基于蒙特卡洛模拟的贷款组合优化决策方法

通常项目的收益与风险成正比,银行贷款不仅要考虑总体收益最大,同时尽量降低贷款的总体风险,而目前的贷款组合方法不能做到收益和风险的同步优化.通过蒙特卡洛模拟,以贷款项目的财务内部收益率及其波动反映其收益和风险,建立组合收益最大、组合风险最小的贷款组合多目标规划决策模型.分步求解得到满足约束条件的若干贷款有效组合和有效前沿曲线,有效前沿曲线与银行的无差异曲线的交点是满足银行风险偏好的最优贷款组合.该方法直接应用组合收益和组合风险进行贷款组合优化,提高了决策分析精度,银行可以根据自身的需要灵活方便地调整贷款组合中各贷款的权重,降低风险,提高收益,并且通过最优贷款组合达到收益和风险的同步最优化.     

基于风险偏好的银行贷款组合优化研究

通过蒙特卡洛模拟，以贷款项目的财务内部收益率及其波动反映收益和风险，建立了组合收益最大、组合风险最小的贷款组合多目标规划决策模型。求解模型得到贷款组合有效前沿曲线，有效前沿曲线与无差异曲线的交点为满足银行特定风险偏好的最优贷款组合。该方法直接应用组合收益和组合风险进行贷款组合优化，实现了收益和风险共同最优化，提高了决策分析精度。     

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。     

基于行业组合的贷款总体风险优化决策模型

应用资本资产定价模型中的单因子模型表达贷款收益和风险函数,以不同行业贷款组合后的总体风险最小化为目标,运用非线性规划方法建立了基于组合贷款总体风险优化的行业贷款分配模型。通过负相关行业的风险对冲,避免了选择单个或少数行业进行贷款所导致的、当该行业不景气时的系统性风险对贷款质量的影响,降低了贷款组合的系统性风险。从组合贷款总风险中分离出系统风险和非系统风险,并通过实例验证行业组合可以降低系统性风险,显示通过行业组合可以部分地抵消由于行业自身所产生的系统性风险。     

基于全部贷款综合风险度控制的新增资产组合优化模型

根据银行业风险监测惯例用综合风险度来量化贷款风险．建立了新增贷款组合的综合风险度与全部贷款组合的综合风险度之间的函数关系．以银行总资产收益最大为目标．以全部贷款综合风险度的控制为条件,建立了基于全部贷款组合风险度控制的新增资产组合优化模型．本模型特色和创新之处：一是提出了在新增贷款组合时、同时控制全部新、旧贷款两个组合的全部综合风险度的科学问题。改变了现有研究和实践仅仅立足于新增贷款组合自身风险控制的问题,开拓了金融资产组合优化的新思路。二是揭示了新增贷款组合的综合风险度与全部新、旧贷款两个组合的综合风险度的内在联系。通过新增贷款组合的综合风险度的控制来控制全部贷款组合的综合风险度,解决了在一组新的贷款发放时,全部新、旧贷款组合风险的控制问题,这也就解决了银行家们在实践中真正关心的全部贷款组合风险的优化问题。三是引入符合银行惯例的综合风险度来量化舒款风险．     

基于Excel的随机决策模型:蒙特卡洛模拟

对于风险投资的决策,传统的敏感性分析和场景分析在现实情景中存在很多的局限,公司未来的市场占有率和产量都有可能不同,还有可能存在其他的不确定性风险,这些不确定因素都不可能用静态的常规假设来反映,这就要求一种可以同时分析多个变量的随机模型来进行风险投资的决策。本文介绍一种在Excel中的加载宏:CrystalBall软件包,来进行蒙特卡洛模拟仿真运算,并结合案例进行分析,从而帮助财务管理者做出更加符合现实情景的投资决策。     

基于银行贷款组合风险的经济资本计量模型

本文运用保险精算思想，建立了经济资本计量模型，并阐述了经济资本计量模型在银行确定贷款组合风险中的应用。本模型对经济资本计量模型作了三点改进。其创新与特色一是对贷款组合的风险暴露数进行分段，在每一频段上分别确定风险暴露数分布，进而可以更准确的描述各笔贷款的风险暴露数。二是在确定风险暴露数分布时，用Г分布替代了传统的正态分布，解决了贷款违约的风险暴露数分布的厚尾问题，进而解决了大宗贷款违约的风险度量问题。三是确定违约频率时，用负二项分布来代替传统的泊松分布，解决了违约频率的方差通常要大于其均值的分布拟合问题。这样，改进后的经济资本计量模型在实务中可以更加贴切的度量银行贷款组合的风险。     

基于SV-GED模型的极值风险度量研究

把GED分布引入SV模型,构建SV-GED模型,然后与极值理论相结合拟合标准残差的尾部分布,进而建立一种新的金融风险度量模型——基于EVT-SV-GED的动态VaR模型,并通过沪深300指数和恒生指数的每日收盘价进行实证分析,研究显示:EVT-SV-GED模型能有效刻画中国股票市场的波动性特征,并且能够既有效又合理的度量金融市场风险。     

基于存量与增量全部组合风险最小的贷款优化决策模型

以0-1规划为工具,以VaR风险控制为约束条件,建立基于存量与增量全部组合风险最小的贷款优化决策模型,模型综合反映贷款存量组合累计风险对贷款决策的直接影响,合理地考虑贷款存量组合与贷款增量组合的关系,真正地控制银行全部贷款组合风险,改变现有研究仅优化增量贷款组合的现状,开拓金融资产组合优化理论的新思路;将VaR作为防范贷款风险的一道防线,用组合的VaR来控制贷款收益率风险限额,直接反映商业银行的风险承受能力;在贷款组合过程中,使用上下界限制,使商业银行既能较好地进行风险控制,又可以充分利用贷款头寸,使贷款总额保持阶梯型分布,这样商业银行可以尽量做到负债到期时有相应数量的资产相互匹配.     

基于Monte Carlo法的飞行器风险动态分析

飞行器研制项目具有时间周期长,研制费用高,风险大的特点,需要对项目进行整个周期内的动态综合管理。本文在Markov假设基础上,分阶段研究风险状态,并利用Monte Carlo仿真,计算出风险变化趋势。本方法利用有限的评估数据与历史数据,计算出风险转移强度,动态地评估了风险的发展变化。通过实例证明转移矩阵能够准确描述风险的发展变化且与实例情况相吻合。     

基于联合风险的商业银行贷款定价研究

当前的贷款定价研究主要针对信用风险,对信用风险和市场风险的联合风险的研究较少。因此从信用风险与市场风险的联合风险角度进行贷款定价的研究,目前还是较新的课题。本文对此进行了探索性研究,构建了基于联合风险的贷款定价模型,并得到了有意义的研究结果:不同的项目贷款,若其市场风险与信用风险的关联程度不一,即使其它指标一致,银行也应对它们执行不同的贷款利率,这个结果对实践有很好的指导意义。     

A Quantitative Risk Assessment of Waterborne Cryptosporidiosis in France Using Second-Order Monte Carlo Simulation

A pragmatic quantitative risk assessment (QRA) of the risks of waterborne Cryptosporidium parvum infection and cryptosporidiosis in immunocompetent and immunodeficient French populations is proposed. The model takes into account French specificities such as the French technique for oocyst enumeration performance and tap water consumption. The proportion of infective oocysts is based on literature review and expert knowledge. The probability of infection for a given number of ingested viable oocysts is modeled using the exponential dose-response model applied on published data from experimental infections in immunocompetent human volunteers challenged with the IOWA strain. Second-order Monte Carlo simulations are used to characterize the uncertainty and variability of the risk estimates. Daily risk of infection and illness for the immunocompetent and the immunodeficient populations are estimated according to the number of oocysts observed in a single storage reservoir water sample. As an example, the mean daily risk of infection in the immunocompetent population is estimated to be 1.08 x 10(-4) (95% confidence interval: [0.20 x 10(-4); 6.83 x 10(-4)]) when five oocysts are observed in a 100 L storage reservoir water sample. Annual risks of infection and disease are estimated from a set of oocyst enumeration results from distributed water samples, assuming a negative binomial distribution of day-to-day contamination variation. The model and various assumptions used in the model are fully explained and discussed. While caveats of this model are well recognized, this pragmatic QRA could represent a useful tool for the French Food Safety Agency (AFSSA) to define recommendations in case of water resource contamination by C. parvum whose infectivity is comparable to the IOWA strain.     

基于文本先验信息的贷款信用风险评估模型

本文利用现有信用风险研究所蕴含的信息,构建了一个新的贷款信用风险评估模型—PIPL。该模型先通过文本挖掘技术对现有研究进行文本信息搜集,得到关于信用风险指标的先验词频以体现指标的重要性,再通过惩罚变量选择法将先验词频量化为先验因变量,最后基于先验因变量和原始数据构建模型,并通过弹性网筛选风险指标。模拟分析显示PIPL模型能自动识别先验信息的质量,当先验信息质量高时,它赋予先验信息较高的权重,从而改进了指标选择和分类效果,当先验信息质量较低时,它能自动降低先验因变量在模型中的权重,表现出稳健的分类效果。实证分析从知网挖掘123篇文献获取文本信息,并以P2P网贷数据为例,发现PIPL模型通过先验信息提高了分类的准确性,并表现出了良好的稳健性。     

Principles of Good Practice for the Use of Monte Carlo Techniques in Human Health and Ecological Risk Assessments

We propose 14 principles of good practice to assist people in performing and reviewing probabilistic or Monte Carlo risk assessments, especially in the context of the federal and state statutes concerning chemicals in the environment. Monte Carlo risk assessments for hazardous waste sites that follow these principles will be easier to understand, will explicitly distinguish assumptions from data, and will consider and quantify effects that could otherwise lead to misinterpretation of the results. The proposed principles are neither mutually exclusive nor collectively exhaustive. We think and hope that these principles will evolve as new ideas arise and come into practice.     

Sensitivity Analysis, Monte Carlo Risk Analysis, and Bayesian Uncertainty Assessment

Standard statistical methods understate the uncertainty one should attach to effect estimates obtained from observational data. Among the methods used to address this problem are sensitivity analysis, Monte Carlo risk analysis (MCRA), and Bayesian uncertainty assessment. Estimates from MCRAs have been presented as if they were valid frequentist or Bayesian results, but examples show that they need not be either in actual applications. It is concluded that both sensitivity analyses and MCRA should begin with the same type of prior specification effort as Bayesian analysis.     

The Impact of Portfolio Location Uncertainty on Probabilistic Seismic Risk Analysis

Probabilistic seismic risk analysis is a well‐established method in the insurance industry for modeling portfolio losses from earthquake events. In this context, precise exposure locations are often unknown. However, so far, location uncertainty has not been in the focus of a large amount of research. In this article, we propose a novel framework for treatment of location uncertainty. As a case study, a large number of synthetic portfolios resembling typical real‐world cases were created. We investigate the effect of portfolio characteristics such as value distribution, portfolio size, or proportion of risk items with unknown coordinates on the variability of loss frequency estimations. The results indicate that due to loss aggregation effects and spatial hazard variability, location uncertainty in isolation and in conjunction with ground motion uncertainty can induce significant variability to probabilistic loss results, especially for portfolios with a small number of risks. After quantifying its effect, we conclude that location uncertainty should not be neglected when assessing probabilistic seismic risk, but should be treated stochastically and the resulting variability should be visualized and interpreted carefully.     

基于信用风险久期免疫的资产负债管理优化模型

用信用风险溢酬修正现金流的贴现率,构造了基于信用风险久期免疫条件;以组合收益最大为目标函数,建立了基于信用风险久期免疫的资产负债组合优化模型。本模型通过建立信用风险久期的免疫条件匹配银行的资产与负债,回避了利率风险和信用风险对银行所有者权益的影响;通过用反映违约风险的贴现率表述信用久期函数,揭示了信用风险对久期的影响;通过看跌期权公式建立了贴现率与违约风险的函数关系,揭示了违约风险对贴现率的影响。