学位论文 > 优秀研究生学位论文题录展示

商业银行操作风险与系统性风险度量研究

作　者: 丰吉闯
导　师: 华中生; 李建平
学　校: 中国科学技术大学
专　业: 管理科学与工程
关键词: 商业银行风险度量操作风险系统性风险
分类号: F832.33
类　型: 博士论文
年　份: 2012年
下　载: 1971次
引　用: 1次
阅　读: 论文下载

内容摘要

本文从商业银行风险管理的实际需求出发,从精细化风险管理的角度着手,采用风险度量的技术对风险进行建模、估计和分析。研究的风险度量主体不是传统商业银行的信用风险和市场风险,而是新资本协议要求必须分配资本金的操作风险和第三版巴塞尔资本协议关注的银行系统性风险。本文研究的主要内容和创新点包括以下几个方面：首先,本文对风险度量的理论和方法进行了抽象、归纳和总结,给出了风险度量的流程和思路。其包括了基础、关键、实现和优化四个环节,并将风险建模细分为八个步骤,该风险度量思路的提出是对以往项目经历和论文写作经验的总结和凝练,为风险度量提供理论基础和指导方法。其次,对商业银行操作风险的度量及其资本金分配进行了研究。对影响操作风险度量结果的损失厚尾性、计算精度问题、模型稳定性问题、数据有偏性问题、数据陈旧性问题、操作风险的相关性问题进行了研究：(1)针对操作风险损失厚尾性的特点和一阶近似算法准确性较差的问题,提出采用二阶近似的算法计算操作风险及其资本金。根据次指数分布的特点推导出基于二阶近似的操作风险解析解,针对厚尾性的问题采用广义帕累托分布拟合极值损失,并在此基础上得到操作风险。并将结果与一阶近似模型、均值修正模型和模拟结果进行了对比分析,发现二阶近似模型提高了结果的计算精度。(2)针对操作风险参数方法结果的不稳定性问题,提出了操作风险度量的组合估计模型。组合估计模型把贝叶斯的思想引进到操作风险的估计模型中,将风险估计分为两个层次：单个模型的估计和估计的信念。组合估计方法中估计结果是模型结果的线性函数,该方法集成不同厚尾性分布的特点、同时增强模型结果的稳定性和鲁棒性。(3)针对数据有偏性与陈旧性问题、操作风险的相关性问题,提出了基于条件分布—广义线性模型—copula函数的多维集成模型来度量操作风险。该模型在损失分布的框架下,采用条件分布对有偏的左截尾数据进行建模解决数据有偏性问题；通过建立操作风险与宏观经济和银行自身变量的稳定关系来预测未来操作风险的发生情况,来解决数据陈旧的问题；通过copula函数来对操作风险之间的相关性进行建模,解决操作风险的相关性问题；并综合这些方法建立了基于该集成方法的模拟程序。再次,对银行系统性风险度量进行了研究。在分析银行系统性风险机理和特征的基础上,对系统性风险度量中考虑银行关联性问题、风险相关性问题、风险的亲周期问题、流动性风险的内生性问题：(1)基于银行之间关联性的视角,采用银行间市场的网络分析方法度量了银行系统性风险。研究内容包括了：银行业系统性风险的机理分析,其包括了银行间市场和外部市场两个方面,为度量研究工作奠定了基础；银行间市场和风险传染的模型实例研究,通过实例说明银行市场是系统性风险的重要来源,论证了采用该方法的可行性；银行间市场的网络结构的矩阵表达和传染过程分析的数学表达；基于最大熵方法的银行间资产负债矩阵的求解；银行间市场模式对系统性风险的影响,发现银行间市场结构对银行系统性风险的影响较大；然后,设计三种特定银行间市场模式下的矩阵求解算法,使得求解结果更加符合实际银行市场间结构；最后,采用中国银行业的数据进行了实证分析,发现在次贷危机转变为全球金融危机的过程中中国银行业系统性风险也出现了增大的趋势。(2)提出了基于自上而下的系统性风险的度量方法。基于银行系统性风险是银行面临的整体风险的视角,在研究风险之间相关性表达基础上,采用自上而下方法度量银行系统性风险。在考虑信用风险、市场风险和操作风险相关性的基础上,分别采用方差／协方差方法和copula函数方法利用相关性矩阵和相依函数刻画相关性的基础上来集成多种风险,最后得到银行系统性风险。自上而下方法基于实际的各种风险的分布或者风险值,比较符合目前中国商业管理各种风险分开度量和管理的实际,容易在银行业进行运用和推广(3)提出了自下而上的系统性风险的度量方法。根据银行系统性风险的机理,考虑银行间市场与外部市场两种市场,综合了本次金融危机暴露的系统性风险的时间维度上亲周期性、空间维度上的传染性和流动性风险的重要性特征,研究基于情景分析的至下而上方法度量银行系统性风险。该模型考虑了信用风险、市场风险、传染风险和流动性风险。对于信用风险的亲周期性的特征通过建立违约概率与宏观经济变量和金融变量的关系来对信用风险违约率进行建模,在设定情景的基础上得到不同情境下的信用风险违约率。然后结合信用风险的违约损失率和风险暴露因子,采用CreditRisk+模型得到信用风险损失。对于市场风险,在与信用风险同样的情景下,分析不同情景下市场风险因子对表内外风险暴露价值的影响。对于传染风险主要是将网络分析方法应运到综合模型中。信用风险、市场风险、传染风险是清算风险,银行不存在清算风险并不代表银行具有稳定性,流动性风险是银行面临的又一重要的风险,因此在模型中将银行融资风险纳入到整体框架中来,而且融资流动性是银行信用风险的内生风险。

全文目录

摘要  5-7
ABSTRACT  7-14
第1章绪论  14-30
  1.1 研究背景与意义  14-16
  1.2 研究现状  16-22
    1.2.1 操作风险度量研究综述  16-19
    1.2.2 银行系统性风险度量研究综述  19-22
  1.3 本文研究的主要内容  22-30
    1.3.1 本文的内容和框架  22-26
    1.3.2 风险度量的流程和思路  26-30
第2章基于二阶近似的操作风险度量  30-46
  2.1 引言  30-31
  2.2 基于二阶近似的操作风险度量方法  31-38
    2.2.1 理论框架和实验设计  31-32
    2.2.2 极值理论  32-35
    2.2.3 基于一阶近似和均值修正模型的操作风险计算  35-37
    2.2.4 基于二阶近似解析解的操作风险计算  37-38
  2.3 模型结果的验证方法—模拟解的计算  38-40
    2.3.1 风险值的点估计  38-39
    2.3.2 风险值的区间估计  39-40
  2.4 实证分析  40-45
    2.4.1 数据描述  40
    2.4.2 GPD参数的估计  40-42
    2.4.3 解析解的计算结果  42
    2.4.4 模拟解的计算结果  42-43
    2.4.5 结果比较  43-45
  2.5 本章小结  45-46
第3章基于组合估计的操作风险度量  46-60
  3.1 引言  46-47
  3.2 基于组合估计的操作风险度量方法  47-54
    3.2.1 组合估计模型  47-49
    3.2.2 基本指标法和损失分布法  49-51
    3.2.3 厚尾分布  51-53
    3.2.4 Kolmogorov-Smirnov拟合优度检验  53-54
  3.3 实证分析  54-58
    3.3.1 数据描述  54-55
    3.3.2 实证结果  55-58
  3.4 模型有效性检验  58-59
  3.5 本章小结  59-60
第4章基于条件分布-广义线性模型-copula函数的操作风险度量  60-74
  4.1 引言  60-61
  4.2 模型描述  61-63
  4.3 数据与假设  63-64
    4.3.1 数据描述与数据预处理  63-64
    4.3.2 模型假设  64
  4.4 方法  64-68
    4.4.1 操作风险程度分布参数估计方法  64-65
    4.4.2 操作风险频次分布参数估计方法  65-66
    4.4.3 通过copula函数集成风险单元的损失  66-67
    4.4.4 操作风险计算的模拟过程  67-68
  4.5 实证分析  68-71
    4.5.1 操作风险程度分布参数估计  68
    4.5.2 操作风险频次分布参数估计  68-69
    4.5.3 copula函数的选取和相关系数的确定  69-70
    4.5.4 实证分析结果  70-71
  4.6 鲁棒性分析  71-72
    4.6.1 相依结构对结果的影响  71
    4.6.2 相关系数对结果的影响  71-72
  4.7 讨论  72-73
  4.8 本章小结  73-74
第5章基于银行间市场的系统性风险度量  74-100
  5.1 引言  74-77
  5.2 银行同业市场和风传染的模型实例  77-79
  5.3 银行间市场网络结构的矩阵表达和传染分析的数学表达  79-82
  5.4 基于最大熵方法的矩阵求解  82-85
    5.4.1 银行间市场网络结构的矩阵表达  82-84
    5.4.2 基于矩阵的系统性风险传染过程分析  84-85
    5.4.3 矩阵法模型的计算程序  85
  5.5 银行间市场模式对系统性风险的影响  85-89
  5.6 特定银行间市场模式下的矩阵求解  89-92
    5.6.1 增加组内风险敞口的模型  89-90
    5.6.2 货币中心模型  90-91
    5.6.3 已知若干家银行间的敞口数值模型  91-92
  5.7 实证分析  92-98
  5.8 本章小结  98-100
第6章基于自上而下方法的系统性风险度量  100-118
  6.1 引言  100-101
  6.2 基于自上而下方法的系统性风险度量  101-108
    6.2.1 方差/协方差方法的系统性风险度量  102
    6.2.2 copula函数的系统性风险度量  102-107
    6.2.3 风险分散化效应  107-108
  6.3 实证分析  108-115
    6.3.1 数据描述  108-109
    6.3.2 参数估计  109-110
    6.3.3 实证结果  110-114
    6.3.4 风险的多元化效应  114-115
  6.4 本章小结  115-118
第7章基于自下而上方法的的系统性风险度量  118-132
  7.1 引言  118-119
  7.2 基于情景分析的自下而上方法度量系统性风险模型  119-129
    7.2.1 情景分析下银行信用风险  121-124
    7.2.2 情景分析下银行市场风险  124-125
    7.2.3 清算和融资流动性风险  125-129
    7.2.4 银行间的传染风险  129
  7.3 本章小结  129-132
第8章结论和展望  132-138
  8.1 本文的主要工作和创新点  132-134
  8.2 本文的主要结论  134-135
  8.4 未来工作展望  135-138
后记  138-142
参考文献  142-152
附录  152-156
在读期间发表的学术论文与取得的其他研究成果  156-159
参与项目  159
硕博期间所获荣誉  159-160
致谢  160-162

商业银行操作风险与系统性风险度量研究

内容摘要

全文目录

相似论文