【摘要】： 信用是市場經(jīng)濟(jì)的基石，信用風(fēng)險(xiǎn)的危害倍受金融界關(guān)注。2008年由美國次貸危機(jī)引發(fā)的全球金融危機(jī)使信用風(fēng)險(xiǎn)成為全球關(guān)注的焦點(diǎn)。有效地度量和防范信用風(fēng)險(xiǎn)是世界各國政府和金融機(jī)構(gòu)的當(dāng)務(wù)之急，而度量違約相關(guān)性是度量信用風(fēng)險(xiǎn)的關(guān)鍵因素之一。 傳統(tǒng)的度量違約相關(guān)性的方法主要有兩種：一是線性相關(guān)系數(shù)的相關(guān)性測度方法，二是基于正態(tài)分布假設(shè)下來測度。由于信用風(fēng)險(xiǎn)具有很強(qiáng)的厚尾性和非對稱性，用傳統(tǒng)方法來度量必然會(huì)出現(xiàn)很大的偏差。應(yīng)用Copula函數(shù)研究違約相關(guān)性是一個(gè)新興的研究領(lǐng)域，由于Copula函數(shù)具有靈活的形式，可以用其捕捉較為復(fù)雜的違約相關(guān)性，尤其在刻畫尾部相關(guān)性方面有很好的效果。 本文系統(tǒng)研究了信用風(fēng)險(xiǎn)模型，Copula函數(shù)理論方法以及Copula函數(shù)在信用違約相關(guān)性中的運(yùn)用，并將Copula函數(shù)的最新研究成果與信用風(fēng)險(xiǎn)模型有機(jī)結(jié)合起來，優(yōu)化了信用違約相關(guān)系數(shù)和信用衍生品定價(jià)方法，并用金融市場數(shù)據(jù)進(jìn)行了實(shí)證分析，得到了以下的研究成果。 第一，將非參數(shù)檢驗(yàn)方法中的Chi圖與Copula模型相結(jié)合，比較了各種信用資產(chǎn)的相關(guān)關(guān)系的變化。Chi圖用于直觀考察變量間的關(guān)系，可以判斷變量間是否相關(guān)以及尾部相關(guān)的特點(diǎn)。在實(shí)證過程中，先對數(shù)據(jù)做條件異方差檢驗(yàn)，用t-GARCH模型對數(shù)據(jù)進(jìn)行過濾，再通過Chi圖判斷其尾部的相關(guān)特點(diǎn)，從而對信用組合資產(chǎn)有直觀和深刻的認(rèn)識。 第二，將半?yún)?shù)Copula理論的思想引入信用風(fēng)險(xiǎn)的度量中。半?yún)?shù)Copula估計(jì)方法的優(yōu)點(diǎn)表現(xiàn)在可以通過選擇靈活的非參數(shù)擬合方法擬合邊緣分布，比如高斯核密度估計(jì)，Bernstein基函數(shù)等靈活多變的邊緣分布去擬合邊際分布，為保證Copula函數(shù)參數(shù)估計(jì)的準(zhǔn)確性度量打下了良好的基礎(chǔ)。在獲得有效的邊緣分布后，用不同的Copula函數(shù)對其進(jìn)行估計(jì)和擬合；然后用概率積分變換方法進(jìn)行定量檢驗(yàn)，挑選出擬合原始數(shù)據(jù)最優(yōu)的Copula函數(shù)；最后對信用投資組合風(fēng)險(xiǎn)的風(fēng)險(xiǎn)值進(jìn)行估計(jì)，以及對信用衍生品定價(jià)。 第三，在對信用投資組合的風(fēng)險(xiǎn)值進(jìn)行分析的過程中，拋棄了用股權(quán)價(jià)值代替資產(chǎn)價(jià)值的慣例，理論證明股權(quán)價(jià)值和資產(chǎn)價(jià)值是不能等同的，在結(jié)構(gòu)化模型的理論體系下，用B-S公式和Merton模型根據(jù)股權(quán)價(jià)值計(jì)算出整個(gè)時(shí)期的資產(chǎn)價(jià)值，再用估計(jì)的資產(chǎn)價(jià)值來做相關(guān)性研究，從而計(jì)算信用資產(chǎn)組合的風(fēng)險(xiǎn)值。 第四，在信用衍生品市場的研究上，用半?yún)?shù)Copula函數(shù)模擬其違約時(shí)間，改進(jìn)違約相關(guān)性，從而改進(jìn)衍生品定價(jià)。由于目前國內(nèi)幾乎還沒有信用衍生品價(jià)差的時(shí)間序列數(shù)據(jù)，在實(shí)證研究方面大部分停留在單純的模擬上，對金融市場數(shù)據(jù)的研究和分析幾乎一片空白，本文采用鄰國日本信用違約互換市場的數(shù)據(jù)，結(jié)合半?yún)?shù)Copula函數(shù)和信用衍生品定價(jià)方法對一籃子信用違約互換進(jìn)行定價(jià)，并得出相應(yīng)的結(jié)果。
【圖文】：

令。，=側(cè)從)落=1，…N，中是單變量標(biāo)準(zhǔn)正態(tài)分布。步驟五，(。1，…。N)‘=(Fl(tl)，…，F(xiàn)，v(tN))‘，，只定義為第、個(gè)邊際分布。圖3.1給出當(dāng)相關(guān)系數(shù)分別為0.3、0.9、一0.3、一0.9時(shí)的二元 Gaussianeopula模擬1000次數(shù)據(jù)的散點(diǎn)圖。2.t一Copula模擬t一CoPufa也相對較容易分解，我們用以下算法可以生成n維C叩ula。步驟一，對相關(guān)系數(shù)矩陣R進(jìn)行楚列斯基(Cholesky)分解得到A。步驟二，模擬N個(gè)獨(dú)立標(biāo)準(zhǔn)正態(tài)隨機(jī)變量Z二(21，勺，…:動(dòng)。步驟三，模擬隨機(jī)變量、、式且獨(dú)立于Z。步驟四，生成變量組X一 Az和X一了刃刃面萬牙。步驟五，令。、=Tv(從)乞=1

令。、=Tv(從)乞=1，…N，Tv定義了單變量t分布函數(shù)。步驟六，(。1，…。、)‘=(Fl01)，…，F(xiàn)N(，N))‘，只定義為第乞個(gè)邊際分布。圖3.2給出當(dāng)自由度為3時(shí)的，相關(guān)系數(shù)分別為0.3、0.9、一0.3、一0.9時(shí)的二元t一copula模擬1000次的數(shù)據(jù)的散點(diǎn)圖。
【學(xué)位授予單位】：廈門大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2009
【分類號】：F830;F224

【引證文獻(xiàn)】

相關(guān)博士學(xué)位論文 前2條

1 張北陽;上市公司信用風(fēng)險(xiǎn)、公司治理和企業(yè)績效關(guān)聯(lián)研究[D];吉林大學(xué);2011年

2 王小丁;基于違約相依的信用風(fēng)險(xiǎn)度量與傳染效應(yīng)研究[D];中南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前3條

1 高紅蓮;基于混合Copula模型的中國股市相依結(jié)構(gòu)的研究[D];北方工業(yè)大學(xué);2011年

2 安文俊;基于Copula的信用違約互換定價(jià)模型應(yīng)用研究[D];華中科技大學(xué);2010年

3 王苗雯;供應(yīng)鏈金融中企業(yè)組合信用風(fēng)險(xiǎn)度量問題研究[D];上海師范大學(xué);2012年

本文編號：2708468