基于极值理论与蒙特卡洛模拟商业银行操作风险度量研究.docVIP

基于极值理论与蒙特卡洛模拟商业银行操作风险度量研究 　　[摘 要] 本文以商业银行操作风险的度量为研究目标，以操作风险高级计量法的思想为导向，运用极值理论及银行的损失分布情况对操作风险进行量化研究。极值理论注重模拟收益或损失分布的尾部，而操作风险存在明显的厚尾现象，所以极值理论可以比较有效地解决在操作风险数据较少的客观条件下如何计量操作风险的问题。文章阐述了如何运用极值理论对操作风险求取在险价值（VaR），且在已有现实数据的情况下，引入蒙特卡洛模拟法扩展数据并进行实证分析，使得所求VaR值更加精确。 　　[关键词] 操作风险； 极值理论； 蒙特卡洛模拟； VaR 　　doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 06. 043 　　[中图分类号] F832.3； F224 [文献标识码] A [文章编号] 1673 - 0194（2014）06- 0070- 04 　　1 引 言 　　操作风险是指由不完善或有问题的内部程序、员工和信息科技系统，以及外部事件所造成损失的风险，包括法律风险，但不包括策略风险和声誉风险[1]。中国银监会于2012年6月7日正式下发了《商业银行资本管理办法》，明确提出了操作风险资本将计入银行资本充足率，操作风险成为继信用风险和市场风险之后的又一大风险被加以重视。《商业银行资本管理办法》第一百八十条提出银监会于2008年10月制定的《商业银行操作风险监管资本计量指引》的可行性，《指引》规定了新资本协议银行和自愿实施新资本协议的其他商业银行计量操作风险监管资本的要求，也规定了操作风险资本计量的3种方法：标准法、替代标准法、高级计量法。其中标准法和替代标准法是针对操作风险管理水平较为初级的银行，而高级计量法则为国际活跃银行和操作风险管理水平较高的银行所偏重，其风险敏感度也更高[2]。所以，对商业银行高级计量法进行研究有重要的理论和现实意义。 　　关于高级计量法，常见的有以下3种具体的方法：内部计量法、损失分布法以及记分卡法，其中，损失分布法的在商业银行操作风险计量中应用最为广泛。但是，操作风险数据具有明显的厚尾特征，普通的分布不能较好地反映这一厚尾性质，而在没有充分考虑操作风险厚尾性而进行计量时，往往得到的结果不准确。对于商业银行来讲，操作风险尾部的损失计量和管理尤为重要，因为这些是低频高危事件的反映区间，银行需要建立更为牢靠的操作风险管控措施，才有可能抵御能够造成重大损失的风险事件。因此，对操作风险尾部数据的研究尤为重要。极值理论能很好地处理厚尾分布的问题，所以，利用极值理论来衡量低频高危的操作风险损失事件尤为适合，且已引起银行风险研究者的重视[3-6]。 　　本文在介绍极值理论模型的基础之上，进一步分析说明搜集的操作风险损失数据情况，并利用QQ图证明所获取数据的厚尾性，从而明确了极值理论模型在本文数据基础上的适用性，并选取相应的阈值，将数据进行筛选并计算风险价值。我国操作风险数据的一个重要特征是数据量少以及数据搜集较为艰难，因为有些操作风险的损失事件没有被记录，或者涉及到银行自身的保密性，想要得到支撑模型计算的数据尤为艰难。所以，在搜寻到的实际数据量较为有限的情况下，本文就所得的真实数据进行蒙特卡洛模拟，利用模拟扩展得到的数据以及极值理论模型计算出操作风险的风险价值。 　　2 极值理论模型介绍 　　2.1 Peaks Over Threshold模型 　　极值理论模型中最常见的方法是POT（Peaks Over Threshold）模型，POT模型是对观察值中超过某一给定阈值的数据进行建模，由于模型能够充分利用尾部信息，从而可以减少经典VaR方法低估操作风险所可能带来的损失。下面对POT模型进行介绍： 　　POT模型刻画的是随机变量X超过某个阈值u的分布。设随机变量X的分布是F（x），u为一个阈值，Y = X - u为超过阈值的随机变量，其分布函数为： 　　Fu（y） = P（X - u ≤ y | X u） y ≥ 0 （1） 　　根据条件概率公式我们可以得到： 　　Fu（y） = ■ = ■ x ≥ u 　　？圯 F（x） = Fu（y）（1 - F（u）） + F（u） （2） 　　由Pickand-Balkema-deHaan定理可知，当阈值u充分大时，Fu（y）收敛到广义帕累托分布Gξ，σ（y）： 　　Fu（y） ≈ Gξ，σ（y） = 1 - 1 + ■y-1/ξ ξ ≠ 01 - e-y/σ ξ = 0 u→∞ （3） 　　式中，ξ是形状参数，当ξ = 0时，帕累托分布即是指数分布；当ξ 0时，帕累托分布是一种重要的厚尾分布。 　　2.2 厚尾性判断——QQ图法 　　因为POT模型中的数据