我国商业银行在聚合信用风险模型下的质押贷款风险度量探讨

传统的聚合信用风险模型在度量信用风险过程中,假定违约损失是给定不变的,但是近年的实际研究表明在实际金融市场中,违约损失是变化的。针对传统模型的这个不合理性。本文充分考虑了违约时损失程度的变化,引入信用等级转移矩阵和违约风险调整的短期利率来刘画这种变化,并利用总索赔量分布的Panjer递推算法给出了信用风险的度量．改进了文献[4,5]中概率生成函数算法的不足,对模型作了发展。     

信用组合风险度量研究

我国商业银行在信用组合风险管理方面还比较薄弱，虽然国外已有一些较为成熟的信用组合风险管理模型，但是很难在中国直接应用。另一方面，早期的信用组合风险往往只是单独考虑个别资产的风险，没有考虑资产之间的违约相关性，造成风险度量的偏差。本文在考虑了违约相关性的基础上，基于Logit回归分析，利用微模拟的方法，提出了一个符合中国商业银行资产特点的信用组合风险度量模型。     

信息熵度量风险的探究

本文分析了风险的本质后指出,风险是某一特定行为主体对某一金融投资中损失的不确定性和收益的不确定性的认识。在众多风险度量的方法中,熵函数法有着其独特的度量风险的优势,因此,在本文中重点讨论了熵函数作为风险度量的合理性。同时提出一个新的风险度量模型,剖析其主要的数学特性,阐明该模型可以针对不同行为主体能有效地度量金融风险,并且计算量小,易于操作。     

聚合风险模型下Esscher风险度量的估计及其大样本性质

Esscher度量是一种重要的风险度量,在金融风险管理、保险精算中有广泛的应用,然而大部分关于Esscher风险度量的文献均在个体风险模型下考虑的.本文建立了聚合风险模型下Esscher度量的估计模型,得到了相应的非参数估计,并证明了估计的强相合性和渐近正态性,最后,通过数值模拟的方法验证了估计的大样本性质.     

基于风险网络的大型工程项目风险度量方法研究

风险度量是风险管理的基础,提出适合大型工程项目风险的风险度量方法.针对大型工程项目风险因素、风险信息、风险损失之间的复杂联系,构建大型工程项目风险网络,分别采用贝叶斯网络推理和网络层次分析法获得风险发生概率和风险量的估计,从而提出基于风险网络的大型工程项目风险度量方法.方法将风险损失量和风险损失发生概率进行了明确合理的结合,既可用于度量客观风险,也可用于度量主观风险.最后以槽菁头隧道施工风险管理为例说明该方法的具体应用步骤和效果.     

基于改进的Fishburn测度的一致性风险度量

一致性风险度量在金融风险管理中是十分重要的风险度量.下偏矩度量是位于目标收益(率)下方的风险损失,通过引入新目标收益率对Fishburn风险测度进行了改进,在Fischer基于单边矩风险度量所建立的一致性风险度量的基础上得到了一个新的一致性风险度量,适用于任何类型的收益(率)分布,更加符合投资者的心理实际,最后通过实例验证了所得的一致性风险度量的有效性和合理性.     

金融租赁公司流动性风险研究

为研究金融租赁公司流动性风险,本文首次建立租赁公司现金流过程的多期动态模型,利用该模型定量分析了初始备付金、到期借款续借率和回收租金三个变量对公司流动性风险的影响。随后用违约概率来度量流动性风险,将问题转化成求解状态空间不断增大的非齐次马尔可夫链首中时的概率分布,并设计出违约算法(DA)和蒙特卡洛方法(MC)两种求解首中时分布的算法。算例表明提高初始备付金额度、到期借款续借率以及租金额度能有效地降低流动性风险。最后将银行的存贷利率和不同的租金定价方法融入基本模型,并通过三种不同的租金定价方式进一步分析了承租人信用风险对金融租赁公司流动性风险的影响。     

标准化风险度量与投资决策的双目标优化

标准化风险度量(SRM)作为投资中的一种新的风险度量，其较传统风险度量的优点及在投资项目比较中特有的优良性质已被证明，本文导出SRM在概率意义下的一种重要的等价形式，并以此为基础建立以标准化风险(SR)为目标或约束的投资决策优化方法，该方法的核心是将以SRM为风险度量的优化问题转化为线性规划问题的优化技术，此技术结合利用统计抽样数据，可优化含有大量金融工具的投资组合，本文在考虑交易成本的情形下建立了最小化投资的标准化风险的同时最大化其期望有效回报(EER)的双目标优化模型，最后，具体考虑了上证30指数股票组合的优化以说明所建议的方法及模型的应用并实证它们的可行、合理及优良性，其中统计抽样基于近期历史数据。     

基于蒙特卡罗模拟的供应链风险估计研究

以市场需求波动风险为例,基于蒙特卡罗模拟研究了供应链风险估计问题.首先,对市场需求波动风险及其损失度量进行理论分析,利用市场需求波动风险情境下的供应链系统库存成本损失来度量市场需求波动风险的损失.其次,选择供应链末端需求为蒙特卡罗方法待模拟的随机变量,基于需求建立了市场需求波动风险概率测度模型和风险损失度量模型,确定了市场需求波动风险概率和风险损失为需求的相关量.然后,通过实例的仿真求解验证了模型.最后,给出了利用本模型方法进行供应链风险估计时需要注意的问题及进一步研究的问题.研究表明:蒙特卡罗方法对供应链风险估计具有较强的鲁棒性.     

利用传染模型对含有对手风险的信用证券定价(英文)

本文利用传染模型研究了可违约债券和含有对手风险的信用违约互换的定价。我们在约化模型中引入具有违约相关性的传染模型,该模型假设违约过程的强度依赖于由随机微分方程驱动的随机利率过程和交易对手的违约过程.本文模型可视为Jarrow和Yu(2001)及Hao和Ye(2011)中模型的推广.进一步地,我们利用随机指数的性质导出了可违约债券和含有对手风险的信用违约互换的定价公式并进行了数值分析.     

A dynamic binomial expansion technique for credit risk measurement: a Bayesian filtering approach

Credit risk measurement and management are important and current issues in the modern finance world from both the theoretical and practical perspectives. There are two major schools of thought for credit risk analysis, namely the structural models based on the asset value model originally proposed by Merton and the intensity‐based reduced form models. One of the popular credit risk models used in practice is the Binomial Expansion Technique (BET) introduced by Moody's. However, its one‐period static nature and the independence assumption for credit entities' defaults are two shortcomings for the use of BET in practical situations. Davis and Lo provided elegant ways to ease the two shortcomings of BET with their default infection and dynamic continuous‐time intensity‐based approaches. This paper first proposes a discrete‐time dynamic extension to the BET in order to incorporate the time‐dependent and time‐varying behaviour of default probabilities for measuring the risk of a credit risky portfolio. In reality, the ‘true’ default probabilities are unobservable to credit analysts and traders. Here, the uncertainties of ‘true’ default probabilities are incorporated in the context of a dynamic Bayesian paradigm. Numerical studies of the proposed model are provided.     

Copula理论在信用风险研究中的应用

信用风险研究足近些年来金融数学中的一个崭新的研究方向.本文主要研究了组合信用风险中的常用方法:违约相关性的Copula方法.本文建立了Copula方法与违约相关性研究中的结构化方法和约化方法的联系.此外对于单个公司的生存概率的研究,本文给出了不同于Lando (1998)的求解和证明方法,而这种方法不需要在现在就知道将...     

A reduced-form model with default intensities containing contagion and regime-switching Vasicek processes

The contagion credit risk model is used to describe the contagion effect among different financial institutions. Under such a model, the default intensities are driven not only by the common risk factors, but also by the defaults of other considered firms. In this paper, we consider a two-dimensional credit risk model with contagion and regime-switching. We assume that the default intensity of one firm will jump when the other firm defaults and that the intensity is controlled by a Vasicek model with the coefficients allowed to switch in different regimes before the default of other firm. By changing measure, we derive the marginal distributions and the joint distribution for default times. We obtain some closed form results for pricing the fair spreads of the first and the second to default credit default swaps (CDSs). Numerical results are presented to show the impacts of the model parameters on the fair spreads.     

农村信用社信贷违约识别模型及其应用

构建农村信用社信用风险模型对完善农村金融风险管理体系、提高农村信用社经营管理意义重大.基于还款意愿和还款能力两方面,系统分析了影响农信社贷款债务人违约率的主要因素,在此基础上应用logistic方法建立农信社债务人违约率预测模型,并通过Gini系数对模型区分能力和识别能力进行验证评估.实证结果表明,模型中债务人年龄、所在地区、贷款额所占家庭收入比例、与信用社信贷关系密切程度以及户口状况等因素都表现显著;违约率预测模型在样本内和样本外均有较好的违约识别能力,从而可为农信社放贷前的债务人信用评估、贷款发放和风险管理提供有力参考.     

中国住房抵押贷款信用风险:理论分析与实证研究

住房抵押贷款为中国经济的持续增长增添了新的动力,随着规模扩大,其信用风险问题已经引起金融机构、政府部门及学者的关注.在分析中国房地产市场特点的基础上研究了适应中国住房抵押贷款违约的理论以及影响住房抵押贷款违约的因素,并通过采集大连市的数据进行了实证分析,首次运用实际数据来比选适应中国市场的理论模型.我们的研究发现:在中国住房抵押贷款市场上,贷款违约的还款能力理论较之于期权理论有着更好的适应性;利率、LTV、偿债比与户籍是影响住房抵押贷款违约的主要因素;也得出另外几个不同于理论假说的结论:家庭收入对借款人违约的影响力不明显,购买二手住房的借款人的违约概率要比新房高.     

��ɢ�������Ļ���ת��������Ʒ�copulaģ���µ��е������ŵ�CDS�ķ��շ���

Credit valuation adjustment is the price adjustment of financial contract considering possible default of counterparty and it is an important way to measure counterparty risk. It is the key to establish a reasonable default dependence structure model. We introduce an economic state variable and shot noise processes in a Markov copula model and establish a regime switching Markov copula model with shot noise, where we can not only describe the impact of common economic conditions characteristics but also describe the credit name's characteristic. In this proposed model, we study martingale property of the model and the collateralized CVA of credit default swaps, and furthermore, we perfer some numerical calculations on the collateralized CVA and examine the impact of some model parameters on the CVA.     

基于贝叶斯方法的低违约组合违约率估计

现代信用风险建模的核心是估计违约率,违约率估计是否准确将直接影响信用风险建模的质量。在估计违约率的众多文献中,频率法或logistic回归等统计方法的运用非常广泛,此类统计模型的基础是大样本,它客观上需要最低数量或最优数量的违约数据,而低违约组合(LDP)是指只有很少违约数据甚至没有违约数据的组合,如何估计LDP的违约率、反映违约率的非预期波动是一个值得关注的现实问题。本文针对银行贷款LDP缺乏足够历史违约数据的情况,采用贝叶斯方法估计LDP的违约率,并进一步探讨了根据专家判断或者根据同类银行LDP违约数量的历史数据来确定先验分布的方法。在贝叶斯估计中,通过先验分布的设定,不仅可以实现违约率估计的科学性和合理性,而且可以反映违约的非预期波动,有助于银行实施谨慎稳健的风险管理。     

Effects of risk aversion and decision preference on equilibriums in supply chain finance incorporating bank credit with credit guarantee

We constructed a Stackelberg game in a supply chain finance (SCF) system including a manufacturer, a capital‐constrained retailer, and a bank that provides loans on the basis of the manufacturer's credit guarantee. To emphasize the financial service providers' risks, we assumed that both the bank and the manufacturer are risk‐averse and formulated trade‐off objective functions for both of them as the convex combination of the expected profit and conditional value‐at‐risk. To explore the effects of the risk preferences and decision preferences on SCF equilibriums, we mathematically analyzed the optimal order quantities, wholesale prices, and interest rates under different risk preference scenarios and performed numerical analyses to quantify the effects. We found that incorporating bank credit with a credit guarantee can effectively balance the retailer's financing risk between the bank and the manufacturer through interest rate charging and wholesale pricing. Moreover, SCF equilibriums with risk aversion are highly affected by the degree of both the lender's and guarantor's risk tolerance in regard to the borrower's default probability and will be more conservative than those in the risk‐neutral cases that only maximize expected profit.     

Valuation of catastrophe reinsurance with catastrophe bonds

This study develops a contingent-claim framework for valuing a reinsurance contract and examines how a reinsurance company can increase the value of a reinsurance contract and reduce its default risk by issuing catastrophe (CAT) bonds. The results also show how the changes in contract values and default risk premium are related to basis risk, trigger level, catastrophe risk, interest rate risk, and the reinsurer’s capital position.     

基于违约风险的Vasicek利率风险研究

本文将非瞬时利率作为状态变量,通过Vasicek双因素期限结构模型得到了随机久期和凸度,并且讨论了考虑违约风险的Vasicek随机久期和凸度,使得对债券进行投资时,用Vasicek模型进行利率风险管理更加符合实际情况。