考虑多种复杂特性的银行风险相关性建模研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71601178
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    18.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0114.金融工程
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

As evidenced by the repeated breakout of financial crises, neglecting the dependence between financial risks can have disastrous effects on banks and other financial institutions, especially in times of financial market turmoil. However, the dependence structure between bank risks is rather difficult to capture due to its uncertain influence path and complicated interaction. Given that bank risk dependence is characterized by multiple sophisticated features, such as nonlinearity, tail dependence, tail asymmetry, structure asymmetry and time dependence, this project aims to model the dependence structure between bank risks accurately. Firstly, based on the analysis of internal mechanisms and external manifestations, the typical features of bank risk dependence are comprehensively identified. Secondly, these features are categorized into static features and dynamic features. The new model is proposed to capture the static ones firstly and then extended to capture dynamic ones. By covering all features, the dependence structure can be accurately modeled. Lastly, comprehensive Chinese bank risk data sets are constructed, based on which the proposed model is applied to bank risk measurement and aggregation. This project will extend the theory of bank risk management, develop quantitative methods for banks’ capital allocation and provide analytical tools for regulatory institutions’ macro management decisions.
历史上不断重演的金融危机多次证明,风险之间的相关关系会对金融机构产生灾难性的后果,但是由于银行风险之间的影响路径不明确、交互方式复杂等原因,导致风险的相关性难以被精确刻画。本项目以风险相关性呈现出的非线性、尾部相关性、尾部不对称性、结构不对称性和时变性等多种复杂特性为突破点,研究能准确刻画银行风险相关性的方法。首先,在研究银行风险相关性的内在机理和表现特征的基础上,实现对银行风险相关性复杂特性的系统识别。然后,依据“先刻画静态特性,再拓展到动态特性”的新思路,研究能全面捕捉银行风险相关性复杂特性的新模型,实现对银行风险相关性的准确刻画。最后,构建我国银行业综合风险数据集,并将新模型运用到我国银行业的风险集成度量当中。本课题的研究成果不仅能从理论上丰富银行风险管理的前沿研究,还能为银行业的资本金配备和资本优化提供定量方法,也可为监管机构的宏观管理决策提供量化分析工具。

结项摘要

银行面临着多种类型的风险,如信用风险、市场风险和操作风险等,它们之间错综复杂的相关关系会使风险相互转化、相互影响,令原有风险呈现出放大或者缩小的趋势,显著影响着银行风险度量结果的准确性。但是由于风险之间的影响路径不明确、交互方式复杂等原因,导致风险的相关性难以被精确刻画。本项目旨在对银行风险相关性的内在机理和本质规律进行深入研究,从理论上促进相关性下银行风险集成度量的前沿研究,从实践上为政府监管部门以及相关行业机构提供有效的技术支持和政策建议。. 本项目以风险相关性表征出的多种复杂特性为突破点,研究能准确刻画银行风险相关性的方法。并且考虑金融领域风险特性的一致性以及研究的完整性,将研究范围从银行风险扩展到金融风险,提出了一系列金融风险度量方法,初步形成了相关性下的金融风险集成度量方法体系。在项目的研究过程当中,发现部分类型的银行风险数据呈现出匮乏状态,严重阻碍着该领域研究的进展,因此我们必要地拓展了研究内容,采用文本数据补充传统金融数据的思路,通过提出多种数据挖掘技术,初步搭建了多源金融风险大数据库构建的一般性流程,基于该流程构建了五个金融风险主题数据库,为金融风险的集成度量研究提供有力的数据支撑。. 迄今为止,本项目发表(录用)论文21篇,其中ESI高被引论文1篇,SCI/SSCI论文10篇。并将提出的理论和方法应用到国家防范系统性金融风险的宏观管理决策,以及金融企业的风险控制当中,提交的政策建议3份被决策部门采用,1份获国家领导人批示;形成的1份风险控制方案获阳光保证保险公司的高度肯定并采纳应用。参与组织国内外学术会议3项,成员累计参与8次学术会议。获得国际会议最佳论文奖2项,青海省科技进步二等奖1项。项目负责人入选中国科学院青年创新促进会,参与项目的研究生博士毕业3人,1人获中国科学院“院长特别奖”,2人获教育部“博士生国家奖学金”。

项目成果

期刊论文数量(14)
专著数量(1)
科研奖励数量(3)
会议论文数量(5)
专利数量(1)
Financial statements based bank risk aggregation
基于财务报表的银行风险汇总
  • DOI:
    10.1007/s11156-017-0642-0
  • 发表时间:
    2018
  • 期刊:
    Review of Quantitative Finance and Accounting
  • 影响因子:
    1.7
  • 作者:
    Jianping Li;Lu Wei;Cheng-Few Lee;Xiaoqian Zhu;Dengsheng Wu
  • 通讯作者:
    Dengsheng Wu
Should the advanced measurement approach to operational risk be discarded? Evidence from the Chinese banking industry
操作风险的先进衡量方法是否应该被抛弃?
  • DOI:
    --
  • 发表时间:
    2019
  • 期刊:
    Review of Pacific Basin Financial Markets and Policies
  • 影响因子:
    0.9
  • 作者:
    Xiaoqian Zhu;Jianping Li;Dengsheng Wu
  • 通讯作者:
    Dengsheng Wu
Network-based estimation of systematic and idiosyncratic contagion: The case of Chinese financial institutions
基于网络的系统性和异质传染性估计:中国金融机构的案例
  • DOI:
    10.1016/j.ememar.2019.100624
  • 发表时间:
    2019-08
  • 期刊:
    Emerging Markets Review
  • 影响因子:
    4.8
  • 作者:
    Jingyu Li;Yanzhen Yao;Jianping Li;Xiaoqian Zhu
  • 通讯作者:
    Xiaoqian Zhu
Bank risk aggregation with forward-looking textual risk disclosures
具有前瞻性文本风险披露的银行风险聚合
  • DOI:
    10.1016/j.najef.2019.101016
  • 发表时间:
    2019-11
  • 期刊:
    North American Journal of Economics and Finance
  • 影响因子:
    3.6
  • 作者:
    Lu Wei;Guowen Li;Jianping Li;Xiaoqian Zhu
  • 通讯作者:
    Xiaoqian Zhu
A novel text-based framework for forecasting agricultural futures using massive online news headlines
一种新颖的基于文本的框架,用于使用大量在线新闻标题预测农业期货
  • DOI:
    10.1016/j.ijforecast.2020.02.002
  • 发表时间:
    2021-12-10
  • 期刊:
    INTERNATIONAL JOURNAL OF FORECASTING
  • 影响因子:
    7.9
  • 作者:
    Li, Jianping;Li, Guowen;Wei, Lu
  • 通讯作者:
    Wei, Lu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

多类型相关性下的保险业操作风险度量研究
  • DOI:
    10.12005/orms.2022.0304
  • 发表时间:
    2022
  • 期刊:
    运筹与管理
  • 影响因子:
    --
  • 作者:
    李斌;常闫芃;王颖慧;朱晓谦;李建平
  • 通讯作者:
    李建平
考虑审计要素多重语义关联的财务欺诈识别研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    管理科学学报
  • 影响因子:
    --
  • 作者:
    李建平;孙灏;常闫芃;朱晓谦
  • 通讯作者:
    朱晓谦
层粘连蛋白对兔角膜内皮细胞bcl-2表达的影响.
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国病理生理杂志
  • 影响因子:
    --
  • 作者:
    朱晓谦;吴静;徐锦堂;赵松滨.
  • 通讯作者:
    赵松滨.
考虑财务报告中文本风险信息的财务困境预测
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    系统管理学报
  • 影响因子:
    --
  • 作者:
    孙灏;朱晓谦;李建平
  • 通讯作者:
    李建平
层粘连蛋白促进兔角膜内皮细胞bcl-2表达的最适浓度测定.
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    眼科新进展
  • 影响因子:
    --
  • 作者:
    朱晓谦;吴静;王彦平.
  • 通讯作者:
    王彦平.

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

朱晓谦的其他基金

多粒度多尺度相关性下的银行操作风险度量研究
  • 批准号:
    71971207
  • 批准年份:
    2019
  • 资助金额:
    49 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码