在对混业经营下市场风险进行度量的过程中，还用到了聚合风险的概念及相关内容的研究结论。所谓聚合风险指的是投资组合或者说资产组合的总体风险，且该资产组合所包含的内容往往比较丰富，甚至为一整个金融企业的所有类型风险资产的所有头寸的组合。对聚合风险的研究主要包括对聚合风险度量的研究以及聚合风险下资产分配的研究等。由于在混业经营下，金融机构所面临的风险头寸数量更加庞大，种类更加繁多，因此，根据聚合风险的定义以及混业经营下金融机构所面临风险的特征，将混业经营下市场风险的度量看成是对聚合风险进行度量的问题是合理的。对聚合风险度量的相关研究主要是以VaR为风险度量的工具，将Copula函数作为度量模型和方法来进行的。
如Junker等（2005）就以Copula函数为基础，提出了一种转换的Copula模型对聚合金融风险的度量进行了研究。该转换的Copula模型不仅能够较好地对数据进行拟合，还能够对样本数据分布的尾部进行准确的预测。研究结果表明，该新模型在以VaR或者ES为工具的风险度量中，比一般的模型如t Copula或者Clayton Copula模型更好。除此之外，还利用不同的方法对拟合优度进行了检验，从而对估计的结果进行了评估。C^ote等（2014）提出了对聚合风险进行研究和分析的一种比较灵活的模型。该模型由树结构、双变量Copula以及边际分布函数组成，其构建依赖于条件相依的假设。对该模型的估计、模拟以及模型有效性等方面的内容都进行了研究和分析。Dhaene等（2014）给出了对聚合风险度量中，对多元相依进行度量的一种新的方法。该方法与其他多元相依度量的不同之处是，其关注的焦点是聚合风险而不是Copula或者联合分布函数本身。对该新的度量方法的几个特殊的性质进行了证明，且对该方法与其他相依度量方法之间的关系进行了讨论。同时，有关该度量的估计以及实例和数值结果也在文中给出。Wang等（2015）提出了具有给定边际分布的随机变量的极值负相依序列的概念。该新概念及由其推导的结果可用于计算相依结构未知的聚合风险的近似界。Li等（2015）则对银行业包括信用风险、市场风险、操作风险在内的聚合风险进行了度量。对该聚合风险度量的方法和模型进行了分析和探讨，并将简单的求和法、方法—协方差法以及Copula方法进行了综合的比较。除此之外，还通过实证分析对一些已知的事实进行了确认并得到了一些有趣的结论，这些结论和事实表明简单的求和方法过于保守，方差—协方差法过于乐观，而Copula方法才是银行聚合风险研究的未来发展趋势。Mainik（2015）对聚合风险度量中常用到的多元分布模型的收敛性进行了研究。该多元分布模型是以边际分布函数为经验分布的Copula函数为基础建立的。类似的有关聚合风险度量的研究还有很多，如Leonard（2012）、Chen（2012）、Brockmann（2010）等。(www.xing528.com)
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。
