非线性Mean-CVaR框架下的资产和破产风险管理

为了克服尾部风险测度CV aR(cond itiona l va lue-at-risk)模型本身的不足,并且给“如何实现资产组合的破产风险与期望利润的最优配置”问题提供一个更现实的答案,提出了非线性M ean-CV aR模型。该模型在CV aR模型基础上,把风险资本的来源内生于资本禀赋,把风险资本的机会成本引入利润函数。利用该模型分析了美国典型商业银行的资产和风险资本选择。结果表明:与CV aR模型相比,M ean-CV aR模型降低了银行的利润率和风险资本储备率,同时储备率的降低更为显著。

基于非线性区间数风险控制的资产负债优化模型

现有研究把存、贷款利率视为常数,无法使资产配置的优化结果适应未来市场利率的变化。本文的资产负债管理优化模型通过资产与负债的区间数的持续期缺口建立了区间型利率风险免疫条件,使资产的最优配置在资产与负债的收益率变化时仍能免疫利率风险。研究表明本文引入的持效期缺口区间的偏向选择参数γ决定预留缺口是赚钱还是亏钱。γ取值0.5时缺口区间两端点的绝对值最小;γ越大于0.5时,正缺口越大,在利率下降时就越赚钱。γ越小于0.5时,负缺口越大,在利率上升时就越赚钱。而区间长度选择参数γ决定损益的大小;揭示了在积极的利率风险管理策略中,选择较小的λ会获得较多的风险收益。另一方面,本文通过相关系数组合半绝对离差建立了非线性区间型组合风险的函数表达式,改变了现有研究线性区间型算法将各笔贷款风险进行简单线性加权、进而夸大了组合信用风险的弊端。