损失分布法下操作风险地尾部风险度量.PDFVIP

损失分布法下操作风险地尾部风险度量.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
损失分布法下操作风险的尾部风险度量 宋坤 (西南财经大学中国金融研究中心,成都,610074) 摘要:操作风险广泛存在于金融机构的经营环节,事关金融机构的内部控制结构,其发生机制和控制方法 等均有与其它风险不同的鲜明特点。面临着损失加剧、危害日趋严重的操作风险,金融监管部门和金融机 构均愈加重视对操作风险的防范。文章在以收集的国内外公开报道的操作损失数据的基础上,运用变点理 论来确定 POT 模型的阈值,以实现在损失分布法的框架下运用极值理论对操作风险监管资本的度量。对于 国内的金融机构,本文所采用的算法在方法上可以对度量和规避为由操作风险所带来的损失提供支持。 关键词:损失分布 操作风险 风险度量 引言 巴塞尔委员会提出了三大类操作风险度量方法,其中高级计量法中的损失分布法是基于 操作风险历史损失数据之上的,其且所采用的技术是开放式的,因此它是目前国内外学者研 究最频繁的方法之一。操作风险服从尖峰厚尾的分布,也就是说分布的尾部更能反映出极端 操作风险事件所引发的巨额损失,若能处理好分布的尾部就能更真实地反映出操作风险的特 征。而 POT 模型能够针对性地拟合损失的尾部分布,是公认的能较好地衡量分布尾部及损 失极值的方法。但在实际应用中,如何客观、精确地确定 POT 模型的阈值(临界点)仍是 一道关键的障碍。 在样本数据数学特征相同的情况下,适合于商业银行的操作风险度量方法在理论上也同 样适合于投资银行和保险公司。巴塞尔委员会建议的高级计量法中的损失分布法使用较为广 泛,本文就采用损失分布法来度量操作风险。由于金融机构需要额外关注发生次数少但带来 损失巨大的操作风险损失事件,鉴于极值理论法在处理小概率事件以及外部冲击所引起的大 损失方面所具有的良好特性,同时 POT 模型能够用简单的方法合并损失强度分布与损失频 率以得到总损失的尾部风险,从而极大地减少了计算量,所以就采用 POT 模型来拟合操作 风险的损失强度分分布,以实现在损失分布法下对操作风险尾部风险的度量。 一、损失分布法概述 损失分布法在量化操作风险资本的高级计量法中,是一种重要和应用广泛的方法,它是 一种数据驱动方法。根据巴塞尔委员会的定义,是指在对操作损失事件的损失频率和损失强 度进行假设基础上,对业务线/损失事件类型矩阵中的每一类操作损失的复合分布分别进行 估计,进而计算得到某一时期一定置信度下该类型操作风险价值的方法1 。可表述如下: n 总的损失是 个随机事件所对应的操作风险X 1,, X n (假设X i 是独立同分布的随机 变量)的加总(L ): L X X X (1-1) 1 2 n 其中n 为损失频率,X i 为损失强度。 一般而言,总的损失分布是强度分布与损失频率分布的卷积,而损失强度和损失频率之 间的关系是未知的,所以较难得到总损失分布的解析形式。但极值理论中的POT 模型却能 提供出性质良好的处理途径2 ,因为它能够以简明的解析方法合并处理损失强度和损失频率, 1 Basel Committee on Banking Supervision ,2004 :Consultative document :the New Basel Capital Accord. 2 Reiss R , Thomas M ,2001 :Statistical Analysis of Extreme Values from Insurance,Finance ,Hydrology and 从而获得总的损失的尾部估计。这样不仅能够降低直接模拟带来的计算成本,还能减少模拟 误差。通常,模拟误差一般来源于对两类分布的假设与真实分布之间的差异,差异常常在模 拟中被放大。由于金融机构需要额外关注发生次数少但带来损失巨大的操作风险损失事件, 所以借助于极值理论是种较好的选择。鉴于此方法的结果是依据一定置信度得到的,且随时 间的变化而动态变化,因此能客观、有效地

文档评论(0)

133****0075 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档