商业银行国别风险及评价指标体系的简介及启示

随着欧元区主权债务危机的爆发,我国商业银行的国别风险管理受到前所未有的重视。在与跨国贸易和投资相关的商业银行业务中,如何更好地对国别风险进行管理已成为目前国内商业银行全面风险管理的主要内容之一。依据国内外专家学者、国际主权评级机构以及商业银行对国别风险概念及风险评估指标体系构建的介绍,试图为我国商业银行正在进行的国别风险评估和管理提供一定的借鉴。     

关于国别风险与主权风险的若干思考

本文对国别风险和主权风险进行了多方面的思考。首先,指出人们对国别风险的认识不断发展,其内涵发生了多次的扩大,由早期广义信用风险的一种扩大到覆盖信用、市场等多种风险的范围,而主权风险普遍被认为是国别风险的一个部分。其次简要介绍了多家机构的国别与主权风险评估方法。最后对中国银行业如何加强国别风险管理提出了建议。     

中小上市公司违约风险评估研究——基于修正的KMV模型

国内中小上市公司随着经济下行压力的刺激而加速了其信用风险的暴露,然而目前相对缺乏一套成熟的用于违约风险评估的方法体系。基于KMV模型的优越性及国内中小上市企业的特殊性,本文指出利用GARCH修正后的KMV模型可以有效地为我国中小上市企业违约风险度量提供判断依据。并据此选取30只ST与非ST中小企业板上市公司股票为样本,对其2014~2016年的财务数据和股票交易数据进行实证分析。研究结果表明,修正后的KMV模型适用于度量经济新常态时期中小板上市公司违约风险水平。     

油气田开发风险评估模型与方法浅析

本文主要探讨油气勘探风险评估方法和评估模型,为科学决策提供依据,减少油气勘探开发风险,提高油气勘探效益。     

商业银行国别风险危机管理策略研究

本文从国别风险的概念入手,分析了我国发生国别风险的可能性并就国内商业银行国别风险危机管理提出相应策略。     

基于特征衍生的个人信用风险评估组合模型研究

在特征选择和特征衍生的基础上,分别基于特征扰动和XGBoost与Lightgbm的算法差异建立了四个单一模型;利用单一模型性能确定权重,构建了个人信用风险评估的线性组合模型.实证分析发现,有衍生特征的四个单一模型的AUC和KS均优于无衍生特征的四个单一模型,有衍生特征组合模型的AUC和KS均优于无衍生特征组合模型.实证...     

浅析商业银行国别风险管理

在当前错综复杂的国际政治经济形势下,商业银行国别风险管理显得尤为重要.本文从国别风险的概念和特点入手,分析了我国商业银行国别风险管理中存在的问题,并提出相应的建议.     

基于BP神经网络的手机银行风险预警模型研究

本文通过全面分析手机银行风险,从中识别出14类重要的影响因素,并构建手机银行风险全息图。在此基础上,进一步运用德尔菲法(Delphi)及层次分析法(AHP)确定手机银行风险指标及其权重,继而使用BP神经网络构建了一个手机银行风险预警模型。     

中国商业银行国别风险与管理研究

随着我国商业银行跨国经营的开展,越来越多的业务受到国别风险的影响。国别风险与商业银行从事国内业务时遇到的一般风险有显著区别,表现形式更加复杂与多样,它将降低跨国投资的预期收益,并且沿着债务链迅速传导到世界其他国家。国别风险的出现对商业银行的风险管理提出了更高的要求,商业银行必须有效识别、准确评估国别风险,设定国别风险限额,维护敞口计量模型和评级模型,根据国别风险的变化及时调整模型,对客户给予风险提示和预警,依据客户所在国家、客户类型、所属行业、信用等级、客户规模等因素制定不同类型客户的准入标准。     

基于遍历参数的主权信用风险评级方法

影响主权信用风险的因素众多,我们在对国内外相关文献和评级实践进行系统研究与梳理的基础上,发现无论是学术研究还是评级实践,在确定各个风险要素重要性时大多采用专家主观评估的方法。本文针对传统专家打分法在准确性与客观性方面存在的不确定性问题,建立了基于遍历参数的主权信用评级方法,该方法既有效综合了不同专家意见,也统筹了主权信用风险的特殊性与评级要求一致性的矛盾,使最终风险评估结果更具客观性。     

基于神经网络方法的财务风险识别

利用上市公司披露的信息数据库为平台,将神经网络方法应用于财务风险识别.实证研究结论表明:不仅可以把模型的仿真度提高到100%,而且显著提高了财务状况特征识别的准确率,克服了国内以往的数据挖掘研究重理论轻实践的缺点,展现了基于神经网络方法的知识发现过程.     

基于神经网络的我国货运市场分析

采用BP神经网络方法建立了我国货运市场的预测模型,并以1994-1996年的货运数据进行检验,误差均值仅为0.02%-0.04%,可见预测模型具有良好的可行性和实用性.另外,还从宏观经济发展角度出发,系统地探讨了我国货运市场发展变化的内外在因素,并提出了相关政策建议.     

基于小波神经网络的高阶CAPM实证研究

本文在传统CAPM的基础上,引入了一个高阶的CAPM。借助小波神经网络在非线性函数逼近方面的优势,使用上海证券交易所股票数据分别对二阶至四阶CAPM进行了实证分析。最终的研究结果表明:就上海股市而言,12只大盘股组合已经能够有效分散非系统风险,而12只小盘股不能充分化解非系统风险,存在所谓的规模效应;训练后的网络预测显示,高阶CAPM无论是在预测精度还是预测稳定性上都要明显优于传统的CAPM,在一个非系统风险得到充分分散的证券组合中,加入三阶矩的CAPM已经能够比较准确地把握风险资产的市场定价。     

基于灰色系统和神经网络的创业板股票价格预测研究

股票价格预测是投资领域的一个重点关注课题。由于股票价格受到诸多非线性因 素的影响,得到精确的预测结果较为困难。为了消除股票指标的多重共线性,采用Adaptive- Lasso算法对指标变量进行筛选,实现了数据降维。之后,利用灰色预测对股票价格影响指标 进行预测,并在此基础上利用神经网络模型对股票收盘价进行预测。结果表明,利用灰色系统 和BP神经网络结合的模型所得预测结果平均相对误差为0.095,且运行效率较高,对股票预测 具有一定的积极意义。     

基于神经网络技术的商业银行操作风险度量模型研究

当前,现有的操作风险高级度量模型在我国商业银行中使用具有很大的限制性,本文针对这一问题,首先对人工神经网络的基本原理进行简要介绍,然后对商业银行操作风险的人工神经网络模型进行了设计,最后对这种模型进行了实证检验,并认为这种模型在我国当前的商业银行操作风险度量中具有很好的适用性。     

Factor Copula Approaches for Assessing Spatially Dependent High-Dimensional Risks

In this article, we propose an innovative approach for modeling spatial dependence among losses from various geographical locations. The proposed model converts the challenging task of modeling complex spatial dependence structures into a relatively easier task of estimating a continuous function, of which the arguments can be the coordinates of the locations. The approach is based on factor copula models, which can capture various linear and nonlinear dependence. We use radial basis functions as the kernel smoother for estimating the key function that models all the spatial dependence structures. A case study on a thunderstorm wind loss dataset demonstrates the analysis and the usefulness of the proposed approach. Extensions to spatiotemporal models and to models for discrete data are briefly introduced, with an example given for modeling loss frequency with excess zeros.     

证券系统性风险系数估计中应注意的几个问题

源于资本资产定价模型的贝塔系数(Beta或β)是证券系统性风险的度量指标，它反映了某种(类)资产价格变动受市场上资产价格平均变动的影响程度。在资本市场发达的国家或地区，如美国、加拿大、英国、德国等，标准普尔、道琼斯等名中介机构都定期公布各上市公司的系统性风险系数，向投资揭示上市公司的系统性风险，同时为投资组合管理提供了资产选择与风险控制的基本信息。     

基于人工神经网络的沪锌期货价格预测研究

分析沪锌期货的特征,发现沪锌期货价格存在非线性和波动集聚性的特点.选择沪锌期货的相关指标作为参数,运用人工神经网络训练数据,进行价格涨跌预测,构建BP神经网络和卷积神经网络沪锌期货预测模型.实证研究结果表明:模型预测准确率高,预测效果良好,在盘整行情中可获得较高收益,为投资决策提供重要参考,并可在期货市场中进行广泛应用.