基于Copula函数的商业银行整合风险研究.pdfVIP

鬻 丝盗鱼全塾多磊曩藤蠹蓊曩曩蠹虿焉燕黍_——————————————一 基于Copula函数的商业银行整合风险研究 刘祥东1 刘澄1 王洋洋2 陆嘉骏3 (1．北京科技大学东凌经济管理学院，北京100083； 2．ViterbiSchoolof ofSouthern 90089； Engineering，UniversityCalifornia，LosAngeles，USA 3．浙江大学经济学院，杭州310027) 摘要：整合风险的量化管理已成为现代商业银行风险管理的发展趋势。本文选择信用风险和 市场风险作为整合风险的影响因素，针对小样本且不满足正态分布的情况，采用核密度估计 来对各自边缘分布进行拟合。根据平方欧式距离选取出最优Copula函数，使用半参数法将 不同边缘分布连接成二元联合分布，并选用条件风险价值CVaR作为衡量整合风险的指标。 通过对建立的Copula-CVaR模型进行MonteCarlo模拟，遍历搜索不同权重的模拟结果，找 出银行最优风险资产组合，进而对我国12家上市商业银行整合风险水平进行评估。实证结 果表明，整合风险低于单一风险之和，潜在的信用风险要高于市场风险，并且国有银行的整 合风险普遍大于其他上市的股份制银行。 Carlo模拟 关键词：Copula函数；商业银行；整合风险；CVaR；Monte 引言 随着商业银行所面临的风险种类日益增多，仅对不同风险进行单一化的管理已经不能满足银行控制整 体风险的要求。大量实践表明，商业银行的整合风险并不等同于不同风险的简单加总，各类风险之间往往相 互作用，且存在一定的相关性。现代化的风险管理目标要求商业银行必须在识别单一风险的基础上，研究不 同风险之间的依存度，进而对各种风险进行整合度量。为此，探索整合风险的度量方法成为近些年银行风险 架[a]以及模拟银行间拆借的网络系统【5】等方法度量商业银行的整合风险。这些工作在理论上为测量银行 整合风险提供了新的思路。但是模型自身的局陷，尤其是对银行风险数据精度及样本容量的严格要求，使得 这些方法最终都未能推广开来。 由于整合风险度量的核心技术在于有效处置多种风险之间的相关性，沿着这一思路以多种风险的相关 以连接各随机变量之间的边缘分布。但碍于技术条件的限制，Copula函数一直没有得到很好应用。到了20 J对二元Copula函数 世纪90年代，伴随着计算机技术的迅猛发展，Copula的相关理论才日臻完善。Shih【7 Is】通过对Copula函数的相 提出了二阶段极大似然估计方法，并建立了估计的一致性和正态性检验。Boyer 收稿日期：2012．08—21 基金项目：国家自然科学基金项目；中国博士后科学基金项目(2013M540855)。 作者简介：刘祥东，北京科技大学东凌经济管理学院讲师，博士后；刘澄，北京科技大学东凌经济管理学院教授，博士生导 Schoolof ofSouthern California，Los 师；王洋洋，Viterbi Engineering，University 浙江大学经济学院硕士研究生。 No．10(2013) 獭敷纂璧璧警『．V01．25 万方数据 一》 滗i 蘩参，；鬟鬻蛩弋≮ 经济与金融 。 一。’ 。。=。。一一。、—————————————————————————。。。’ 判别效果的结论。