中國商業(yè)銀行操作風(fēng)險(xiǎn)度量研究:基于損失分部的視角
定 價(jià):49 元
叢書名:廣西青年學(xué)者文庫
- 作者:吳俊 著
- 出版時(shí)間:2020/9/1
- ISBN:9787521817591
- 出 版 社:經(jīng)濟(jì)科學(xué)出版社
- 中圖法分類:F832.33
- 頁碼:156
- 紙張:膠版紙
- 版次:1
- 開本:16開
實(shí)證研究表明,中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布可用GPD表示。在GPD分布的條件下,一般可用閾頂點(diǎn)(POT)模型度量風(fēng)險(xiǎn)損失,因此我們應(yīng)用POT模型度量了中國商業(yè)銀行操作風(fēng)險(xiǎn)損失。對(duì)中國商業(yè)銀行操作風(fēng)險(xiǎn)損失額的估計(jì)結(jié)果顯示,在0.95的概率下,中國商業(yè)銀行操作風(fēng)險(xiǎn)每年的損失額大約為11438340萬元;在0.99的概率下,中國商業(yè)銀行操作風(fēng)險(xiǎn)每年的損失額大約為36329939萬元。
基于操作風(fēng)險(xiǎn)損失的發(fā)生來源于業(yè)務(wù)線,《中國商業(yè)銀行操作風(fēng)險(xiǎn)度量研究:基于損失分部的視角》建立了業(yè)務(wù)線中風(fēng)險(xiǎn)因子與操作風(fēng)險(xiǎn)損失發(fā)生的因果關(guān)系圖,并依此建立操作風(fēng)險(xiǎn)控制的貝葉斯網(wǎng)絡(luò)模型。以銀行在線業(yè)務(wù)為例,應(yīng)用貝葉斯網(wǎng)絡(luò)模型模擬了業(yè)務(wù)線中風(fēng)險(xiǎn)因子與操作風(fēng)險(xiǎn)損失之間可能出現(xiàn)的因果概率,并進(jìn)行了相應(yīng)的情景分析和敏感度分析。
依據(jù)貝葉斯網(wǎng)絡(luò)模型,《中國商業(yè)銀行操作風(fēng)險(xiǎn)度量研究:基于損失分部的視角》分析了三種情形下的因果關(guān)系,并分別計(jì)算了相應(yīng)情形下的操作風(fēng)險(xiǎn)損失發(fā)生的條件概率及相應(yīng)的資本金額。敏感度分析表明,系統(tǒng)應(yīng)用程序失敗、黑客攻擊、交易密鑰管理、病毒攻擊對(duì)操作風(fēng)險(xiǎn)損失比較敏感,而防火墻對(duì)操作風(fēng)險(xiǎn)損失的敏感度不高。
在巴塞爾新資本協(xié)議(Basel Ⅲ)中,有三種方法度量操作風(fēng)險(xiǎn),分別為基本指標(biāo)法、標(biāo)準(zhǔn)法和高級(jí)計(jì)量方法,其中高級(jí)計(jì)量方法度量操作風(fēng)險(xiǎn)需要研究操作風(fēng)險(xiǎn)損失分布。隨著BaselⅢ的推出,新的資本監(jiān)管要求高級(jí)計(jì)量方法有新的突破,各銀行所采用的方法能確實(shí)地反映本銀行操作風(fēng)險(xiǎn)相關(guān)特征。從操作風(fēng)險(xiǎn)的全球監(jiān)管來看,因巴塞爾成員國之間金融進(jìn)程存在差異較大,故成員國操作風(fēng)險(xiǎn)監(jiān)管實(shí)施缺乏一致性。發(fā)達(dá)國家對(duì)操作風(fēng)險(xiǎn)監(jiān)管起步早于發(fā)展中國家,且監(jiān)管體系日趨完善,而發(fā)展中國家操作風(fēng)險(xiǎn)監(jiān)管剛起步。歐美研究機(jī)構(gòu)及學(xué)者對(duì)操作風(fēng)險(xiǎn)損失呈厚尾部特征已成共識(shí),且在實(shí)踐中,操作風(fēng)險(xiǎn)分布用得最多的是泊松分布,其次是負(fù)的貝奴里分布。然而,在發(fā)展中國家,監(jiān)管部門及學(xué)者對(duì)操作風(fēng)險(xiǎn)的監(jiān)管與度量的研究仍處于較低層次階段,相應(yīng)的研究有待提高。目前,國內(nèi)關(guān)于操作風(fēng)險(xiǎn)損失分布的系統(tǒng)性研究成果比較少,本書基于中國商業(yè)銀行操作風(fēng)險(xiǎn)損失數(shù)據(jù)擬合并診斷了其損失分布,并依據(jù)該分布度量了中國商業(yè)銀行操作風(fēng)險(xiǎn)損失。
基于中國商業(yè)銀行1994-2020年6月的操作風(fēng)險(xiǎn)損失數(shù)據(jù),通過對(duì)操作風(fēng)險(xiǎn)損失分布的檢驗(yàn)及利用貝葉斯蒙特卡洛模擬(MCMC)頻率方法進(jìn)行了分析,其結(jié)果證實(shí)了中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布近似服從廣義極值分布(GEV)。從理論上看,在某種情況下,廣義帕累托分布(GPD)可轉(zhuǎn)化為廣義極值分布(GEV),因此檢驗(yàn)了中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布是否也服從于GPD。為了檢驗(yàn)中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布是否可用GEV或GPD,我們采用極大似然估計(jì)法對(duì)GEV和GPD分布的位置參數(shù)、尺度參數(shù)、形態(tài)參數(shù)進(jìn)行了估計(jì)并對(duì)中國商業(yè)銀行操作風(fēng)險(xiǎn)的GEV和GPD分布模型進(jìn)行了診斷。結(jié)果表明,中國商業(yè)銀行操作風(fēng)險(xiǎn)損失的概率、分位數(shù)圖、重現(xiàn)水平曲線、密度曲線的四個(gè)診斷圖都支持操作風(fēng)險(xiǎn)損失分布可用GEV和GPD分布表示。
實(shí)證研究表明,中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布可用GPD表示。在GPD分布的條件下,一般可用閾頂點(diǎn)(POT)模型度量風(fēng)險(xiǎn)損失,因此我們應(yīng)用POT模型度量了中國商業(yè)銀行操作風(fēng)險(xiǎn)損失。對(duì)中國商業(yè)銀行操作風(fēng)險(xiǎn)損失額的估計(jì)結(jié)果顯示,在0.95的概率下,中國商業(yè)銀行操作風(fēng)險(xiǎn)每年的損失額大約為11438340萬元;在0.99的概率下,中國商業(yè)銀行操作風(fēng)險(xiǎn)每年的損失額大約為36329939萬元。
基于操作風(fēng)險(xiǎn)損失的發(fā)生來源于業(yè)務(wù)線,本書建立了業(yè)務(wù)線中風(fēng)險(xiǎn)因子與操作風(fēng)險(xiǎn)損失發(fā)生的因果關(guān)系圖,并依此建立操作風(fēng)險(xiǎn)控制的貝葉斯網(wǎng)絡(luò)模型。以銀行在線業(yè)務(wù)為例,應(yīng)用貝葉斯網(wǎng)絡(luò)模型模擬了業(yè)務(wù)線中風(fēng)險(xiǎn)因子與操作風(fēng)險(xiǎn)損失之間可能出現(xiàn)的因果概率,并進(jìn)行了相應(yīng)的情景分析和敏感度分析。依據(jù)貝葉斯網(wǎng)絡(luò)模型,本書分析了三種情形下的因果關(guān)系,并分別計(jì)算了相應(yīng)情形下的操作風(fēng)險(xiǎn)損失發(fā)生的條件概率及相應(yīng)的資本金額。敏感度分析表明,系統(tǒng)應(yīng)用程序失敗、黑客攻擊、交易密鑰管理、病毒攻擊對(duì)操作風(fēng)險(xiǎn)損失比較敏感,而防火墻對(duì)操作風(fēng)險(xiǎn)損失的敏感度不高。
吳。1982年3月),江西黎川人,廈門大學(xué)經(jīng)濟(jì)學(xué)博士,研究領(lǐng)域巴塞爾資本協(xié)議、國際金融。 商業(yè)銀行操作風(fēng)險(xiǎn)領(lǐng)域發(fā)表的相關(guān)論文如下: 1、2011年7月在International Conference on Business Computing and Global Informatization 會(huì)議上發(fā)表了《Calculation of operational loss distribution via Bayesian MCMC algorithm: Evidence from China's commercial banks》; 2、2011年10月在《財(cái)經(jīng)理論與實(shí)際》第5期上發(fā)表了《中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布模擬:MCMC頻率分析》;
第一章 導(dǎo)論
第一節(jié) 選題背景與研究意義
第二節(jié) 文獻(xiàn)綜述
第三節(jié) 結(jié)構(gòu)安排
第四節(jié) 可能的創(chuàng)新之處
第二章 從BaselⅡ到BaselⅢ:操作風(fēng)險(xiǎn)的演進(jìn)與變遷
第一節(jié) 操作風(fēng)險(xiǎn)的認(rèn)識(shí)與地位變化
第二節(jié) 操作風(fēng)險(xiǎn)與世界金融危機(jī)
第三節(jié) 從BaselⅡ到BaselⅢ:操作風(fēng)險(xiǎn)的演進(jìn)
第四節(jié) 本章小結(jié)
第三章 主要國家(地區(qū))操作風(fēng)險(xiǎn)監(jiān)管比較
第一節(jié) BaselⅢ下操作風(fēng)險(xiǎn)監(jiān)管
第二節(jié) 歐洲操作風(fēng)險(xiǎn)監(jiān)管經(jīng)驗(yàn)與俄羅斯實(shí)踐
第三節(jié) 美國操作風(fēng)險(xiǎn)監(jiān)管實(shí)踐
第四節(jié) 亞太地區(qū)操作風(fēng)險(xiǎn)監(jiān)管實(shí)踐
第五節(jié) 本章小結(jié)
第四章 中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布
第一節(jié) 中國銀行業(yè)操作風(fēng)險(xiǎn)損失:特征及形成原因
第二節(jié) 中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布:貝葉斯MCMC頻率理論模型
第三節(jié) 中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布:貝葉斯MCMC頻率實(shí)證分析
第四節(jié) 本章小結(jié)
第五章 中國商業(yè)銀行操作風(fēng)險(xiǎn)損失分布的擬合與診斷——基于極值理論的實(shí)證分析
第一節(jié) 引言
第二節(jié) 極值理論
第三節(jié) 中國商業(yè)銀行操作風(fēng)險(xiǎn)損失GEV診斷與參數(shù)估計(jì)
第四節(jié) 中國商業(yè)銀行操作風(fēng)險(xiǎn)損失GPD分布診斷
第五節(jié) 本章小結(jié)
第六章 中國商業(yè)銀行操作風(fēng)險(xiǎn)度量:基于POT模型
第一節(jié) 文獻(xiàn)回顧
第二節(jié) POT模型
第三節(jié) POT模型的度量結(jié)果
第四節(jié) 本章小結(jié)
第七章 中國商業(yè)銀行操作風(fēng)險(xiǎn)控制:操作風(fēng)險(xiǎn)控制設(shè)計(jì)
第一節(jié) 中國商業(yè)銀行操作風(fēng)險(xiǎn)管理
第二節(jié) 中國商業(yè)銀行操作風(fēng)險(xiǎn)管理設(shè)計(jì)機(jī)理
第三節(jié) 中國商業(yè)銀行操作風(fēng)險(xiǎn)控制:貝葉斯網(wǎng)絡(luò)的應(yīng)用
第四節(jié) 本章小結(jié)
第八章 結(jié)論和前瞻
第一節(jié) 主要結(jié)論
第二節(jié) 未來主要關(guān)注方向
附錄一 銀行在線業(yè)務(wù)中的相關(guān)因子的先驗(yàn)概率分布
附錄二 銀行在線業(yè)務(wù)的各種情形風(fēng)險(xiǎn)
參考文獻(xiàn)