留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

小样本条件下操作风险度量中的参数估计研究

陈倩

downloadPDF
陈倩. 小样本条件下操作风险度量中的参数估计研究[J]. bob手机在线登陆学报(社会科学版), 2015, (3): 92-99. doi: 10.15918/j.jbitss1009-3370.2015.0313
引用本文: 陈倩. 小样本条件下操作风险度量中的参数估计研究[J]. bob手机在线登陆学报(社会科学版), 2015, (3): 92-99.doi:10.15918/j.jbitss1009-3370.2015.0313
CHEN Qian. Research on Parameter Estimation for Operational Risk Measurement based on Small Sampling Data[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, (3): 92-99. doi: 10.15918/j.jbitss1009-3370.2015.0313
Citation: CHEN Qian. Research on Parameter Estimation for Operational Risk Measurement based on Small Sampling Data[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, (3): 92-99.doi:10.15918/j.jbitss1009-3370.2015.0313

小样本条件下操作风险度量中的参数估计研究

doi:10.15918/j.jbitss1009-3370.2015.0313
基金项目:

教育部人文社科青年基金项目(12YJC790013);北京高等学校青年英才计划项目(YETP1522)

Research on Parameter Estimation for Operational Risk Measurement based on Small Sampling Data

  • 摘要:针对操作风险损失数据匮乏的特点,引入贝叶斯推断理论来保证小样本条件下模型参数估计的质量,将专家经验以先验分布的形式引入,从贝叶斯推断的视角构建了融入专家经验的操作风险损失频率模型、损失强度模型和风险度量模型。其中,损失频率建模中假设损失频率服从Poisson-Gamma分布,损失强度建模中应用极值理论对损失分布的“厚尾”特性进行描述,利用广义帕累托分布(GPD)对损失强度分布进行拟合,并打破GPD的位置参数和形状参数常数化的限制,视其为随机变量并假定两者服从不同的Gamma分布。实证结果证明: 与传统的MLE方法相比,在小样本的情况下,基于贝叶斯推断的MCMC方法对参数的估计更有效和稳定,较好地解决了在操作风险度量中由于损失数据不足给损失分布拟合带来的难题。
  • [1] De Fontnouvelle Patrick, Dejesus-Rueff Virginia, Jordan John S, Rosengren Eric S. Capital and risk: new evidence on implications of large operational losses[J]. Journal of Money, Credit & Banking, 2006, 38(7): 1819-1846.
    [2] Moosa Imad A. A critique of the advanced measurement approach to regulatory capital against operational risk[J]. Journal of Banking Regulation, 2008, 9(3): 151-164.
    [3] Müller H. Quantifying operational risk in a financial institution[D]. Universität Karlsruhe, 2002.
    [4] Chernobai A, Rachev S. Applying robust methods to operational risk modeling[J]. Journal of Operational Risk, 2006(1): 27-41.
    [5] Chavez-Demoulin V, Embrechts P, Neslehova J. Quantitative models for operational risks: extremes, dependence and aggregation [J]. Journal of Banking and Finance, 2006(30): 2635-2658.
    [6] Cowell R G, Verrall R J, Yoon Y K. Modeling operational risk with bayesian networks[J]. Journal of Risk & Insurance, 2007, 74(4): 795-827.
    [7] Franklin James. Operational risk under Basel II: a model for extreme risk evaluation[J]. Banking & Financial Services Policy Report, 2008, 27(10): 10-16.
    [8] 全登华. 利用极值理论计量银行操作风险[J]. 统计与决策, 2002(3): 46.
    [9] 高丽君, 李建平, 徐伟宣, 王书平. 基于POT方法的商业银行操作风险极端值估计[J]. 运筹与管理, 2007(l): l-6.
    [10] 宋加山. 基于极值理论的我国商业银行操作风险度量[D]. 北京: 中国科技大学, 2008.
    [11] 司马则茜, 蔡晨, 李建平. 度量银行操作风险的POT幂律模型及其应用[J]. 中国管理科学, 2009, 17(1): 36-41.
    [12] 陈倩. 基于极值理论的商业银行操作风险度量研究[J]. 中国管理科学, 2012, 20: 332-339.
    [13] 莫建明, 周宗放. 重尾性操作风险监控参数识别[J]. 系统工程, 2008, 26(8): 65-70.
    [14] 司马则茜, 蔡晨, 李建平. 基于g-h分布度量银行操作风险[J]. 系统工程理论与实践, 2011, 3(12): 2321-2327.
    [15] 丰吉闯, 李建平, 陈建明. 基于左截尾数据的损失分布法度量操作风险: 以中国商业银行为例[J]. 管理评论, 2011, 23(7): 171-176.
    [16] Dalla Valle L, Giudici P. A Bayesian approach to estimate the marginal loss distributions in operational risk management[J]. Computational Statistics & Data Analysis, 2008(52): 3107-3127.
    [17] Dalla Valle. Bayesian copula distributions, with application to operational risk management[J]. Methodology and Computing in Applied Probability, 2009, 11(1): 95-115.
    [18] 高丽君, 丰吉闯. 基于变位置参数贝叶斯预测银行内部欺诈研究[J]. 中国管理科学, 2012, 20(4): 20-25.
    [19] 冉丽宏. 基于Bayese-Buhlmann方法的操作风险度量研究[D]. 山西: 山西财经大学, 2012.
    [20] 钟波, 汪青松. 基于Bayes估计的金融风险值——VaR计算[J]. 数理统计与管理, 2007, 26(5): 881-886.
    [21] Claudia Czado. Einführung zu markov chain monte carlo verfahren mit anwendung auf gesamtschadenmodelle[R]. Germany: Technical Vniversity of Munich, 2006.
  • [1] 袁海霞.内外部网络口碑与在线销售的动态交互过程——基于分层贝叶斯模型的解析. bob手机在线登陆学报(社会科学版), 2018, (2): 67-76.doi:10.15918/j.jbitss1009-3370.2018.1354
    [2] 张广利, 赵云亭, 王伯承.抽象体系的危机与吉登斯的制度性风险研究. bob手机在线登陆学报(社会科学版), 2017, (4): 129-134.doi:10.15918/j.jbitss1009-3370.2017.2017
    [3] 王树斌, 郭菊娥, 夏兵.多目标情景下中国非常规油气开发技术学习率的估计——基于学习曲线理论. bob手机在线登陆学报(社会科学版), 2016, (3): 1-12.doi:10.15918/j.jbitss1009-3370.2016.0301
    [4] 蔡海霞.基于多维效应的能源效率评估理论——以非参数DEA方法为例. bob手机在线登陆学报(社会科学版), 2016, (4): 9-18.doi:10.15918/j.jbitss1009-3370.2016.0402
    [5] 张保帅, 彭小兵.投资组合极值风险测度——基于T-Copula-SV-T-EVT模型. bob手机在线登陆学报(社会科学版), 2014, (5): 77-81.
    [6] 利子平, 石聚航.我国风险刑法理论研究中的三大理论误区. bob手机在线登陆学报(社会科学版), 2013, (4): 112-120.
    [7] 王春峰, 郑仲民, 房振明.中国证券市场跳跃行为非参数方法. bob手机在线登陆学报(社会科学版), 2012, (2): 8-14.
    [8] 陈庭强, 郑坤法, 何建敏.心理账户交互作用下证券投资组合风险度量模型研究. bob手机在线登陆学报(社会科学版), 2012, (6): 60-63.
    [9] 周孝华, 李强, 张保帅.世界原油价格风险度量——基于EGARCH-EVT-t Copula模型. bob手机在线登陆学报(社会科学版), 2012, (4): 10-16.
    [10] 白鹏飞, 段倩倩, 李金林.个人住房信贷风险度量——基于生存分析方法. bob手机在线登陆学报(社会科学版), 2012, (4): 80-83.
    [11] 丁韶华, 陈庭强, 何建敏, 尹群耀.DSSW模型的交易者行为风险度量方法. bob手机在线登陆学报(社会科学版), 2012, (3): 39-43,55.
    [12] 江红莉, 何建敏, 庄亚明, 张岳峰.投资组合风险测度——基于FIGARCH-EVT-Copula方法. bob手机在线登陆学报(社会科学版), 2012, (1): 44-49.
    [13] 董耀武, 周孝华, 姜婷.基于EVT-POT-SVt模型的风险度量研究. bob手机在线登陆学报(社会科学版), 2011, (3): 41-45.
    [14] 张蕊, 王春峰, 房振明, 梁崴.市场风险与流动性风险整合风险度量研究. bob手机在线登陆学报(社会科学版), 2010, (5): 18-22.
    [15] 焦瑞新.基于CFaR 的企业现金流风险度量研究. bob手机在线登陆学报(社会科学版), 2010, (3): 61-65.
    [16] 姚绍文.模糊环境下基于信息熵风险度量的投资组合模型. bob手机在线登陆学报(社会科学版), 2008, (6): 59-61.
    [17] 李先柏.C-D生产函数、成本、要素用量及参数估计. bob手机在线登陆学报(社会科学版), 2008, (6): 70-76.
    [18] 赵振武, 唐万生.模糊实物期权理论在风险投资项目价值评价中的应用. bob手机在线登陆学报(社会科学版), 2006, (1): 49-51.
    [19] 曾耀农.罗宾斯媒介理论及在中国的传播. bob手机在线登陆学报(社会科学版), 2004, (1): 23-25.
    [20] 陈大明.《尤里西斯》中的普罗特斯. bob手机在线登陆学报(社会科学版), 1999, (1): 76-79.
  • 加载中
计量
  • 文章访问数:444
  • HTML全文浏览量:1
  • PDF下载量:176
  • 被引次数:0
出版历程
  • 收稿日期:2013-07-02
  • 刊出日期:2015-09-10

小样本条件下操作风险度量中的参数估计研究

doi:10.15918/j.jbitss1009-3370.2015.0313
    基金项目:

    教育部人文社科青年基金项目(12YJC790013);北京高等学校青年英才计划项目(YETP1522)

摘要:针对操作风险损失数据匮乏的特点,引入贝叶斯推断理论来保证小样本条件下模型参数估计的质量,将专家经验以先验分布的形式引入,从贝叶斯推断的视角构建了融入专家经验的操作风险损失频率模型、损失强度模型和风险度量模型。其中,损失频率建模中假设损失频率服从Poisson-Gamma分布,损失强度建模中应用极值理论对损失分布的“厚尾”特性进行描述,利用广义帕累托分布(GPD)对损失强度分布进行拟合,并打破GPD的位置参数和形状参数常数化的限制,视其为随机变量并假定两者服从不同的Gamma分布。实证结果证明: 与传统的MLE方法相比,在小样本的情况下,基于贝叶斯推断的MCMC方法对参数的估计更有效和稳定,较好地解决了在操作风险度量中由于损失数据不足给损失分布拟合带来的难题。

English Abstract

陈倩. 小样本条件下操作风险度量中的参数估计研究[J]. bob手机在线登陆学报(社会科学版), 2015, (3): 92-99. doi: 10.15918/j.jbitss1009-3370.2015.0313
引用本文: 陈倩. 小样本条件下操作风险度量中的参数估计研究[J]. bob手机在线登陆学报(社会科学版), 2015, (3): 92-99.doi:10.15918/j.jbitss1009-3370.2015.0313
CHEN Qian. Research on Parameter Estimation for Operational Risk Measurement based on Small Sampling Data[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, (3): 92-99. doi: 10.15918/j.jbitss1009-3370.2015.0313
Citation: CHEN Qian. Research on Parameter Estimation for Operational Risk Measurement based on Small Sampling Data[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2015, (3): 92-99.doi:10.15918/j.jbitss1009-3370.2015.0313
参考文献 (21)

目录

    /

      返回文章
      返回
        Baidu
        map