基于Bayes-Copula方法的商業(yè)銀行操作風(fēng)險(xiǎn)度量.pdf

1、隨著新資本協(xié)議將操作風(fēng)險(xiǎn)納入監(jiān)管,關(guān)于如何準(zhǔn)確計(jì)量操作風(fēng)險(xiǎn)已經(jīng)成為銀行業(yè)熱點(diǎn)研究的問(wèn)題。與成熟的市場(chǎng)風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)度量技術(shù)相比,操作風(fēng)險(xiǎn)度量技術(shù)還處于起步階段。在國(guó)內(nèi),商業(yè)銀行操作風(fēng)險(xiǎn)度量技術(shù)更是嚴(yán)重滯后,尤其是近年來(lái),操作風(fēng)險(xiǎn)巨額損失事件的頻繁發(fā)生,使得操作風(fēng)險(xiǎn)幾乎成為我國(guó)商業(yè)銀行的一種“常態(tài)”風(fēng)險(xiǎn)。在此背景下研究我國(guó)商業(yè)銀行的操作風(fēng)險(xiǎn)度量問(wèn)題具有重要的現(xiàn)實(shí)意義。
　　 本文以我國(guó)銀行業(yè)操作風(fēng)險(xiǎn)損失數(shù)據(jù)為樣本,將損失事件劃分為

2、內(nèi)部欺詐、外部欺詐、違規(guī)執(zhí)行以及系統(tǒng)失敗四種類(lèi)型;在對(duì)損失分布法分析的基礎(chǔ)上,引用兩階段分布擬合操作風(fēng)險(xiǎn)的損失強(qiáng)度分布,以共軛先驗(yàn)分布來(lái)確定各參數(shù)的后驗(yàn)分布;同時(shí)采用Bayes理論中的吉布斯抽樣來(lái)獲取參數(shù)估計(jì)值以減小”低頻率高損失”數(shù)據(jù)不足帶來(lái)的誤差,進(jìn)而計(jì)算出不同置信水平下我國(guó)商業(yè)銀行單個(gè)操作風(fēng)險(xiǎn)損失的VaR值與ES值。最后,考慮到操作風(fēng)險(xiǎn)各損失事件間可能存在的相關(guān)性,本文采用Copula函數(shù)對(duì)操作風(fēng)險(xiǎn)進(jìn)行整合以獲得聯(lián)合損失分布函數(shù),