债务抵押债券定价中的违约相依性研究

如何衡量违约风险乃至违约相依性是债务抵押债券定价的主要问题.运用PairCopula刻划信用资产组合违约时刻的相依结构,通过Pair Copula分解得到资产组合违约时刻的联合密度,利用Monte Carlo模拟估算CDO各系列的公平价差,进而分析各系列公平价差对回收率的敏感性.实证研究结果表明,Pair Copula能有效捕捉信用资产组合的违约相依性,各系列公平价差随着回收率的增加而减小.     

藤Copula模型与多资产投资组合VaR预测

投资组合风险管理往往涉及多个资产,在传统的二元Copula函数面临"维度诅咒"问题及多元Copula函数刻画多变量联合分布时其精确性和灵活性存在各种局限性的情况下,引入藤Copula刻画多个资产收益的联合分布,基于不同的Pair-Copula类别构建藤Copula,运用蒙特卡罗模拟方法计算多资产投资组合的VaR,通过Kupiec和Christoffersen返回检验方法测试藤Copula模型的VaR预测效果,并与传统方差-协方差风险管理方法做比较。实证分析表明,传统的方差-协方差风险管理方法和基于正态Pair-Copula作为藤Copula构建模块的方法不能通过多资产投资组合的VaR预测返回检验;而基于student-t Copula、Clayton Copula具有尾部分布特征的Copula作为构建模块的藤Copula模型能够有效地用于多资产投资组合VaR预测,从而更好的用于指导实践。     

基于Clayton Copula-GARCH模型投资组合VaR的度量

运用Copula方法研究了含股指期货的投资组合的风险度量问题.首先采用不同的GARCH模型对单个资产收益率建模,然后选择Clayton Copula函数来描述投资组合各资产之间的相关结构,建立联合分布模型,进而采用Monte Carlo方法模拟产生各资产的收益率序列,计算出投资组合的VaR.Kupiec检验表明,ClaytonCopula-GARCH模型在投资组合风险度量上具有较高的准确性.     

多元Copula-GARCH模型及其在金融风险分析上的应用

针对传统风险分析模型的不足,结合Copula技术和GARCH模型,提出了多元Copula-GARCH模型。指出该模型不仅可以捕捉金融市场间的非线性相关性,还可以得到更灵活的多元分布进而用于资产投资组合VaR分析。在详细探讨了基于Copula技术的资产投资组合的MonteCarlo仿真技术的基础上,运用具有不同边缘分布的多元Copula-GARCH模型,对上海股市进行了研究,结果证实了所提模型和方法的可行性和有效性。     

几种Copula函数在沪深股市相关性建模中的应用

研究了Copula函数对沪深股市的相关性建模问题.许多学者用Gaussian Copula建模,但是它无法捕捉到尾部变化,尾部相关系数不存在.用t-Copula度量中国股市的相关性,捕捉到了尾部变化,并计算出了尾部相关系数,克服了Gaussian Copula对相关性建模的不足,并通过AIC准则比较得到t-Copula优于Gaussian Copula.最后对3种Archimedean Copula进行比较,通过比较它们与经验分布函数的距离,说明Gumble Copula更加适用于中国的金融市场.     

基于马尔可夫方法的违约传染平均域模型

基于平均域模型,将信用组合分为几个同质的子组合,假设组合中各公司的违约强度不仅取决于宏观经济状况,而且依赖于这些子组合中违约公司的数目,以刻画不同公司间的违约相互作用;并据此建模组合违约过程为连续时间马尔可夫链,借助Kolmogorov微分方程求解信用组合损失分布;最后,通过实例计算分析传染现象对组合损失分布、风险量度的影响.     

基于扭曲混合Copula和ARMA-GARCH-t模型的投资组合风险分析——以上证综指、中证综合债和上证基金为例

利用扭曲混合Copula和ARMA-GARCH-t模型,对包含2015年股灾和2016年熔断期间的上证综指、中证综合债和上证基金的投资组合风险相关性进行建模分析。研究表明:扭曲混合Copula模型较混合Copula模型能更好地拟合各资产日收益率间的相关结构,尤其是"厚尾"特性。并运用蒙特卡罗模拟法计算各资产的风险价值、预期损失和中位数损失并讨论其差异性,以期为关注风险管理的人们提供更多借鉴。     

基于多维Gumbel Copula函数的投资组合VaR分析

基于目前国内有关Copula函数的实证研究主要是研究二种资产的相关性为主,文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,首先利用GJR模型构建资产的边缘分布,接着利用多元阿基米德Copula函数族中的Gumbel Copula函数构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下的投资组合的最小风险价值(VaR)及其资产组成,实证说明根据文章提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管。     

基于SVt-EVT-Vine Copula的投资组合VaR研究

针对现有风险度量模型不能准确的模拟高维金融资产收益率风险,以上证指数、沪深300指数和股指期货指数为例,首先利用SVt和EVT对各序列的边缘分布进行建模,然后采用Vine Copula方法分析多序列之间的秩相关关系和极大似然值估计法估计参数,得到RVine,CVine和DVine三种不同树结构的分解模型,通过Monte Carlo模拟法计算出在同一边缘分布不同Vine Copula方法下和在不同边缘分布同一Vine Copula方法下单资产和投资组合的金融风险VaR.经实证检验并分析对比,VaR和返回式检验均表明SVt和EVT相结合对边缘分布有较好的拟合效果,再运用RVine描述资产间的相依结构在度量投资组合金融风险方面更准确合理.     

基于混合Copula的CDO定价模型

将广受欢迎的,用于CDO定价的大样本同质投资组合近似方法做了推广,其中涉及到的分布是高斯分布和Variance Gamma分布的混合,即G-VG混合分布.提出了厚尾的G-VG混合Copula模型和带有随机相关性的混合模型.这些模型可以有效的模拟CDO定价中的"相关性微笑"问题.在这些G-VG混合Copula模型中,得到了损失分布函数和期望分券层损失的解析表达式.并且用实际数据做了实证分析,把新模型和高斯模型的结果做了比较.实证表明,新模型的结果不仅与市场报价更贴近,而且为相关性结构带来了更多的灵活性.     

基于Copula和极值理论的在险价值度量

针对传统孤立使用GJR模型、极值理论、Copula理论进行风险分析的不足,把GJR模型、极值理论和Copula理论有机的结合起来,给出了基于Copula和极值理论的投资组合VaR的测度方法.首先利用GJR模型刻画单个资产收益率中的自相关和异方差现象,获得近似独立同分布的新息序列,再分别应用高斯核估计的方法、极值理论拟合新息序列的分布函数的内部和两尾,利用Copula函数有效捕抓了市场之间的波动溢出效应,最后使用Monte Carlo模拟法,计算出投资组合的VaR值.实证结果表明,基于Copula和极值理论的VaR度量方法比历史模拟法更有效.     

股票市场组合的市场风险度量研究——基于相关性模型

利用Copula的特点,灵活选择边缘分布模型、Copula函数和时变参数演化方程,构建16个相关性模型.在此基础上,通过蒙特卡罗模拟,采用VaR和ES度量资产组合的市场风险,并通过回测检验比较不同模型的风险度量效果.以沪深300指数和恒生指数为样本构建投资组合进行实证研究,结果表明,边缘分布模型、Copula时变参数演化方程和Copula函数的选择会影响风险度量的精度.在构建的16个相关性模型中,边缘分布为MSM-EVT,时变参数演化方程为GAS模型,Copula函数为Rotated Gumbel Copula的MSM-EVT-R-GAS模型风险度量效果最好.     

Archimedean Copula数据拟合

给出了选择较优Archimedean Copula相依结构的一般过程,并结合中国股市的实际数据作了分析,通过不同的标准得到了拟合深圳成份A股与深圳成份B股指数的较好的Archimedean Copula,而且还发现利用Copula刻画相依结构比传统的线性相关系数具有更多的优越性.     

具有共同冲击相依性的跳扩散金融市场中有着延迟和违约风险的鲁棒最优再保险和投资策略

在本文中,我们考虑跳扩散模型下具有延迟和违约风险的鲁棒最优再保险和投资问题,保险人可以投资无风险资产,可违约的债券和两个风险资产,其中两个风险资产遵循跳跃扩散模型且受到同种因素带来共同影响而相互关联.假设允许保险人购买比例再保险,特别地再保险保费利用均值方差保费原则来计算.在考虑与绩效相关的资本流入/流出下,保险公司的财富过程通过随机微分延迟方程建模.保险公司的目标是最大程度地发挥终端财富和平均绩效财富组合的预期指数效用,以分别研究违约前和违约后的情况.此外,推导了最优策略的闭式表达式和相应的价值函数.最后通过数值算例和敏感性分析,表明了各种参数对最优策略的影响.另外对于模糊厌恶投资者,忽视模型模糊性风险会带来显著的效用损失.     

基于TGARCH-t的混合Copula投资组合风险测度研究

在分析了现有Copula函数在测度投资组合风险不足的情况下,首先充分考虑资产波动的时变性、杠杆效应等特征,选择了TGARCH-t模型进行边缘分布建模.接着引入混合Copula模型来描述投资组合的复杂相关结构,同时利用构造的主对角线距离统计量等方法验证了混合Copula模型的优势.最后通过VaR的蒙特卡洛模拟结果看到,这种方法能更为精确的测度投资组合风险值.     

组合类信用互换BDS的定价研究

由于组合类信用违约互换(BDS)的定价复杂性,目前没有统一的定价模型。基于风险中性定价原则,给出了mBDS公平保费的一个定价公式。应用Clayton Copula函数的来描述违约损失尾部相关的下尾特征,利用Kenclall秩相关系数τ来测度违约时间之间的非线性相关关系。在MC数值计算方面,应用重要性抽样技术来计算或有赔付的期望值E(Z_(pro)~(m))和定期支付的保费E(Z_(pre)~(m)),并进行了比较静态分析。另外数值分析结果表明,Copula函数的选择对估值具有显著影响,表明在衍生品的定价研究中要重视模型风险问题。     

creditrisk~+模型在信贷组合信用风险度量中的应用研究

creditrisk~+模型以泊松分布为理论基础,是一种输入数据较少、计算复杂度较小、便于在银行实际中应用和推广的信贷组合信用风险度量模型.本文在分析国外creditrisk~+模型频带划分缺陷基础上,改用加权平均的频带划分方法,并提出了新的违约率参数的确定办法,利用creditrisk~+模型对大连市商业银行某支行224笔中小公司贷款的非预期损失进行了实证计算.结果发现:creditrisk~+模型可以有效地计量信贷组合的非预期损失且可提高我国商业银行经济资本管理效率.     

基于动态调整的Copula-非线性分位数回归资产组合优化

为优化资产组合方案,考虑单资产分布的非对称性、异方差性、尖峰厚尾性等特征,资产之间的时变非线性相关性,建立了Copula-非线性分位数回归模型。本文的创新与特色,一是通过构建期望超额收益率与考虑动态损失厌恶效应的VaR比率函数,确定了目标函数的表达式,改变了使用超额收益率标准差度量风险,而实证研究中更关注资产的损失风险而非全部风险,未考虑投资者对于收益与损失非对称偏好的不足;二是通过建立基于支持向量机的非线性分位数回归模型,确定了边缘分布函数表达式,解决了普通模型无法处理非对称、非线性,依赖于分布假设的不足;三是通过构建混合Copula函数,确保能够有效捕捉金融市场中的尾部相关、非对称性,完善了刻画资产之间相关关系的模式;四是通过建立风险非线性叠加的资产总风险评价模型,确定了资产组合总风险的表达式,弥补了现有风险评价模型未考虑资产间的相关性的不足。实证结果表明,本文建立的模型预测性能高于其它模型,该模型有更高的VaR比率值,在单位风险下能够获得更高的资产组合效果。     

联贷联保信用风险集中度定量分析北大核心CSCD

利用约化方法实现贷款组合渐进单因子模型,得到渐进单因子约化模型.为刻画联贷联保业务中联保体内的违约传染,又构建渐进单因子传染模型,使联保体内的违约相关由因子依赖和交叉强度共同体现,联保体间的违约相关只由因子依赖体现.通过模型求解得到联贷联保组合以及对比组合的违约概率,预期损失,非预期损失和集中度调整.数值分析比较了不同市场环境下联贷联保的风险,并据此建议商业银行限制担保链条长度和担保体内放贷额度,增加联保体数量,缩短贷款期限,在市场恶化时慎用联贷联保.     

Quantitative analysis of concentration risk of joint loan business

利用约化方法实现贷款组合渐进单因子模型,得到渐进单因子约化模型.为刻画联贷联保业务中联保体内的违约传染,又构建渐进单因子传染模型,使联保体内的违约相关由因子依赖和交叉强度共同体现,联保体间的违约相关只由因子依赖体现.通过模型求解得到联贷联保组合以及对比组合的违约概率,预期损失,非预期损失和集中度调整.数值分析比较了不同市场环境下联贷联保的风险,并据此建议商业银行限制担保链条长度和担保体内放贷额度,增加联保体数量,缩短贷款期限,在市场恶化时慎用联贷联保.