基于拓扑数据模型车险操作风险度量.docVIP

基于拓扑数据模型车险操作风险度量摘要：操作风险是影响财险公司偿付能力的主要风险之一，但历史数据缺乏及模型不完善，使其管理仍处于识别阶段。在财险公司经营的多种业务中，机动车辆保险的占比最高，文章以其为研究对象，分析车险核心业务流程中操作风险的表现形式，借助拓扑数据模型及Monte Carlo模拟对其进行度量。度量结果显示损失强度表现出较强的厚尾性，事件频率具有高频性，但总损失额分布的厚尾特征不明显，这些结果为操作风险进行经济资本配置及管理提供了依据。 关键词：操作风险；拓扑数据模型；总损失额分布 中图分类号：F840 一．引言 操作风险事件具有低频率/高损失强度的特点，其带来的损失经常被称为“灾难性损失”，评级机构BEST对美国财产保险公司1969-2002年的数据统计研究表明，财险公司的破产与经营失败都与管理不善有关，操作风险已经成为对财险公司偿付能力威胁最大的风险[1]。 我国产险业务中，车险占比高、业务增速快，因此车险经营效益的好坏，直接影响到财产保险公司的盈利状况及发展生存问题。2011年3月28日针对车险的不规范操作引发的“霸王条款”，保监会发布通知，要求各保监局及保险行业协会就商业车险产品的管理制度、条款、费率厘定、承保理赔服务流程及服务标准进行调研[2]。可见对车险操作风险的管理已引起监管者的高度重视。我国学者从1999年开始引进了操作风险的概念，但是对保险企业操作风险度量的研究成果还很少。 关于操作风险度量模型的研究，因新巴塞尔协议的推动，银行业处于领先地位。Alexander, C (2001)[3]建议在对相关性损失频率建模的过程中，考虑使用多变量泊松分布，但该方法的缺陷是只对两种频率分布的累加具有可操作性。Giudici(2004)[4]等对贝叶斯网络在操作风险度量中的应用进行了研究。记分卡方法是新巴塞尔协议推荐的高级计量方法之一，相关研究也较多，但其更适合于对未来风险进行估计。赵蕾（2007）[5]借助影响图度量寿险公司的操作风险，但局限是样本数据不足，且没有考虑操作风险事件在不同业务线上损失具有差异性。 综上考虑，文章通过分析车险业务中的操作风险，利用数学领域的拓扑数据模型来识别其在承保、理赔等业务管理及流程中存在的损失风险，对其进行操作风险度量，为财险公司的操作风险管理提供依据。 二．车险操作风险影响图及计算 在Solvency II中，操作风险是指内部管理或流程不当等原因而可能产生的风险。在巴塞尔新资本协议中，操作风险按风险来源分类细分为四个部分，即人员、系统、流程、外部事件。本文采用巴塞尔新资本协议中的定义作为度量操作风险的基础，将基本的车险业务流程划分为核保核赔流程、资金运用流程、财务流程和单证管理流程，并据此流程引入拓扑数据模型识别和度量车险业务的操作风险。 （一） 车险核心业务流程的拓扑数据模型 拓扑形成的一致且清晰简洁的空间结构可以反映数据间的关联性，将拓扑数据结构用于记录操作风险事件的发生过程，符合操作风险事件记录特点，利于挖掘操作风险历史数据的各种信息。图2给出了车险在核保、理赔及单证管理这三个核心业务流程的操作风险拓扑数据结构，构成了有后续结点的影响图。如对初始原因和后续原因结点分别进行编号，则从边缘结点到最终结点的路径共有7条，分别是JL、AKL、BEHKL、CEHKL、DEHKL、FHKL、GI。 财险公司操作风险影响图结点数据的计算分为三步：第一步计算影响图中每一条路径的损失强度分布；第二步计算每一条路径的频率分布；第三步运用Monte Carlo等方法将两者复合，计算操作风险总损失额分布。下面主要探讨操作风险初始分布、最终损失强度分布以及事件频率的选取及计算方法。 （二） 初始分布的选取 以路径GI为例，利用影响图度量操作风险的第一步是获取诱发原因G导致的初始损失额 的分布 ，因现阶段无法找到与财险公司操作风险相关的客观数据，本文通过专家估计获得主观数据。在获得操作风险诱发原因初始损失分布主观概率时，文章选择BetaPERT分布。该分布是由最小值a、最可能值b和最大值c三个参数决定的beta分布，其均值假定为： ，与PERT网络法中对均值的假定相同，所以称为BetaPERT分布。该分布的密度函数为： 其中： ， 由分布均值的计算公式可以看出，均值对最可能值b的敏感性四倍于对最小值a和最大值c的敏感性。BetaPERT分布突出了最可能值对均值的影响，这正是采用该分布的优势所在。 （三） 损失强度分布的计算 结合全概率公式与条件概率公式，以GI路径为例，探讨每条路径的最终损失强度分布的计算。如下图所示， 表示诱发原因“单证使用不当”引起的操作风险初始事件的损失金额， 代表后续原因“单证管理不当”对诱发原