市场风险与违约风险同时存在下的最优资产配置

本文研究了当投资者同时面临市场风险(利率风险)和违约风险时,如何对可违约债券、国债、股票以及银行存款进行最优配置的问题。利用简约化模型来刻画可违约债券的违约风险,并给出其价格的动态方程。通过鞅方法给出了此优化问题的解析解,结果表明:股票的最优投资策略与Merton模型的结果相同;国债的最优投资策略是利率风险溢价的增函数;可违约债券的最优投资策略与跳跃(违约)风险溢价密切相关,只有当可违约债券的跳跃风险溢价大于1,即市场对跳跃风险进行风险补偿时,投资者才会持有可违约债券;否则,投资者对可违约债券的最优投资为零。     

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。     

随机利率下跨期多事件触发巨灾债券定价研究

巨灾债券兼具规避巨灾风险和投资功能,既是对巨灾救助体制的有力补充,又为资本市场提供了较高收益率的零贝塔债券。多事件触发巨灾债券只有当多个触发指标被同时满足时才会损失本金,投资风险小于单事件触发巨灾债券,具有更大市场潜力。结合中国的台风历史损失数据,可构建多事件触发巨灾债券的定价模型,结合Copula函数拟合的双触发指标的联合分布,在利率服从Vasicek随机利率模型的假设下完成多事件触发巨灾债券的定价过程,并得出利率的随机因素对跨期定价结果的影响。     

非平移收益曲线的风险免疫策略

在债券收益曲线呈刚体运动的假设条件下,引入Fisher&Weil久期的概念.从收益曲线的运动分析出发,提出了非平移收益曲线的风险免疫模型,基于该模型研究了风险最小化债券组合的对冲技术和方法.通过数值模拟实验,采用风险值VaR次序统计量估计技术对不同免疫策略下债券组合的风险敞口进行了分析.结果表明,所提出的风险免疫策略能有效地防范和控制无违约债券的利率风险.     

基于网络视角的银行业系统性风险度量方法

网络模型已经成为研究银行系统性风险的重要方法。然而现有研究忽视了银行系统性风险的小概率特点,同时也缺少度量银行系统性风险的统一标准。为此,本文提出了基于网络模型的银行系统性风险度量方法:银行系统性风险VaR和银行系统性风险ES。首先,本文采用蒙特卡洛模拟方法,模拟银行外部冲击造成银行间网络损失的大样本。在银行间网络损失大样本中,估计银行系统性风险VaR和银行系统性风险ES。这两个测度能够捕捉到银行间网络损失的尾部特征,解决了对比随机冲击结果无法反映银行系统性风险的问题。其次,在模拟实验中,本文利用真实银行间网络结构参数,对模拟的三种银行间网络进行校准,保证了研究结论真实性和可靠性。最后,在模拟实验中发现:(1)外部冲击会引发违约传染的连锁反应,并导致银行间网络损失分布从近似正态分布转变成尖峰厚尾分布,最后变成双峰分布。(2)网络集中度越高发生违约传染连锁反应的概率越小,但是传染的破坏力会更大。(3)银行间网络的潜在传染作用会极大的放大银行系统的风险,而且违约传染效应是呈指数增长的。     

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Matlab计算的KMV模型在商业银行信用风险管理中的应用

信用风险管理水平是我国商业银行与外资银行当前的主要差距所在,如何更好地提高我国商业银行的信用风险管理水平就成为提高我国商业银行综合竞争力的关键所在。本文首先描述了目前我国商业银行的信用风险管理状况和存在的问题,并阐述了相关的国内外研究结果。通过对KMV模型与Credit Metrics模型进行比较,选择KMV模型对我国商业银行信用风险进行度量,并在KMV模型中应用Matlab微分方程数值解函数对我国上市公司的信用风险进行实证计算。最后,提出完善我国商业银行信用风险管理与度量的初步构想和建议,并且提出利用信用风险度量模型确定的信用风险等级来计算风险带来的溢价和升水,以确定不同贷款的贷款证券化的证券发行利率,从而加快贷款证券化的步伐,减少风险带来的损失,最终达到降低银行信用风险的目的。     

基于损失程度变化的CreditRisk+的鞍点逼近

传统的CreditRisk⁺模型在度量信用风险过程,假定违约损失是给定不变的,而近年的实证研究表明在实际的金融市场中违约损失是变化的。针对传统模型这一假设的不合理性,本文对模型作了发展。新模型充分考虑了违约时损失程度的变化,用β分布来刻画这种变化,并利用鞍点逼近给出了信用风险的度量,改进了传统递推算法的不足。最后进行数值模拟以说明方法的有效性。     

存在违约风险时的最优资产组合

本文研究了当存在违约风险时,一个代表性投资者投资于一个可违约债券、股票以及银行存款的最优资产配置问题。利用简约化模型来刻画可违约债券的违约风险,并给出其价格的动态过程。通过随机控制方法给出了此优化问题的解析解。结果表明跳跃(违约)风险的存在,使可违约债券的最优投资策略不再是连续函数。当可违约债券违约时,投资者对可违约债券的持有量为零;当债券未发生违约时,投资者对可违约债券的最优持有量主要受信用利差、违约强度以及投资期限的影响。     

上海银行间同业拆放利率的风险测度

随着中国利率市场化进程的深化,利率风险将越来越大,同时上海银行间同业拆放利率将逐步成为中国的基准利率体系.在构建上海银行间同业拆放利率期限结构动态模型的基础上,首先利用风险值模型度量上海银行间同业拆放利率的风险值,然后进行后验检验,再利用期望损失模型度量上海银行间同业拆放利率的风险值,并时上海银行间同业拆放利率风险度量的风险值方法和期望损失方法进行比较分析.研究结果表明,无论从动态拟合效果,还是从风险度量的后验检验看,GED分布都优于正态分布和t分布,适合用于刻画上海银行间同业拆放利率序列的分布;上海银行间同业拆放利率序列具有均值回复特征和反杠杆效应;当风险值模型不能有效测度上海银行间同业拆放利率风险时,期望损失模型能部分克服风险值模型的不足,能有效测度实际损失风险.总的说来,APARCH-GED-VaR-ES模型可以较为准确地测度上海银行间同业拆放利率风险.     

我国上市银行信用溢价的实证研究

在改进KMV模型、采用信用溢价直观度量银行信用风险的基础上,通过MonteCarlo模拟法估计12家样本银行信用风险的VaR和CVaR值,并与历史模拟法的度量结果进行比较。研究结果表明,历史模拟法高估了银行所面临的信用风险;在样本银行中,中国银行最容易发生极端信用事件,工商银行则相反。     

厚尾分布情形下的信用资产组合风险度量

本文研究风险因子多元厚尾分布情形下的信用资产组合风险度量问题.用多元t-Copula分布来描述标的资产收益率分布的厚尾性,同时将三步重要抽样技术发展到基多元t-Copula分布的资产组合模型中,拓宽和丰富了信用资产组合风险度量模型.同时,并运用了非线性优化技术中的Levenberg-Marquardt算法来解决重要抽样技术中风险因子期望向量估计.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,从而更精确地估计出信用投资组合损失分布的尾部概率或给定置信度下组合VaR值.     

内生性回收率与信用风险度量研究

在信用风险模型中,外生性回收率的设定会忽略回收率对损失分布尾部的影响,而且会导致潜在的模型风险。本文将因子扩散过程引入结构信用风险模型,获得了回收率和违约概率之间的内在关系,利用Monte Carlo模拟方法数值分析了预期回收率对违约概率和资产价值波动率的依赖性,结果表明预期回收率与违约率之间具有很强的负相关关系,而且这种相关关系会受到债务人资产价值波动率的正向影响。在内生性回收率下,推导了信用损失的概率分布,计算了信用风险的Credit-VaR和ETF指标。最后利用市场数据检验了内生回收率信用风险模型的有效性,结果表明该模型可以很好的描述历史违约率和回收率的变化过程。     

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.     

Risk and value at risk

Increasingly complicated tools known as financial derivatives have been introduced in recent times to manage the market risk arising from floating exchange rates. The rapid development of the derivatives markets has in turn introduced new risks into the business of finance - witness the highly-publicised trading losses at Metallgesellschaft and Procter and Gamble. A principal method for measuring and reporting market risk in the portfolios of banks and their clients is ‘value at risk’ (VaR).Fred Stambaugh explains the concept of ‘value at risk’ and describes three principal approaches to calculating it - correlation matrix, historical simulation and Monte Carlo simulation; they are alternatives, not competitors. As well as setting out their uses, he considers those situations that go beyond ‘value at risk’, i.e. dire events that lie beyond the confidence level of VaR. Techniques for portfolio stress testing are discussed.     

基于风险损失最小化的供应链赊销决策模型

在产品价格可变动的情况下,将赊销方的赊销合同描述为三元组函数,分析了当存在信用高和信用低2种不同的赊销客户时,赊销方由于信息不对称无法准确判断客户信用水平而造成了赊销货款的损失。根据以上损失,从赊销损失最小化的角度,建立了存在拖欠概率影响下的赊销决策模型,并给出了其Kuhn-Tucker条件。同时,对存在担保和不存在担保2种情况下的赊销情况给出了相应的赊销决策机制,并分析了在该机制下赊销额度、赊销价格和第三方担保对赊销风险的影响。     

稳健非参数VaR建模及风险量化研究

参数VaR模型被广泛应用于风险测量中,然而需要给出具体的结构形式,这就容易发生模型错误设定的灾难,使风险计量的精确性易于产生较大偏差。针对参数VaR模型的设定误差问题,本文构建了SQ-ARCH和Nop-Quantile两个非参数VaR模型,诣在提高传统风险计量模型的灵活性、稳定性和准确性。采用稳健的分位数回归方法,得到了计算这两个VaR模型的具体表达式并给出了模型估计的算法和步骤。Monte Carlo模拟发现无论模型正确还是错误设定非参数VaR模型比参数ARCH类VaR模型更稳健。此外,把这两个稳健非参数VaR模型应用于我国股票市场风险量化的实证分析中。研究结果表明稳健非参数VaR模型比参数ARCH类VaR模型度量风险更准确。     

基于MCMC的金融市场风险VaR的估计

针对现有 Va R计算中主流方法的缺陷 ,创新性地提出了一种基于马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)模拟的 Va R计算方法 ,以克服传统 Monte Carlo模拟的高维、静态性缺陷 ,提高估算精度 .通过对美元国债的实证分析和计算 ,验证了 MCMC方法的优越性 .