【摘要】：對債務(wù)抵押債券(CDO)的定價,業(yè)界普遍采用傳統(tǒng)的高斯Copula標(biāo)準(zhǔn)模型,存在尖峰厚尾、負(fù)Delta對沖、高分券層定價失效等諸多缺陷。為了克服上述不足,考慮了回收率的下列3種特征:隨機(jī)回收率、市場共同因子服從混合高斯分布以及采用貝努利相關(guān)、三狀態(tài)相關(guān)刻畫的隨機(jī)相關(guān)結(jié)構(gòu)。并據(jù)此給出了資產(chǎn)池違約邊界、隨機(jī)回收率和CDO分券層定價的數(shù)值模擬實例。結(jié)果表明:混合高斯分布可有效地用于刻畫風(fēng)險因素的尾部效應(yīng),隨機(jī)回收率可較有效地用于刻畫回收率與系統(tǒng)風(fēng)險及違約相關(guān)結(jié)構(gòu)的特征,進(jìn)而高分券層價差也可得以較合理計算。
[Abstract]:The traditional Gao Si Copula standard model is widely used in the pricing of CDB (CDO), which has many defects, such as peak and thick tail, negative Delta hedging, pricing failure of high-grade bond layer and so on. In order to overcome these shortcomings, the following three characteristics of recovery rate are considered: random recovery rate, distribution of market common factor from mixed Gao Si, and random correlation structure characterized by Bernoulli correlation and three-state correlation. Based on this, numerical simulation examples of asset pool default boundary, stochastic recovery rate and CDO pricing are given. The results show that the mixed Gao Si distribution can be used to describe the tail effect of risk factors effectively, and the random recovery rate can be used to characterize the characteristics of the structure of recovery, systematic risk and default. Furthermore, the price difference of high grade coupons can also be calculated more reasonably.
【作者單位】： 大連理工大學(xué)管理學(xué)院;大連銀行資金運營部;
【基金】：國家自然科學(xué)基金資助項目(70771018) 中國博士后科學(xué)基金資助項目(200704103500) 教育部人文社科基金項目(05JA630005);教育部新世紀(jì)優(yōu)秀人才支持計劃(2005年)資助項目
【分類號】：F224;F830.91

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳又星;徐輝;;中小企業(yè)資信評價指標(biāo)體系構(gòu)建與商業(yè)銀行信貸風(fēng)險的模糊控制[J];企業(yè)經(jīng)濟(jì);2010年01期

2 朱丹;楊向群;;有跳-擴(kuò)散違約風(fēng)險的可轉(zhuǎn)換債券的定價[J];數(shù)學(xué)學(xué)報;2010年01期

3 劉琦鈾;張能福;;信息不對稱下商業(yè)銀行信貸風(fēng)險分析與對策[J];科技創(chuàng)業(yè)月刊;2010年01期

4 胡靜;;VaR模型在金融機(jī)構(gòu)風(fēng)險度量中的應(yīng)用[J];科技創(chuàng)業(yè)月刊;2010年01期

5 李建平;豐吉闖;宋浩;蔡晨;;風(fēng)險相關(guān)性下的信用風(fēng)險、市場風(fēng)險和操作風(fēng)險集成度量[J];中國管理科學(xué);2010年01期

6 曹浩;;商業(yè)銀行住房抵押貸款違約風(fēng)險防范的博弈分析[J];哈爾濱金融高等�？茖W(xué)校學(xué)報;2010年01期

7 劉博;;基于KMV模型對中國上市公司的信用風(fēng)險進(jìn)行度量的實證分析[J];科學(xué)技術(shù)與工程;2010年03期

8 朱訓(xùn);;基于區(qū)間數(shù)的商業(yè)銀行信貸違約概率測算模型研究[J];消費導(dǎo)刊;2010年02期

9 周穎穎;秦學(xué)志;王s，

本文編號：2404274