Copula函数度量我国商业银行资产组合信用风险的实证研究北大核心CSSCISSCI

在现代商业银行面临的主要风险中,信用风险无疑是最主要的风险,而信用风险度量是我国商业银行风险管理的薄弱环节。本文针对我国金融数据少、有效数据时间段短的特点,基于Copula函数度量组合信用风险原理,通过建立资产组合中每个资产的收益率门槛值,来模拟资产收益率情景,并结合Copula函数影射出信用评级情景,得到各个假设状态下Copula函数度量的资产组合信用风险。实证结果证明,选用Copula函数度量银行资产组合信用风险是一种可行的方法,本文给出的一套理论与实际数据相结合的算法有一定的借鉴意义。     

基于CPV模型的房地产信贷信用风险的度量和预测

本文基于CPV模型，对房地产信贷风险进行了度量与预测。结果表明，该模型在度量和预测房地产信贷违约率方面具有较好的效果。房地产信贷的违约率和宏观经济状况紧密相连，当经济状况恶化，房地产信贷违约率上升，当经济状况好转，房地产信贷违约率下降。分别从国家宏观经济、房地产行业状况、房地产企业状况三个层面选择出三个宏观经济因素指标——综合领先指标、国房景气指数和企业景气指数进行研究，结果表明，对于研究房地产信贷的信用风险来说它们是较好的指标，尤其是综合领先指标。     

基于混合Copula函数的行业指数投资组合风险度量

考虑金融时间序列出现非正态性及非线性相关的特征,构建了基于混合Copula函数的投资组合风险度量及优化模型。采用GARCH模型对各个金融时间序列缘分布进行建模,并利用可以灵活反映上、下尾部相关和对称相关的混合Copula连接各个边缘分布。运用BFGS算法和极大似然估计相结合的方式对模型进行参数估计,通过数学优化和Monte Carlo模拟方法求得投资组合的最优权重,以及相应的Va R和CVa R值。最后,利用中国股市四个行业指数的数据进行实证分析,检验了模型的可行性和有效性,为高维非线性相关的投资组合决策提供有价值的参考。     

基于CPV模型的房地产信贷信用风险的度量和预测

本文基于CPV模型,对房地产信贷风险进行了度量与预测.结果表明,该模型在度量和预测房地产信贷违约率方面具有较好的效果.房地产信贷的违约率和宏观经济状况紧密相连,当经济状况恶化,房地产信贷违约率上升,当经济状况好转,房地产信贷违约率下降.分别从国家宏观经济、房地产行业状况、房地产企业状况三个层面选择出三个宏观经济因素指标--综合领先指标、国房景气指数和企业景气指数进行研究,结果表明,对于研究房地产信贷的信用风险来说它们是较好的指标,尤其是综合领先指标.     

Copula 在商业银行组合信用风险度量中的应用

本文对比分析了正态Copula函数、t-Copula函数、Gumbel Copula函数、Frank Copula函数和Clayton Copula函数对资产组合分布尾部特征的描述特点并选择其中四种Copula函数与KMV模型相结合对商业银行组合信用风险进行度量,度量结果显示Clayton—Copula相关模式假设下的商业银行组合信用风险度量结果最符合实际。     

基于公司信贷的信用风险度量与管理

近年来,随着社会经济的快速发展,企业为了更好更快的发展,普遍借助于向商业银行申请贷款来满足发展需求,同时,公司贷款业务的增长也是商业银行利润的主要增长点之一。但是,由于公司风险度量难以准确、银行内部风险管理不当,导致商业银行利润受资产减值拨备冲击较大,导致利润增长减速。本文从外部定性分析、模型定量分析、财务报表分析等角度分析商业银行应该如何有效度量和管理公司信贷,并提出了几点公司信贷信用风险的分散和规避措施,以促进商业银行公司信贷业务的发展。     

国有商业银行信贷资产风险的监测指标体系与度量方法

信贷资产质量不高、金融风险不断加大是目前国有商业银行急待解决的问题。本文在借鉴国外银行经验的基础上,结合国有商业银行的实际,探索建立了一套信贷资产风险监测的指标体系,并随后给出了一些指标的说明及度量方法。     

商业银行房地产信贷的风险防范

随着改革开放的深入进行,我国房地产市场的发展日益蓬勃,近年来呈现出产销两旺的形势.房地产贷款是商业银行贷款发放的主要投向之一,在房地产贷款普遍占银行总贷款15%-20%的情况下,作为商业银行尤其应该对今后若干年房地产市场的走势进行分析,并在此基础上全面把握房地产信贷的风险,将信贷资产的风险降到最小.     

风险依赖、一致性风险度量与投资组合——基于Mean-Copula-CVaR的投资组合研究

本文把风险依赖、一致性风险度量与投资组合纳入到一个分析框架中,结合Coupla-CVaR模型和Mean-var投资组合理论构建Mean-Copula-CVaR的投资组合模型,能有效同时解决风险度量中的一致性和依赖性关系。采用券商指数、银行指数和保险指数实证分析线性依赖和复杂依赖(Copula依赖)情况下金融机构资产配置的差异性和风险度量的充分性,研究结果表明,纳入Copula函数能够更为稳健和准确地预测投资组合的CVaR。然而,本文没有检验出不同形式Copula之间的差异具有显著性。本文的政策含义在于,忽视复杂风险依赖结构可能会造成风险低估,从而影响资产配置的有效性。     

房地产信贷的区域风险防范

房地产作为国民经济的支柱行业,一方面与宏观经济紧密相连,具有明显的周期性;另一方面属于资金密集型行业,与金融体系关系密切。过去十几年,我国房地产市场快速发展,房地产信贷规模也不断攀升。目前,我国房地产市场处于复杂的宏观调控期,尽管当前房地产贷款的     

房地产信贷潜藏的风险问题探析

银行信贷投入推动了近年来房地产业的快速发展,同时也隐藏了大量的风险。本文结合福建省的实际,对房地产信贷领域各方面的风险状况进行分析,进而提出相应的风险防范措施和监管建议。     

基于藤结构Copula的多元信用风险相关性度量模型及其比较

在信贷组合管理的框架下,以行业信用风险为基础,构建了基于藤结构Copula的多元信用风险相关性度量模型,并以2006年6月～2010年12月中国上市公司数据对模型进行了参数估计,发现Canoni-cal藤结构更适合度量行业信用风险相关性,以电力煤气及水的生产为代表的强周期性行业对信用风险起着引导作用。     

资产组合风险的极值Copula模型与实证研究

本文在极值理论POT模型的基础上,引入了Copula连接函数,建立极值Copula模型,给出了组合风险价值VaR的计算公式,并以加元和日元回报为样本进行了实证分析,结果表明,极值Copula模型能较好地度量资产组合的风险,直接加权的方法会高估风险,假设资产组合服从多元正态分布会低估风险。     

风险值度量与基金资产组合的风险分析

近二十年来,随着金融市场风险的加剧,以及金融数量分析技术、计算机技术的发展,金融经济学界和金融应用界都在发展和使用更新、更有效的风险管理工具和方法,以对付日益复杂化的金融风险.在风险管理革新的最前沿,发展最为迅猛、影响最广泛的一项新技术无疑是"风险值"(Value at Risk)方法.风险值有很简单的定义:"在某个置信度下以及在某个时间段内某个资产组合可能发生的损失的最大值".但是,它能够把整个机构的多种风险总结在一个数值中,而且对高级管理者来说,它归纳出了风险问题的焦点所在:"机构当前所持资产在未来可能发生的损失的最大值是多少",所以,风险值方法在金融业中得到了广泛的认同和应用.本文使用指数加权法(IGARCH),构造适应中国股票市场的资产组合风险值度量方法,在此基础上,我们计算基金资产组合的风险,并对各家基金资产组合的风险进行分析和评估.     

基于动态D藤Copula的CoVaR度量

本文将传统CoVaR理论推广到高维情形,分别采用了两类动态D藤Copula模型,即随机自回归模型(SCAR)和广义自回归得分模型(GAS),对我国上证行业指数中五个典型行业指数间的风险溢出效应和上证金融系统的系统性风险进行了评估。研究结果表明:行业指数间的相关关系在股市动荡时期剧烈波动,整个样本期间的相关性水平较高,凸显了系统性风险;动态D藤Copula模型相较于静态模型,能更好地拟合行业指数间的相关关系。本文的研究为高维变量间系统性风险的度量提供了一个广义的框架;要防范我国的系统性风险,应加强对风险水平较高行业的监管,重视风险的传染效应。     

基于Copula的投资组合选择模型研究

基于概率收益率与概率风险的定义,建立基于风险与收益率的投资组合模型,为了更好拟合联合分布,在具体解法中采用Copula函数来构造多个资产收益率的联合分布。由于不要求收益率服从维纳过程,因此基于Copula的Markowitz投资组合选择模型具有更广的适用性。通过对上证领先指数与深证领先指数收盘数据实证分析发现,在收益率(基于概率ρ0的收益率)一定的情况下,通过投资组合可以降低风险。     

基于POT-Copula模型的我国期货套利组合风险研究

本文选取我国期货市场主要品种合约构成套利组合,运用极值理论POT模型模拟期货合约收益率序列,利用Copula函数描述期货合约收益率序列之间的相依关系,采用Monte Carlo仿真计算套利组合的风险值VaR和条件风险值CVaR,旨在为测算、控制和减少套利组合市场风险提供科学的方法,为我国期货市场套利组合风险管理提供可靠的依据。研究结果表明,我国现行的期货套利组合保证金远远高于风险所需水平。     

基于Copula-VaR模型的资产组合风险研究

将Copula函数应用于风险管理中。在运用VaR计算单一投资风险的基础上,将原有的简单线性相关系数转换为Kendall秩相关系数和尾部相关系数,运用阿基米德Coupula函数中的Clayton Copula函数和Gumbel Copula函数测度了资产组合风险。通过实证研究运用Copula-VaR模型能够更好地衡量资产组合的风险,并给出了相关的投资建议。     

基于贝叶斯方法与时变Copula模型的基金风险的度量

基于贝叶斯理论的 MCMC方法对单个基金收益率进行 GARCH 建模,以及对投资组合权重进行后验模拟.进一步结合时变Copula理论计算基金投资组合的 VaR,与基于极大似然法的结果进行比较.实证结果表明基于贝叶斯理论的时变Copula的 VaR方法,能够更有效的度量开放式基金投资组合的风险.