基于分段损失分布法和Copula的银行操作风险集成度量

多个风险单元的集成度量是银行操作风险管理的关键步骤之一。立足于操作风险的“厚尾”、“截断”性,从分段损失分布法的视角出发,探讨操作风险集成度量的模式和数值方法。首先,引入两阶段损失分布法来拟合单个风险单元边际损失分布,用双截尾分布代替传统的完整分布来刻画“高频低损”损失数据的双截断特性,利用POT模型捕获“低频高损”事件的厚尾特性。再次,基于分段建模思路,对传统度量过程中边际分布为单一、完整分布的Copula模型进行了扩展,研究边际分布为分段分布、截尾分布条件下使用Copula函数集成度量操作风险的框架和步骤,并设计了Monte Carlo模拟算法。最后,以实证分析的形式验证所构建模型。通过对中国商业银行416个操作风险损失数据的实证分析,结果表明分段分布、截尾分布能对单个风险单元边际分布有更好的拟合效果,能减小由于分布选择不当而引发的模型风险。分段度量视角下Copula函数的引入能灵活处理多个操作风险单元间的相依结构,使风险度量结果更为合理。

基于截断数据的操作风险分段损失分布模型及应用

选择恰当的损失分布是对操作风险进行度量的首要环节,也是正确度量操作风险的重要前提。立足于操作风险数据的“截断”性,将传统分阶段定义损失强度的损失分布法(PSD-LDA)拓展为双截尾分布-POT(DTD-POT)度量模型,用双截尾分布、分段分布代替传统的单一完整分布来刻画损失数据的双截断特性。首先,综合考虑数据收集门槛值、阈值对分布拟合的影响,构建DTD-POT度量模型,并提出DTDPOT的度量步骤和流程;其次,设计当损失强度分布为分段、截尾分布时使用Monte Carlo模拟度量操作风险的具体步骤;最后,收集我国商业银行1994~2013年间549个风险损失数据,以实证分析的形式验证所提出的方法,并将结果与单一损失分布法、传统的PSD-LDA进行了比较。实证结果表明:PSD-LDA和PTDPOT模型均能较好的拟合损失的主体和尾部,拟合结果显著优于单一损失分布法;与传统的PSD-LDA相比,DTD-POT模型对数据有更好的拟合效果,度量结果具有较好的稳定性,能够减少因损失分布选择不当带来的误差。