多参数Archimedean Copula模型下的CDO定价

利用高维Archimedean Copula模型对合成CDO进行定价,在传统简单Archimedean Copula的基础上,基于三种不同的方式,引入多个参数,从而解决作为市场基准的Gaussian Copula模型下存在相关性微笑的问题.对于特殊的大样本同质资产组合,违约损失分布可以直接从违约概率得到.而对于一般性的资产组合,可以得到损失的特征函数,从而通过快速Fourier变换,计算出违约的分布.最后,给出了数值计算结果.     

基于混合分布单因子模型的CDO定价问题

本文讨论了基于混合分布单因子模型的CDO定价问题,在所研究的CDO抵押资产组合中,描述资产价值的市场共同因子和异质因子均服从标准高斯和NIG的混合分布,且相关系数为随机相关系数.通过半解析法给出了CDO分券层的公允价格公式,并利用傅里叶变换及其逆变换,得出了贝努利相关和三状态相关两种随机相关系数的情形下累积损失概率分布的求解方法.     

从合成担保债务契约市场报价反求期望损失

研究通过CDO市场报价反求、校验期望损失的方法.在CDO风险中性定价的基础上建立介绍了通过市场报价反求期望损失的两个模型.比较了两种模型的优缺点.然后讨论了定价公式中不同的参数对保费的影响,并给出了模型的两个应用:求标的资产的违约分布以及计算非标准层的定价.     

担保债权凭证定价——Copula函数的非参数估计与应用

CDO是最近十年来规模增长最快的信用衍生产品之一.2005年国家开发银行和建设银行两只资产支持证券的发行开启了我国CDO市场的先河,因此,深入分析CDO的合理定价不仅是当前金融研究中一个备受关注的问题也是促进CDO市场在我国健康发展的要求.对CDO定价要求模型化违约相关关系,普遍使用的方法是指定一个Copula函数来描述这种相关关系,然后使用市场数据来估计其中的参数.这种参数分析法方法不可避免的会导致巨大的模型风险.使用非参数方法可以从市场数据中推导出一个合理的Copula函数,然后利用Monte Carlo方法计算CDO分券的合理价差.这不仅可以避免因市场数据存在“厚尾”现象而错误估计Pearson相关系数带来的定价误差,还可以利用估计出来的Copula函数很方便地计算Kendall＇sτ、Spearman＇sρ等依赖性测度的值.     

基于Elliptical Copula函数的相关性模型研究

针对沪深股指构建了两种基于Elliptical Copula函数的相关性模型,并利用参数估计的结果计算其相关性指标.结果表明,Elliptical Copula函数在金融相关性分析中比传统方法合理有效,其中学生氏t-copula函数在服从厚尾分布的相关性模型中比高斯Copula更具实际意义.     

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。     

基于双参数Copula沪港股市的相关性分析

通过双参数Copula分析上证指数和恒生指数的尾部相关性,并与单参数Copula及混合Copula进行比较分析,参数估计使用半参数估计法,结果表明:与单参数Clayton Copula、Gumbel-Hougaard Copula以及由两者组成的混合Copula相比,双参数BB1 Copula对数据具有更好的拟合效果;且通过分析发现两股市的上尾相关性大于下尾相关性.     

基于时变扭曲混合Copula模型的股票市场间风险传染分析——以中美贸易争端为背景

在扭曲混合Copula和时变Copula理论基础上构建了时变扭曲混合Copula模型,并利用该模型对中国内地、美国、中国香港三地股票市场之间尾部风险传染效应在中美贸易争端前后是否发生显著变化进行了分析.实证研究结果表明:在中美贸易争端发生后三地之间的下尾相关系数都出现了增大的趋势,特别是中国内地与香港的下尾相关性在该事件之后急剧增强,说明中美贸易争端加大了两国三地股票市场之间发生风险传染的可能性;时变扭曲混合Copula模型相比于其他混合Copula模型具有更好的数据拟合效果.     

基于三维Copula函数的金融指数相关性分析

给出了三维Copula函数模型中未知参数的估计方法及最优三维Copula函数的选择方法,此构造方法对研究多变量之间的相依性提供了新途径.通过对上证指数、深圳成指及创业板指的历史数据进行实证分析,选出了最优三维Copula函数以描述三者之间的相关性,并分析三者之间的尾部相关性.     

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.