一种基于贝叶斯网络模型的损失分布法——以商业银行信贷操作风险管理为例.pdfVIP

一种基于贝叶斯网络模型的损失分布法 ——以商业银行信贷操作风险管理为例① 南开大学虚拟经济与管理研究中心博士后流动站 孟 颖 清华大学土木水利学院博士后流动站 王颖哲 摘要：本文从商业银行信贷业务的实际操作流程出发，建立了信贷操作风 险管理的贝叶斯网络模型，并对信贷操作风险进行了度量和监控。研究表明， 在缺乏历史数据的情况下，建立在Bootstrap方法基础上的贝叶斯网络模型， 能够克服在实际应用过程中变量概率获取的主观性，可以实现对商业银行信贷 操作风险的度量和管理。文章最后分析了应用该方法应该注意的问题。 关键词：操作风险 贝叶斯网络模型 损失分布法 Bootstrap方法 、 一、弓11言，‘_| 近些年来，一系列由于操作风险所导致的银行案例震惊了金融界，也对金 融机构的操作风险管理提出了严峻的挑战。由美国次贷危机引发的全球性的金 融动荡，已经使数家国际著名的大银行倒闭，其中不乏操作风险管理不善的因 素②。操作风险给银行造成的损失是巨大的、无法挽回的，有时甚至是毁灭性 的。因此，操作风险的监控和管理正在成为国际银行业高度重视的问题。 国内外学者对操作风险度量的研究很多，除了《巴塞尔新资本协议》 (BCBS，2001b)…推荐了三种操作风险的度量方法外，一般用损失分布法 Distribution)模型和损失强度分布(SeverityDistribution)模型，一些学 quency 者在这方面做了许多研究工作(M．Crouhy，D．Galai和MarkR．。2001；M．G ①本文为中国博士后科学基金资助项目(项目编号：20080430713)。 ②如美国的麦道夫诈骗案就是典型的操作风险案例。 一种基于贝叶斯网络模型的损失分布法＼43 择哪种分布视情况而定，一般多选择Poisson分布，该分布对实际拟合较好， et 其强度参数可以是确定的，也可以是随机的(P．Embrechtsa1．，2003)¨1。 et Fontnouvelle C．Alexander(2003)¨1和P．Dea1．(2004)峥1研究表明，损失 强度分布可以分为两种分布：一种是高频率、低损失的一般的分布；另一种是 低频率、高损失的极值分布。Michael Hauhenstock和Lloyd 损失分布法进行了比较详细的研究，并提出了需要进一步研究的问题。操作风 险资本是为了覆盖称为尾部事件的风险，即那些可能危及机构安全的低频率、 高损失事件，这些事件是很稀少的。因此，即使机构已经收集了很多年的损失 数据，它也永远不敢断言已经有足够的损失数据来精确地测度损失分布尾部的 形态。因此，我们需要使用外部数据(来自其他机构的数据)来帮助理解损 Frachot和 失分布的尾部特征。对于内部数据和外部数据的处理问题，Antoine ThierryRoncalli(2002)IS]提出了一种办法，他们借鉴了保险理论中的可信性 理论，对内部和外部数据进行混合，从而得到混合后的概率分布，进而计算所 需的监管资本。NicolasBaud，AntoineFrachot，和Thierry 用统计方法将内部和外部数据混合，以使损失分布是无偏的。 Reiss和M．Thomas 除了损失分布法，P．Embrechts(2000)¨…，R．D 在险价值(VAR)的模型，以分析损失强度分布中的厚尾分布。ReimerKflhn和 Peter Neu(2003)¨副利用泛函相关方法考查各种风险类型之间可能存在的相关关 系，他们建立了不同风险类型之间的相关函数，从