金融风险管理的发展经历了分解到集成的过程。第一阶段是风险分解，把资产组合的整体风险映射为各个风险因子；第二阶段是风险集成，考虑多个不同来源和不同类型风险因子的相互作用。由不同来源、不同类型的风险因子共同作用产生的风险就是集成风险，或者称为综合风险。集成风险有两个方面：一是同一类型若干风险因子的综合作用，二是几种不同类型风险因子的综合作用。而由于风险因子具有不同来源，或者是属于不同类型，因而具有不同特征，却又彼此有联系，这些因子通过金融机构的金融业务融合在一些，使金融机构的集成风险表现出复杂的特性。
在度量集成风险时，需要解决引起金融资产价格波动不孤立而且相互关联、交叉、渗透、交织在一起的各种金融风险因子之间的相互化解和抵消，即风险因子叠加和放大这样一个棘手的难题。为解决这个难题，在理论上，学者们发展出一套处理多种风险因子的度量理论（即处理多维随机变量相依性理论）；在实践上，专家们发展出一套实现金融数据快速、精确处理的方法。但以目前金融风险管理理论来看，即使已经得知解决集成风险管理的途径，道路将异常曲折。因为在理论上，现代概率论以及数理统计理论还没有形成处理多维随机变量相依性的统一方法，这不能给金融风险管理提供系统和完善的理论支持；另一方面，在实践中，金融风险管理实务首先要求长时期、高频率的金融数据，其次在数据处理上要求高精度和高效率的计算机和算法。中国资本市场由于发育程度不高，遇到的困难将更多。而本文是在已有集成风险度量理论上的一种探索，主要使用处理多维相依性的Copula函数方法对金融机构的流动性风险、市场风险、信用风险进行集成风险度量分析。
国内外学者尝试用多种方法进行风险集成。Ward和Lee（2002）采用正态Copula函数去集成整体风险，并假设信用风险服从beta分布，通过模拟得到生命保险的道德风险分布。Alexander和Pezier（2003）采用多因素方法集成信用风险和市场风险，采用正态分布描述风险因素，并且考虑了风险因素的相关性。Schlottmann，Mitschelel和Seese（2005）采用多目标规划方法来集成金融风险，Rosenberg和Schuermann（2006）运用多家银行持股公司的季度数据去估计各类风险的边缘分布，并通过Copula函数计算总风险分布，结果显示简单相加各类风险的方法使得风险被高估了40%，他们同时发现总风险对风险权重相对于风险间相关性系数更敏感。Dimakos和Aas（Risk capital aggregation，2007）在吸收贝叶斯理论的基础上把联合风险分布分解为一组条件概率分布的乘积，并充分考虑两两风险之间的相关性，得出总风险等于条件边际风险和无条件信用风险的和。Mitschelel，Schlottmann和Seese（2008）采用智能系统方法进行风险集成。(www.xing528.com)
国内学者张金清和李徐（2008）利用Copula函数集成资产组合中的信用风险和市场风险。侯成琪和王频（2008）以深圳发展银行和上海浦东发展银行为研究对象，利用多种Copula函数进行整合风险度量。童中文和何建敏（2008）、叶五一和缪柏其（2009）使用Copula方法用于度量信用风险的违约相关性和市场风险中市场因子的相关性。刘春航和陈璐（2009）分析和总结了Rosenberg和Schuermann的成果，从报表的分析角度提出了关注银行集团的风险的一些问题，指出风险集成问题会对整体风险产生影响，强调现阶段监管的必要性。李建平、丰吉闯、宋浩和蔡晨（2010）则针对商业银行的信用风险、市场风险和操作风险，考虑相关性并给出了风险集成过程，通过Copula函数的蒙特卡洛模拟计算了商业银行的整体风险分散化效应，但是没有拓展到加入业务权重变化下的所有金融机构情形。本文在考虑信用风险、市场风险和操作风险相关性的基础上，结合有关文献，修订有关参数，引入业务权重，采用正态Copula、t⁃Copula函数作为风险损失率的相关结构，给出了风险集成过程。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
