多個風(fēng)險單元的集成度量是銀行操作風(fēng)險管理的關(guān)鍵步驟之一。立足于操作風(fēng)險的"厚尾"、"截?cái)?性,從分段損失分布法的視角出發(fā),探討操作風(fēng)險集成度量的模式和數(shù)值方法。首先,引入兩階段損失分布法來擬合單個風(fēng)險單元邊際損失分布,用雙截尾分布代替?zhèn)鹘y(tǒng)的完整分布來刻畫"高頻低損"損失數(shù)據(jù)的雙截?cái)嗵匦?利用POT模型捕獲"低頻高損"事件的厚尾特性。再次,基于分段建模思路,對傳統(tǒng)度量過程中邊際分布為單一、完整分布的Copula模型進(jìn)行了擴(kuò)展,研究邊際分布為分段分布、截尾分布條件下使用Copula函數(shù)集成度量操作風(fēng)險的框架和步驟,并設(shè)計(jì)了Monte Carlo模擬算法。最后,以實(shí)證分析的形式驗(yàn)證所構(gòu)建模型。通過對中國商業(yè)銀行416個操作風(fēng)險損失數(shù)據(jù)的實(shí)證分析,結(jié)果表明分段分布、截尾分布能對單個風(fēng)險單元邊際分布有更好的擬合效果,能減小由于分布選擇不當(dāng)而引發(fā)的模型風(fēng)險。分段度量視角下Copula函數(shù)的引入能靈活處理多個操作風(fēng)險單元間的相依結(jié)構(gòu),使風(fēng)險度量結(jié)果更為合理。 

【文章來源】：運(yùn)籌與管理. 2019年08期 北大核心CSSCI

【文章頁數(shù)】：8 頁

【部分圖文】：

內(nèi)部欺詐超額均值圖和Hill圖通過圖1看出去，選取兩個風(fēng)險單元的閾值分別為3億元和5億元，此時，外部欺詐超過閾值的

【參考文獻(xiàn)】：
期刊論文
[1]基于g-h分布的操作風(fēng)險損失強(qiáng)度分布擬合及風(fēng)險度量[J]. 陳倩,李金林.  數(shù)理統(tǒng)計(jì)與管理. 2018(01)
[2]基于EVT-Copula的操作風(fēng)險度量[J]. 宋加山,張鵬飛,王利宏,王彪.  預(yù)測. 2015(03)
[3]基于PSD-LDA模型的新農(nóng)合欺詐風(fēng)險測度實(shí)證研究[J]. 林源,李連友.  財(cái)經(jīng)理論與實(shí)踐. 2014(05)
[4]操作風(fēng)險計(jì)量研究——基于貝葉斯Copula方法[J]. 戴麗娜.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2014(15)
[5]基于極值理論和多元Copula函數(shù)的商業(yè)銀行操作風(fēng)險計(jì)量研究[J]. 陸靜,張佳.  中國管理科學(xué). 2013(03)
[6]尾相關(guān)Copula在操作風(fēng)險計(jì)量中的應(yīng)用[J]. 明瑞星,謝銓.  統(tǒng)計(jì)與決策. 2013(01)
[7]基于BS抽樣與分段定義損失強(qiáng)度操作風(fēng)險度量[J]. 王宗潤,汪武超,陳曉紅,王小丁,周艷菊.  管理科學(xué)學(xué)報. 2012(12)
[8]基于Copula函數(shù)對巴塞爾協(xié)議中操作風(fēng)險的度量[J]. 周嶠,張曙光.  運(yùn)籌與管理. 2012(03)
[9]基于Bayesian-Copula方法的商業(yè)銀行操作風(fēng)險度量[J]. 周艷菊,彭俊,王宗潤.  中國管理科學(xué). 2011(04)
[10]運(yùn)用Student T-Copula的極值理論度量我國商業(yè)銀行的操作風(fēng)險[J]. 吳恒煜,趙平,嚴(yán)武,王輝,呂江林.  運(yùn)籌與管理. 2011(01)



本文編號：2939822