Reverse stress testing interbank networks
我们逆向工程的金融传染的动态,以找到最小的外生冲击,如果它发生,将导致一个给定的最终系统性损失的情况。这种反向压力测试可用于识别系统性事件的潜在触发因素,并消除了压力测试中选择冲击情景的随意性。我们认为,特别是在银行间市场的困境传播的情况下,我们研究了一个网络的44家欧洲银行,我们重建使用从彭博社收集的数据。通过观察最小外生冲击的大小在银行间的分布,我们根据银行的系统重要性对银行进行了排名,并根据这一排名显示了资本金要求政策的有效性。我们还研究了最小外生冲击作为银行间杠杆矩阵的最大特征值$λ_{\rm max}$的函数的性质,该特征值决定了冲击的内生放大。我们发现,最小的外生冲击的大小减少,跨银行的分布变得更加本地化的$λ_{\rm max}$增加。
2017-03-10 q-fin.RM
Reverse Stress Testing for Multivariate Scenarios: A Conditional Framework for Stressed Time Series
ARCA Fondi SGR
提出一种反向压力测试方法,从单一资产类别的外生冲击出发,重建与市场经验依赖结构一致的多变量压力场景,并通过三种分布假设下的条件密度最大化求解。
2026-06-08 q-fin.RM q-fin.ST stat.ME
A factor-model approach for correlation scenarios and correlation stress-testing
2012年,JPMorgan在信用衍生品投资组合(即所谓的“伦敦鲸”)上累计损失约62亿美元,部分原因是本应相互对冲的非完全相关头寸的去相关性。在这种情况下,我们设计了一个因子模型的相关性,允许基于神经网络的压力测试的相关性。我们得出了一些分析结果相关的同质资产的投资组合。使用马氏距离的概念,我们展示了如何识别相关风险的不利情况。此外,我们还演示了如何将相关性和波动性压力测试结合起来。作为一个例子,我们将因子模型方法应用于“伦敦鲸”投资组合,并确定相关性变化对风险价值的影响。由于我们的研究结果与大型投资组合特别相关,即使很小的相关性变化也会产生很大的影响,因此进一步的应用是对中央对手方的投资组合进行压力测试,这些投资组合具有系统相关性。
2019-01-28 q-fin.PM q-fin.RM
Liquidity Stress Testing using Optimal Portfolio Liquidation
本文建立了一个OTC市场的最优资产组合清算模型,旨在通过清算时间的选择使交易成本最小化。我们在\cite{toth2011anomalous}的局部线性订单簿框架中工作,以获得作为交易量函数的市场冲击。我们发现,一个小订单的线性执行的最佳终端时间是成正比的买入或卖出的金额和平均每日交易量之间的比率的平方根。对真实市场数据的数值实验说明了该方法在公司债券投资组合上的应用。
2021-02-04 q-fin.RM q-fin.TR
Climate Risk Stress Testing in California: A Geospatial Framework for Banking and Climate-Exposed Sectors
University of New Haven(新罕布什尔大学)
本文提出了一种用于加州气候风险压力测试的地理空间框架,应用于银行业和气候暴露行业,通过整合物理灾害地图、行业特定暴露分析和基于情景的金融风险评估,评估野火、干旱、洪水、极端热浪和转型风险对区域经济活动和金融稳定的影响。
2026-04-17 cs.CE q-fin.RM
Forward-Looking Stress Testing Under Macro Scenarios: Stable SVaR Estimation Using a Hybrid GPR-HS Framework with SACS
本文扩展混合高斯过程回归历史模拟框架至前瞻性压力情景,提出情景平均协方差稳定方法,在三种宏观情景下实现稳定的压力在险价值估计,满足监管要求。
2026-05-26 cs.LG q-fin.RM
A Triptych Approach for Reverse Stress Testing of Complex Portfolios
对多样化的追求导致越来越多的复杂基金具有大量的策略和非线性回报。新一代的另类风险溢价(ARP)基金就是近年来非常受欢迎的一个例子。对于像这样的复杂基金,行业和监管机构认为反向压力测试(Reverse Stress Test,简称RST)是比风险价值(Value-at-Risk,简称VaR)更好的前瞻性风险度量。我们提出了一个扩展的可扩展性(ERST)三联画的方法与三个变量:可扩展性水平,损失水平和场景。在我们的方法中,这些变量中的任何两个都可以通过提供第三个作为输入来导出。我们提倡并证明,无论是简单的线性和复杂的投资组合和风险管理以及日常的投资组合管理决策,ERST是一个强大的工具。一个更新的新版本的Levenberg - Marquardt优化算法被引入到获得ERST在某些复杂的情况下。
2019-06-26 q-fin.PM q-fin.RM
Liquidity Stress Testing in Asset Management -- Part 3. Managing the Asset-Liability Liquidity Risk
本文是关于资产管理中流动性风险的综合研究项目的一部分,可以分为三个维度。第一个维度涵盖负债流动性风险(或融资流动性)的建模,第二个维度致力于资产流动性风险(或市场流动性)的建模,而第三个维度考虑资产负债流动性风险(或资产负债匹配)的管理。本研究的目的是提出一个方法和实用框架,以执行流动性压力测试计划,该计划符合监管指南(ESMA,2019年,2020年),并对基金经理有用。在这第三篇也是最后一篇研究论文中,我们重点讨论了资产负债流动性风险的管理,探讨了可以用来控制流动性缺口的资产负债管理工具。这些资产负债管理工具可以分为三类:测量工具,管理工具和监控工具。在衡量工具方面,我们着重于计算赎回覆盖率(RCR),这是流动性压力测试计划的核心工具。我们还研究了赎回清算政策和不同的实施方法,我们展示了如何反向压力测试可以开发。在流动性管理工具方面,我们研究了流动性缓冲的校准,特殊安排(赎回暂停,门,侧袋和实物赎回)的利弊和摆动定价的有效性。在流动性监测工具方面,本文通过对宏观和微观流动性监测方法的比较,分析了流动性风险的传导渠道。
2021-10-04 q-fin.CP q-fin.PM q-fin.RM
Liquidity Stress Testing in Asset Management -- Part 1. Modeling the Liability Liquidity Risk
本文是关于资产管理中流动性风险的综合研究项目的一部分,可以分为三个维度。第一个维度涵盖负债流动性风险(或资金流动性)建模,第二个维度关注资产流动性风险(或市场流动性)建模,第三个维度考虑资产负债流动性风险管理(或资产负债匹配)。本研究的目的是提出一个方法和实用框架,以执行流动性压力测试计划,该计划符合监管指南(ESMA,2019),并对基金经理有用。对学术文献和专业研究的审查表明,缺乏标准化的分析模型。该研究项目的目的是填补空白,目标是开发数学和统计方法,并提供适当的答案。在第一部分中,重点是负债流动性风险建模,我们提出了几个统计模型估计赎回冲击。如果我们想了解影响赎回冲击的真实参数,历史方法必须辅之以基于零膨胀模型的分析方法。此外,如果我们想发展行为方法,我们还必须区分总体模型和基于个体的模型。一旦这些不同的统计模型被校准,第二个大问题是评估正常和压力赎回冲击的风险度量。最后一个问题是建立一个因子模型,将市场风险因子的压力情景转化为基金负债的压力情景。
2021-01-06 q-fin.CP q-fin.RM stat.AP
Cloud failure and cyber insurance: calibration of stress scenarios and diversification
CREST, CNRS, Ecole polytechnique, Groupe ENSAE-ENSAI, ENSAE Paris, Institut Polytechnique de Paris(CREST,法国国家科学研究中心,巴黎综合理工学院,ENSAE-ENSAI集团,巴黎ENSAE学院,巴黎理工学院);Detralytics(德特拉利提克斯)
研究网络保险市场面临的累积事件威胁,提出建模和校准云中断情景及衡量投资组合多样化的框架,可防范风险并提供承保指南降低投资组合对云中断情景的脆弱性。
2026-07-22 q-fin.RM
An Information Filtering approach to stress testing: an application to FTSE markets
我们提出了一种新的方法来量化市场冲击的“影响”和“反应”。我们将冲击应用于市场的一部分中的一组股票,并使用整个市场的多变量收益分布的稀疏概率椭圆模型来量化市场的另一部分的平均损失的影响。稀疏性引入了一个$L_0$ -范数正则化,它迫使零的逆协方差的一些元素,根据从信息过滤网络推断的依赖结构。我们的研究涉及富时100和250指数市场,并分析了冲击的影响和反应,无论是施加到和收到的个股和股票组。我们观察到,冲击模式与网络的结构与股票收益率的逆协方差的稀疏结构。中心板块似乎更容易受到冲击的影响,而基础多样化程度高的股票在经历冲击时对市场其他部分的影响更大。通过分析危机时期的系统和相对的市场平静,我们观察到危机时期的收敛行为的冲击模式的变化。
2021-06-16 q-fin.CP q-fin.RM
Stablecoin Design with Adversarial-Robust Multi-Agent Systems via Trust-Weighted Signal Aggregation
University of Notre Dame(诺丁汉大学)
MVF-Composer通过多智能体模拟和信任加权信号聚合,提升稳定币在对抗性压力下的稳定性,减少汇率偏离和恢复时间。
2026-01-18 cs.AI cs.CR q-fin.CP
Liquidity Stress Testing in Asset Management -- Part 2. Modeling the Asset Liquidity Risk
本文是关于资产管理中流动性风险的综合研究项目的一部分,可以分为三个维度。第一个维度涵盖负债流动性风险(或资金流动性)建模,第二个维度关注资产流动性风险(或市场流动性)建模,第三个维度考虑流动性缺口风险的资产负债管理(或资产负债匹配)。本研究的目的是提出一个方法和实用框架,以执行流动性压力测试计划,该计划符合监管指南(ESMA,2019年,2020年),并对基金经理有用。对学术文献和专业研究的审查表明,缺乏标准化的分析模型。该研究项目的目的是填补空白,开发数学和统计方法,并提供适当的答案。在第二篇文章中,我们重点讨论了资产流动性风险建模,提出了一个市场冲击模型来估计交易成本。在介绍了一个有助于理解资产流动性主要概念的玩具模型之后,我们考虑了一个两区模型,该模型基于价格影响的幂律性质。然后,我们定义了几个资产流动性指标,如流动性成本,清算比率和短缺或清算时间,以评估资产流动性的不同维度。最后,我们将这个资产流动性框架应用于股票和债券,并讨论了校准交易成本模型的问题。
2021-05-18 q-fin.PM q-fin.RM q-fin.TR
Notes on Correlation Stress Tests
Fulcrum Asset Management LLP(Fulcrum资产管理有限合伙公司)
本文提出基于协方差矩阵几何距离的压力测试方法,定义了压力测试的可plausibility,并讨论了协方差矩阵Fisher-Rao流形上的子流形特性。
2026-10-14 math.DG math.PR q-fin.PR
Ordering and Inequalities for Mixtures on Risk Aggregation
集结集是鲁棒风险集结研究中的一个重要对象,它代表了模型中由于未知的依赖关系而产生的不确定性。在本文中,我们研究了两个聚集集之间的序关系,其中的边缘集的相关的两个简单的操作:分布混合和分位数混合。直觉上,这些操作通过使边缘分布相似而使它们“均匀化”。从我们的研究结果中得出的一般结论是,更多的“同质”边缘导致更大的聚合集,从而更严重的模型不确定性,虽然分位数混合的情况要比分布混合复杂得多。我们继续研究的最坏情况下的风险度量值的风险聚合,这代表了保守的计算监管资本的不等式。在其他结果中,我们得到了一个顺序关系的风险值下的分位数混合的边际分布单调密度。数值结果显示了理论结果,并进一步启发了一些问题。最后,我们提供了相关不确定性下的投资组合多元化和合并p值在多个假设检验中的应用,并讨论了我们的结果与联合混合性的联系。
2021-06-07 math.PR q-fin.MF q-fin.RM