基于Copula-CFVaR模型的我国保险公司集成风险研究

发布时间：2017-05-27 23:06

  本文关键词：基于Copula-CFVaR模型的我国保险公司集成风险研究，由笔耕文化传播整理发布。

【摘要】：随着金融自由化、全球化和金融创新的不断发展,金融行业规模迅速扩张,其面临的风险呈现多样化、复杂化,从墨西哥金融危机、亚洲金融危机、拉美部分国家出现金融动荡事件,到巴林银行、爱尔兰联合银行破产的发生,金融机构的风险管理问题受到前所未有的关注。而保险公司由于其特殊的经营风险特点,使得其需要比其他金融机构承担更多、更为复杂的风险。同时,随着保险市场的进一步开放,保险行业规模逐步扩大,如何构建完整的风险管理体制从而控制总风险已经成为每个保险公司健康稳定发展的当务之急。因此,如何有效地识别、衡量保险公司面临的整体风险并以此制定保险公司资本配置策略越来越成为理论界和实务界关注的重点问题。全面风险管理策略引入中国已有很长一段时间,它被广泛运用于保险机构,对保险公司的风险识别、计量、防范起到了积极的作用,与企业管理、经营管理并称保险公司三大管理。全面风险管理策略在传统风险管理基础上将风险管理与公司内部控制与治理联系在一起,更注重风险管理的全面性、动态性。同时,全面风险管理以风险价值为工具,在衡量企业面临的总风险时充分考虑各类风险之间的相关关系,并充分重视这种相关性在总成本计量上所产生的影响,从而得到更为精确的风险价值,提升企业的风险管理效率。本文尝试以保险公司面临的保险风险、信用风险和市场风险三类主要风险为对象,研究如何将具有正相关关系的保险风险与信用风险、具有负相关关系的保险风险与市场风险、具有负相关关系的信用风险与市场风险加以集成,对其集成后的总风险进行估量,并利用可获得的数据进行实证分析,这对于保险公司实施全面风险管理具有积极的推动作用。本文理论部分基于保险公司面临的风险及风险管理理论,阐述了本文建模过程中应用的核密度估计方法、连接函数Copula模型方法、Cornish-Fisher(CF)展开的VaR风险测度方法。在风险管理理论中,相对于传统风险管理,全面风险管理理论能够更好地衡量保险公司的集成风险,减少保险公司的风险资本成本,提升保险公司的资本利用率。在风险整合过程中,各风险之间的相关性是需要我们重点关注的问题,简单的线性相关已不能很好地描述这种复杂的风险间关系。Copula函数能够很好地描述金融数据之间的非线性非对称关系,并且可以连接满足不同分布的边际分布,为保险公司集成在险价值的计量提供了更准确的方法。在建模过程中,不同连接函数的选择会直接影响到模型的优劣进而影响在险价值的计量结果,本文选择能够精确地刻画金融数据尖峰厚尾特征的Cornish-Fisher (CF)展开的VaR风险测度方法进行风险计量,以更好地衡量集成风险并实现资本最优配置。本文实证部分分别选取保险公司月赔付率、上证国债指数月对数收益率相反数及上证综指月对数收益率相反数刻画保险公司的保险风险、信用风险、市场风险,利用Copula函数对保险风险、信用风险、市场风险两两建模,利用Cornish-Fisher (CF)展开的VaR求出其在险价值,并在两风险模型的基础上运用两阶段法构建了三风险Copula模型。随后,利用蒙特卡洛模拟技术和VaR失败率检验方法对模型进行验证,并依据测算结果对保险公司集成风险资本配置给出建议。通过不同模型的实证结果比较,本文得出一些结论。首先,保险公司的保险风险与信用风险正相关、与市场风险负相关,但并不显著。各风险间的相依结构可以通过Copula模型贴切地描述,且选择不同的Copula函数进行拟合会对其拟合结果产生较大影响。其次,通过对保险公司面临的风险进行集成建模,我们发现相对于各风险简单加权的在险价值,其建模后面临的总风险会减少24.4%,若充分利用这部分风险准备金,将会大大提升保险公司资本利用率。再次,我们得出在保险公司最优集成风险模型中保险风险最大,为22.31%,是保险公司面临的主要风险：市场风险虽然单位风险值较大但由于其投资规模最小,所以风险值较小为1.73%,但是由于未来股票市场投资规模的放大需要引起重视；而信用风险基于其投资规模及其本身的稳健性,所以风险最小为0.53%。最后,通过对债券投资在减损风险上的实证研究,我们发现债券投资产生的信用风险对保险公司集成风险在险价值有非常显著的减损效果,并且当保险风险、信用风险、市场风险的比达到(81.13%,8.98%,9.89%)时,保险公司面临的集成风险最小。
【关键词】：全面风险管理 Copula模型 集成风险 资本配置 减损效果
【学位授予单位】：东北财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F842.3;F224
【目录】：

• 摘要2-4
• ABSTRACT4-9
• 1. 引言9-17
• 1.1 研究背景9-10
• 1.2 研究意义10-11
• 1.3 文献综述11-15
• 1.3.1 风险管理研究11-12
• 1.3.2 风险集成研究方法12-14
• 1.3.3 在险价值衡量及方法研究14-15
• 1.4 本文框架及创新点15-17
• 2. 保险公司风险管理概述17-19
• 2.1 我国保险公司风险管理现状17
• 2.2 保险公司的风险管理17-19
• 2.2.1 传统风险管理阶段17-18
• 2.2.2 现代风险管理阶段18
• 2.2.3 全面风险管理阶段18-19
• 3. 研究方法与内容19-23
• 3.1 Copula连接函数理论及相关性分析19-21
• 3.1.1 二元Copula函数的定义及Sklar定理19-20
• 3.1.2 常用的Copula函数20-21
• 3.2 非参数核密度估计21-22
• 3.3 CF-VaR在险价值衡量22-23
• 4. 保险公司集成风险实证研究23-38
• 4.1 数据的选取23-24
• 4.2 数据描述性分析24-25
• 4.3 数据实证分析25-26
• 4.3.1 正态性检验25
• 4.3.2 相关性检验25-26
• 4.4 各风险分布的核密度函数估计及其风险价值26-30
• 4.4.1 各风险边际分布的核密度估计26-28
• 4.4.2 各风险的在险价值28-30
• 4.5 基于copula模型两风险分布函数估计30-34
• 4.5.1 保险风险与信用风险的Copula模型31-32
• 4.5.2 保险风险与市场风险的Copula模型32-33
• 4.5.3 信用风险与市场风险的Copula模型33-34
• 4.6 基于Copula模型三风险整合34-37
• 4.7 关于债券投资的减损效应研究37-38
• 5. 结论与建议38-41
• 5.1 本文结论38-39
• 5.2 本文建议39-41
• 5.2.1 完善核保制度控制,从根源降低保险风险39-40
• 5.2.2 合理投资国债市场,发挥债券减损效果40
• 5.2.3 控制股票市场投资,理性看待风险与收益40-41
• 参考文献41-44
• 后记44-45

【相似文献】

中国期刊全文数据库 前10条

1 胡勇;龚金国;;Copula函数在分析沪深股市相依结构中的应用[J];时代金融;2006年09期

2 韦艳华;张世英;;多元Copula-GARCH模型及其在金融风险分析上的应用[J];数理统计与管理;2007年03期

3 罗付岩;徐海云;;基于Copula-EVT模型的组合风险测度[J];统计与决策;2007年17期

4 郭慧;罗俊鹏;史道济;;半参数阿基米德Copula的理论应用[J];天津理工大学学报;2007年05期

5 杨兴民;刘保东;李娟;;基于Gaussian Copula与t-Copula的沪深股指相关性分析[J];山东大学学报(理学版);2007年12期

6 王展青;赵鹏;王传廷;李磊东;;基于copula的沪深股市的风险分析[J];科协论坛(下半月);2008年11期

7 陈银忠;张荣;;基于Copula函数的深市行业间的尾部相关性分析[J];统计与决策;2008年22期

8 储小俊;刘思峰;;股市流动性与收益的Copula尾部相关性分析[J];财贸研究;2008年05期

9 任仙玲;张世英;;基于Copula函数的金融市场尾部相关性分析[J];统计与信息论坛;2008年06期

10 欧阳资生;王非;;基于Copula方法的国债市场相依风险度量[J];统计研究;2008年07期

中国重要会议论文全文数据库 前10条

1 应益荣;王颖;;The Inner Product Type Method of Generating Copula and Its Applications[A];第三届中国智能计算大会论文集[C];2009年

2 叶萍华;唐湘晋;;基于Copula方法的股票相关性分析[A];第十届中国青年信息与管理学者大会论文集[C];2008年

3 王宗润;吴伟韬;;基于Copula-EVT模型的人民币汇率组合风险测度[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

4 许启发;刘少杰;;基于Copula技术的动态组合投资选择新方法[A];第四届（2009）中国管理学年会——金融分会场论文集[C];2009年

5 杜红军;王宗军;;基于时变Copula模型的金融市场风险度量与分配[A];第八届（2013）中国管理学年会——金融分会场论文集[C];2013年

6 陈超;王莉萍;陈正寿;许新;;Copula函数在海洋工程中的应用[A];第十六届中国海洋（岸）工程学术讨论会论文集（上册）[C];2013年

7 徐运保;陈奕播;;基于Copula函数的股市、房市与GDP相关性的实证分析[A];第三届（2008）中国管理学年会——技术与创新管理分会场论文集[C];2008年

8 刘月飞;吕大刚;;基于混合Copula函数的二维串联系统可靠性分析[A];第22届全国结构工程学术会议论文集第Ⅲ册[C];2013年

9 冉U_香;张翔;;Copula函数在水量水质联合分布频率分析中的应用[A];农业、生态水安全及寒区水科学——第八届中国水论坛摘要集[C];2010年

10 郭立甫;高铁梅;姚坚;;基于Copula函数和极值理论的金融传染度量——测度美国次贷危机对重要经济体的传染效应[A];21世纪数量经济学（第13卷）[C];2012年

中国重要报纸全文数据库 前2条

1 广发期货投资研究部 杨威 王翔 谢贞联;多维Copula树及其在机构投资组合风险管理中的运用[N];期货日报;2008年

2 海通证券研究所 陈露;从A股与H股相关性看股指期货推出后的跨市场操作[N];期货日报;2007年

中国硕士学位论文全文数据库 前10条

1 吴新荣;对称Bernstein Copula[D];天津大学;2007年

2 叶萍华;基于Copula方法的股票收益率相关性研究及实证分析[D];武汉理工大学;2008年

3 刘彪;Copula理论在金融分析中的应用[D];华中科技大学;2007年

4 郑文旭;基于Copula的金融风险相关性研究[D];厦门大学;2008年

5 马冬冬;多元Copula-GARCH模型及其在期货风险分析中的应用[D];合肥工业大学;2009年

6 董骁伟;基于Copula-SV模型的投资组合风险分析[D];重庆大学;2009年

7 钱丹青;Copula选择及其条件核密度估计[D];华中科技大学;2008年

8 刘海燕;基于Copula方法的违约相关性研究[D];北方工业大学;2010年

9 陈元庆;基于Copula理论的投资组合的风险度量[D];吉林大学;2010年

10 伍新星;Copula函数在包含公共影响的信度保费模型中的应用[D];吉林大学;2010年

  本文关键词：基于Copula-CFVaR模型的我国保险公司集成风险研究，由笔耕文化传播整理发布。

，

本文编号：401376