简介:随着巴塞尔新资本协议II、III的陆续出台,中国银监会也要求国内银行必须对操作风险计提监管资本。但计提监管资本需要准确度量风险,而中国学者因难以获得内部数据只好采用外部数据进行度量,每个研究团队搜集的外部数据是否充分?多少外部数据能够体现总体特征?最少需收集多少外部数据?至今尚无人回答这些问题。文章就此问题采用非参数变规模拔靴法,通过设定各分位数均值变化率截点值来选择样本规模,对每一样本规模多次模拟后拟合损失强度分布并模拟年度操作风险资本金,经过对比分析后,得出最小样本规模在800例(包含极端值),模拟结果比较稳定。与Wind数据库对中国银行业2013年的操作风险资本金判断相比,度量结果比较合理。这说明,不考虑所收集的外部数据是否能代表总体特征就计算,结果可能会产生一定偏差。
简介:以2015年重庆市38个区县的债务数据作为研究样本,利用灰色关联方法(GM)与BP神经网络两种理论在非线性处理方面的优势,构建了基于GM-BP神经网络的地方政府债务风险预警系统,并运用该预警系统对重庆市各区县债务风险进行了实证分析。结果表明:2015年重庆市33个区县债务风险处于绿色可控区,4个区县(大渡口区、开县、南川区、潼南区)处于橙色预警区,1个区县(城口县)债务风险处于红色风险区,重庆市地方政府债务风险总体可控;并且,与未经约简的BP神经网络预警系统相比,GM-BP神经网络预警系统的训练时间更短,预警准确性更高,在结合预警地区的实际情况做出微调后,其更具有一定的普适性。