应用研究。     

基于投影降维技术的期权组合非线性VaR模型

高维期权组合VaR值的计算时间和计算工作量随着市场风险因子维数的增加而迅速增加.为此,引入投影降维技术,用少数几个风险因子来解释高维期权组合总的风险,并结合快速卷积方法,建立了基于投影降维技术的市场风险因子呈厚尾分布情形下的期权组合非线性VaR模型,达到减少计算时间和计算工作量的目的,同时期权组合价值变化的信息又没有太大的损失.数值结果表明,投影降维技术能够达到与快速卷积方法、Monte-Carlo方法差不多的估算精度,而计算效率明显优于快速卷积方法、Monte-Carlo方法,计算时间和计算工作量明显减少.     

On the correlation between fraud and default risk

Identity fraud is one of the fastest growing white-collar crimes today and a serious concern in our information-based economy. This paper studies one type of identity fraud: new account fraud, where an impostor opens lines of credit using a false identity, made-up or stolen. Relying on a unique data set of consumer bank accounts, that contains information on both, fraud and default losses, I analyze the correlation between fraud and default risk. I find that common socio-economic/demographic account holder characteristics have opposite effects on estimated default and fraud probabilities. For example, women possess a lower fraud probability, but a higher default probability, compared to men, and foreigners are more likely to engage in account fraud but less likely to default than Germans. Also, the portfolio level analysis indicates that portfolio loss distributions are quite sensitive to ex ante portfolio characteristics like the share of foreigners or blue-collar workers. These findings have important implications for banks managing their consumer credit portfolios using limiting rules based on borrower characteristics, and for the adequacy of banks’ capital levels.     

CRMW风险缓释效用目标跟踪的债券投资组合优化策略研究

为缓释债券市场违约风险,央行着力推进信用风险缓释工具CRMW(信用风险缓释凭证)的发展,关于CRMW风险缓释能力度量及CRMW在债券投资组合中的应用成为了亟待解决的关键问题。为此,本文借鉴CVaR思想提出了“CRMW风险缓释效用”以度量CRMW对债券违约风险缓释能力,借助概率分位点理论定义债券的动态风险并制定了动态风险缓释跟踪目标,基于此跟踪目标探讨带有CRMW的债券投资组合优化策略问题。研究结果表明,在保证目标投资收益率的前提下,债券最优投资组合可达到风险缓释效用的目标,使其同时实现转移风险和保障收益的双重目的,且该投资组合优化策略表现出良好的抗风险性能。     

Adjexpectile风险测度的性质、优化及资产配置的应用

金融风险的度量和识别是风险管理的重要内容,常用的风险度量工具是标准差、VaR、ES,但存在很多缺陷,expectile的提出弥补了这些不足,在理论界得到广泛的讨论和应用。本文扩展了expectile进行资产配置,提出Adjexpectile的概念,并讨论和分析了Adjexpectile的一致性风险度量、随机占优性、凸性,与标准差、VaR、shortfall的关系,风险贡献及风险分解的性质。通过对六个资产指数：上证国债指数、上证企业债指数、上证180指数、深圳100指数、深成长40p指数和黄金现货指数的复合周收益率数据进行组合优化配置,发现Adjexpectile在非对称性收益数据、组合前沿、风险分散方面具有一定的优越性。     

基于互联网金融模式的结构性理财产品风险度量研究进展

针对由期权和固定收益类产品组合而成的结构性理财产品，本文基于互联网金融模式对结构性理财产品进行风险度量理论、方法及应用研究进行了分析和述评，并对基于互联网金融环境下用不同分布类型来刻画风险因子相依关系的线性和非线性资产组合的风险集成度量模型进行了归类总结。最后，提出了基于互联网金融模式的结构性理财产品风险度量研究展望。     

商业银行信用风险评估预测模型研究

依据商业银行信用风险的内涵,指出信用风险评估应当充分考虑信贷资金安全系数的不 确定性和信用风险的相对性特征,并以“信用风险度”作为系统的输出,构建了基于人工神经网 络的信用风险评估预测模型,为有效转变信用风险的分类评估模式,提供更为全面的信贷决策 支持奠定了基础.     

基于Expectile回归的均值-ES组合投资决策

为解决均值-ES（Expected Shortfall）组合投资决策中的计算困难，通过理论证明将其转化为一个Expectile回归问题，进而给出其Expectile回归求解新方法。该方法具有两个方面的优势：第一，Expectile回归的目标函数为二次损失函数，具有连续、光滑等特性，其优化与计算过程简单易行，且具有很好的可扩展性；第二，优化Expectile回归目标函数得到Expectile，利用Expectile与ES之间对应关系，能够准确地得到最优组合投资的ES风险值。选取沪深300指数中具有行业代表性的5支股票进行实证研究，将基于Expectile回归的均值-ES模型与均值-VaR模型、均值-方差模型进行对比，发现前者能够很好地分散组合投资尾部风险大小，显著提高组合投资绩效。