基于混合copula的商业银行整合风险度量研究

《基于混合copula的商业银行整合风险度量研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于混合Copula的商业银行整合风险度量研究摘要：伴随着经济全球化的飞速发展，风险暴露问题已经变得十分严重，我国商业银行面临的风险种类也在日益增加。Copula函�涤美疵枋霰淞恐�间的相关性，并在上世纪90年代期间逐步被用于金融领域。对于我国商业银行而言，主要面临信用风险、市场风险、流动性风险与操作风险。针对以上几种风险，本文将选取前两种进行整合度量研究，并使用混合Copula函数来加以描述，同时进行蒙特卡洛模拟，最后度量我国16家上市商业银行的整合风险水平。中国3/vie　　关键词：商业银行；整合风险；混合Copula　　在经历过2008年全球金融危机后，在经济全球化高度发达的今天，

2、各国商业银行越来越注重对自身风险的管理。以我国银行为例，面对多元化与不断波动的全球金融市场，必须要建立合理的风险度量体系来度量自身风险，制定一系列措施去合理承受或规避风险，甚至有效的消除风险。　　信用风险被定义为借款人不能按事先约定的协议最终履行义务，从而使商业银行产生损失的潜在可能性，其主要特征有不对称性、累积性、系统性和内源性。　　市场风险指因股市价格、利率、汇率和商品价格等的变动而导致银行表内核表外业务发生损失的风险。市场风险可以分为利率风险、汇率风险、股票价格风险等一系列风险。　　很多学者在金融市场整合风险研究方面，比较偏向于使用Copula函数，因为Copula函数具有较强的稳

3、定性和灵活性，能够度量不同随机变量之间的相依程度。由于混合Copula函数能够综合不同Copula函数的优良特性，因此本文构造了新的混合Copula函数将我国商业银行的信用风险和市场风险进行有效联结后进行整合度量。　　一、整合风险度量模型的搭建　　对于已经确定风险资产相依结构的资产来说，运用单一的Copula函数即可进行度量，但是度量商业银行整合风险的时候，往往一种Copula函数不能做到全面的刻画，本文考虑在单一Copula函数的基础上构造出混合Copula函数，来全面的描述差异化风险资产结构之间的相依性。　　目前来看，Copula函数包含的种类有很多，并且在诸多领域都被运用过。在金融

4、领域被广泛运用的主要有如下几种：椭圆形Copula函数族（normal-Copula和t-Copula）和阿基米德Copula函数族（Gumbel-Copula、Joe-ClaytonCopula和frank-Copula）两大类别。　　椭圆形Copula函数族和阿基米德Copula函数族最主要的区别在于其尾部相关性的对称与否上。前者函数族往往具有对称的尾部相关性，而后者函数族则往往具有非对称的尾部相关性，由于本文适用具有非对称尾部相关性的函数族，因此选用两种阿基米德函数族中的函数。Nelson曾证明出，2个Copula函数的凸线性组合依然是Copula函数，因此构造出的混合函数仍然是C

5、opula函数，具体表达式如下所示：　　其中CG为Gumbel-Copula函数，CC为Joe-ClaytonCopula函数，λi为函数模型不同尾部相关性的权重系数。　　Joe-ClaytonCopula函数下端尾部相关性更强，而Gumbel-Copula函数强调随机变量间具有更高的上端尾部相关性，由新的函数表达式可知，混合Copula函数中若趋于前者的系数接近于0，则总体呈现下端尾部相关性，后者的系数趋于0，则总体呈现出上端尾部相关性，由于该混合函数在尾部相关性的变动上更加灵活，由此可知混合Copula函数具有更广泛的适应性。　　二、实证研究　　1.样本数据的选取　　考虑到数据的时效

6、性问题，本文选取了截止至2015年12月31日我国上市的16家银行①为研究对象，收集了这16家银行2014年和2015年两年的年报数据。由于研究对象有限，造成有效数据样本较小，为了减小数据实际误差，本文将16家银行看作一个整体来进行整合风险度量。　　我国商业银行所面临的信用风险主要来自于其放出的贷款、担保及其他付款承诺，除此之外，还有银行在发生实际业务时产生的与信用风险有关的收入，因此定义信用风险资产收益率（CRAY）为利息收入除以生息资产。　　我国商业银行所承担的市场风险主要来源于交易中持有的金融资产，具体反映在资产负债表中以风险投资资产的形式呈现出来，因此定义市场风险资产收益率（MR

7、AY）为证券投资相关收益除以总的风险投资资产。　　2.边际分布检验　　要确定CRAY和MRAY是否服从正态分布，本文采用了四种方法进行检验，分别是Q-Q图法、KS检验、JB检验和RAY则近似服从正态性分布，数据较集中地分散在拟合直线两侧。　　该结果也可以从表1中进一步看出，KS检验中CRAY的P值过小，表明其不能满足正态性分布的假设。而MRAY的P值较大，均满足指定条件。　　3.相关性检验　　虽然CRAY和MRAY由银行年报的不同项