基于Bayes-Copula方法的商業(yè)銀行操作風(fēng)險度量.pdf_第1頁
已閱讀1頁，還剩83頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著新資本協(xié)議將操作風(fēng)險納入監(jiān)管,關(guān)于如何準(zhǔn)確計量操作風(fēng)險已經(jīng)成為銀行業(yè)熱點研究的問題。與成熟的市場風(fēng)險和信用風(fēng)險度量技術(shù)相比,操作風(fēng)險度量技術(shù)還處于起步階段。在國內(nèi),商業(yè)銀行操作風(fēng)險度量技術(shù)更是嚴(yán)重滯后,尤其是近年來,操作風(fēng)險巨額損失事件的頻繁發(fā)生,使得操作風(fēng)險幾乎成為我國商業(yè)銀行的一種“常態(tài)”風(fēng)險。在此背景下研究我國商業(yè)銀行的操作風(fēng)險度量問題具有重要的現(xiàn)實意義。
　　 本文以我國銀行業(yè)操作風(fēng)險損失數(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)失敗四種類型;在對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)險的損失強度分布,以共軛先驗分布來確定各參數(shù)的后驗分布;同時采用Bayes理論中的吉布斯抽樣來獲取參數(shù)估計值以減小”低頻率高損失”數(shù)據(jù)不足帶來的誤差,進(jìn)而計算出不同置信水平下我國商業(yè)銀行單個操作風(fēng)險損失的VaR值與ES值。最后,考慮到操作風(fēng)險各損失事件間可能存在的相關(guān)性,本文采用Copula函數(shù)對操作風(fēng)險進(jìn)行整合以獲得聯(lián)合損失分布函數(shù),

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論