银行资产流动性模型及预测和优化控制

根据银行资产量、偿付期信息及其相互关系建立了分布参数模型，刻画了银行资产流动性的动态规律，提出了解决流动性信息统计因费时、费力、滞后期长而不具实用价值问题的一种方法。在考虑经济波动对银行资产流动性影响的情况下，利用银行资产的分布参数模型进行了资产量、资产收益(或成本)和收益风险的预测，并在动态地平衡收益与风险的基础上探讨了资产流动性结构的优化控制。     

银行资产监测中的系统性风险问题仿真

传统的银行资产风险监测仅针对单个银行的资本充足率、拨备覆盖率、不良资产率等指标进行监管.然而由于银行间的互相拆借关系,银行的资产风险不仅和银行自身有关,还与别的银行有关,即银行的系统性风险对银行资产风险有重要的影响.针对银行系统性风险问题,构建具有相关性的银行间资产波动模型,提出仿真算法对银行系统性风险进行计算机仿真,仿真结果得到了不同相关系数条件下的银行发生系统性风险的概率.研究结果表明:当银行系统稳定(银行资产波动率小)时,银行系统性风险会随着资产相关性的上升而上升;当银行系统较为稳定时,系统性风险会随着资产相关性的上升而先下降,然后再上升,即存在一个不为零的相关系数使得系统性风险最小;当银行系统不稳时,系统性风险也会随着资产相关性的上升而先下降,然后上升,但此时银行系统性风险已经很高.因此资产相关性作为衡量系统性风险的指标可以对系统性风险进行有效的监测.     

银行信贷风险的测量与控制

信贷风险是银行资产业务中最直接、经常性的风险．本文分析了目前金融风险测量 的主流技术VAR模型及其在信贷风险控制上的不足,从信贷风险产生的根源——企业破产深 层次角度,对企业破产风险状态的识别及破产概率进行了研究,提出基于生存函数的信贷风 险控制模型,并给出仿真计算案例．     

综合经营利于化解利率风险

从2004年开始,我国金融监管机构对贷款利率的管制进一步放松,这不仅意味着我国利率市场化的进程加快了,也意味着我国银行面临的利率风险在不断加大。 利率风险是指利率发生不利的变化而使银行的财务状况变差或使银行遭到损失的可能性。严重的利率风险会危及银行的资本基础。而实行综合经营,却有助于银行有效地进行利率风险的管理。 所谓综合经营是指商业银行不仅能经营存款业务、贷款业务、结算业务、汇兑业     

多阶段均值–方差资产负债管理的随机控制

资产负债管理研究如何合理分配资产以到达最小化风险同时确保期望剩余财富(财富减去负债)达到一定水平.本文在均值–方差投资组合理论的框架下研究两类资产负债管理模型, 包括带有跨期均值–方差投资目标和带有非破产约束的模型. 由于在动态规划意义下, 方差不具有可分性质, 传统的随机最优控制方法难以直接应用. 如采用处理动态均值–方差优化问题的嵌入法来解决以上问题会带来计算上的困难. 本文借鉴平均场控制的思想对以上两类问题加以研究. 本文假设了非常宽泛的市场模型: 所有的资产都是风险资产; 债务和风险资产之间存在相关性. 在此市场假设模型下, 本文给出了最优投资策略(控制率)的解析表达式和均值–方差有效前沿的表达形式. 本研究成果为投资者提供了新的投资策略, 可应用于更复杂的资产负债管理中.     

多阶段均值-方差资产负债管理的随机控制（英文）

资产负债管理研究如何合理分配资产以到达最小化风险同时确保期望剩余财富(财富减去负债)达到一定水平.本文在均值-方差投资组合理论的框架下研究两类资产负债管理模型,包括带有跨期均值-方差投资目标和带有非破产约束的模型.由于在动态规划意义下,方差不具有可分性质,传统的随机最优控制方法难以直接应用.如采用处理动态均值-方差优化问题的嵌入法来解决以上问题会带来计算上的困难.本文借鉴平均场控制的思想对以上两类问题加以研究.本文假设了非常宽泛的市场模型:所有的资产都是风险资产;债务和风险资产之间存在相关性.在此市场假设模型下,本文给出了最优投资策略(控制率)的解析表达式和均值-方差有效前沿的表达形式.本研究成果为投资者提供了新的投资策略,可应用于更复杂的资产负债管理中.     

建立银行风险监管评级标准体系

银行信息资产风险监管长效机制的建立是多方面的，例如明确信息资产风险监管的职责，范围，任务，权利和责任长效的工作管理机制，还必须对银行信息资产与风险价值化体系，信息资产风险监管标准体系和信息资产风险监管法规体系实行科学阐述。     

资产安全管控与信息安全风险闭环管理研究与实现

随着电力行业信息化建设的高速发展，网络安全问题日趋严重。信息安全漏洞作为攻击者最常见利用方式之一也受到广泛关注，随着企业发现的资产数量和收集的漏洞情报不断增加，也逐渐暴露出风险资产定位困难和人力资源管控不足等一系列问题。国网成都供电公司为建设网络安全纵深化防御体系，组织技术力量对资产安全管控与信息安全风险闭环管理进行了研究，实现了问题资产快速定位、风险处置过程管控、资产安全分析统计，全面升级和优化了安全漏洞全生命周期管理及资产风险管控流程。本文对信息资产梳理、信息安全风险发现、信息安全风险责任落实等实施环节进行总结与研究，为其他单位提供了新的纵深化防御体系思路与技术路线。     

企业投融资组合的模糊模型与优化

以投资组合产出率及目前流行的风险价值VAR为目标函数，研究了在这两个目标下企业投融资组合管理的模糊模型和优化问题，说明了决策变量是财务杠杆和债务结构．给出了金融市场不确定性环境的构造过程，运用进化规划进行优化计算，对不同模糊程度下的债务结构、财务杠杆及其股东权益资本产出率进行了仿真．     

基于单位风险收益最大原则的贷款组合优化决策模型

针对 已有的不确定投资情况下风险与收益选择方法的特点与弊端提出了在贷款组合配给中的单位风险收益最大原则,并信此建立了风险贷款组合的优化决策模型,解决了收益与风险各不相同时贷款组合的决策问题,实例分析和表明了该方法的科学性。     

Dual Stochastic Dominance and Quantile Risk Measures

Following the seminal work by Markowitz, the portfolio selection problem is usually modeled as a bicriteria optimization problem where a reasonable trade–off between expected rate of return and risk is sought. In the classical Markowitz model, the risk is measured with variance. Several other risk measures have been later considered thus creating the entire family of mean–risk (Markowitz type) models. In this paper, we analyze mean–risk models using quantiles and tail characteristics of the distribution. Value at risk (VAR), defined as the maximum loss at a specified confidence level, is a widely used quantile risk measure. The corresponding second order quantile measure, called the worst conditional expectation or Tail VAR, represents the mean shortfall at a specified confidence level. It has more attractive theoretical properties and it leads to LP solvable portfolio optimization models in the case of discrete random variables, i.e., in the case of returns defined by their realizations under the specified scenarios. We show that the mean–risk models using the worst conditional expectation or some of its extensions are in harmony with the stochastic dominance order. For this purpose, we exploit duality relations of convex analysis to develop the quantile model of stochastic dominance for general distributions.     

绿色供应链的投贷联动融资决策均衡

以一个零售商和一个资金约束的制造商组成的绿色供应链为研究对象,构建了制造商资金约束情况下银行借贷融资、股权融资和组合融资时的融资模型,探讨制造商的资金水平和消费者的绿色偏好对定价、绿色投入水平、产品的市场需求和融资方式选择策略的影响。最后,通过数值分析进行验证。研究发现：消费者绿色偏好与零售价格、批发价格和绿色投入努力水平、产品的市场需求和股权融资时双方可接受的股权转让比例正相关;在制造商资金约束而不融资时,制造商初始资金水平与制造商的批发价格、零售商的零售价格负相关,而与绿色投入努力水平正相关;银行借贷利率越大,制造商的可接受的股权转让比例增大。当制造商进行融资时, 若初始资金水平极低, 选择股权融资的方式进行融资, 随着初始资金水平的上升, 零售商应该选择银行贷款的方式进行融资;在股权融资比例达到一定值时,组合融资比银行借贷更加有利于制造商;而单纯股权融资比组合融资更有利。     

The Class of Polyhedral Coherent Risk Measures

The class of polyhedral coherent risk measures that are used in making decisions under uncertainty is investigated. Operations are introduced on the measures of this class, and properties of these measures are studied. The problems of portfolio optimization based on the profitability-risk ratio for such risk measures are proved to be reducible to the corresponding linear programming problems.     

考虑碳限额与销售努力的低碳供应链融资决策

将零售商销售努力内化,构建制造商碳减排资金约束的决策模型,研究制造商分别通过银行借贷、股权融资和组合融资的运营决策和融资策略。研究发现：碳减排资金较为短缺时,银行借贷并不总能使制造商获益,只有银行借贷带来的边际收益高于资金的影子价格,即减排资金严重不足时,银行借贷才能为制造商带来收益。政府碳配额的取值不会影响制造商的低碳融资渠道选择,股权融资下的减排量和销售努力水平最高,社会效益最大,组合融资次之,银行借贷最低。分红比例小于一定值时,股权融资对制造商更有利,否则银行借贷才是最佳低碳融资渠道。     

Modeling and managing portfolios including listed private equity

Listed private equity (LPE) provides investors with a liquid means of considering private equity in their portfolios. This paper presents a first-order autoregressive Markov-switching model (ARMS) which is able to capture the characteristics of the asset classes bonds, stocks, and LPE, such as heavy tails and autocorrelation. Optimizing a portfolio between bonds, stocks, and LPE shows that an investor benefits from including LPE due to the high diversification effects, which also holds for a very risk-averse investor. Allocating a portfolio with the presented Markov-switching optimization can help to significantly outperform a portfolio which is optimized assuming an underlying geometric Brownian motion (GBM) - even during the financial crisis: The terminal value of a portfolio of a model investor with medium risk aversion was on average 8.7% higher over the three years 2007-2009 than the GBM portfolio.     

Portfolio Value at Risk Bounds

This paper develops value at risk (VAR) measures for portfolios of correlated financial assets, without assuming normal returns. The approach can cope with any distribution for marginal returns, the fat–tailed ones included. We provide VAR bounds which hold independently of the joint distribution of returns and their dependence structure. The lower bound can be interpreted as a worst–case scenario VAR. We show that it not only requires little information, but is also easy to compute. In this sense, we suggest it as a practical device for portfolio managers. An application to portfolios of stock–market indices is provided. Comparisons with the VAR values under the normality assumption on returns are discussed.     

基于信用担保的资金约束供应链订货与定价决策

受自由现金流的限制, 中小企业需要外部融资来实现良性运营, 供应商信用担保贷款是一种有效手段. 考虑银行下侧风险控制的担保贷款模型, 根据供应链购销过程中的订货量和批发价参数决策, 评价供应链内部无风险资本转移过程. 通过建立供应商担保费率、风险担保比率设计和银行利率组合模型, 确定贷款担保系统的最优决策. 研究结果表明: 在具有贷款可获得性的资金约束供应链中, 存在最优订货量与批发价的组合, 且供应商销售收入存在最值; 在担保贷款过程中, 存在最优风险分担比例, 通过设计合理的风险控制模型, 可提高零售商资金水平, 达到供应链的协同.

     

风险规避型双渠道供应链的融资和定价决策

在零售商资金约束下,基于CVaR准则构建了风险规避的供应商和零售商组成的双渠道供应链的定价模型。分析了零售商资金充足时,供应商和零售商的最优决策、资金约束情况下零售商的银行借贷融资、延期支付策略和组合融资时零售商和供应商的最优决策以及零售商和供应商的风险规避程度对最优决策变量和收益的影响。通过数值分析,进一步验证了零售商和供应商的风险规避度对三种融资模式下零售商和供应商的最优决策变量和利润的影响。研究表明：资金充足和延期支付策略下最优决策变量与风险规避度的关系一致;银行借贷和组合融资下最优决策变量与风险规避度的关系一致;单一延期支付策略和组合融资优于单一银行借贷融资;组合融资比例大于一定值时,优于单纯延期支付策略。     

Multi–objective Evolutionary Algorithms for the Risk–return Trade–off in Bank Loan Management

Multi–criteria decision–making is an increasingly accepted tool for decision–making in management. In this work, we highlight the application of a novel multi–objective evolutionary algorithm, NSGA–II, to the risk–return trade–off for a bank–loan portfolio manager. The manager of a bank operating in a competitive environment faces the standard goal of maximizing shareholder wealth. Specifically, this attempts to maximize the net worth of the bank, which in turn involves maximizing the net interest margin of the bank (among other factors, such as non–interest income). At the same time, there are significant regulatory constraints placed on the bank, such as the maintenance of adequate capital, interest–rate risk exposure, etc. The genetic algorithm–based technique used here obtains an approximation to the set of Pareto–optimal solutions which increases the decision flexibility available to the bank manager, and provides a visualization tool for one of the trade–offs involved. The algorithm is also computationally efficient and is contrasted with a traditional multi–objective function — the epsilon–constraint method.