系统性风险识别、建模、分析和监控：

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Systemic Risk Identification, Modelling, Analysis, and Monitoring: An
  Integrated Approach》
---
作者：
Antoaneta Sergueiva
---
最新提交年份：
2013
---
英文摘要：
  Research capacity is critical in understanding systemic risk and informing new regulation. Banking regulation has not kept pace with all the complexities of financial innovation. The academic literature on systemic risk is rapidly expanding. The majority of papers analyse a single source or a consolidated source of risk and its effect. A fraction of publications quantify systemic risk measures or formulate penalties for systemically important financial institutions that are of practical regulatory relevance. The challenges facing systemic risk evaluation and regulation still persist, as the definition of systemic risk is somewhat unsettled and that affects attempts to provide solutions. Our understanding of systemic risk is evolving and the awareness of data relevance is rising gradually; this challenge is reflected in the focus of major international research initiatives. There is a consensus that the direct and indirect costs of a systemic crisis are enormous as opposed to preventing it, and that without regulation the externalities will not be prevented; but there is no consensus yet on the extent and detail of regulation, and research expectations are to facilitate the regulatory process. This report outlines an integrated approach for systemic risk evaluation based on multiple types of interbank exposures through innovative modelling approaches as tensorial multilayer networks, suggests how to relate underlying economic data and how to extend the network to cover financial market information. We reason about data requirements and time scale effects, and outline a multi-model hypernetwork of systemic risk knowledge as a scenario analysis and policy support tool. The argument is that logical steps forward would incorporate the range of risk sources and their interrelated effects as contributions towards an overall systemic risk indicator, would perform an integral analysis of ...
---
中文摘要：
研究能力对于理解系统性风险和告知新监管至关重要。银行监管没有跟上金融创新的所有复杂性。关于系统性风险的学术文献正在迅速扩展。大多数论文分析了单一风险源或综合风险源及其影响。一小部分出版物量化了系统性风险度量，或为具有实际监管相关性的系统重要性金融机构制定了惩罚措施。系统性风险评估和监管面临的挑战仍然存在，因为系统性风险的定义有些不确定，这影响了提供解决方案的尝试。我们对系统性风险的理解正在演变，对数据相关性的认识正在逐步提高；这一挑战反映在主要国际研究举措的重点上。人们一致认为，与预防系统性危机相比，系统性危机的直接和间接成本都是巨大的，没有监管，外部性就无法预防；但在监管的范围和细节上还没有达成共识，研究期望能够促进监管过程。本报告概述了系统性风险评估的综合方法，该方法基于多种类型的银行间风险敞口，通过张力多层网络等创新建模方法，建议如何关联基础经济数据，以及如何扩展网络以涵盖金融市场信息。我们考虑了数据需求和时间尺度效应，并概述了系统风险知识的多模型超网络，作为情景分析和政策支持工具。其论点是，合乎逻辑的前进步骤将纳入风险源的范围及其相互关联的影响，作为对整体系统性风险指标的贡献，将对。。。
---
分类信息：

一级分类：Computer Science        计算机科学
二级分类：Computational Engineering, Finance, and Science        计算工程、金融和科学
分类描述：Covers applications of computer science to the mathematical modeling of complex systems in the fields of science, engineering, and finance. Papers here are interdisciplinary and applications-oriented, focusing on techniques and tools that enable challenging computational simulations to be performed, for which the use of supercomputers or distributed computing platforms is often required. Includes material in ACM Subject Classes J.2, J.3, and J.4 (economics).
涵盖了计算机科学在科学、工程和金融领域复杂系统的数学建模中的应用。这里的论文是跨学科和面向应用的，集中在技术和工具，使挑战性的计算模拟能够执行，其中往往需要使用超级计算机或分布式计算平台。包括ACM学科课程J.2、J.3和J.4（经济学）中的材料。
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Systemic_Risk_Identification,_Modelling,_Analysis,_and_Monitoring:_An_Integrated.pdf (1.91 MB)

2022-6-24 16:31:28 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：系统性风险 系统性 Applications Quantitative Contribution

在总发行人风险范围内，将区分有价证券和净信用违约掉期，而违约衍生工具的总风险敞口将按标的资产类别进行细分，总优先贷款将与总短期贷款相结合，重点是非补救和担保贷款。

进一步的理由是，不同的约束组合将能够解决对知识库的不同用户定义查询，这些查询的范围和焦点各不相同，但是，对于此类模型分组，不建议进行结构形式化，并且该框架未在系统风险域中实例化。这里的相关形式化可以通过超级网络和超级隐式（Johnson，2014）引入，将每个模型视为一个节点，将每个模型分组视为一个超级简单化，以解决特定的系统风险查询或政策查询，并将域视为一个超级网络。随着系统风险知识的发展，今年回答同一查询的模型的hypersimplex可能与明年的hypersimplex不同，我们正在确定领域演化的技术。目的是引入一种严格的数学格式来描述和发展系统性风险超网络领域，同时仍然捕获定量和定性关系。只有这样，它才能转变为一个有效的决策支持或政策支持知识系统，促进情景分析和政策决策。重要的是，域演化带来了底层数据结构的演化。上述一级近似的综合系统性风险方法描述之后，将逐步介绍每个阶段。从逐层构建季节性银行间风险敞口网络开始，它将涵盖以下风险敞口：最优惠贷款总额、发行人风险总额、证券融资交易风险总额、违约衍生品风险总额和短期贷款总额。

本段中描述的概括不仅可以表示网络结构，还可以发现网络结构。最后，金融部门、住房市场和其他实体经济部门的进一步宏观和微观信息，与系统性风险相关，并通过各种建模和分析方法进行了有效的探索，这些方法本身并不直接作为上文介绍的紧张风险敞口网络的扩展，但构成了系统性风险的现有可行知识。然后，我们可以参考知识工程（knowledgeengineering）中的技术，构建一个系统风险域，其中模型被视为一个知识单元，即模型是表达系统风险知识的语言，暴露网络就是其中之一。Serguieva（2004）提出了一个多模型领域框架，其中模型是沿着维度定位的，不精确是其中之一，而其他维度可以实例化为特定领域的有意义本体。作者介绍了得益于广义不确定性理论（Zadeh，2006）的不精确性观点，然后将模型视为信息的广义约束，其中约束中的不同关系类型传播不同类型的不确定性，最后，提出多角度广义约束，将领域转化为多个约束，涉及领域特定维度上的多角度关系类型折叠。

这项研究基于单层社交网络，现在有必要检查这些结论与多层银行间风险敞口网络的相关性。将进一步研究（De Domenico et al.，2013；Gomez et al.，2013）中的扩散方程，它们可以解释层内和层间扩散，并可以研究复杂网络中的时间尺度，因为层间连接可以在系统组件之间产生新的结构和动力学关联，并影响信息扩散。为了下一步捕捉不完全信息下结构的演化，我们将研究（Minku和Yao，2012）作为知识发现方法处理多层网络中结构漂移的适用性。上述方法有助于推广依赖时间的多层网络和动态过程。通过为更广泛的系统性风险知识领域开发一个表示框架，将其扩展到银行系统之外，包括金融部门，并与实体经济联系起来，进一步推广。作为第一步，在与银行间风险敞口相对应的张力多层网络中引入银行系统以外的影响。可以通过基于包括宏观经济变量在内的因素的主成分分析，确定每一层的规范基础，即每种类型的暴露。因此，经济结构和周期性将影响系统风险结构。此外，当放大每个风险敞口工具的层面并展示该工具的市场时，相应的市场结构和杠杆效应将影响系统性风险结构。

Malamud和Rostek（2013）仅在市场层面上工作，并假设战略交易员，但不使用真实数据进行分析。另一方面，模拟可以基于彭博数据库和最近开发的监管SABRE数据库的样本，该数据库最初由FSA维护，现在由PRA维护，包含交易价格、规模、时间、地点和交易对手的信息。这将允许从数据中识别不同类型的战略交易员，并提高模拟的质量。例如，Benos和Sagade（2012）使用彭博社和SABRE数据库中的样本分析市场结构。令人信服的是，我们认为市场结构有助于整体系统性风险结构，并影响系统性风险网络其他层次的结构。如（Thurner et al.，2012）所述，一些工具中的市场可以扩大，以包括明确允许杠杆的参与者和策略。作为本文的最后一点，有合理的论据表明，尚未提出任何方法来捕捉系统性风险结构随时间的演变，并且如（Serguieva 2012、2013）所述，尚待开发一个适用于广泛系统性风险知识领域实例化的领域表示框架。我们支持关于结构进化的观点，即结构本身与结构相沟通。Braha和Bar Yam（2010）研究了与时间相关的网络，认为静态网络分析会丢失嵌入动态网络中的宝贵信息，网络遵循“多尺度”动态，其中结构在时间尺度和加班时间之间存在显著差异，因此有必要采取更灵活的监控和中心性评估策略。

（2013），捕获具有多个子网和连接层的复杂网络。将张量框架形式化，以研究多层网络并推广网络描述符。它尚未应用于系统风险建模，但它将允许我们充分扩展Langfield et al.（2012）的银行间网络建设，同时将其纳入多层风险源，如无担保贷款、有担保贷款、有价证券、净信用违约掉期、证券融资交易、，和衍生产品按衍生产品类型披露。这种形式化将进一步允许我们重新计算单一工具度量，例如Martinez Jaramillo et al.（2012）中建议的中心度度量和Markose et al.（2012）中提出的超级撒布税，现在基于复杂网络或该网络内的任何范围。此外，网络中每一层的规范张量可以基于宏观经济指标和金融市场指标进行评估，而邻接张量也包括银行间风险敞口。因此，较低的基础结构将影响观察到的银行间风险敞口结构。接下来，现在包含在多层网络中的每一种工具都在不同的市场上交易，我们可以放大一种工具的层次，将银行视为交易主体。我们可以通过将适应共存交易所的超图市场结构（Malamud和Rostek，2013）转换为张力形式化，在该层下引入额外的层。这将允许我们在同一结构内模拟影响系统性风险网络形成的市场。

详细了解银行如何在全球层面上相互关联是金融稳定委员会的一个关键优先事项，这一点从《金融联系咨询文件》（FSB，2011）开始，最近随着《数据差距倡议》（FSB，2013）第一阶段的成功实施而报告，包括2013年开始统一收集主要系统性银行风险敞口的改进数据。由国际清算银行（BIS）主办的一个国际数据中心将保存身份数据，参与的国家监管机构已成立一个政府小组来监督信息的汇集和共享。我们支持以下观点，即发达研究方法和系统风险分析的合理性和有效性取决于可用数据的范围。本报告强调，向前迈出的合乎逻辑的一步将包括一系列风险源，作为对整体系统风险度量的贡献，并将通过严格公式化的数学模型对风险源及其相互关系进行综合分析。保持对网络方法和银行系统的关注，可以提出这样的论点，即网络已普遍作为系统性风险的可视化工具，而不是作为严格的分析和知识发现方法，如（Serguieva，2012，2013）所述，由于需要“网络网络”或“多级”网络，单个网络或互联网络无法满足对多个风险源和替代结构进行综合分析的任务。最近的方法学发展可以促进构建具有所需能力的方法的工作。德多梅尼科等人介绍的数学公式。

（2011年）因不基于真实数据而受到限制。关于系统性风险的学术研究主要局限于公开的不完整数据，因此，银行间市场的分析会对不可观察的关系做出假设。许多论文表明，当基于完整数据与假设观察到的关系时，分析和结论存在显著差异，甚至产生误导性结果，例如Mistrulli（2011）和Cont et al.（2013）。以研究为基础的监管机构受益于获取与systemicrisk相关的新监管数据集。然而，这些是最近开始的，并在相关数据的定义和范围方面不断完善。例如，英国银行间风险监管数据集，自2012年初金融服务管理局（FSA）通过审慎监管局（PRA）于2013年年中收集的当前第四次数据请求收集第一次报告以来，恢复和处置计划（FSA，2011）以及提交模板和说明都在不断完善，同时考虑到英国银行的反馈以及金融稳定委员会（FSB）等国际监管机构的发展。

作者只能进行全面分析，因为墨西哥中央银行拥有墨西哥银行系统各机构的详细每日数据，该系统允许计算自2005年1月起的银行间风险矩阵。Langfield et al.（2012）中的数据密集型调查只有在新的英国监管数据集（关于交易对手和工具的银行间风险）的情况下才有可能进行。风险敞口自2011年7月至12月的第一个报告期起六个月内从银行收集，数据集目前由英国央行审慎监管局收集和维护。根据作者的说法，该数据集是全球范围内最大的互联网市场的最细粒度表示。Markoseat等人（2012年）的超级摊铺税的制定得益于美国银行参与信用违约掉期（CDS）市场的数据，如联邦存款保险公司电话报告所记录。双边头寸或净双边风险敞口不可用，但每个金融机构的数据可以作为其在CDS卖方名义总值、买方名义总值、该机构为aguarantor的负公允价值总值和受益方的正公允价值总值方面的市场份额。作者设计了一种算法，随机分配未观察到的双边风险，同时满足总价值和现有市场份额集中度的要求。Caccioli等人的逻辑和创造性分析。