位置:成果数据库 > 期刊 > 期刊详情页
基于Bayesian-Copula方法的商业银行操作风险度量
  • ISSN号:1003-207X
  • 期刊名称:中国管理科学
  • 时间:0
  • 页码:17-25
  • 分类:F830[经济管理—金融学]
  • 作者机构:[1]中南大学商学院,湖南长沙410083
  • 相关基金:国家自然科学基金委创新群体科学研究基金项目(70921001); 国家自然科学基金面上项目(70973145,70771114); 中央高校基本科研业务费专项资金资助
  • 相关项目:银行风险的相关性与经济资本集成研究
中文摘要:

本文在对损失分布法分析的基础上,将损失事件划分为内部欺诈、外部欺诈以及违规执行三种类型;引用两阶段分布拟合操作风险的损失强度分布,同时采用贝叶斯理论中的吉布斯抽样来获取参数估计值以减小低频率高损失数据不足带来的误差;考虑到操作风险各损失事件间可能存在的相关性,本文采用Copula函数对操作风险进行整合以获得联合损失分布函数,并计算出不同置信水平下我国商业银行操作风险损失的VaR值与CVaR值。实证研究的结果表明:基于贝叶斯理论的参数估计综合考虑了总体与样本等先验信息,估计出的参数值误差较小;Copula函数的引入与VaR值、CVaR值的测算,能在考虑了损失事件发生概率的同时,估测出操作风险潜在的损失大小,从而可以更准确度量操作风险。

英文摘要:

Based on the analysis of loss distribution approach,loss events are divided into three types: internal fraud,external fraud and illegal operation.Then,we apply two-stage distribution to fit the loss intensity distribution of operational risk and use Gibbs sampling of Bayesian theory to obtain the parameter estimates,which can reduce error caused by the insufficient low-frequency and high-loss data.In view of the correlation between different types of operational risk loss,the copula function is applied to integrate the total loss distribution.Finally,we calculate VaR and CVaR for different confidence level of the operational risk of commercial banks in China.The empirical result shows that: Parameter estimation based on Bayesian theory takes into account a priori information such as population and sample information which can reduce the estimated error.The introduced copula function and measured value of VaR and CVaR not only consider the probability of loss events,but also can calculate potential losses of operational risk,so it can get a more accurate measurement result of operational risk.

同期刊论文项目
期刊论文 7 会议论文 6 著作 1
同项目期刊论文
期刊信息
  • 《中国管理科学》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国优选法统筹法与经济数学研究会 中科院科技政策与管理科学研究所
  • 主编:蔡晨
  • 地址:北京海淀区中关村北一条15号(北京8712信箱)
  • 邮编:100190
  • 邮箱:zgglkx@casipm.ac.cn
  • 电话:010-62542629
  • 国际标准刊号:ISSN:1003-207X
  • 国内统一刊号:ISSN:11-2835/G3
  • 邮发代号:82-50
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:25352