简述失业保险的类型范文篇1

关键词:泊松过程地震灾害风险管理保险

中图分类号:F840.64,X43文献标识码:A

1、引言

自然灾害给人类社会造成巨大损失,虽然自然灾害的发生无法避免,但人们可以对这类灾难性事件的风险进行有效管理,减轻其对经济社会的影响。自然灾害金融风险管理研究的主要目的是通过有效管理这类灾害的后果并加强预防,减少人员伤亡和经济损失,降低人类社会对自然灾害的脆弱性。

本文以地震灾害为例,研究地震灾害背景下提供保险的问题。由于人类社会及生存环境对地震灾害的脆弱性,有学者认为地震灾害金融风险管理应视为一类重要的公共政策问题,以政府行为为主导。而从风险管理的观点来看,为地震保险之所以存在困难,至少有两个方面的原因。首先,地震灾害中,保险各方都有较大损失,因此不能采用常规的保险统计方法提供地震保险。其次,通常为地震灾害提供保险,大范围的债务责任却拥有相对较少的灾难保险储备金,或缺少合适的保险费率厘定方法。由于提供地震保险存在上述两个及其他困难,保险公司难以承担其带来的巨大风险,一次破坏性地震可能会导致许多保险公司破产,因此目前世界各国的地震风险大都由政府和保险公司共同承担,即政府负责宏观的管理,保险公司处理具体的保险业务。

由此可以看出,关于地震保险,最重要的两个问题是:(1)地震中经济损失的确定;(2)重大地震灾害中保险企业破产可能性的确定,即保险企业的极限承保能力。确定地震灾害造成的经济损失可以为承保者提供一种理论工具,评价地震后可能要面对的货币债务的严重程度。而确定重大地震灾害中保险企业的极限承保能力则可以帮助承保者分析交替储备水平对破产可能性的影响,分析市场行为失效阈值,提高保险企业金融风险管理水平。

2、地震灾害经济损失评估模型

在概率论中可以用一个或有限多个随机变量来描述随机现象,然而对有些现象还需要研究它的发展变化过程,这类现象若仅用一个或有限多个随机变量描述它,就不能揭示其全部统计规律性,于是,出现了随机过程理论。本文所采用的泊松过程是一种累计随机事件发生次数的最基本的独立增量过程,是描写随机事件累计发生次数的基本数学模型之一。

假设地震及余震后的区域经济服从参数为的泊松过程。初始地震损失为,余震损失记为。通常震后造成的破坏不如初始地震造成的破坏严重,因此假设余震带来的损失随时间按负指数衰减。即如果一次地震的初始损失为,经过时间后,损失则为,其中为指数分布系数(速率)。设为时刻发生余震的总数,经济损失记为是独立的且同指数分布,与独立[1]。

将地震发生时刻记为0,余震结束时刻记为。则时间间隔内总的经济损失即为

其中为第次余震发生的时刻。由方程(1)可知是一个随机变量。因此,要进行金融风险管理,为承保者制定合理的目标,需要确定地震及余震在区间内的损失期望。

计算损失期望值的方法有很多。首先,考虑时间内的震动总数,有

当满足条件时,无序的到达时间是区间内独立均匀分布的随机变量。因此,若,记为区间内独立且均匀分布的随机变量,则与具有相同的分布。综上所述可以得到

其中为初始地震的平均经济损失,为区间内均匀分布的随机变量。为确定方程(3)右边最后一项的期望,由公式

可以得到

又根据泊松过程的性质可知[1],求期望值得到

方程(6)即为我们所要的结果。通过研究泊松过程的性质可以看出,建立地震及余震后的平均经济损失评估模型是可行的。

根据方程(6)可知,前面建立的平均地震损失评估指标受以下几个因素的影响:

(1)地震发生的频率(),

(2)平均初始地震损失(),

(3)指数分布系数()。

例:假设一次带有余震的地震发生时刻为0,初始损失。设,要求确定五小时后的平均损失。将值代入公式(6),可以得到这种情况下的平均地震损失为￥1,986,524。

下面讨论的影响因素,即参数和初始损失值的性质:首先,当地震发生的频率()增大时平均经济损失会增加。从承保者的角度来看,这意味着对于两次持续时间相同的余震,强度较大的那次余震会导致较高的期望经济损失。第二,指数分布系数()增加对于前面建立的平均损失评估模型有不确定的影响。可以证明,若,则速率越大,平均经济损失就会越小。最后得到的总的平均损失评估指标是平均初始损失的增函数。即初始损失越大,平均经济损失也越大。

3、保险企业极限承保能力模型

保险企业极限承保能力定义为保险企业的最大赔付能力,超过这一限额,保险企业将破产。假设发生了重大地震并且保险企业偿还了保险,以系统动力学和随机过程理论为基础,通过分析保险企业破产可能性,确定企业极限承保能力。

从承保者的角度来看,企业破产问题关注的一个重要内容是索赔者的保险额,因为他们有可能在地震发生后获得赔偿。假设发生地震及余震,结束时刻为。只要索赔者在时刻的索赔额度超过了承保者在时刻的现金余额,保险公司就会破产。由于地震是随机发生的,保险索赔者的需求满足过程也是一个随机过程。因此,上面所描述的事件并非一个必然事件,而是一个偶然事件。下面讨论如何确定这一事件发生的可能性。

企业破产的可能性可以通过几种方式求得,考虑前面建立的地震经济损失评估模型,假设保险公司受到地震的影响,地震中投保的受害者向保险公司提出索赔,该过程符合速率为的泊松过程。相继的索赔金额是独立同分布的,分布函数为,其相对也是独立的,表示时刻索赔者的数目。记为相继的索赔者索赔的时间间隔,记为每个保险公司的初始现金余额,并假设该保险公司每单位时间现金流入的速率恒为1。

下面确定保险公司破产的可能性,它是初始现金余额的函数。首先需要确定不破产的可能性,即保险公司仍具有偿还能力的可能性。

(7)

方程(7)右边一项是指保险公司在每个可能的时刻现金余额保持为正值的可能性。以前时间单元为条件,采用科尔莫戈罗夫向后方法简化方程(7)的右侧。如果在这段时间间隔内没有索赔者获得保险赔偿,则保险公司的现金余额为。若只有一个索赔者获得保险,现金余额则为。综上所述可得

(8)

其中为保险公司在最初的前时间单元内接待两个或更多索赔者的可能性,它是的高阶无穷小。将公式(8)两边同时减去,并同时除以,整理得到

(9)

令,则,得

(10)

方程(10)为具有偿还能力的可能性,即的常微分方程。求解微分方程(10)时,可以更新理论为基础,首先,将方程(10)转换为一个更新方程,其次,换元并求解满足该更新方程的更新函数。由此可得

(11)

其中为更新函数。令,然后求极限,已知,且,其中。将和代入方程(11),得到。由此可知在有限的情况下,维持营业的可能性为1;相反破产的可能性即为0。

4、结语

保险是一种非常复杂的经济行为,地震保险也面临着一些根本性的困难。地震具有非故意行为所致、偶然发生、有造成重大损失的可能性、造成的损失可以用货币衡量的特点,这些是开展地震保险的基础。目前,人们虽然积累了一定数量的地震灾害数据,有了一些规律性的认识,但尚不能完全掌握地震发生的规律,致使地震保险业务本身的风险很大。其次,地震发生时间的不确定性和灾难保险储备金不足是开展地震保险业务的障碍之一,使得地震保险成为一种不同寻常且难以处理的保险问题。

本文运用泊松过程理论建立地震灾害经济损失评估的数学模型。通过地震经济损失分析,建立保险企业支付保险金后破产概率数学模型,以破产概率作为确定保险企业极限承保能力的依据。本文提出的计算模型和分析方法,有助于保险企业提高地震灾害金融风险管理水平,对于保险企业与政府确定各自的责任分担和责任限度额也具有一定的实用价值。

参考文献:

[1]樊平毅.随机过程理论与应用[M].北京:清华大学出版社,2005.91-94.

简述失业保险的类型范文篇2

一、论风险问题

斯蒂格利茨对风险问题的研究，主要集中于他与罗斯柴尔德(m.rothschild)在70年代早期合作发表的一系列论文之中。

斯蒂格利茨在与罗斯柴尔德合作的论文《递增风险：定义》(1970)中，首先对风险的传统定义进行了总结，并提出了新的定义方法。他们认为，人们通常用四种定义来说明一个随机变量(y)较另一个随机变量(x)具有更大的风险(假定二者均值相同)，即：(1)随机变量y等于随机变量x加干扰项z(均值为零的噪音)；(2)每一个风险规避者更偏好x，即对一个凹效用函数而言，eu(x)≥eu(y)；(3)与随机变量x相比，随机变量y的概率密度函数在其尾部具有更大的权数；(4)随机变量y的方差大于x。通过对随机变量的偏序进行检验，他们指出前三种定义是等价的，而第四种定义则与之不同。为了更准确地把握风险的含义，他们还对“更高的风险”给出了一个正规的定义，即如果一个随机变量的密度函数是另一个随机变量的密度函数加上一个“保持均值不变的差”(meanpreservingspreads),则该随机变量具有更高的风险。其中，“保持均值不变的差”是一个均值为零的分段函数。斯蒂格利茨与罗斯柴尔德的这一定义，成为大多数论述风险问题文献的分析基础。

斯蒂格利茨在与罗斯柴尔德合作的《递增风险：经济影响》(1971)论文中，进一步对递增风险的经济影响及其具体应用进行了论述，分别就不确定性对储蓄收益率的影响、资产组合选择问题、厂商的生产问题和厂商多期计划问题等进行了深入的分析和考察，其主要结论包括：(1)均方差分析方法一般会导致错误的结论、相关函数的凹行或凸性条件可以用阿罗-普拉特的相对和绝对风险规避概念进行表述；(2)厂商在不确定条件下的产出总是低于确定性条件下的产出，厂商对递增风险的最优反应是削减产量而非价格(这是新凯恩斯主义经济学的基石之一)。

这些发表于70年代早期的论文，奠定了斯蒂格利茨的学术地位、并部分地奠定他的研究方向和风格。有人曾经形象地指出：斯蒂格利茨的学术生涯，就是他关于风险和不完全信息的基本思想在整个经济学领域不断传播的过程。

二、委托-和道德风险、信息甄别、不完全竞争等理论

斯蒂格利茨对风险和不确定性的研究，直接导致了他对委托-及道德风险、信息甄别、不完全竞争等问题的研究。这些研究既是它对前述分析工具和基本思想的理论应用，又构成了他对各种具体经济问题进行分析的立足点。

1.委托-和道德风险。斯蒂格利茨利用不完全信息和非对称信息，对委托-及道德风险问题进行了研究。主要成果反映在其与阿诺特合著的《对道德风险的基本分析》(1998)、《道德风险与非市场制度》(1991)等论文之中。

斯蒂格利茨等认为，不完全信息和非对称信息的存在会引起委托-和道德风险问题。由于人和委托人的利益和行为动机可能不一致、且存在非对称信息，因此，人的行为可能不符合委托人的利益。他们指出，即使发生这种情况(对委托人而言，人的行动并非最优秀的)，委托人可能仍然偏好人参与其中的结果、而非没人参与时的情形。例如在刑事审讯中，杀人嫌疑犯可能更偏爱雇用一个人(律师)所产生的结果(定罪为过失杀人)、而不是没有人时的结果(判处死刑)。当然，最符合委托人利益的结果(无罪释放)可能通过人的其它行动(例如向法官行贿、做伪证等)取得。由于委托人不能根据可观测到的信息完全推断人的真实行为，因而他对人的能力、人根据委托人的利益采取行动的程度等无法获得准确的了解。因此，斯蒂格利茨等将委托-关系的特征描述为：委托人由于部分非对称信息的存在而具有的风险的情形。

将努力函数引入分析模型，使得双方签订的合约对双方的偏好集和机会集产生了间接的影响、并使得市场活动更趋复杂。据此，阿诺特和斯蒂格利茨(1988)针对意外保险指出：“即使预期效用函数、努力程度与发生意外事故的概率的关系等基本函数是相当良好的，无差异曲线和可行集却也未必：无差异曲线不必是凸的、可行集必定不是凸的；价格-消费线和收入-消费线可能是不连续的；努力程度一般不是保险政策或商品价格等参数的单调函数或连续函数”。显然，不连续性将削弱人们对市场机制的自信。此外，他们认为非市场因素会使得道德风险问题进一步加剧。为此，阿诺特和斯蒂格利茨(1991)所得出的结论是：“当发生明显的市场失灵时，非市场因素至少部分具有克服市场缺陷的强烈动机”。

2.信息甄别模型。阿克洛夫的“旧车市场模型”和斯彭斯-的“劳动力市场模型”，分别对逆向选择的机理和信号传递的作用进行了分析；斯蒂格利茨则提出了信息甄别模型和保险市场模型，大大拓展了经济学界对逆向选择和信号理论的研究。

斯蒂格利茨在其所发表的《“信息甄别”理论、教育与收入分配》(1975)论文中，以“受教育水平”作为市场信号，对信息甄别的内在机制进行了研究。而在《质量依赖于价格的原因和后果》(1987)论文中，则考察了价格水平充当市场信号、并具有信息甄别作用的情形，尤其是对信息甄别问题给出了更一般的分析。斯蒂格利茨认为，价格水平除了传统经济理论通常所描述的作用外、还具有充当市场信号的功能-它传递信息并影响市场参与者的行为。在存在非对称信息的情况下，价格的变化具有两方面的效应：在信息不变的条件下沿着需求曲线的移动以及信息的变化引起的需求曲线本身的移动。例如，在保险市场上，愿意支付较高价格的投保者，往往具有更大的发生意外的可能性；保险公司可根据他们愿意支付的价格，将投保人甄别开来、并使不同类型的投保人选择不同的保险合同。

斯蒂格利茨的这类模型，具有四个突出的特点：(1)许多结论依赖于规模收益递增的假定；(2)所有模型均包含某种信息不对称；(3)当存在信息甄别时，某一市场价格上的供给和需求可能不会相等；(4)即使对于完全相同的商品，也会出现多种市场价格，即市场价格是一个分布、而非单一值。在信息甄别模型中，不完全信息和非对称信息可能使得市场失灵，使得市场均衡偏离最优水平。它们在劳动市场、信贷市场和保险市场上的应用，则为新凯恩斯主义对自由放任的质疑态度提供了微观基础。

3.不完全竞争。对不完全竞争的分析是斯蒂格利茨的另一项重要学术贡献。他在一系列相关论文中均将厂商模型化为面对风险(产出依赖于随机变量)、市场结构(行业中的厂商数量)内生地决定及采用博弈论思想(进入战略和退出战略等)的生产单位。

斯蒂格利茨在其与迪克西特合著的《垄断竞争与最优产品多样性》(1977)论文中指出，外部效应、规模经济和分配公正，是导致不完全竞争的市场结构的主要原因。为此，他们提出了一个针对规模经济的垄断竞争模型，对不同假设条件下的市场均衡与社会最优的关系进行了对比。他们首先将规模经济问题巧妙地转换为产品种类和产品数量的关系问题。他们认为，在存在规模经济的条件下，通过减少产品种类、增加每种产品的产出数量，能够降低企业成本、节省社会经济资源；与此同时，产品种类的减少将使得消费者产品消费种类的减少，从而引起社会福利损失(消费者更偏爱消费的多样性)。由此，他们将规模经济问题变为产品种类和产品数量问题，且其社会福利性质依赖于消费者效用函数的形式(因为效用函数反映了消费者对产品种类多样化的偏好状况)。

为了反映产品种类的多样化在消费者效用函数中的作用，并体现产品替代对消费者效用、从而对社会福利的影响，迪克西特和斯蒂格利茨构造了著名的“迪克西特-斯蒂格利茨效用函数”(后被人们引申为d-s生产函数，在现代内生增长理论、尤其是品种增加型或质量改进型的经济增长模型中，得到了广泛的应用)，并分别对固定替代弹性、可变替代弹性和非对称情形下的效用函数及其市场均衡同社会最优的对比进行了讨论。他们的研究表明：在固定替代弹性的情形下，垄断竞争市场的市场均衡和约束最优完全一致，即具有相同的企业数目、同样多的产品种类和产量；无约束最优拥有比市场均衡和约束最优更多的企业和更多的产品种类，但仍没有企业达到平均成本曲线的最低点。因此，社会最优并不是将产出扩大到穷尽全部规模经济的情形。此外，他们还在固定替代弹性情形下，第一次严密地推导出了人们熟悉的张伯伦dd曲线和dd曲线。

三、保险市场、金融市场和劳动力市场

将上述研究成果运用于保险、金融和劳动力等特定市场分析之中，是斯蒂格利茨对经济理论的另一项重要贡献。在斯蒂格利茨的研究中，这些市场均具有下述显著的特点：(1)每种市场的产出均具有一定的随机性，至少一方的市场交易者面临风险问题；(2)市场面临非对称信息；(3)每种市场均充满了委托-问题和道德风险问题；因此这些市场一般不会出清，其产出往往偏离最优水平。

1.保险市场。在与罗斯柴尔德合作的《竞争性保险市场的均衡》(1976)等论文中，斯蒂格利茨等人对非对称信息和不完全竞争下的保险市场进行了研究。在这类保险模型中，充满了不确定性和非对称信息。保险合同是在非对称信息下签订的，如果双方都知道合同后果，那么至少有一方将拒绝该合同。斯蒂格利茨将意外保险的消费者分为两类：高风险的消费者和低风险的消费者。市场双方对消费者的类型存在非对称信息：消费者了解自己的类型、保险公司则不知道消费者属于哪一类。在这种情况下，保险公司不仅要进行价格和数量决策，而且还必须就它提供的保险合同进行决策。

斯蒂格利茨和罗斯柴尔德(1976)指出，在竞争性的保险市场上，市场均衡是这样一组保险合同：“当消费者为最大化其预期效用而选择合同时：(1)在均衡集合中，不存在获得负预期利润的合同；(2)在均衡集合之外，不存在如果提供将获得负利润的合同。”由于高风险和低风险的消费者不会购买同样的保险合同，因此，不论市场是否是完全竞争的两类消费者不会联合起来。不过在不完全竞争的保险市场上，保险公司能够通过消费者的需求数量对消费者进行甄别。此外，由于消费者能够通过一定的措施、控制其发生意外的可能，因而保险市场上充满了道德风险。阿诺特和斯蒂格利茨在《道德风险的基本分析》(1988)论文中表明，保险市场中的非市场因素(例如家庭或社会对事故受害人的援助或捐助)能够抑制消费者对避免意外的措施的采取，从而导致一个更差的结果。

2.金融市场。斯蒂格利茨沿两种思路对金融市场进行了研究：一是对企业财务结构的论述，一是信贷配给模型。其中，第一种思路直接与莫迪利安尼-米勒定理相联系，第二种思路则突出了斯蒂格利茨的研究特色---对非对称信息、逆向选择和道德风险等的强调。斯蒂格利茨在《对莫迪利安尼-米勒定理的重新考察》(1969)一文中，对一般均衡情形下的莫迪利安尼-米勒定理的条件进行了概括，并在不使用风险等级概念的情况下，揭示了企业财务结构与企业价值的无关性。

在与韦斯合作的《不完全信息市场中的信贷配给》(1981)等论文中，斯蒂格利茨沿着与mm定理不同的新思路，对金融市场进行了分析。在这里，企业的财务政策受到银行信贷配给的约束。他们提出了一个存在非对称信息和逆向选择问题的信贷模型：企业知道其投资行为所蕴含的风险，银行则不了解借款企业的风险状况。风险较大的企业愿意以更高了利率借款，而利率的提高将使得低风险的企业退出该市场(产生逆向选择)，从而使得银行放款的平均风险上升，并减少银行的预期利润；与此同时，利率和合同条款的变化，可能诱使高风险的企业从事风险更大的投资项目(成功的可能很小，但一旦成功则获得高额的回报)、进一步降低银行的预期利润(道德风险问题)。在这种情况下，银行将宁愿选择在较低利率水平上满足所有企业的借款申请。于是，就产生了信贷配给现象，它是市场信息甄别、逆向选择和道德风险相结合的必然结果。金融市场上的信贷配给现象，说明了价格(即利率)调整的不充分和资源配置中数量约束(即信贷配给)的必要性。这一市场特征构成了新凯恩斯主义宏观经济学货币理论的微观基础。

3.劳动力市场。在对劳动力市场的分析中，斯蒂格利茨突出了非对称信息(雇主对雇员生产率水平的不完全信息)在市场信息甄别、隐性工资合同和效率工资中的关键地位。斯蒂格利茨《欠发达国家的效率工资假说、劳动力剩余和收入分配》(1976)及其与夏皮罗合作的《作为工人纪律手段的均衡失业》(1984)等论文，是斯蒂格利茨研究劳动力市场的信息甄别和效率工资问题的重要论文。其中，夏皮罗和斯蒂格利茨(1984)从非对称信息的角度、对劳动力市场上效率工资的分析，以“夏皮罗-斯蒂格利茨模型”而具有相当的影响。其基本含义是：由于在雇员是否偷懒问题上，雇主和雇员之间存在非对称信息，因此，为诱使雇员不偷懒，雇主倾向于提供一个高于市场出清水平的工资(从而使得劳动力市场偏离瓦尔拉均衡)。

在斯蒂格利茨对劳动力市场的各类研究中，呈现出下述共同特征：(1)工资水平高于“工资等于劳动边际产品价值的假设”，从而存在失业现象；(2)由于雇主-雇员关系涉及非对称信息和委托问题，工资缺乏灵活性；(3)市场上会出现多重工资；(4)劳动力市场偏离帕累托最优状态。这些特征构成了新凯恩斯主义宏观经济学的微观基础，它为政府对市场的适度干预提供了理论依据。

四、新凯恩斯主义宏观经济学：市场效率与微观基础

作为新凯恩斯主义的重要代表人物，斯蒂格利茨对新凯恩斯主义宏观经济学的产生和发展做出了突出贡献。具体而言，斯蒂格利茨对风险、非对称信息(委托、逆向选择和道德风险)和不完全竞争等市场特征的研究，揭示了市场本身缺乏效率的可能；他对保险市场、金融市场和劳动力市场等特定市场的分析，则直接构成其新凯恩斯主义宏观经济学的微观基础。

1.市场效率与政府作用。在与格罗斯曼、纽伯里、格林沃尔德等人合作的一系列论文中，斯蒂格利茨等人对不完全信息和不完全市场的经济后果进行了深入的研究(尤其是80年表的论文)，揭示了非对称信息和信息成本等的存在如何导致了帕累托效率的缺乏。例如，斯蒂格利茨在与纽伯里合作的《理性预期下的技术选择和市场均衡最优性》(1982)一文中指出，“在一个存在竞争市场的世界中，保险市场分配分配风险、产品市场分配产品；但在缺乏保险市场的情况下，仅存的产品市场不得不承担起这两种功能。……重要的一点是，只有在非常特定的情况下，市场配置才能在非常弱的意义上，实现我们的有约束帕累托最优概念中所隐含的最优性”。

对市场的这种判断，必然导致斯蒂格利茨对政府作用采取新凯恩斯主义的态度，强调适度政府干预的必要性。斯蒂格利茨在《政府的经济角色》(1986)一文中，对此进行了较为系统的总结。斯蒂格利茨认为，信息不完全问题既遍及私人部门又遍及公共部门，因此，我们在承认政府干预经济、克服市场失灵的积极作用的同时，也应看到政府干预的不足之处和公共失灵现象。斯蒂格利茨将“公共失灵”归结为五个方面：不完全信息和不完全市场是市场失灵的一个来源，同样普遍存在于公共部门；与政府强制力紧密相关所再分配，不仅会导致不公正。而且会产生寻租活动；当前政府带给未来政府的有效合同的局限性，会带来巨大的经济费；公共部门中产权让渡的其它缺陷，将限制有效的激励结构的构建；公共部门缺乏竞争，会削弱人们的积极性。

2.新凯恩斯主义宏观经济学的微观基础。对于新凯恩斯主义宏观经济学的微观基础，格林沃尔德和斯蒂格利茨曾在《对可供替代的宏观经济理论的考察》(1988)一文中作出了扼要的总结：“新凯恩斯主义理论通过多种方式，修改了传统凯恩斯主义的假设。不同的修改，可依据它们所关注的市场进行分类。对于劳动力市场，有三种理论方法，分别集中于隐性合同、搜寻和效率工资。其它方法集中于产品市场，试图依据菜单(调整)成本或不完全竞争解释价格刚性。还有一些理论针对资本市场，它们强调信贷配给和资本配给的作用。”

根据前文对不完全竞争的分析，当风险规避型厂商面临市场冲击时，通常会作出削减产量的决定；同时，劳动力市场上的隐性合同、效率工资和委托问题，会导致工资的刚性，从而降低厂商调整价格的能力。这样，必然会导致经济周期和失业现象。此外，斯蒂格利茨还在与格林沃尔德合作的一系列论文中，将前述信贷配给和资本配给等金融市场特征，转化为宏观经济现象，分析了金融市场的这些特征对产出水平和经济周期的影响。他们的分析表明，金融市场对产出水平的影响，不是通过凯恩斯主义的利率和资本的边际效率、而是通过自有资本约束和资本配给来实现的。

简述失业保险的类型范文篇3

2014年12月10日，中国保险监督管理委员会了《互联网保险业务监管暂行办法(征求意见稿)》(以下简称《办法》)。《办法》中最为市场关注的是对互联网保险业务的经营区域做出的具体描述。本文将结合《办法》出台的相关背景，对目前中国大陆互联网保险市场的发展历史、发展现状、发展原因和面临的风险，以及对未来几年内互联网保险市场可能出现的发展方向做一初步研究。

关键词：

互联网保险；新经济形势；发展与研究

1中国大陆互联网保险市场的发展历史和现状

根据《办法》中对“互联网保险业务”的定义，互联网保险业务“是指保险机构依托互联网和移动通信等技术，通过自营网络平台、第三方网络平台等订立保险合同、提供保险服务的业务”。其中“，保险机构”包括保险公司和保险专业中介机构(全国性的保险专业公司和保险经纪公司)，“自营网络平台”指保险机构依法设立的网络平台“，第三方网络平台”是指为保险机构提供辅助服务的网络平台。

1.1中国大陆互联网保险市场的发展历史2000年左右，一些保险公司及其他机构开始尝试在公司网站或其他平台上销售保险产品。2010年，淘宝网设立保险频道。2010～2012年，淘宝网规模保费年均增速10倍。2012年，实现保费收入接近10亿元，超过20余家中小寿险公司的年度保费总收入[2]。2013年，腾讯财付通平台、苏宁易购等电商进入保险销售市场。2011年，保监会颁布《保险、经纪公司互联网保险业务监管办法(试行)》(保监发[2011]53号)。2011～2013年，涉足互联网保险业务的保险公司数量从28家上升到60家；同期客户数量从816万人增长到5437万人，增幅566%；规模保费收入从32亿元增长到291亿元，增幅810%，年均增长率202%[3]。2013年9月29日，由阿里巴巴、腾讯、平安、携程等共同发起的全球第一家专业网络保险公司——众安在线财产保险公司正式成立。2014年2月25日，由中国保险行业协会研究撰写的《2011—2013年互联网保险行业发展报告》。根据这个报告，相比世界上一些发达国家(比如美国，互联网保险占比达到30%左右)，目前我国互联网保险收入在整个保险市场中的占比尚不到3%，仍然具有极大的发展空间。2014年4月，保监会《关于规范人身保险公司经营互联网保险有关问题的通知(征求意见稿)》，同时，保监会相关人员表示正在抓紧起草制定互联网保险业务的监管办法《。通知》中对可以进行互联网保险业务的保险公司的偿付能力充足率提出了明确要求(150%以上)，同时，在业务开展过程中，保险公司必须明示保险产品属性，充分履行风险提示义务。2014年9月，许多保险公司的理财型保险产品在第三方平台上消失。

1.2互联网保险市场兴起的原因《互联网保险行业发展报告》数据显示，人身险网销产品以万能型、分红型和投资连接型的两全趸缴产品、保险期限5～10年之间为主。设计的主要特点是满足客户资金增值需求，相应保障责任非常微小。保险公司使用这类产品形态在设计网上销售的理财产品时，可以通过提高结算利率、降低退保费用等方法，将客户持有保单的期限降低到1年甚至1年以下，同时获得高于银行同期存款以及其他同期理财产品的收益《。中国保监会关于规范高现金价值产品有关事项的通知》(〔2014〕12号)中，将这类产品明确为“高现金价值保险产品”，即第二保单年度末保单现金价值与累计生存保险金之和超过累计所缴保费，且预期该产品60%以上的保单存续时间不满3年(投资连结保险产品、变额年金保险产品除外)。

1.2.1高现金价值产品和低廉的销售成本的结合在互联网保险兴起以前，理财型产品的销售渠道主要是通过银行、邮政等金融机构的网点实现。银行手续费率[4]根据产品性质及期限，如一般五年期限的趸缴类理财产品，普遍高达3％以上。而淘宝网除了更加积极和有效率地向保险公司提供众多消费客户外，手续费率只有0.2%。在这样的低成本和大客户群的基础上，保险公司可以在实际经营成本不变的情况下给予客户较高的回报(高现价产品)，从而保证销售量和商誉。2012年，当期银行一年、两年、三年定期存款利率为3%、3.75%、4.25%，按照上浮10%计算可以分别达到3.3%、4.125%、4.675%。而某公司在淘宝网上率先推出了一款趸交万能险产品，无初始扣费，无保单管理费，保底收益2.5%/年，1年后退保或领取不收取任何手续费、当期预期年化结算利率为5.2%。简单地分析这个产品可以发现，客户只要持有满一年就可以拿回全部本金和5.2%的收益。

1.2.2“长尾效应”1897年，意大利经济学家帕累托提出了著名的“二八定律”，即20%的人口享有80%的财富“。二八定律”成为长期以来保险公司在界定主流客户群，计算投入和产出的效率，制定客户目标和销售政策的理论基础。恰恰与此相反，网上销售业务的客户群体明显表现出“长尾”的特征。2004年10月，克里斯•安德森在从对亚马逊和Netflix之类网站的商业和经济模式的研究中提出了“长尾”的概念，即：只要产品的存储和流通的渠道足够大，非主流产品和客户群体所共同占据的市场份额可以和主流产品和消费人群所占据的市场份额相匹敌甚至更大，而这一现象的发生正是基于网络时代的技术环境为个人意愿自由表达提供的巨大空间。在对根据淘宝网提供的一个客户数据分析[5]和传统上保险公司通过银行保险(以下简称“银保”)销售理财业务的客户特征的比较中，发现以下三点问题。(1)近50%的网上客户从未接触过理财，也不曾购买过理财产品。(2)35岁及以下的客户占网上客户的80%，销售额占70%。其中，成交金额仅为1000元的客户占比23%。在传统银保理财业务中，理财产品销售的最低金额通常为10000元，35岁以下的客户群体被认为是收入较低的年轻人群体。(3)46岁到55岁的客户群体成交单价最高，人均5000元。这一点与传统银保理财业务中的客户群体年龄分布相同，但在传统业务中，件均保费一般要达到五万元以上。以“淘宝”为代表的第三方互联网保险销售平台激活并满足了小额账户的金融需求，网络技术、支付平台、物流管理的发展和消费习惯的变化使保险公司在低成本条件下接触并满足了普通客户群体庞大的理财需求，破除了大金融机构(银行)的垄断地位，满足了新金融机构的资金需求。

2《办法》对经营地域的描述和高现价产品的风险分析

《办法》称“，高现金价值的人身保险产品、机动车保险产品不得将经营区域扩展至未设立分公司的省、自治区、直辖市。”这一规定被市场解读为对高现价产品的风险提示和变相限制。那么，经营高现金价值产品究竟具有怎样的风险呢？

2.1投资收益风险2012～2013年，以上文所述某公司在淘宝网上推出的年化收益5.2%的产品为例，以网上销售费用0.2%计算,加上其他销售费用以后，保险公司直接成本要达到5.5%以上。2014年，网上销售的高现价产品根据年限(1～3年)的不同，收益普遍达到年化6%～7%，加上销售费用成本，保险公司直接成本达到6.3%～7.5%。同期，2012年全保险行业简单年化资金运用收益率约3.59%，2013年为5.01%，2014年为6.04%。这样，在2012～2014年度当中，高现价产品的投资收益盈亏平衡点要分别达到行业平均水平的153%、108%、130%左右。2013年的一项研究表明[6]，以达到行业水平150%的超额收益水平为例，在符合保险资金运用监管要求的条件下，在不同的投资组合中，权益投资收益率要达到行业平均收益的110%～150%，其他投资类(不动产类资产和其他金融资产)的收益要达到行业平均收益的165%～423%。2014年12月，保险公司固定收益类投资、股票和证券投资基金、其他投资占比分别为66.3%、11.1%和23.7%。风险较大的权益类和其他投资类的占比从2013年9月末的25.32%上升到34.8%。对于依赖于高现价产品保费收入的中小型保险企业来讲，权益类和其他投资类的占比可能还要高于行业的平均状况，项目匹配和规模匹配的风险日益增加，此外，还有资金运用存在的坏账风险和道德风险。

2.2久期匹配和现金流风险在投资项目和产品设计的久期匹配和现金流风险方面，网上销售的保险理财产品期限多为一年甚至一年以下，问题更加严重一些。在以负债端(保费收入)一年左右的期限匹配资产端(投资资产)更长年限的模式中，每年都必须保证有足够的新增保费来覆盖到期保费的流出(现金流)。(1)在市场竞争环境下，每年新保费的成本呈逐年上升的趋势。(2)市场利率环境、资金价格的变化以及其他外部不可抗因素的变化都会对保险公司持续的现金流需求带来不可预估的影响。(3)对于对新保费现金流依赖度较高的企业来讲，公司本身的经营风险，如投资项目的成败、管理层的变化、市场商誉等风险因素的叠加会迅速地反映在新保费的获取成本和获取时间上，对公司整体的经营带来了巨大的打击。互联网高现价产品的发展使保险行业的投资管理能力和风险管理能力具有了前所未有的重要性。不同保险企业的资产冲动和投资冲动在高现价产品销售的背景下风险若隐若现。正是在这样的情况下，监管机关做出了适当的限制和风险提示，对市场参与者的规模、资质提出了要求。

3对互联网保险行业发展方向的初步研究

2014年，人身险行业通过互联网销售渠道实现年化规模保费353.18亿元，占人身险总保费收入的2.09%，同比增长5.5倍，成为除人、银邮渠道和团险渠道外的第四大销售渠道。保险企业自有平台、第三方平台(包括银行和其他第三方平台)都是互联网保险重要的参与者。以淘宝为代表的第三方互联网保险销售平台上文已经做过研究，现在，本文将对在互联网保险的新浪潮中另外的两方参与者——保险公司和银行的发展做一个初步探讨。

3.1保险企业从目前的观察来看，保险公司并没有改变在传统销售模式中的根本地位，仍然只是处于一个产品的提供者、经营风险的承担者和费用的支付者的角色。根据保监会相关数据统计，2014年互联网保险保费收入中，95%是通过第三方平台(主要包括淘宝等销售平台和银行平台)实现的。而产生上述现象的原因有以下两点。原因之一，目前积极参与到互联网保险经营的保险公司主要是一些新公司和规模较小的公司。这些公司缺乏传统经营渠道、人员和客户资源，依赖自有平台经营网上业务缺乏基本的客户资源沉淀和受众群体，在这种情况下选择成熟的第三方平台进行销售可以迅速积累客户量和推广商誉。原因之二，对于一些成熟的中大型保险企业而言，虽然网上销售的平台技术和专业销售技能是可以在短时间之内形成，这些企业也具备自有平台经营所必需的客户资源积累，但是，这些企业需要面对的是自身的盈利要求(按照前文的分析，在同样规模的保费收入和投资收益的情况下，高现价产品的盈利能力要大大低于传统保险产品)、渠道冲突、投资项目储备和发展战略。从行业发展的前景来看，一方面，互联网保险发展对保险公司改变在金融行业和关系中的地位带来了良好的契机。在谨慎原则下，通过对投资项目和投资利益的锁定，保险公司可以通过自有平台对现有(特定)客户和其他客户进行推送和营销，也可以通过其他公共平台和第三方平台进行宣传和推广。网上保险、保险、自主营销多条销售渠道齐头并进可以显著完善保险公司的经营手段和提高与任何渠道负责人的合作谈判地位。另一方面，如同前文所提到的众安在线财产保险公司，保险公司也可以更加深入地从互联网业务各项内部环节和节点入手，更贴切地为互联网用户和各种互联网业务定制保险产品。

3.2银行平台在第三方平台中，银行具有特殊的意义。银行具备了在短时间内进行互联网保险(金融)业务的所有技术、人力、支付、客户、经验等各种条件，银行需要面对的是和现有传统业务的渠道和内部冲突。在互联网保险的发展浪潮中，银行再一次扮演了资源输出者的角色。但是，在这一次的资源重置过程当中，银行失去了绝对优势的议价地位。银行无法像以前一样，将存贷差上的损失通过中间业务收入的方式来弥补，因而只能小心翼翼地在存款流失、客户流失、同业竞争、保证盈利以及内部渠道冲突中寻求最佳的平衡，要通过对自身利益的权衡让渡来维系最优质的客户资源。我们可以看到，在银行以不同的方式，在不同的时间段，针对特定的客户群体推出不同的产品和服务中，审慎、尽责的互联网保险业务将成为一个重要的组成部分。互联网保险业务的兴起改变了传统保险行业的生态，使客户、保险公司、渠道之间的关系发生了深刻的变化。网上业务的透明和便利使客户的利益和客户的满意度成为参与各方博弈中的最为重要的因素。为维护客户的利益，保险公司需要进一步加强投资管理和风险管理，银行要向客户提供更多的产品和服务，第三方销售平台要承担对产品应有的审查和诚信责任。上述各方都拥有着不同特性的客户群体，并且在各自的客户群体当中具备比较优势，各种平台之间的竞争和合作满足了全社会成员的各类金融理财需求和社会资源的有效配置。面对发展如此迅猛的新经济浪潮，互联网保险各方具体的参与者都应当具备强烈的学习欲望，认清企业面临的机遇和挑战，审时度势，使企业发展进入一个新的阶段。

参考文献

[1]对《互联网保险业务监管暂行办法(征求意见稿)》公开征求意见[EB\OL].中国保险监督管理委员会网站,2014-12-10.

[2]网销来了,人会消失吗?[N].证券日报,2013-11-7.

[3]中国保险监督管理委员会[R].2011-2013年互联网保险行业发展报告.

[4]电商网站争相卖保险国华借道淘宝“三天一个亿”[N].都市快报,2012-12-28.

[5]单款保险三天网销成交破亿[EB\OL].中国保险网,2013-9-16.

简述失业保险的类型范文篇4

关键词:保险资金市场风险风险管理模型选择

保险资金运用的渠道分析

我国自1980年恢复国内保险业务以来,保险资金运用大致经历了四个阶段,这四个阶段分别为无投资阶段、无序投资阶段、逐步规范阶段和拓宽投资领域阶段。第一阶段(1980-1987年),为无投资或忽视投资阶段,保险公司的资金基本上进入了银行,形成银行存款;第二阶段(1987-1995),为无序投资阶段,由于经济增长过热,同时又无法可循,导致盲目投资,房地产、证券、信托、甚至借贷,无所不及,从而形成大量不良资产;第三阶段(1995-1998年),为逐步规范阶段,1995年以来先后颁布了《保险法》、《中华人民共和国银行法》等有关金融法律法规。《保险法》规定,保险资金运用限于银行存款、买卖政府债券和金融债券。由于投资渠道的限制,加之1996年5月1日以来的8次利率调整,使保险资金处于闲置状态或低收益状态,导致出现了严重的利差损问题,严重影响了保险公司的生存和发展。第四个阶段:1998年以后,为拓宽投资领域阶段。1998年以后保险公司陆续获准可以进行同业拆借、买卖中央企业AA公司债券、国债回购、协议存款、企业债券及证券投资基金。2004年,保险公司又获准可以买卖可转换债券、保险外汇资金境外运用、投资银行次级债。2004年10月24日,随着《保险机构投资者股票投资管理暂行办法》的颁布,标志着我国保险资金可以直接进入证券市场进行股票投资。

从表1可以看出,银行存款在我国保险资金运用中的比重一直比较高,是保险资金运用的主要方式,近几年随着保险资金运用渠道的不断拓宽,我国银行存款的比重从2002年开始出现了逐步下降的趋势,与此相对应,保险资金投资的比例则呈现出逐年上升的状况。在保险资金投资中,证券投资基金的投资比例一直相对比较稳定,基本上保持在5%-8%之间。相比较而言,国债投资的比例则变动比较大,呈现出很强的波动性。此外,我们可以看出其他投资的比例从2000年开始,一直处于一个上升的态势,这也反映出保险公司投资能力的不断增强,投资范围的不断扩大。

随着保险资金运用渠道的不断拓宽,在提高保险资金收益的同时也带来了巨大的市场风险,这也迫切地需要对保险资金运用的市场风险进行有效地管理和控制。而科学地测量风险,则是整个风险管理和控制的重要环节。随着现代金融工具和技术的不断出现,应用数学模型来测量市场风险已经成为世界范围内众多风险管理的要点,目前已经开发出一套较为成熟的风险技术工具体系,在所有风险技术工具库中,风险价值法(ValueatRisk,VaR)应用最为广泛。

保险资金运用的市场风险度量方法

在运用风险价值法进行市场风险度量时可以采用两种基本的计算模型:参数正态模型和模拟模型。参数正态模型主要由以下四种模型构成:组合正态模型、资产正态模型、δ-正态模型和δ-γ模型。模拟模型主要包括:历史模拟模型和蒙特卡罗模拟模型。保险公司在具体使用中,可以根据公司的实际情况加以适当地选择。通常情况下,保险公司可以使用组合正态模型、资产正态模型和历史模拟模型来进行VaR的计算,基本上能够满足保险公司市场风险控制和管理的要求。

(一)组合正态模型

该方法的计算非常简便,保险公司只需得到资产组合收益的标准差就可以迅速地计算出不同资产组合的VaR值。这样,保险公司的风险管理者可以随时掌握资产组合的市场风险状况,根据VaR值对资产组合头寸进行调整,为不同资产组合提取准备金或设置交易限额。这种方法的主要缺点是计算的结果不够精确。这种方法用公式可以表述为:VaR=。

(二)资产正态模型

这种计算方法的前提假设是资产组合的收益率服从联合正态分布,并且组合中每个资产的收益率都服从正态分布。这种方法是从现代组合理论直接推导出来的,计算的结果也比较精确,缺点是非常严格的前提假设和比较繁琐的计算。在日常风险管理中,保险公司需要建立组合中资产之间收益率的协方差矩阵,然后借助计算机程序进行复杂的资产组合收益的标准差计算。这种方法用公式表示为:VaR=,而组合标准差是根据组合的协方差计算出来的。

(三)历史模拟模型

历史模拟法是个简单的和非理论的方法,它对潜在市场因素的标准分布不做假定。保险公司在应用该模型时,通常需要做好以下三个方面的工作:第一,选择合适的长期保险资产组合历史收益率受市场因素影响的时间序列,这可以通过相关的金融市场中搜集和整理获得。第二,根据第一步得到的时间序列,计算当前保险资产组合价值变动的时间序列。第三,把从历史数据归纳出的收益率实际分布情况列表显示,选择某一概率水平,计算该分布在这一概率水平下可能出现的极值,然后据此计算VaR值。

保险资金运用市场风险管理的比较研究

(一)保险资金运用渠道的市场风险状况分析

从以上分析我们可以看出,参数正态模型虽然在计算市场风险时非常简便,但是其前提假设非常严格,要求资产组合或组合中的每个资产的收益率都要服从正态分布。如果保险资金运用中,实际的资产组合收益率不能满足上述假设条件,则会出现高估或低估市场风险的状况。因此,需要对保险资产组合收益率的实际分布情况进行分析,在此基础上建立市场风险的计算模型。我们在下述分析中,以上证国债指数、上证基金指数、上证指数和上证企业债券指数近似描述国债、证券投资基金、股票和企业债券的市场风险状况。

1.国债的市场风险状况。上证国债指数是从2003年2月开始的。因此,本文选取了上证国债指数2003年2月24日至2006年10月31日的实际走势来计算国债的收益率。

从表2和表3中可以看出:上证国债指数日收益率的分布不满足标准的正态分布,标准正态分布的偏斜度为0,峰值为3。与正态分布相比,峰值更高且尾部更粗。在±σ的面积里,实际分布的值高于正态分布14.27%,在±3σ的面积以外的部分实际分布的值高于正态分布1.31%。

2.证券投资基金的市场风险状况。上证基金指数是从2000年8月开始的。因此,我们选取了上证国债指数2000年8月24日至2006年10月31日的实际走势来计算证券投资基金的收益率。

从表4和表5中可以看出:上证基金指数日收益率的分布也不满足标准的正态分布。虽然偏斜度和峰值有所下降,但仍与正态分布有很大的差异。在±σ的面积里,实际分布的值高于正态分布9.75%,在±3σ的面积以外的部分实际分布的值高于正态分布1.42%。

3.股票的市场风险状况。上证指数是从1992年1月开始的。考虑到我国股票市场在早期不是非常规范,同时股票市场存在明显的阶段性波动特征,此外股票市场指数存在一定程度的序列自相关的现象,近期的市场数据能更好地描述市场风险状况。因此,本文选取了上证指数2001年1月2日至2006年10月31日的实际走势来计算上证指数的收益率。

从表6和表7中可以看出:虽然上证指数日收益率的分布仍然不能满足标准的正态分布,但与其他指数相比其偏斜度程度和峰值陡峭程度下降比较明显。在±σ的面积里,实际分布的值高于正态分布6.85%,在±3σ的面积以外的部分实际分布的值高于正态分布0.81%。

4.企业债券的市场风险状况。上证企业债券指数是从2003年6月开始的。本文选取了上证企债指数2003年6月9日至2006年10月31日的实际走势来计算企业债券的收益率。

从表8和表9中可以看出:上证企业债券指数日收益率的分布偏斜度最高且为负值,是唯一一个右偏斜的指数,峰值也最高,显然也不属于标准的正态分布。在±σ的面积里,实际分布的值高于正态分布达15.13%,在±3σ的面积以外的部分实际分布的值高于正态分布1.07%。

从以上分析中可以发现,本文所研究的四类指数的实际分布都不满足正态分布。而正态参数法是在资产组合或组合中的每个资产的收益率都要服从正态分布的前提假设条件下才适用的。因此,使用正态参数法进行保险资金运用的市场风险管理和控制,可能会降低市场风险计量的准确性,导致保险公司进行风险限额管理的效率降低,从而影响保险资金运用市场风险的控制效果。在这种情况下,使用历史模拟法是更好的选择。

(二)保险资金运用的市场风险度量比较研究

本文用组合正态模型、资产正态模型和历史模拟模型来计算在不同置信水平下的市场风险的VaR值,以比较三种方法的差异。为了便于比较和检验,本文选择了四类指数在同一时期的历史数据作为研究样本,样本以时间最晚的上证企业债券指数为准。样本时期为2003年6月9日至2006年10月31日共828个四类指数的实际指数值为检验值。在计算单项保险资产的市场风险时,两种正态模型的计量结果是一样的,故在计算单项资产的市场风险时两种方法不作区分。

1.资产的市场风险度量。从表10中可以看出:

对于上证国债,在较高的置信水平上,正态模型会低估国债的市场风险,这主要是因为上证国债指数的实际分布并不满足正态分布,实际分布中出现了粗尾的现象,同时国债的实际分布是右偏斜,导致异常损失的概率要大于正态分布下的概率。

对于上证基金,除了在99%的置信水平外,其他条件下,正态模型会高估证券投资基金的市场风险。这主要是由于在研究期内上证基金指数存在左偏斜的现象,导致在实际分布中异常损失的概率比较低。

对于上证指数,在三种置信水平下,正态模型的VaR值都大于历史模拟模型。从实际分布情况看,上证指数的主要指标非常接近于正态分布,同样由于上证指数存在左偏斜的现象,导致其异常损失的概率要低于正态分布。

对于上证企债,在99%的置信水平下,两种模型的结果差异非常明显,同时企业债券指数的偏斜度和峰值都非常高,说明企业债券发生异常损失的概率大大高于正态分布。

2.保险资产组合的市场风险度量。计算保险组合资产收益率时,需要设定每种资产的投资比例。为了计算和研究方便,本文根据保险资金运用的相关规定,假设保险公司在国债、证券投资基金、股票和企业债券的投资比例分别为60%、10%、5%和25%,这虽然与实际情况有一定出入,但并不影响三种方法计算结果的可靠性,保险公司可以根据实际情况和相关制度要求对上述四种资产的比例进行调整。

从表11、12中我们发现,两种正态模型的计算结果是一样的,两种模型虽然计算组合标准差的方法不同,但其假设条件是相同的,即资产组合或组合中的每个资产的收益率都要服从正态分布,同时每个资产的收益率之间是线性相关的。但两种方法在理论上存在差异,资产正态模型在理论上更加严密,他是从马科维茨的现代组合理论直接推导出来的方法,它的基本假定也是现代组合理论和资本资产定价模型的基础。

此外,还可以看出:

在95%的置信水平下,正态模型的VaR值高于历史模拟模型。这主要是因为在该置信水平下每一种资产正态模型的VaR值都高于历史模拟模型;

在97.5%的置信水平下,两种模型的计算结果差异不太;

在99%的置信水平下,正态模型的VaR值低于历史模拟模型。这主要是因为除上证指数外,其他资产在该置信水平下都存在不同程度的低估风险的情况,虽然上证指数的收益水平是整个组合中最大的,但其在组合的比例却是最低的,因此对组合的整体影响还不是特别显着,随着上证指数的比重上升,这种差异会有所改善。

保险资金运用的市场风险度量模型选择

从上述的实证分析可以看出,由于保险资金运用所涉及资产的实际收益率并不满足于严格的正态分布假设,使用正态模型容易高估或低估市场风险,造成市场风险度量的不准确,这样就无法正确地制定出不同保险资产的风险限额。历史模拟模型对保险资产的实际收益率不做任何前提假设,保险资产组合的收益率都是观测出来的,能够完全体现市场因素的实际状况。同时,VaR值是一个静态指标,保险公司在实际应用中,需要不断地输入新的数据并根据实际的损益状况重新计算VaR值,据此制定出不同资产及其子资产的风险限额,并根据不同资产及其子资产VaR值的变动情况,适当调整各类资产的投资比例以减少组合资产的VaR值。历史模拟模型的计算结果非常直观便于理解和应用,计算过程也非常简单,其实际效果并不比需要大量复杂运算的计量模型差。因此,保险公司在资金运用过程中进行市场风险度量时,使用历史模拟模型将是一个比较好的选择。

参考文献:

简述失业保险的类型范文篇5

一、客户关系管理(CRM)

CRM是一种旨在改善企业与客户之间关系的新型管理方法。它是企业通过富有意义的交流和沟通,理解并影响客户行为,最终实现提高客户获取、客户保留、客户忠诚和客户创利的目的。它包括的主要内容有客户识别、客户关系的建立、客户保持、客户流失控制和客户挽留。通过客户关系管理能够提高企业销售收入,改善企业的服务,提高客户满意度,同时能提高员工的生产能力。

二、数据挖掘(DM)

数据挖掘(DataMining,简称DM),简单的讲就是从大量数据中挖掘或抽取出知识。数据挖掘概念的定义描述有若干版本。一个通用的定义是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取人们感兴趣的知识,这些知识是隐讳的、事先未知的、潜在有用的信息。

常用的数据挖掘方法有:(1)关联分析。即从给定的数据集中发现频繁出现的项集模式知识。例如,某商场通过关联分析,可以找出若干个客户在本商场购买商品时,哪些商品被购置率较高,进而可以发现数据库中不同商品的联系,进而反映客户的购买习惯。(2)序列模式分析。它与关联分析相似,其目的也是为了控制挖掘出的数据间的联系。但序列模式分析的侧重点在于分析数据间的前后(因果)关系。例如,可以通过分析客户在购买A商品后,必定(或大部分情况下)随着购买B商品,来发现客户潜在的购买模式。(3)分类分析。是找出一组能够描述数据集合典型特征的模型,以便能够分类识别未知数据的归属或类别。例如,银行可以根据客户的债务水平、收入水平和工作情况,可对给定用户进行信用风险分析。(4)聚类分析。是从给定的数据集中搜索数据对象之间所存在的有价值联系。在商业上,聚类可以通过顾客数据将顾客信息分组,并对顾客的购买模式进行描述,找出他们的特征,制定针对性的营销方案。(5)孤立点分析。孤立点是数据库中与数据的一般模式不一致的数据对象,它可能是收集数据的设备出现故障、人为输入时的输入错误等。孤立点分析就是专门挖掘这些特殊信息的方法。例如,银行可以利用孤立点分析发现信用卡诈骗,电信部门可以利用孤立点分析发现电话盗用等。

三、数据挖掘在客户关系管理中的应用

1.进行客户分类

客户分类是将大量的客户分成不同的类别,在每一类别里的客户具有相似的属性,而不同类别里的客户的属性不同。数据挖掘可以帮助企业进行客户分类,针对不同类别的客户,提供个性化的服务来提高客户的满意度,提高现有客户的价值。细致而可行的客户分类对企业的经营策略有很大益处。例如,保险公司在长期的保险服务中,积累了很多的数据信息,包括对客户的服务历史、对客户的销售历史和收入,以及客户的人口统计学资料和生活方式等。保险公司必须将这些众多的信息资源综合起来,以便在数据库里建立起一个完整的客户背景。在客户背景信息中,大批客户可能在保险种类、保险年份和保险金额上具有极高的相似性,因而形成了具有共性的客户群体。经过数据挖掘的聚类分析,可以发现他们的共性,掌握他们的保险理念,提供有针对性的服务,提高保险公司的综合服务水平,并可以降低业务服务成本,取得更高的收益。

2.进行客户识别和保留

(1)在CRM中,首先应识别潜在客户,然后将他们转化为客户

这时可以采用DM中的分类方法。首先是通过对数据库中各数据进行分析,从而建立一个描述已知数据集类别或概念的模型,然后对每一个测试样本,用其已知的类别与学习所获模型的预测类别做比较,如果一个学习所获模型的准确率经测试被认可,就可以用这个模型对未来对象进行分类。例如,图书发行公司利用顾客邮件地址数据库,给潜在顾客发送用于促销的新书宣传册。该数据库内容有客户情况的描述,包括年龄、收入、职业、阅读偏好、订购习惯、购书资金、计划等属性的描述,顾客被分类为“是”或“否”会成为购买书籍的顾客。当新顾客的信息被输入到数据库中时,就对该新顾客的购买倾向进行分类,以决定是否给该顾客发送相应书籍的宣传手册。

(2)在客户保留中的应用

客户识别是获取新客户的过程,而客户保留则是留住老顾客、防止客户流失的过程。对企业来说,获取一个新顾客的成本要比保留一个老顾客的成本高。在保留客户的过程中,非常重要的一个工作就是要找出顾客流失的原因。例如,某专科

学校的招生人数在逐渐减少,那么就要找出减少的原因,经过广泛的搜集信息,发现原因在于本学校对技能培训不够重视,学生只能学到书本知识,没有实际的技能,在就业市场上找工作很难。针对这种情况,学校应果断的抽取资金,购买先进的、有针对性的实验实训设备,同时修改教学计划,加大实验实训课时和考核力度,培训相关专业的教师。(3)对客户忠诚度进行分析

客户的忠诚意味着客户不断地购买公司的产品或服务。数据挖掘在客户忠诚度分析中主要是对客户持久性、牢固性和稳定性进行分析。比如大型超市通过会员的消费信息,如最近一次消费、消费频率、消费金额三个指标对数据进行分析,可以预测出顾客忠诚度的变化,据此对价格、商品的种类以及销售策略加以调整和更新,以便留住老顾客,吸引新顾客。

(4)对客户盈利能力分析和预测

对于一个企业而言,如果不知道客户的价值,就很难做出合适的市场策略。不同的客户对于企业而言,其价值是不同的。研究表明,一个企业的80%的利润是由只占客户总数的20%的客户创造的,这部分客户就是有价值的优质客户。为了弄清谁才是有价值的客户,就需要按照客户的创利能力来划分客户,进而改进客户关系管理。数据挖掘技术可以用来分析和预测不同市场活动情况下客户盈利能力的变化,帮助企业制定合适的市场策略。商业银行一般会利用数据挖掘技术对客户的资料进行分析,找出对提高企业盈利能力最重要的客户,进而进行针对性的服务和营销。

(5)交叉销售和增量销售

交叉销售是促使客户购买尚未使用的产品和服务的营销手段,目的是可以拓宽企业和客户间的关系。增量销售是促使客户将现有产品和服务升级的销售活动,目的在于增强企业和客户的关系。这两种销售都是建立在双赢的基础上的,客户因得到更多更好符合其需求的服务而获益,公司也因销售增长而获益。数据挖掘可以采用关联性模型或预测性模型来预测什么时间会发生什么事件,判断哪些客户对交叉销售和增量销售很有意向,以达到交叉销售和增量销售的目的。例如,保险公司的交叉营销策略:保险公司对已经购买某险种的客户推荐其它保险产品和服务。这种策略成功的关键是要确保推销的保险险种是用户所感兴趣的,否则会造成用户的反感。

四、客户关系管理应用数据挖掘的步骤

1.需求分析

只有确定需求,才有分析和预测的目标,然后才能提取数据、选择方法,因此,需求分析是数据挖掘的基础条件。数据挖掘的实施过程也是围绕着这个目标进行的。在确定用户的需求后,应该明确所要解决的问题属于哪种应用类型,是属于关联分析、分类、聚类及预测,还是其他应用。应对现有资源如已有的历史数据进行评估,确定是否能够通过数据挖掘技术来解决用户的需求,然后将进一步确定数据挖掘的目标和制定数据挖掘的计划。2.建立数据库

这是数据挖掘中非常重要也非常复杂的一步。首先,要进行数据收集和集成,其次,要对数据进行描述和整合。数据主要有四个方面的来源:客户信息、客户行为、生产系统和其他相关数据。这些数据通过抽取、转换和装载,形成数据仓库,并通过OLAP和报表,将客户的整体行为结果分析等数据传递给数据库用户。

3.选择合适的数据挖掘工具

如果从上一步的分析中发现,所要解决的问题能用数据挖掘比较好地完成,那么需要做的第三步就是选择合适的数据挖掘技术与方法。将所要解决的问题转化成一系列数据挖掘的任务。数据挖掘主要有五种任务:分类,估值预测,关联规则,聚集,描述。前三种属于直接的数据挖掘。在直接数据挖掘中,目标是应用可得到的数据建立模型,用其它可得到的数据来描述感兴趣的变量。后两种属于间接数据挖掘。在间接数据挖掘中,没有单一的目标变量,目标是在所有变量中发现某些联系。

4.建立模型

建立模型是选择合适的方法和算法对数据进行分析,得到一个数据挖掘模型的过程。一个好的模型没必要与已有数据完全相符,但模型对未来的数据应有较好的预测。需要仔细考察不同的模型以判断哪个模型对所需解决的问题最有用。如决策树模型、聚类模型都是分类模型,它们将一个事件或对象归类。回归是通过具有已知值的变量来预测其它变量的值。时间序列是用变量过去的值来预测未来的值。这一步是数据挖掘的核心环节。建立模型是一个反复进行的过程,它需要不断地改进或更换算法以寻找对目标分析作用最明显的模型,最后得到一个最合理、最适用的模型。

5.模型评估

为了验证模型的有效性、可信性和可用性,从而选择最优的模型,需要对模型进行评估。我们可以将数据中的一部分用于模型评估,来测试模型的准确性,模型是否容易被理解模型的运行速度、输入结果的速度、实现代价、复杂度等。模型的建立和检验是一个反复的过程,通过这个阶段阶段的工作,能使数据以用户能理解的方式出现,直至找到最优或较优的模型。

简述失业保险的类型范文

保险投资风险的理论研究得益于学者们将保险企业风险理论的引入。这种研究是循序渐进的，它沿着保险企业风险理论——保险企业（产寿险公司）投资风险理论的路径不断深化和具体化。

关于保险企业风险理论的研究，归纳起来看主要是为了解决以下三个问题：

（一）保险业为何需要进行风险管理

关于企业风险理论的研究，开创者当属Stulz.他于1984年首次尝试从理论上解释“企业为何要进行风险管理”。Stulz认为，企业进行风险管理的原因主要包括以下四个方面：企业经理人的自我利益。税收的非线性、财务困境成本和资本市场的非完全性。关于企业经理人的自我利益导致风险管理的解释是这样的：企业经理人如果拥有该企业股份，则从个人效用最大化的角度，他会厌恶企业风险，选择稳健的经营管理风格，由此加强企业的风险管理：“税收的非线性”是指企业收入的平稳性（即收入的波动性<风险>很小）能够降低税收率，进而增加企业价值，故企业需要风险管理：“财务困境成本”是指当企业处于破产状态或其他某种财务困境时，会导致企业成本的上升。因此企业要通过风险管理，避免破产和财务困境的出现。“资本市场的非完全性”是指，投资成本的不确定性将导致企业有时无法拥有充足资金从事新的投资，因此企业需要采用外部融资的方式，以应对投资成本的变动风险，这也是企业风险管理的一部分。在Stulz之前的研究中，虽然人们在企业的实际运作中认识到风险管理的某些必要性，但没有系统地对此加以归纳和分析，Stulz开创性地分析了企业风险管理的原因，为后人在该领域的研究奠定了重要的基础。

然而，需要指出的是，尽管Stulz解决了“为什么”的问题，却没有进一步分析“是什么”和“怎么做”的问题，即企业风险管理管理的是哪些风险，如何控制这些风险？将企业风险管理理论成功地引入保险业的当属Schlesinger和Doherty（1985）。他们将企业风险理论引入保险业的分析框架中。他们在分析组合投资理论的运用时，认为保险企业与其他企业相比，最重要和特殊的风险虽然是承保风险，但保险企业的决策者不能将承保风险与企业中的其他风险割裂开来看，各种风险之间都会有正的、负的或为零的相关度。保险企业只有对各种风险进行综合管理才能够更好地降低承保风险。这种既关注保险企业经营风险又考虑保险企业其他风险的观点，是从整体性的高度来分析保险企业风险管理的，它为后人的研究提供了一个很好的思路。

（二）如何对保险企业风险进行划分和归类

从理论上解决了“为什么要对保险企业进行风险管理”的问题之后，人们开始研究如何从理论上对保险企业的风险进行划分和归类。

D·法尼（1989）从企业管理系统性的角度将保险企业的风险分为三大类：一是来自于保险企业各个业务种类的风险，其中包括来自保险业务的风险。投资业务的风险和其他业务的风险：二是来自保险企业各部门管理职能的风险，其中包括采购风险、生产风险、销售风险和财务风险；三是内部和外部的风险，其中包括来自于错误决策和错误信息等因素的企业内部风险，和来自于监管机构势力范围（例如监管法，竞争法和税法的改变）和顾客及供应商势力范围（例如销售市场和采购市场上的风险）等因素的企业外部环境风险。

这种清晰的分类方法融合进了普通企业风险管理学理论，既考虑了保险企业作为企业的一般性，又考虑到它的特殊性，因此，它是以企业为出发点对保险企业的风险进行划分和归类。但这种风险分类还是属于定性分析的范畴，人们很难根据这种分类对保险企业的风险进行量化，例如：来自错误信息风险及其来自监管机构的风险等就很难精确定量。缺乏对风险类别的定量研究，将导致无法对风险进行定量控制，难以满足一个企业风险控制的需要。

与这种风险分类出发点相同的是，美国精算师协会（1994）M.Santomero和DavidM.Babbel（1997）对保险公司风险进行的分类。美国精算师协会将保险公司的风险区分为资产风险。保费定价风险、资产／负债组合的风险和其他风险等四类，具体内容是：（1）资产风险，即保险资金的借贷者无法完成对保险公司的偿付或保险公司的资产发生贬值，它包括利率风险、信用风险，市场风险和货币风险。（2）保费定价风险。这主要表现为未来投资收入的不确定性。被保险人要求索赔的频率和数额的不确定性以及公司管理运营成本的不确定性等，它一般发生在当保险公司收取的保费不能满足后来对被保险人的实际赔付时。（3）资产／负债组合的风险。市场利率和通货膨胀的变动会影响到公司资产和负债的价值，一旦形成对资产和负债不同程度的影响，便可能产生负债价值超过资产价值的风险。（4）其他风险。包括税务、监管或法律方面的变动对投资收益率造成的变动。

M.Santomero和DavidM.Babbel（1997）进一步细化了这种分类，他们将保险公司的金融风险分为6类，其中包括：（1）精算风险，即因保险公司通过出售保单或通过负债来融资而导致的风险。（2）系统风险，即保险公司的资产和负债价值随着市场系统风险而变化的风险。（3）信用风险，即保险公司的债务人无法完成对保险公司偿债的风险。（4）流动性风险，即保险公司在需要资金周转时所面临的资产无法及时变现的风险。（5）操作风险，即保险公司处理理赔不当或违反监管要求的风险。（6）法律风险，即保险公司。管理者或个人在企业运营中违反法律行为的风险。应当承认，这两种分类从保险企业经营的角度出发，更为系统性地分析了保险企业的风险，但基本上仍然限于定性的方法，缺乏定量研究的内容，因此说，这是一种限于从寻求产生原因或过程的角度来对保险企业的风险进行的静态分类。

FlavioPressacco（1995）的研究认为，金融企业可以根据损失发生的类型来定义和识别风险。他们认为，金融企业在经营过程中存在三类损失（风险）：第一类是无论情况怎么改变，都有一个固定值的损失；第二类是由金融企业可控范围之外的因素导致的损失；第三类是由金融企业可控范围之内的因素导致的损失。这种分类是从策略角度进行的，但界限并不明晰。Oldfield和Santomero（1997）根据金融企业的特点，从风险控制的角度出发将金融企业中的风险分为三类：一是可以减少和避免的风险；二是精算风险，即可以在所有参与者之间进行转移的风险；三是需要企业采取主动策略管理的风险。这一研究为在风险划分前提下的风险控制研究奠定了理论基础。

（三）如何实现风险控制

关于如何控制保险企业的风险，研究者们做了大量的工作。针对的风险不同，他们提出的控制措施也有差异，但殊途同归，目的都在实现保险企业的收益最大化。

Gerber（1979），Beard.Pentikainen，Pesonen（1984），Cummins，Derrig（1989），Black.Skippe详细研究了如何对保险企业中的“精算风险”进行管理的问题。精算风险的控制属于保险公司的承保业务范围，它是建立在概率论和数理统计基础上的严格定量风险控制。从这个角度来说，精算风险控制本身就是保险业发展的必要条件之一。这些研究的贡献在于，作者通过对保险公司精算过程中的经验加以总结，将精算风险的控制从实际操作的层面提升到了风险控制理论的高度。

Babbel.Klock（1988），Lamm-Tennant（1989），Bouyoucos，Siegel（1992）研究了如何控制保险企业的“系统风险”。他们认为，保险公司作为投资主体，其面临的系统风险中最重要的是利率风险，即保险企业在承保业务和投资业务过程中受到市场利率变动的影响所造成的风险——利率的变动会使保险公司的资产和负债价值发生变化。为了消除该风险，保险公司应当采用的方法是资产／负债匹配管理。该方法引导人们从定量的角度分析利率与保险公司资产和负债价值的关系，然后通过合理的资产和负债安排将利率风险对保险公司的影响降低到最低程度。由于这种风险控制的方法是以风险规避为最大目标的，因此，当保险公司采取这种方法时，在有效降低风险的同时也降低了企业的利润目标。由此看来，如何使企业利润目标同资产负债匹配的风险管理手段有效统一起来，是理论界今后需要继续探讨的问题。

D·法尼（1989）从企业管理的角度谈到了保险企业中的风险控制政策，它包括：保险技术的风险政策、特殊的保费调节政策，投资业务中的风险政策、外汇业务中的风险政策、年终结算政策和设置安全资金政策等。D·法尼提到的风险控制政策可以从实践的角度指导保险企业风险控制，但他的研究缺乏系统性和定量分析。

SantomeroA.（1995）和Babbel（1997）系统地提出了保险公司在技术工具选择上如何对风险进行管理。他们提出，在保险企业的风险管理中主要有4种技术工具：一是标准化和财务报告，主要通过对承保的标准化以及对风险的识别和划分，每月和每年保险企业都要进行固定的财务报告以查明和降低风险；二是设定承保职权和限制，主要通过对承保范围和资产质量的限定来降低和避免风险，将风险限制在保险企业能够承受的一定的范围之内；三是制定投资的指导方针或策略，即全面考虑市场的系统风险、资产负债匹配风险和利率风险等，灵活运用风险避免或风险分散策略，发挥资产证券化或衍生金融产品的作用；四是设计激励机制，通过与高层管理者、保险商等签订激励合同，促进他们对企业风险的管理。这种从实务角度出发控制风险的思路是值得借鉴的。

如前所述，Oldfield和Santomero（1997）从风险控制的角度出发，首先将金融企业中的风险分为三类：一是可以减少和避免的风险；二是精算风险，即可以在所有参与者之间进行转移的风险；三是需要企业采取主动策略管理的风险。然后，针对三类不同风险提出了保险公司应当采取的相应控制策略：对于第一类风险，保险公司应将承保程序、保单条款和合同标准化，合理安排对承保行业的风险组合以及对保险公司资产的组合投资，以提高公司的运转效率。对于第二类风险，直接保险公司可以将“精算风险”通过再保险的方式转移给再保险公司，由再保险公司和直接保险公司共同分担风险；将“巨灾风险”和“利率风险”通过巨灾债

券、期权和期货等金融衍生产品的形式转移到资本市场，由众多投资者来共同分担风险。对于第三类风险，保险公司应采取积极的手段根据公司自身的特点来控制那些无法转移的复杂的精算风险和企业资产的投资风险。

与保险企业风险控制理论相关的还有风险测度技术，即如何对风险进行量化和控制研究。根据Dr.ChristopherLeeMarshall（2001）的研究。风险测度技术包括从上至下法与从下至上法。前者先设定综合目标（例如净收益率最大化），然后分析哪些风险因素和损失事件影响目标的波动；后者先将目标分为诸多小目标，然后逐一分析小目标的风险因素和损失事件，再将这些因素综合起来。比较而言：从上至下法操作更为简便，而从下至上法则更为精确。由这种分析方法可以进一步获得相关的数理模型，进而解决风险控制的问题。

二、保险业投资风险理论

Cramer（1930）在他的研究中提出了风险理论在研究保险企业投资问题中的意义，认为保险企业同样需要注重投资业务、关注投资风险对保险业的发展具有重要意义。可以说，Cramer将风险理论开创性地引入了保险企业的投资研究。在这之后，保险企业投资风险的研究大致可以分为投资风险与承保风险之间的关系、资本结构风险、管理中的“人”等几个方面。

（一）投资风险与承保风险之间的关系

当Kenney在研究保险公司投资风险的问题时，他没想到了保险公司中投资风险与承保风险存在关联性。1949年，他正式提出保险公司的投资风险与承保风险之间存在紧密联系的观点。尽管他的研究没有分析投资风险和承保风险的具体联系：但这一观点的提出却为后人对保险公司中与投资相关的风险研究指明了一个方向。

在Kenney研究的基础上，人们进一步从理论和实践相结合的角度研究保险公司投资风险和承保风险的关系。Hofflander和Duvall设计了一个数理统计模型用以研究投资风险和承保风险的关系。Jackson试图通过随机过程的方法研究投资与承保之间的关系。Dained还从实证角度对131家多行业承保的保险公司进行了数理统计分析。尽管采用的方法和角度不同，他们的研究结论却是基本一致的，即随着承保风险的增加，保险公司在投资资产中的股票比例份额会相应减少。这表明，当保险公司的承保风险增大时，应相应降低投资风险。这些研究将保险公司的投资风险与承保风险有效地结合起来，分析得出两种风险的大致定性关系，对Kenney的观点做了内容上的补充和证实。

上述研究虽然采用了本文出自新晨数理统计的定量分析方法，却并未得到两类风险的具体定量函数关系，他们的研究结论更偏向于是对两类风险关系的定性描述。美国学者Dickerson（1961），JosephNeggars（1964），Houston（1964）和Kahn（1964）则从另一个角度研究了保险公司的投资风险问题。他们在Cramer工作的基础上，发展了一种基于复杂分布的随机过程的模型，这种模型描述了频域损失机率函数和频域损失量函数的相互作用以及频域总损失函数的构造。这种模型可以用来评估保险公司投资的风险。Houston则在两大风险理论的基础上，研究如何定义和度量风险的问题，由此提供了将风险理论应用于保险公司投资风险的预测和估计的依据。至于如何定义和度量投资风险的问题，则是由Kahn（1964）引入数理模型加以处理的。Kahn研究了如何将特定的数学模型用于保险企业投资风险预测中，并且阐述了如何将一些简单模型优化成更加复杂的模型，从而达到更高的估计和预测的精确度，并且，这些复杂模型可以应用于解决更加广泛的问题。随着现代数学研究的进展，Bo

rch（1960）开创性地将博弈理论应用到分析保险公司的投资风险中，从而为应用数学方法研究保险公司的投资风险提供了更为有力的工具。

然而，所有这些模型都不是足够的精确，不能描述所有保险企业投资中的可变元素。为了提高估计及预测的精度，并且使建立的模型能适用于更加广泛的具体问题，绝大部分欧美学者都将注意力集中到Markowitz（1959）的组合投资理论和Sharpe的金融理论上。这两种理论是从资本市场的角度根据投资学的一般原理展开的，如果要研究保险业，则必须加以修正，以切合保险业的投资实践。研究之初，学者们仍局限于以承保业务为主题展开，直到Gurley&Shaw（1960）第一次认识到保险公司是金融中介时，人们才进一步认识到金融理论在保险理论中的巨大解释力。

简述失业保险的类型范文篇7

关键词:最优化;投资组合;Copula函数;均值-方差模型

资产组合的风险管理本质上是一个资产组合的优化问题。在确定投资组合时,管理者的目标是在他们可能承受的风险水平既定的条件下,使预期收益最大,或者说在预期收益目标既定的条件下,使面临的风险最小。为了确定有效的资产组合,必须对投资行为作一些假设。第一个假设是,投资者是规避风险的riskaverse。规避风险是指在确定资产组合时,在投资者愿意承受的风险水平条件下,若存在两项预期收益相同但风险不同的资产,投资者将选择风险小的资产。第二个假设是风险的度量方法是合理的。

Markowitz的最优化资产组合模型均值―方差模型假设方差或者标准差作为风险的度量是合理的,从而有:

minσ2x)

s.t

σ2=xΣx

Erp)=Σni=xiEri)≥μp

Σni=xi=其中xi≥0

其中,x=x,x2,…xn)是所持有资产的头寸,r=r,r2,…rn)是资产收益率,Σ=σij)是资产收益率的协方差矩阵假定是正定矩阵,μp是投资者要求的资产组合的期望收益率。

Markowitz的均值―方差模型中假设的合理性是有条件的,它要求资产收益率的分布服从正态分布,而资产组合收益率的分布服从联合正态分布。一旦资产组合收益率不服从假设分布,资产组合的方差σ2=xΣx将不成立,则会影响均值―方差模型产生的资产组合优化结果的精度。风险值VaR能够度量各种分布形式的金融风险,不需要限制资产的分布假设,因此用风险值VaR作为风险的度量是合理的。从而,基于风险值VaR的最优化资产组合模型均值―VaR模型为

min[DDX]xVaRx)

s.t[B{]

Erp)=Σni=xiEri)≥μp

Σni=xi=其中xi≥0

基于风险值VaR的最优化资产组合模型理论上是可行的。目前也有不少学者研究这种模型,但优化问题的实现过程非常复杂,为了简化优化问题,通常需要给模型加上一些额外的假设条件。因此,该模型的实践应用相对较少。在风险值VaR基础上发展起来的条件风险值CVaR对于处理资产组合最优化问题有很大的优越性,它具有的优良的数学性质如凸性,次线性等使资产组合最优化问题变得容易处理。基于条件风险值CVaR的最优化资产组合模型均值―CVaR模型为

minxCVaRx)

s.t

Erp)=Σni=xiEri)≥μp

Σni=xi=其中xi≥0

本文以传统的投资组合理论为基础,将Copula理论引入到均值CvaR模型中来,用Copula函数来刻画风险资产的联合分布,求解CvaR最小的投资组合模型得到最优投资比例和投资组合的风险价值。用这种方法的优点使得模型更容易处理,又考虑了变量间的非线性相关关系。

条件风险价值CvaR是在一定置信水平下超过VaR的期望损失。它的计算方法同风险值VaR的计算方法一样,有两类:参数方法和非参数方法。在这里采用MonteCarlo模拟方法来计算条件风险值CvaR,实现资产组合优化问题。

首先生成单个资产i的损失情景ijj=,…,N),N为模拟的情景数。若资产组合的头寸为x=x,x2,…xn),则资产组合的损失情景为:

Pjx)=Σni=xiij,j=,2,…,N)

构造一个函数αx,ζ)=ζ+[X]+α[X]E{[fx,y)-ζ]+}。其中fx,y)为损失函数,y为资产的未来价值向量。在置信水平-α下,优化问题可转化为一个线性规划问题:

min[DDX]x,ζ)∈X×Rax,ζ)

s.t[B{]

Erp)=Σdi=xiEri)≥μp

Σdi=xi=其中xi≥0

因此,通过优化问题可以同时得到最优的CVaRαx)和对应的VaRαx)。这样,基于条件风险值CVaR的最优化资产组合模型就转化为一个典型的优化问题,使得计算更加简便可行。在置信水平-α)下,求解上面的优化问题,可以得到x*,ζ*),其中x*是使CVaRα)最小的资产组合的头寸,而ζ*是对应的VaRα)。

从前面的分析可知,CVaR与VaR相比是更为谨慎的风险度量方法,从而可以更有效的管理金融风险。对于保险投资组合的风险管理,只要能够利用Copula函数生成资产组合的损失分布,就能得到投资组合的CVaR。

.基于CVaR-Copula的投资组合模型

运用Copula函数构建数学模型更能真实的反应本质问题。它的出现和应用为风险分析和多变量时间序列分析提供了一个新的探索方向。将Copula引入风险估计中,可以将最基本的风险点的分布综合成一个整体,使得风险估计过程变得简便。Copula函数对风险管理所关注的变量间尾部风险进行较好地刻画。选择合适的Copula函数进行建模就可以得到收益率的联合分布函数,达到量化资产组合风险的目的。同时,由于Copula理论在相关性分析方面的优势,此方法在组合风险预测方面相对于使用线性相关系数的大多数风险管理模型具有更高的精度。利用Copula函数建立的多元波动时间序列模型能灵活构造金融资产的联合分布函数,对未来收益率情景的模拟将更加准确,因此我们利用Copula-GARC模型来描述它们的联合分布,利用t时刻前的信息,我们得到t+时刻基于CVaR-Copula的投资组合优化模型如下:

假设在单一期限投资中,x=x,x2,x3,x4)′∈R4,其中x代表国债的投资比例,x2代表企业债券的投资比例,x3代表证券投资基金的投资比例,x4代表股票的投资比例。得到的基于Copula函数的保险投资组合均值-CVaR模型如下:

min[DDX]x,∞α+[X]m-β)[X]

Σmj=[fx,yj)-α]+

stΣ4i=E[yi]xi≥μ[X-]

xi≥0

fx,yi)=Σ4i=-yijxi-yx

yij+)=μij+)+εij+)i=,2,3,4

εij+)=h/2ij+)ξij+)

j=,2,…

hij+)=ω+αtε2ij+…+αtPε2i-P+)+βihij+…+βiqhij-q-)

ξj+),ξ2j+),ξ3j+),ξ4j+))|I-Ctξ),2ξ2),3ξ3),4ξ4)|I)

Ctu,u2,u3,u4;ρ,v)=ρ,vt-vu),t-vu2),t-vu3),t-vu4))

其中μ[X-]为投资组合的预期收益,选取t-Copula函数来描述股票、证券投资基金、国债、企债收益率之间的相关结构,ξt),2ξ2t),3ξ3t)4ξ4t)分别为随机扰动项所服从的概率分布。

建立将保险资金投资到股票、基金、国债、企债和银行存款四类资产时的投资组合优化模型,为了得到下一天保险资金的最优投资策略,我们还需要给定投资组合的收益率。本文在这里给出一组投资组合的目标收益率,并考察投资组合的风险价值和投资比例的变化情况。

对我国保险投资组合进行分析的结果表明:

由投资策略可知,当目标收益率较低时,保险资金大部分投资在国债和企业债券这两项风险较低的资产上。当投资收益率上升时,投资到国债的投资比例均下降,企业债券和基金的比例都有所提高。

2利用投资组合工具进行保险资产的投资运营,将有利于实现保险资产的保值增值。然而,由保险投资组合模型的最优投资策略可知,在目前的资本市场和技术条件约束下,股票投资率比例是不可能大幅增长的,所以保险资产利用投资组合工具必须循序渐进,不能盲目投资。保险资产短期可以考虑利用银行储蓄、国债、企业债、和股票的投资组合工具进行投资运营,但股票投资部分要控制在合适的范围内,中长期根据资本市场的成熟度,逐步扩大股票的投资份额以获得更高的回报。国外有关研究表明,保险收益的90%来源于投资组合的选择,只有0%取决于管理,过多的投资限制会降低保险资产的投资收益。随着我国资本市场和外汇市场今后的改革和发展,保险公司可通过多元化投资来分散风险。

2.构建保险投资运营风险管理体系

收益和风险是任何投资面临的两个基本问题,保险公司多元化投资的同时,必将面临更大的投资风险。保险公司除了面临通货膨胀风险、利率风险等系统性风险外,还将面临委托风险、多元化投资资产风险等。有效的风险管理是保险公司实现稳定收益的必要保证。我国保险投资风险管理体系的构建应贯穿于基金运营的全过程。风险分散机制可通过基金投资证券的多元化、投资国别的分散化、投资期限的分散化来实现。

我国的保险公司,长期以来一直是重视承保,轻视投资,根本谈不上形成完善的投资管理体系。而保险公司的组织结构设置也不利于保险公司投资,大部分公司只是在近年来才成立了投资部,而且专门的投资人才也比较缺乏,这样就导致了保险公司对资金安全控制没有把握,而选择投资风险较小的方式来投资,例如,银行存款和国债投资的风险较小,所以国债投资的实际比例比较接近理论比例,银行存款居高不下。

3.结论

本文在计算各种资产的收益率时使用了各类资产的综合指数收益率,所得到的只是初步的结果。在实际投资决策时,应该确定组合中具体的国债、企债、基金和股票,利用Copula函数建立投资组合风险度量和优化模型,得到各个资产具体的投资比例。此外,可尝试研究将保险资金投资于房地产或进行海外投资时的投资策略。要考虑各种不同种类资产间的相关特性,如何有效提高保险投资的收益率,以降低因收益不足所可能造成保险支付危机;要在上述考虑下,将资产适当的分配于风险、流动性高低不同的投资标的当中。

本文所提出的研究方法,仍有以下几个方面能够加以努力:

保费问题

在保险投资组合中,为维持基金资产价值,对于投资风险可忍受的程度必须加以考虑,希望能规避投资上的损失,确保未来支付得以兑现,本文将保险资金进行短期投资,并没有考虑保费的收取和支付,这在实际中将影响到保险资金投资工具的选择,在以后的研究中可以把本文建立的模型扩展成多阶段投资优化模型,根据保险资金提拨款收入和支出,结合保险资金的长期投资问题,建立保险公司的资产负债管理模型。

2投资比例的限制

由于我国对保险资金运用渠道有严格的限制,在投资政策中

[CM27*8/9]必须充分考虑到国家有关的政策法规。值得注意的是,有关法规对某些投资品种有明确的数量比例限制,这在客观上为我们进行资产分配设定了最高限额。

我国目前对保险投资中的风险资产持有比例仍有较为严格的约束,在进行投资组合优化时还应当考虑对各种资产的比例限制。这些政策无疑在一定程度上加大了投资难度,导致我国保险投资收益率低于发达国家保险公司的投资收益率。

3Copula函数选择

在利用Copula函数刻画保险投资对象的相关结构时,除了考虑到各个金融市场之间的相关关系是非线性的,还可以考虑随着外部环境的变化而产生的波动,建立一种动态的非线性模型来描述事物之间这种非线性的动态相关结构。而目前对时变Copula模型的研究还不多,其中还有很多问题需要完善或进一步的深入研究。

本文重点在于建立较适合保险投资组合模型的方法及步骤,并得到了保险最优投资策略。但需要注意的是,这仅仅是初步的结果,本文在投资工具及投资比例限制、投资组合预期方面难免存在不足,还需要在保险投资管理领域,采用更大的样本进行更多的实证研究,以此获得关于这种方法更多的经验与信心。

参考文献:

[1]王宝,肖庆宪.基于Copula函数的动态投资组合研究[]统计与决策,20095:63-65.

[2]陈辉,陈建成.我国保险投资组合的模拟和金融风险测量研究[]统计研究,2008,:64-7.

[3]杨湘豫,夏宇.基于Copula方法的开放式基金投资组合的VaR研究[]系统工程,2008,2:40-44.

[4]Rockafeller,Uryasev.Optimizationofconditionvalueatrisk[].ournalofRisk,2000,23):2-24

简述失业保险的类型范文

关键词:风险;后果;桥梁;施工

中图分类号：U445文献标识码：A文章编号：

引言

近年来的调查分析表明，工程结构尤其是桥梁结构在施工期的风险远远高于使用期。桥梁在施工期间极易发生工程事故，造成较大的经济损失和人员伤亡，并带来不良的社会影响。因此，为降低施工期间的结构风险，避免工程事故的发生，开展桥梁施工风险分析是十分必要的。桥梁施工期间的结构风险(这里简称“桥梁施工风险”)，是指在施工期间桥梁结构发生损坏并导致不利结果的不确定性。桥梁施工风险估计是在风险识别的基础上，运用各种理论和分析方法，对桥梁施工风险的发生概率及其造成的后果损失进行分析和估计，从而进一步估算风险的大小。它包括风险概率估计和风险后果估计两部分。其中，风险后果估计是指依据一定的原则和方法，对桥梁施工风险事故可能造成的各种损失的大小或严重程度进行综合的分析和估计，为施工风险综合评价提供科学依据。

现有风险后果估计方法大致可分为定性和定量两种方法。定性估计法是指采用定性的指标或方法来估计和描述风险后果的大小或损失的严重程度，如采用“严重、一般、轻微”等分级指标来估计风险后果。它是一种较为常用的后果估计方法。该方法的优点是简单、容易、费用低;缺点是主观性较强，缺少科学依据和说服力，结果往往过于笼统，不易于理解和接受。定量估计法是指采用定量的计算方法或量化的指标来度量和描述风险后果的大小或损失的严重程度，如用货币形式表示经济损失。该方法的优点是以数据为依据，客观、系统地反映风险后果的内容和大小，结果具有说服力，易于理解和接受;缺点是由于风险损失种类繁多，涉及的因素众多，使得该方法较为复杂和耗时，对某些损失的量化估计尚有一定难度。尽管如此，它仍是今后风险后果估计研究的主要发展方向。

在现有的桥梁风险分析研究中，对桥梁风险事故造成的损失或后果尚缺少系统、全面的研究。一方面，有些风险研究仅从风险发生概率的角度评估风险，忽略了对风险后果的研究，缺乏科学性和全面性；另一方面，现有研究多采用定性的方法描述风险后果，缺少对后果的量化分析，具有较强的主观性，而且缺乏对各类风险后果的全面分析，具有片面性，不利于风险后果估计的标准化和规范化。因此，如何对桥梁风险后果进行系统、全面地分析与估算，是一个亟待解决的问题。

二、桥梁施工风险后果的分类

为了对桥梁施工风险后果进行全面、合理的估计，对风险后果进行分类是必要的。对于风险后果，不同的学科领域、不同的学者、对于不同的研究对象，有着不同的分类方法。现根据风险后果表现形式的不同，将桥梁施工风险事故可能造成的风险后果分为经济损失和非经济损失两大类(如图1所示)。

经济损失是指由桥梁施工风险引起的易于或便于用货币计量的损失，也称为有形损失，包括直接经济损失和间接经济损失两种。直接经济损失是指由风险事故直接造成的可用货币计量的各类

损失的总和。间接经济损失是指由风险事故间接造成的、直接经济损失以外的、可用货币计量的衍生损失。非经济损失是指由桥梁施工风险引起的难于或不便于用货币计量的损失，也称为无形损失。生命损失是指由风险事故造成的相关人员的生命与健康的损失，包括人员死亡损失、人员伤残损失、人的精神伤害及心理伤害等。环境损失是指由风险事故造成的环境污染、生态破坏、给环境带来的危害，并间接造成的相关经济损失。社会损失是指由风险事故造成的对社会产生的不良影响和危害，包括对企业声誉、政治稳定、社会治安、社会生活秩序、社会关系、社会舆论、社会公众精神与心理的影响等。

（一）风险后果估计总体模型

为了分析和估算桥梁施工风险可能造成的各类风险后果的大小或损失的严重程度，需要建立必要的后果估计模型。本文根据桥梁施工风险后果的分类情况，结合桥梁施工阶段的各种实际情况，建立风险后果估计总体模型如下:

C=CZ+CJ+CR+CH+CS(1)

其中，C为总的风险后果，它是相对于不同的风险事故或失效模式而言;CZ为直接经济损失;CJ为间接经济损失;CR为生命损失;CH为环境损失;CS为社会损失。

（二）各分项损失估计模型

对于总体模型中所包括的各项损失及其下一级分项损失，现参考大坝、洪灾、火灾、滑坡、震害、城市污染等专业和领域的损失研究，结合桥梁结构施工的实际情况，提出各种风险后果的简化估算方法，具体如下:

1、直接经济损失

CZ=CZ1+CZ2+CZ3(2)

式中:

CZ1――桥梁结构损坏损失;

CZ2――固定资产损坏损失，包括由风险事故导致的机械、设备、船舶、车辆、仪器以及建筑物、结构物、道路与管线设施等固定资产的损坏损失;

CZ3――流动资产损坏损失，如库存材料、周转材料、低值易耗品及其它财产的损失。

2、间接经济损失CJ

CJ=CJ1+CJ2+CJ3+CJ4+CJ5(3)

式中:CJ1――现场救护与清理费用，包括投入的人员、物资、资金、设备等;

CJ2――停工、停产、停运损失，包括：事故造成的工程停工给工程各方带来的损失，桥下或水上交通阻断引起的损失，水、电等管线设施损坏引起的相关部门的停产损失等：

CJ3――桥梁延期通车的收益损失，主要针对收费桥梁而言：

CJ4――因加固或重建而投入的额外费用;

CJ――其它间接经济损失，如桥梁结构使用功能不全而引起的损失，延期通车给使用者带来的损失等。

3、生命损失CR

生命损失包括人员死亡损失和人员伤残损失，后者又可按伤残程度划分为重伤和轻伤两大类，现参照相关文献研究，提出生命损失估算公式如下：

CR=N・v・(α+β+γ)(4)

式中:

N――施工现场桥梁结构或构件空间范围内的人员总数;

v――波及人员系数，表示事故所涉及的人员占人员总数的比例，一般与结构的损坏程度、施工现场人员的分布情况等有关，v![0，1]：

α、β、γ――死亡、重伤与轻伤比例系数，表示在所有伤亡人员中死亡、重伤与轻伤人数所占有的比例，一般与施工现场作业环境(如天气、作业高度、作业空间、桥下场地情况等)、安全防护措施、救护措施等有关，α、β、γ"[0，1]，且α+β+γ≤1。

4、环境损失CH

CH=CH1+CH2+CH3(5)

式中:

CH1――直接损失，主要指环境资源本身遭受破坏而导致的减产、停产等损失，如由于风险事故导致河流或水域污染而致使渔业、农业等资源的减产

损失等;

CH2――间接损失，主要指由于环境破坏而间接影响其它行业、部门或单位的正常运转而造成的损失，如由于空气污染而导致相关工厂产品减产、停产损失等;

CH3――环境治理与恢复费用，对于造成的环境破坏而需要投入的治理与恢复费用。

5、社会损失CS

社会损失主要从非经济的角度反映风险后果对社会产生的不良影响与负面作用，往往难以直接用货币的形式进行量化估计，其大小一般与风险事故造成的综合后果的严重程度有关，可以根据经济损失、生命损失等损失的综合结果进行大致估算，或利用文献[1]提出的风险后果当量法进行估计。

三、结论

风险后果估计是桥梁施工风险分析的一个重要组成部分，其方法的好坏是决定风险分析的成败和评价风险分析结果可靠性的重要标准之一。本文对桥梁施工风险后果进行了系统的分类，为后果量化估计提供了基础和依据。本文提出的桥梁施工风险后果估计模型和方法，是以量化分析为基础，能够实现对桥梁施工风险后果进行系统、全面的分析和估算，通过桥梁风险分析应用结果表明，该方法具有较强的合理性和实用性。

桥梁施工阶段的风险分析有利于提高施工企业的风险管理水平，同时也有利于保险公司对施工阶段的桥梁进行合理投保。然而，风险分析是一项较新的课题，涵盖范围广，尽管本文对这一问题做了一定的探讨，但是应有诸多问题需要做进一步的研究和探索，建议如下:首先，更多的桥梁专业人士参加桥梁施工阶段的风险研究，对桥梁施工阶段的风险做全面的潜在风险一览表；其次，建立桥梁施工阶段风险灾害库，并对施工风险事件及其各个因素做好统计工作，为风险评价和估计提供客观的概率分布；再次，对效益和成本进行研究，寻求防范风险成本与效益的最佳结合点；最后，做桥梁施工阶段风险分析的应用软件，为风险分析提供便利的工具。

参考文献：

1、巩春领.大跨度斜拉桥施工风险分析与对策研究[D].上海:同济大学，2006.

2、马鸿家主编.商业保险实务.中国商业出版社，1996

3、许谨良主编.财产和责任保险.复旦大学出版社，1993

简述失业保险的类型范文1篇9

关键词：信用担保担保定价理论模型

一、引言

担保费（担保定价）是担保机构收入的主要来源。一般而言，担保费应该能覆盖担保机构的运行成本。担保费不能高得使中小企业望而却步，亦不能低得使担保机构承受过多的风险。过高或过低的担保费率都不利于担保机构的发展。通过担保定价设计合理的担保费率是担保机构可持续发展的必要条件。这也是国内外学者比较关注信用担保定价的主要原因。普通商品定价理论是微观经济学研究的重点，主要有劳动价值论、效用价值论及新古典经济学的一般均衡理论。劳动价值论认为商品的价值由劳动决定，且其价值会随着劳动者的技能及社会技术水平的提高而下降。效用价值论认为商品的价值由消费者的效用决定，效用越大价值越高，商品价值与商品的生产成本无关。一般均衡理论认为在一个经济体中以生产者寻求利润最大化，消费者寻求效用最大化为前提，供给等于需求时的价格就是商品的价值。虽然上述普通商品定价理论都立足于各自的视角，但是其包含了一个共同的内在属性：面向历史。劳动价值论认为商品的价值是社会必要劳动时间，此“时间”是过去的时间。效用价值论认为商品的价值是给消费者带来的效用，该效用也是历史意义下的时间。一般均衡理论中决定商品价值的供求关系也是历史的。普通商品的定价理论中找不到未来的概念，面向历史的属性使得定价理论避免了主观概率驱动下不确定性的冲击。20世纪90年代以来，信贷配给理论、利率的逆向选择及激励效应理论为贷款担保定价提供了理论依据。信贷配给是信贷市场上的典型现象，表现为：在无差别的贷款申请人中，有些人即使愿意支付更高的利率也得不到贷款。由于信息不对称，银行在发放贷款前，很难判断借款人的经营状况和风险，对借款人的违约概率无法精确估计，因此，银行往往会要求收取额外的风险补偿。风险较大的借款人愿意支付额外风险补偿获取借款，而风险较小的借款人者往往会选择退出。高利率虽然会给银行带来高收益的预期，但是，高利率也会激励借款人倾向于投资高风险项目，也即通过利率逆向选择及激励效应降低了银行的收益。中小企业信用担保是担保机构向银行等金融机构提供被担保企业的债务担保，当被担保企业不能向金融机构偿还债务时，担保机构就要履行代偿责任（信用风险）。可见，担保机构提供担保后并不立即履行代偿责任，只有在被担保企业不能偿还债务时，担保机构才需要代偿。显而易见，银行的信贷配给、利率的逆向选择及激励效应，包括担保机构的信用风险都具有滞后性，也即面向未来。正是面向未来的属性使得现有中小企业信用担保定价理论必然面临对未来不确定性的估算，也即中小企业信用担保定价理论无法避免的核心内容是对违约概率的估算。

二、国内外中小企业信用担保定价研究述评

（一）国外相关研究：具有翔实数据的实证分析1840年，瑞士第一次将担保内容写入了银行法，这标志着现代信用担保制度的开始。20世纪30、40年代，世界经济危机爆发，西方国家为复兴经济纷纷创建政策性信用担保制度。1945年，第二次世界大战后，政策性信用担保制度在拉丁美洲、亚洲等国家也获得了快速的发展。而现代信用担保制度主要发展和成熟于美国。自Samuelson（1969）提出担保定价以来，国外的学者和专家开始了对信用担保定价方面的研究。西方对于担保定价的早期研究主要集中于债券担保的定价，公司债券一般在资本市场交易，资产价格容易获得，关于融资担保价值的定价方法研究中，一般都假定担保人无违约风险（即由政府提供担保）。随着作为金融衍生工具的期权的出现，探讨期权的定价理论与方法已成为二十世纪以来乃至未来的研究热点。DavisandPanas（1991）、Perrakis和Ryan（1994）Ritchken（1995）等成功探讨了欧式期权的定价理论。Lo（1997）、Ball和Torous（1996）、Merton（1998）将期权定价理论成功运用于相关领域，极大地拓展了期权的运用范围。其中，DuanJin-Chuan（1999）、LaivanSon（1999）将期权定价理论运用于商业银行存款保险的定价领域，这无疑是二十世纪金融学研究的重大突破。学者们运用数理模型进行担保定价的主要思路是：利用信用风险模型计算出一项贷款资产在未来一定时期的损失数额，然后通过一定的补偿机制为贷款进行定价。其关键是：通过运用风险计量技术对贷款风险进行科学评估，确定特定类型企业、特定结构贷款的损失率分布函数，据以计算预期损失、非预期损失、波动率，完成贷款的科学定价，包括准确地计提风险成本和确定风险溢价。由于信用担保制度在国外的悠久历史及国外信息数据库的便捷服务，国外对信用担保定价的实证研究较多。ChenA.H.Y（1970）分析了动态市场环境下的担保定价模型。AlanDoran，JacobLevitsky（1997）对全球100多个国家的信用担保体系进行了研究，发表了《基于全球视角的中小企业信用担保计划》，从担保对象、执行机制、风险分担、担保机构的治理和收费结构等不同角度进行了阐述。关于担保费，该学者认为：担保收费应合理反映担保人、债权人和被担保人各自分担的风险，同时应考虑到担保分担比例；担保费的设计应该保证两点：一是担保费不应该高得使银行不会在不需要担保时滥用担保；二是担保费又不能低得致使银行拒绝为中小企业贷款；担保费和担保基金的投资收益应能够覆盖担保代偿损失和担保运营支出。MichelDietsch和JoceelPetey（2002）以22000家法国中小企业为样本数据，通过样本企业得出信用转移矩阵，并据此估算贷款损失的概率密度函数，在此基础上计算VaR值和边际风险收益，由此推导出一个适合中小企业贷款的内部信用风险模型。通过该模型，我们可以模拟出一个贷款组合的目标收益函数，由此推算一个贷款组合中每笔贷款的风险调整价格。TeresaGraham（2004）发表了《英国小企业贷款担保计划总结报告》，TeresaGraham总结了英国二十多年的小企业贷款担保计划的历史经验，分析其存在的弊端，提出改进方案。同时，TeresaGraham在报告中指出2％的担保费率是比较合理的水平。

（二）国内相关研究：基于金融模型的创新与应用目前我国中小企业信用担保市场还处于卖方市场，担保机构采用的担保定价方法主要是经验法，也称专家评估法，一般是按担保总额的某一固定比率计算出基本价格，再结合被担保企业的具体情况进行适当调整。经验定价法依赖于评估人员的经验，主观性比较强，缺乏科学性。我国许多学者试图从不同角度构建信用担保定价模型，从而对担保定价方法展开探索研究，力求逼近真实价值，使其更加科学、具有合同柔性和可操作性。

（1）期权定价模型。1973年，Black和Scholes给出了欧式期权定价的解析模型，成为对金融资产定价实践最具有影响力的模型。现有研究中，较多学者专注基于期权定价理论的担保定价模型，如林昆辉（2000）、姬毅（2002）、杨明（2006）、许有传（2007）等，他们的共识是：债务人（被担保企业）与担保人（担保机构）之间签订的担保合约实质上相当于一份期权合约。对于债务人而言，若如期偿还本息，其损失的仅是担保费；若债务人到期不能如数偿还本息，则担保人必须按担保合约约定履行代偿义务。当债务人（被担保企业）的价值小于所担保的债务价值时，担保责任为两者之差。从全额担保来进行分析，当前者大于或等于后者时，担保责任为零。由此可见，对债务人来讲，签订担保合约相当于买入了一份看跌期权，对担保方来讲，则卖出了一份看跌期权。但研究视角各不相同。林昆辉（2000）从理论和实证两方面论述了如何运用Black-Scholes的期权定价模型确定担保定价的问题。姬毅（2002）在深入阐述现代期权理论和贷款担保定价关系基础上，重点解析了贷款担保定价中的参数选择，并辅以案例，佐证期权定价方法的可行性。杨明（2006）以有限责任体制下的中小企业为视角，以企业的经营风险水平和资产负债率为主要参数，构造出在这个担保体系下担保机构的基本担保费率和商业银行的基本贷款利率模型，该模型表明，信用担保能有效降低银行的贷款风险，增强中小企业的融资能力，改善中小企业的融资环境。许有传（2007）从最低现金流要求角度，考察最低净现金流要求与担保定价的关系，基于企业最低现金流要求对企业还款意愿的重要影响，给出基于最低净现金流要求的信用担保期权定价方法。以上都是从单期情况下讨论担保定价问题。由于破产将带来一系列的社会负面影响，如失业、利税损失、银行贷款损失甚至政局不稳定等问题，因此，从社会影响的宏观层面来说，破产是公司最后无奈的选择。而从担保机构微观层面来讲，在某些情况下，通过给被担保企业一定期限的债务展期，可能会情况会出现逆转。由于被担保企业在担保机构的监督及激励下经营状况发生好转，资金收益水平得到了提高，或者由于所处行业的发展遇到发展契机而发生被担保企业存量资产的大幅度增值，增长后被担保公司的价值可能足以偿还担保机构的代偿债务及相关费用。在这样的情形下，对于担保机构而言，通过对被担保企业实施一定期限的债务展期可能是明智的。陈福权（2004）、顾海峰（2007）考虑到担保现实情况，将单期担保进行展期。陈福权认为我国破产法规尚待健全，破产清偿的社会成本太大，债务展期的情况比较普遍，提出了两阶段期权担保定价方法。顾海峰借鉴陈福权的债务展期思想，把存款保险风险定价的思路引入到信用担保风险定价中，从准债权与准股权复合设置角度，提出了类似于优先股模式的债务追索权，构建了债务展期的担保复合定价模型，同时，该学者还通过147家担保公司的数据检测了模型，指出模型对发展前景较好或者财务及经营状况比较稳定的企业具有较高的适用性。顾海峰（2009）又将债务展期模型拓展为多阶段展期金融契约的信用担保定价模型，并推导出其数值求解方法，同时，实证了该模型的科学性及应用前景。郭艳（2009）在论述了多阶段展期贷款担保定价模型的基础上，通过蒙特卡罗模拟，测算了影响多阶段贷款担保价值的影响因素有资产负债比、担保比例、担保期限以及被担保方资产波动率，为担保方规避风险，进行科学的担保定价提供了决策依据。

（2）信用违约互换定价模型。信用违约互换是信用衍生工具最普遍的形式，其构建原理为：商业银行为了转移信用风险而购买风险保护，但其必须支付费用，即商业银行作为信用风险空头；投资者承担由商业银行转移的信用风险并获取一定补偿收益，即投资者作为风险多头。在信用担保合约中，中小企业因信用级别低而需要支付较之于大企业更高的信用价差，即中小企业支付给担保机构的担保费用，相当于银行卖出信用风险，让出一定的收益；担保机构买入信用风险，获取一定的收益。由此，信用担保合约的原理和信用违约互换的作用原理类似，据此可以构建一个信用违约互换以拟合简单信用担保合约，从而对信用担保合约定价。基于上述思路，王琼（2003）揭示了信用违约互换的规避信用风险机理及市场效用，最后给出了基于基权定价理论和KMV的预期违约率的信用违约互换的估值方法。佘云鹏（2006）在王琼等研究的基础上，认为信用担保合约与信用违约互换的支付函数具有同构性，构建适当的信用违约互换合约及模拟信用担保机构的信用担保合约，以信用违约互换的定价方式为信用担保定价。

（3）信用度量术定价模型。信用度量术是国际上通行的一种衡量风险方法，该模型的核心思想是贷款组合价值受到两方面的影响：债务人违约及债务人信用等级的转移变化。模型首先估算贷款组合在债务人信用等级转移变化下的价值分布，进而估算信用风险价值，也即在一定的期间内，在给定的置信区间上，贷款组合可能发生的最大价值损失。唐吉平、陈浩（2004）分析了贷款信用保险定价，并比较了期权定价模型、贷款死亡模型和基于信用风险度量术模型，认为基于信用风险度量术模型比较具有可操作性，并在信用度量术的基础上构建了保险费率厘定模型，并运用实际数据对模型做了实证研究。信用度量术的核心是取得信用转移矩阵。陈晓红、陈坚（2007）认为信用度量术中的信用转移矩阵是静态的，采用的是历史平均的信用转移矩阵，没有考虑到宏观经济的影响，随着宏观经济的变化，每一年的违约率都会发生变化，贷款期限越长，市场风险越大，静态信用转移矩阵的误差就越大。鉴于此，学者通过衡量宏观经济波动对信用转移矩阵的影响，构建了动态的信用担保定价模型，进一步发展了基于信用度量术的定价方法。

（4）VaR定价模型。VaR是国际通行最为普遍的风险模型。VaR即风险价值，是指在未来某个期间，某个给定的置信区间内，资产组合可能出现的最大损失。陈晓红（2005）采用国际通行的VaR风险模型，指出根据风险补偿原理，担保机构的担保费用包括风险收入和无风险收入。合理的风险收入至少覆盖在给定的置信度水平下的最大损失值。陈晓红采用的是绝对VaR值，是相对于0的损失，与期望值无关。钟田丽等（2008）认为绝对VaR计算出投资者的绝对（相对于0）损失。但是，由于每个担保机构的风险偏好不同，正如，对于同一被担保企业，有的担保机构愿意提供担保，而有的担保机构不愿提供担保，即各担保机构的期望收益不同，因此，钟田丽等结合效用理论，提出了相对VaR定价法。对于贷款期限一年以上的风险衡量，相对VaR比绝对VaR更加准确和接近现实。

三、述评与展望

综上所述，目前国外对于信用担保定价其研究的出发点是基于对国外信用担保机构数十年，乃至上百年发展历史的考察。同时国外的统计机构对于信用担保机构的运营大都有一套完整的统计系统，这就为其实证分析提供了翔实的数据来源。而我国信用担保的发展也就十几年的历史，很多地区对于信用担保机构的经营情况不列入统计的范围。此外，我国中小企业是“信息残缺的”，很难从外部了解到有关企业的收入、利润等信息，尤其是我国中小企业以民营为主，受经济体制影响，大部分企业信息与企业主个人信息交叉，企业财务管理制度混乱、账表不全，内控缺失，这就在一定程度上限制了对其实证研究的开展。由于我国信用担保体系、资本市场的发展还不完善的大环境下，目前还没有比较客观、权威的信用评级公司，没有现成的企业信用等级转换概率和不同信用等级企业违约回收率数据资料，信用担保定价还处于起步阶段，学者们针对信用担保定价的定量研究较少，而以构建模型的居多。国内学者纷纷将期权论引入到信用担保的研究中，在违约风险计量和担保费用定价方面占据了核心地位。值得注意的是，期权理论对信贷市场化程度不太高、利率竞争不充分的中国中小企业信用担保市场的解释力和理论指导作用不强。部分学者采用信用度量术定价法，但是由于信用转移矩阵难以获得，该方法在中小企业信用担保定价的运用中受到限制。部分学者采用在信用度量术的基础上，引入宏观经济波动因素，将无条件信用转移矩阵转化为条件信用转移矩阵，对信用担保进行定价，该方法同样存在信用矩阵难以获取的现实困难。此外，很多模型是在单期的框架下讨论担保费率的定价，鉴于在担保实务中，由于破产清偿的社会成本太大，一般情况下，债权债务双方会协商进行债务展期，因此，单期的担保定价在实际运用中缺乏柔性。显然，由于我国信用担保发展时间较短，信用担保体系尚未完善，上述模型在实际应用中或多或少会受到资本市场发展、数据可得性等方面的限制。

笔者认为，我国中小企业信用担保定价模型的构建应遵循以下原则：可操作性原则。模型所需的数据能够从现有的资本市场或相关机构获取，并且担保公司人员可以精确度量；拓展性原则。模型不仅能满足目前阶段对信用风险度量的需求，而且还应能随着外部环境的改善而适应未来的需求；行业性及地域性原则。不同行业、不同地域的信用担保机构所处的经济环境、金融市场结构、税收制度、客户群体和客户意识强弱各异，模型的选择应考虑这些因素对最终度量效果的实质影响。对中小企业信用担保进行“科学”定价必须引入定量化的数学分析方法。由于中小企业信用担保定价需要大量的数据且与一国的金融市场完善程度相匹配。考虑到各类模型的优势、局限性和最佳适用范围以及信用担保机构业务经营对象的特殊性，要建立既符合国情又相对比较简单的信用担保定价模型，应选择应采用循序渐进方式。从国外实践来看，信用担保定价方法的发展是一个不断修正的渐进过程，需要信息服务、法律支持等多方面的建设与完善。

参考文献：

［1］林昆辉：《担保费的期权定价模型设计及实证研究》，《中南工业大学学报》2000年第12期。

［2］杨明、韩靖：《期权理论在中小企业信用担保体系中定价的研究》，《华中科技大学学报（自然科学版）》2006年第3期。

［3］陈富权：《信用担保的两阶段定价模型》，《系统工程理论方应用》2004年第4期。

［4］顾海峰：《基于债务展期的担保复合定价理论与方法》，《系统工程》2007年第6期。

［5］陈晓红：《基于VaR模型的信用担保定价方法》，《系统工程》2005年第9期。

［6］钟田丽：《基于相对VaR的信用担保两期定价模型》，《运筹与管理》2008年第4期。

［7］王琼、陈金贤：《信用违约互换的避险机理及价值分析》，《西安交通大学学报（社会科学版）》2003年第6期。

［8］Doran，A.&LevitskyJ.CreditGuaranteeSchemesForSmallBusinessLending—AGlobalPerspective，1997.

［9］JacobLevitsky.SMEGuaranteeSchemes:ASummary，TheFinancier，1997.

简述失业保险的类型范文1篇10

操作风险分类的原理

操作风险分类的最佳标准应该具有逻辑一致性，易于理解和应用，并且不能与任何建模原则相冲突。从统计学意义上说，良好的分类应该实现组内方差最小化，组间方差最大化。具体而言，操作风险的分类标准应该满足以下最优准则：

一是能够满足管理的需要。分类得到的信息必须能够用于管理，为管理决策服务。同时，同一类风险必须具有相同的性质，即同质性。

二是逻辑一致性。某个具体的风险事件必须属于并且仅属于某一风险类型，最高层目录应与最底层目录业务举例相一致，不应存在冲突或不一致。同一个术语只能用在一种风险类别中，不能交叉使用。

三是良好的统计性质。数据集之间不应存在相关关系，数据的最小颗粒应是同分布的。如果用两个非同分布的数据颗粒构建一个损失分布，技术上将会相当困难。这将直接影响到定量风险管理水平，如VaR值的准确性和有效性。

理论上讲，操作风险可以从原因、事件和后果三个角度来分类。原因包括职责划分不清、内审失效、缺乏监督、安全措施不充分、人力资源政策不当等；事件包括巴塞尔新资本协议确定的内部欺诈、外部欺诈、就业政策和工作场所安全性等在内的七类风险事件；后果包括法律责任、资产受损、监管处罚、业务中断、声誉受损等。但是，根据原因进行分类的问题在于，一个案件的发生往往归咎于多种原因，例如，巴林银行案件既有职责划分不清的原因，也有内审失效、缺乏监督等原因，很难将其归到某一单个原因中。使用后果进行分类的问题在于，一个后果（例如要承担法律责任）中往往会包含很多不同的事件，这种分类难以给银行风险管理提供有价值的信息。

巴塞尔新资本协议确定的包括内部欺诈、外部欺诈等在内的七类风险事件是根据业界实践总结出的基于事件的分类方法。在业界的帮助下，巴塞尔委员会将巴塞尔新资本协议中定义的七大事件类型（一级目录）进一步细分二级目录和相关的业务举例（三级目录），见表1。

然而，巴塞尔新资本协议的操作风险并非严格按照事件法进行分类，而是存在着同时按照原因、事件和后果三个维度进行分类的问题。例如，“客户、产品及业务操作”和“执行、交割及流程管理”两类风险事件是从原因和事件两个维度来定义的，“业务中断和系统失败”是从原因、事件和效果三个维度来定义的，“实体资产损坏”是从事件和效果两个维度来定义的。因此，巴塞尔新资本协议中操作风险的分类存在一些含混不清的地方，并且在具体的风险事件归属上存在交叉重叠现象。例如，巴塞尔新资本协议中“客户、产品及业务”事件和“执行、交割及流程”事件的定义都包含有疏忽的因素，因此在具体事件的归类上可能导致区分不清；另外巴塞尔新资本协议中归于“内部欺诈”二级目录下的“未经授权的活动”包括了一些非欺诈的事件，这些事件与包含于“客户、产品及业务”操作中的事件十分相似。这很可能使这些目录中包含重复的巨额损失，使数据集间存在线性相关关系，给建模带来技术问题，影响VaR值的准确性和有效性。

操作风险分类的支付矩阵法

鉴于上述问题，美国OpriskAdvisory公司的AliSamad-Khan构造了一种新的操作风险分析方法，这种方法建立在巴塞尔新资本协议操作风险分类基础之上，运用博弈论中的支付矩阵工具对操作风险七大事件类型进行了分析，并对其中一些事件进行了重新定义，尽可能避免各类事件间相互重叠，保证各级目录间的逻辑一致性。

支付矩阵法主要是根据目标受益人和目标损失人的不同，对七类风险事件进行细分。目标受益人即受益主体或意欲受益的主体，目标损失人即损失主体或意欲遭受损失的主体。目标受益人和目标损失人都有四种可能：个人、公司（银行）、交易对手和无任何一方。通过对目标受益人和目标损失人可能主体的分析，可以清晰地刻画出各类风险事件的特征。运用这种方法，可以对巴塞尔新资本协议中的操作风险七类事件进行深入分析。

内部欺诈

可以用表2、表3两个支付矩阵来表示内部欺诈行为的特点。

从表中不难看出，内部欺诈事件的定义应该包括两个要素：一是它是公司（银行）内部员工为了使自身获益而进行的故意违法违规行为；二是这种违法违规行为必然会导致另一方损失，即一方获益是建立在另一方遭受损失的基础之上。这两个条件与直观意义上理解的内部欺诈相当吻合，例如，内部欺诈通常包括的具体风险事件有：欺诈，信贷欺诈，挪用公款，假存款，盗窃，抢劫，内部交易（不用企业的账户）等。根据上述定义，未经授权的交易、税收上的故意违规等则不应纳入内部欺诈，而应属于客户、产品及业务操作。

外部欺诈

外部欺诈事件也有两个特点：一是它是公司（银行）外部某个主体为了使自身获益而进行的故意犯罪行为；二是犯罪行为必然会导致另一方损失。因此，可以用表4、表5的支付矩阵来表示外部欺诈行为的特点。

外部欺诈包括的具体风险事件有：盗窃，抢劫，伪造，盗窃信息（存在资金损失），黑客攻击损失等。

客户、产品及业务操作

这类事件有两个特点：一是公司（银行）员工为了使公司（银行）获益（从而最终使自己直接或间接地获益）所做的违法或违规事件；二是这些行为可能会使另一方遭受损失，也可能没有任何一方会因此遭受损失。因此，可以由表6、表7的支付矩阵来表示客户、产品及业务操作事件的特点。

从表中可以看出，客户、产品及业务操作事件最核心的辨别标准是，在所有这类事件中，公司（银行）都是目标受益人，而不是目标损失人，它只会在事件没有按计划预期情况发展才会发生损失。在这个定义下，客户、产品及业务操作事件应该包括适当性披露问题，违规披露零售客户信息，泄露私密，冒险销售，为多收手续费反复操作客户账户，保密信息使用不当，不良交易市场行为，操纵市场等。如前所述，未经授权的交易、税收上的故意违规等也属于客户、产品及业务操作类风险事件。

就业政策和工作场所安全性

这类事件的特点是违反了就业、健康或安全方面的法律或协议。它反映的是公司（银行）和公司（银行）员工之间的关系。可以用表8、表9的支付矩阵来表示。

从表8的支付矩阵可以看出，这类事件是公司（银行）有意识的行为，目的是为了使公司（银行）获益；公司（银行）的员工是被损害的对象。这类事件包括违反员工健康及安全规定事件、所有涉及歧视的事件。从表9的支付矩阵可以看出，这类事件也包括公司（银行）员工为了维护或改善自己的权益，联合违反就业协议，从而损害公司（银行）的利益。

执行、交割及流程管理

执行、交割及流程管理事件是由意外的错误引发的，产生于交易的进行阶段。因此，从这点来说，主体不能从这类事件获得额外的收益，也不会试图使其他主体遭受损失。所以，可以构造表10的支付矩阵来描述这类事件。

这类事件包括错误传达信息，数据录入、维护或登载错误，超过最后期限或未履行义务，模型/系统误操作，会计错误/交易方认定记录错误，其他任务履行失误，交割失败，担保品管理失败，交易相关数据维护等。

业务中断和系统损失

这类事件是由系统上的错误引发的，没有任何一方是目标受益者和目标损失者，因此和执行、交割及流程管理事件的支付矩阵是相同的。这类事件是一种低频率高损失事件，包括硬件，软件，电信，动力输送损耗/中断。

实体资产损坏

这类事件是由外部的意外事件，如自然灾害引发的，没有任何一方是目标受益者和目标损失者，因此也和执行、交割及流程管理事件的支付矩阵是相同的。这类事件也是一种低频率高损失事件，包括自然灾害损失，外部原因（恐怖袭击、故意破坏）造成的人员伤亡。

将以上七类事件的支付矩阵合并起来，可以得到表11的合并支付矩阵。

可以看到，这个合并支付矩阵覆盖了所有可能发生的情况（假定没有一方会做损人不利己的事情）。对七类事件的分析中，有几类事件的支付矩阵是相同的，这可以很容易地从原因角度将这些事件区分开来。在新分析方法下，分类规则非常明确，为使各级目录中更具逻辑一致性，巴塞尔新资本协议操作风险分类中的个别目录就需要进行相应调整。

对于内部欺诈，其二级目录下的未授权交易，三级目录下的违规纳税/逃税和贿赂/回扣事件应归属于客户、产品及业务操作类事件。在这三种事件中，公司（银行）是目标受益者，并且这些事件是个人有意识的行为，因此应该属于客户、产品及业务操作类事件。要注意的是，贿赂/回扣所花费的费用属于公司（银行）非法成本，不是操作风险损失。只有对这种行为的罚款和处罚才是操作风险损失。若是公司（银行）内部员工受贿而损害公司（银行）利益，则应归入内部欺诈。

对于客户、产品及业务操作类事件，其二级目录下的产品瑕疵（包括产品缺陷和模型误差）应属于执行、交割及流程管理类事件。这些事件中，造成错误的个体并不是有意犯错，因此没有任何一方是目标受益人和目标损失人。如长期资本管理公司巨额亏损案中，其模型存在问题并不是员工故意的行为。

简述失业保险的类型范文篇11

关键词：金融控股公司；制度分析

金融控股公司是金融机构实现综合经营1的一种主要方式，我国并没有专门的以金融控股公司为规范对象的法律制度，加快金融控股公司立法一直是金融界的呼吁。但是根据理论界定和金融实践，一方面金融控股公司在我国现实中并不存在明显的设立障碍和监管空白；另一方面我国存在大量制约金融控股公司发展的因素。由于金融控股公司立法涉及金融业内部各行业，在目前“一行三会”金融监管格局下，专门立法很难有实质性突破，分析研究制约金融控股公司发展的各类因素更具有现实意义。

一、对金融控股公司的界定

我国目前所谓的金融控股公司主要指学理意义上的名称，并非法律概念，也没有官方文件对其进行界定。参照国际权威组织以及成文法国家的法律认定，以及国际金融实践，金融控股公司应该具备对金融子公司控制性持股、跨业经营等形式要件，且母公司能够整合资源，实现内部资源共享等实质要件。在实践中，目前我国出现的许多“金融控股公司”并不是真正意义上的金融控股公司。

目前我国官方明确认定为金融控股公司的法人机构包括：中国银河金融控股有限责任公司（2005年8月8日经国务院特别批准成立，控股银河证券、银河基金、银河保险经纪公司，是国内首家公司名称中明确带有“金融控股”字样的控股公司）、中国中信集团公司、中国光大(集团)总公司和中国光大集团有限公司2。我国仅有的带有“金融控股公司”字样的法律文件为财政部颁布的《金融控股公司财务管理若干规定》，该规章并未给出金融控股公司的定义，且财政部并非我国金融业主管机关，出台上述规定的目的只是为规范财政部代表国家持股的金融控股公司的财务行为。

国际金融界对于金融控股公司也没有统一定义，但是根据国际立法和金融实践，对金融控股公司的内涵或者本质特征有一定共识。美国1999年通过的《金融服务业现代化法案》首创了“金融控股公司”(FinancialHoldingCompany)法律术语，此前美国只有银行控股公司的立法。该法案规定金融控股公司的母公司可以是商业银行、证券公司及保险公司，并可以从事全方位的金融业务，而之前美国法律禁止这三类性质不同的金融机构交叉持股。此后，国际上专门以金融控股公司名义的成文法并不多。韩国2000年12月通过的《金融控股公司法》第2条第1款第1项规定，“金融控股公司”是指按照总统令的规定通过占有股份对两个或两个以上从事金融业的公司或与金融业密切相关的公司进行控制，并且符合该法第3条规定，获得认可的公司。我国台湾地区2001年11月1日实施的《金融控股公司法》第4条第3款规定：“金融控股公司：指对一银行、保险公司或证券商有控制性持股，并依本法设立之公司。”金融集团联合论坛（由巴塞尔银行监督委员会、国际证券联合会、国际保险监管协会三大国际监管组织支持设立）于1999年了《对金融控股集团的监管原则》，该文件认为金融控股公司是指在同一控制权下，完全或主要在银行业、证券业、保险业中至少两个不同的金融行业提供服务的金融集团，同时每类业务的资本要求不同。

根据上述国际立法经验，金融控股公司至少应该满足“控制性”持股和跨不同金融行业经营两个要件。因此，诸多产业资本参股各类金融机构而不具备控制性持股条件的，并不能归类为金融控股公司；金融机构同业控制性持股的情形，如商业银行仅控股另外一家或一家以上银行的，也不能称作金融控股公司。而即使满足上述形式要件，距离实质意义上的金融控股公司仍相距甚远。特别是以工商企业为基础的金融控股公司，母公司与控股金融机构之间仅存在股权关系，金融机构之间没有专门的机构从事管理与资源整合工作，没有统一的数据库、信息中心和后方支持平台，无法实现各金融机构之间信息共享，难以开发交叉金融产品。有金控之框架，无金控之实质3。

二、制约我国金融控股公司发展因素分析

我国目前虽然没有法律直接以金融控股公司为规范对象，但金融控股公司的设立、运营、风险控制、市场退出和监管等并非无法可依。不管是官方文件认定的金融控股公司（如上文前述），还是事实上存在的金融控股公司（如汇金公司、国有大型商业银行、四大金融资产管理公司等）都在现行法律框架内运行。现有文献对制约我国金融控股公司发展的因素缺乏深入研究，多简单归结为法律上的分业约束限制、监管缺失与针对“金融控股公司”的立法空白等。

简述失业保险的类型范文篇12

一、引言

证券市场是高风险市场，是商品经济、信用经济高度发展的产物，是市场经济中的一种高级组织形态。这是因为证券价格具有很大的波动性、不确定性，并且是由证券的本质及证券市场运作的复杂性所决定的。因此，对证券市场风险的合理度量显得尤为重要。var（value-at-risk）作为风险度量方法，目前已成为金融机构、非金融企业和金融监管部门测量和监控市场风险的主流工具。但在实际运用中，由于数据抽样、假设条件、建模过程等影响，无论采用哪一种var方法都会产生一定的偏差。对于证券市场而言，若var方法低估了实际的风险水平，则可能为投资者带来巨大的损失；若var方法过于保守，高估了实际的风险水平，可能会使得投资者丧失投资机会，损失部分资金的机会成本。可见，对于var方法，无论低估还是高估证券市场风险，都不利于投资者或监管机构进行风险管理。

在运用var进行风险管理时，应注意所运用var模型的假设与限制，也即注意模型本身的风险。beder（1995）针对参数方法，如riskmetrics和加权移动平均法、历史模拟法、蒙特卡罗模拟法等进行研究比较，结果表明：虽然无法确定var的最佳估计法，但是实证研究中显示了这三类var估计所面临的限制与问题。jamshidian（1997）则认为证券报酬的非正态分布、政府经济政策的改变、市场发生的突发事件、资产流动性、与潜在的信用风险等，均会造成风险值低估。panayiotisetal（2011）对基于尖峰厚尾收益分布的aparch模型进行了估计，分析发现aparch模型提高了多头和空头头寸的每日var预报精度，另外也评估了拟然率计算的各个模型的表现。

邹新月、吕先进（2003）从实际数据的基本特征出发，讨论了var方法在尖峰、胖尾分布中的计算公式，结果表明，推广的var计算方法对证券市场风险预警有更可靠的揭示作用。郭柳、朱敏（2004）运用var的基本方法对沪市十只股票进行了实证分析，同时对该十只股票的投资组合市场风险也做了进一步的测算。陈林奋、王德全（2009）运用garch类模型对上证指数和中证全债指数序列进行拟合分析，并估计了其多头和空头头寸的var值，结果表明，我国股票市场存在显著的非对称效应，而债券市场是否存在非对称效应并不明确。江涛（2010）计算上海股票市场日收益的var值时，表明了garch和半参数模型的var方法比传统的方法更有效，并较好地刻画了我国现阶段证券市场的市场风险。

国内对于var及其度量方法的研究文献虽然较多，但对不同类型的var模型的估计精度研究却不多。目前主要用于计算var的方法有三类：参数方法、半参数方法和非参数方法。各类方法中依据不同的假设可以建立不同的var模型。因此，在选择不同类型的var估计模型时，对不同类型的var模型估计精度的研究显得尤为重要。

二、数据与研究方法

1、数据的选取

数据采用了深市综合指数日收盘价数据，时间为1990年12月19日至2005年12月31日，共3825个数据，之所以采用深市综指是为了避免个股各自表现的风险特殊性和片面性，也是为了能够合理评价各种估计模型变动性的需要。在3825个数据中，将2002—2005年的共716个交易日数据作为var估计的检验样本（需要说明的是，检验样本之所以没有选取2005年之后的数据，是由于在多种因素的影响下，我国股票市场在2005年后波动极为剧烈，属于特殊年份的数据，不宜作为var模型本身变动性的检验基础），并使用三类方法中的七种估计模型对var进行估计，最后对模型估计的变动性和偏离程度进行实证评价。

2、var估计模型

这里以深市综合指数日收盘价格数据为研究对象，置信水平设置为95%和99%两种情形，移动窗口选取50天、125天、250天以及500天四种情形（近似为两个月，六个月，一年和两年），使用参数方法（选用简单移动平均法（sma）、指数加权移动平均法（ewma）（三种参数设定）和garch族模型）、半参数方

转贴于

法（选用蒙特卡罗模拟法）以及非参数方法（选用历史模拟法）来估计2002—2005年深市综合指数的每日var值，最后采用二重评价标准对三类var估计方法的模型变动性进行实证检验。

文中主要用于计算var的模型简述如下。

（1）参数类方法。参数类方法选取了简单加权移动平均法、指数加权移动平均方法和garch方法。

①简单加权移动平均法（simplyweightedmovingaverageapproaches，sma）。

其中：2j，t为第t天的股指收益方差，而j代表第j项资产；t为移动平均的观测天数，亦即观察期间的长度；rt-1为第t-1天的股指收益，j代表第j项资产；r：为第1天至第t-1天股指收益的平均值。

②指数加权移动平均法。

其中：?滓2j，t为第t天的股指收益方差，而j代表第j项资产；?姿为衰退因子（decayfactor），且?姿<1，表示愈久远的历史观测值对当期的变异数影响程度愈小；rt-i为第t-i天的股指收益；r为第1天至第t-1天股指收益的平均值。

本文对衰退因子?姿采用了诸多研究中通常采用的三种水平，即?姿=0.94、?姿=0.97和?姿=0.99。

③garch-normal模型（generalizedautoregressiveconditionalheteroskedastic-normalmodel）。arch模型的基本形式为：

其中：rt为资产收益序列，xt是一个k×l的外生向量，?茁是一个k×l的回归参数向量，?着t为回归的误差扰动项，模型假定其服从条件期望为零而条件方差为ht的条件正态分布。?渍t-1为已知的前t-1期信息集合，?渍t-2，…，p以保证条件方差大于零的性质成立。

1986年bollerslev在arch模型的基础上又提出了它的扩展形式garch模型，其不同之处在于条件方差ht的表示中引入了若干前期的方差，表明条件方差不仅与前若干期的误差项?着t有关，还与前若干期的条件方差有关，即garch（p，q）：

从上述表达形式可以看出，在garch模型下金融资产收益的准确分布是很难获得的，因此要通过概率分布来直接求解var损失也是相当困难的。但如果能够估计得到上述garch模型的相关参数，那么就可以根据上述的方程形式对资产的未来损失进行monnte-carlo模拟，然后通过与历史模拟法类似的方法获得资产损失的近似分布和最终的var损失额，参阅文献abken（2000）。转贴于

（2）半参数方法。半参数方法采用了蒙特卡罗模拟法。蒙特卡罗模拟法是在一定的统计分布假设下模拟风险因子变化的情境。首先假设资产收益为某一随机过程，并根据所定的价格变动过程，大量模拟未来各种可能发生的情境，然后将每一情境下的投资组合值排序，给出投资组合值变化的分布，据此就可以估算出不同置信水平下的var值，进一步研究参见文献glasserman（2000），dowd（2002）。

实际应用中，对于不同的风险因子有许多的统计分布族可以应用，常用的分布族有正态、对数正态，以及几何布朗运动等。本文采用了几何布朗运动来描述股指收益在短时间内的变动过程，具体步骤如下：

①建立描述资产价格变动的动态模型。这里使用几何布朗运动（geometricbrownianmotion）来描述资产价格在短时间内的变动过程：

重复上式n次得到sn=st，由此可以模拟整段时间中，每一时点的价格。

②从标准正态分布n（0，1）中抽取随机序列?着1，?着2，…，?着n，代入步骤①，最后得到资产价格过程公式，得到一模拟的价格序列s1，s2，…，sn且sn=st。

③将步骤②重复k次，得到t时刻k个可能的价格s1t，s2t，…，skt并求得损益分布。

④给定置信水平1-?琢%，根据步骤③得到的损益分布的?琢%分位数可以估算出相应的var值。

（3）非参数方法。非参数估计方法采用了历史模拟法。历史模拟法的基本假设是资产收益的过去变化状况会在未来完全重现，利用过去一段时间资产收益资料，估算投资组合变化的统计分布（经验分布），再根据不同的分位数求得相对应置信水平的var值。和参数方法不同的是，历史模拟法对收益的分布不作任何假设，只用到历史经验分布，统计上采用的是非参数技术。

本文运用历史模拟法来估计var值的具体描述如下：

假设投资组合包含m项资产，选取过去n+1的历史损益资料，得到：

其中：vit为第i项资产在时间t的损益（i=1，2，…，m；t=-1，-2，…，-n），?棕i为第i项资产在时间t=0时的投资权重。

将历史损益值｛vit｝t=-1，-2，…，-n由小到大排序，并给出经验分布函数，由此就可以估计不同置信水平下的var值。为了提高历史模拟法的估算精度，还可以使用一些修正方法，例如自助法（bootstrap）和核估计方法（kerneldensityfunction），参见文献barone-adesi等（2002）。

三、var模型估计精度的评价准则

为了评估各类型var估计精度的表现，我们采用了1990年12月19日至2005年12月31号共3825个深市综合指数日收盘价数据，并将2002—2005年的共716个交易日数据作为var估计的检验样本，分别对三类var估计精度的表现进行事后检测。通过考察var估计的失误率是否与模型描述的理论置信水平一致，以及产生误判后的严重程度来评估不同模型的估计精度。

对于如何评估var的估计精度，lopez（1999）提出了一个可操作的损失函数。金融机构i在时间t使用的损失函数的一般形式概括如下：

f（）和g（）是满足f（）?叟g（）的函数，且p表示得到的收益或者损失。这里考虑了两个具体的损失函数，即二值损失函数和平方损失函数。二值损失函数考察了在给定的期限中的损失是否小于或者大于相应的var估计值，而平方损失函数考虑了损失超过var估计值的严重性。

首先比较过去t天的每日风险值（dailyvar）与每日实际发生之损失值，若每日实际发生之损失值超过每日风险值，表示var估计值不准确；换言之，表示var估计失败或者叫做例外”。最后，再加总整个样本期间的失败次数，便得出该var模型之总累积失败次数。二值损失函数就是重点考虑总累积失败率，即只集中考虑产生例外的数目而不是考虑这些例外的严重程度。每一个超出var估计值的损失被赋予同等的单位权，其他的所以收益或损失都被赋予零权，即：

1；pi，t+1

0；pi，t+1?叟vari，t（2）

如果var模型真实地反应了由置信区间所定义的收敛水平，那么对所有样本的平均二值损失函数应该等于0.05（在置信水平为95%的var估计时）和0.01（在置信水平为99%的var估计时）。转贴于

平方损失函数考虑了例外”发生的严重程度。lopez（1999）指出平方损失函数对于估计模型精度的度量以及例外发生时的严重性度量方面都比二值损失函数提供了更为丰富的信息。由于考虑了例外发生时的严重程度，因此平方损失函数比二值损失函数更具有优越性。平方损失函数的定义如下：

1+（pi，t+1-vari，t）2；pi，t+1

0；pi，t+1?叟vari，t（3）

sarmaetal（2000）说明了上面了损失函数捕捉了风险管理者的意图，并可以作为风险管理者的损失函数。

四、实证研究

1、沪深综合指数收益基本统计

实证数据采用了深市综合指数日收盘价格数据，日收益采用对数收益，即：

rt=lnpt-lnpt-1

其中：rt表示t期的收益率，而pt表示综合指数在t期的日收盘价格。

表1是对深市综合指数日收益数据的基本统计情形，可以看出，对于全部日收益数据的总体平均来说，深市的平均收益率要高于2002—2005年的平均收益率，同时全部数据的收益波动率（用方差度量）也大于2002—2005年的收益波动率，这也说明了高收益伴随着高风险这个一般性原则。

2、var模型的估计精度分析

迄今为此，现行的研究还没有一个衡量var估计精度的统一标准，这里采用常见的损失函数方法，即二值损失函数（blf）和平方损失函数（qlf）双重检验标准。依据定义，二值损失函数（blf）给出var估计控制风险的失误率，而平方损失函数（qlf）不但考虑了var估计的失误率，还考虑了失误发生时的损失程度。二值损失函数（blf）和平方损失函数（qlf）的值越接近设定的理论置信水平，说明该var估计模型的估计精度越高；反之，二值损失函数（blf）和平方损失函数（qlf）的值与设定的置信水平的偏离越大，说明该var估计模型的估计精度越低。

为了评估参数方法、半参数方法和非参数方法等三类var估计模型，分别对七种不同的var模型进行实证研究，其中前五种模型为不同参数设置的参数模型，后两种模型分别为半参数和非参数模型。

表2、表3分别表示了七种估计方法在95%置信水平下，对于2002—2005年深市日var估计值的二值损失函数（blf）和平方损失函数（qlf）列表。从表2可以看出：在95%置信水平下，使用二值损失函数（blf）作为精度评价标准，历史模拟法的var估计精度较高，ewma（?姿=0.99）估计精度较低。从表3可以看出：在99%置信水平下，使用平方损失函数（qlf）作为标准，也是历史模拟法的var估计精度较高，ewma（?姿=0.99）估计精度较低。

转贴于

表4、表5分别表示了七种估计方法在99%置信水平下，对于2002—2005年深市日var估计值的二值损失函数（blf）和平方损失函数（qlf）列表。从表4可以看出：在99%置信水平下，使用二值损失函数（blf）作为估计精度评价标准，历史模拟法的var估计精度较高，ewma（?姿=0.99）估计精度较低。从表5可以看出：在99%置信水平下，使用平方损失函数（qlf）作为估计精度评价标准，也是历史模拟法的var估计精度较高，ewma（?姿=0.99）估计精度较低。

由以上分析可以得出：对于深市综合指数风险的var各种估计模型中，历史模拟法的估计精度最高，蒙特卡罗模拟法估计精度次之，而对于参数为?姿=0.99的指数加权移动平均方法的估计精度最低。这也基本说明了非参数方法对于我国中小板证券市场风险的估计精度较高，半参数方法估计精度次之，而参数方法的模型估计精度较差，从而进一步表明了我国中小板证券市场风险并不符合简单的正态假定，在一定程度上具有厚尾特性和波动率聚集现象。