信用風(fēng)險(xiǎn)的組合管理研究中，違約相關(guān)結(jié)構(gòu)的準(zhǔn)確建模一直是研究的熱點(diǎn)領(lǐng)域。本文充分利用copula函數(shù)在建模相關(guān)結(jié)構(gòu)中的便利性和靈活性，對(duì)基于copula函數(shù)的信用風(fēng)險(xiǎn)組合相關(guān)結(jié)構(gòu)的建模問題以及由此而造成的對(duì)組合損失分布和一致性風(fēng)險(xiǎn)量度的影響程度進(jìn)行了系統(tǒng)的討論和分析。 首先，本文在現(xiàn)有的信用風(fēng)險(xiǎn)組合模型之一——特征變量模型的基礎(chǔ)上，針對(duì)其在相關(guān)結(jié)構(gòu)建模中存在的問題，提出了基于copula函數(shù)的、以行業(yè)收益指數(shù)為系統(tǒng)風(fēng)險(xiǎn)因素的信用風(fēng)險(xiǎn)組合模型框架，討論了在新模型框架下組合各種違約狀態(tài)的聯(lián)合概率的計(jì)算，闡述了模型中參數(shù)的確定方法以及copula函數(shù)的選擇問題。分析表明：在利用copula函數(shù)為信用風(fēng)險(xiǎn)組合建模時(shí)，t-copula函數(shù)將可作為現(xiàn)有模型中Gaussian copula函數(shù)的一個(gè)比較恰當(dāng)?shù)奶娲x擇。 其次，基于我國目前信用債券市場(chǎng)不夠成熟、沒有可靠的信用數(shù)據(jù)可獲得的現(xiàn)實(shí)，本文利用資本市場(chǎng)這一個(gè)公開的、比較有效的信息源提供的數(shù)據(jù)信息來構(gòu)造行業(yè)收益指數(shù)時(shí)間序列，估計(jì)行業(yè)收益指數(shù)的邊際分布和相關(guān)結(jié)構(gòu)參數(shù)。在運(yùn)用偏t-GARCH(1,1)對(duì)行業(yè)收益指數(shù)的邊際分布建模時(shí)，考慮到現(xiàn)有的偏t分布...

【文章頁數(shù)】：133 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖3-1四種雙變量Copula函數(shù)的散點(diǎn)圖

天津大學(xué)博士學(xué)位論文第三章基于copula函數(shù)的組合信用風(fēng)險(xiǎn)建�？蚣軋D3-1是在Kendall秩相關(guān)系數(shù)τ=0.6時(shí)，對(duì)Gumbelcopula函數(shù)、Claytoncopula函數(shù)、Gaussiancopula函數(shù)和t-copula函數(shù)這四種....

圖3-2美國GDP的增長與非投資級(jí)公司的總違約率

而宏觀經(jīng)濟(jì)的影響將會(huì)對(duì)整個(gè)經(jīng)濟(jì)中所有行業(yè)的違約率產(chǎn)生顯著的影響，從而使不同行業(yè)的公司之間產(chǎn)生違約相關(guān)性。圖3-2描述了宏觀經(jīng)濟(jì)增長和非投資級(jí)公司的總違約率之間的關(guān)系②。從圖①朱寶憲.投資學(xué)[M].清華大學(xué)出版社,2002.②ArnarddeServigny,Oli....

圖3-3通訊和能源行業(yè)的違約率

圖3-2美國GDP的增長與非投資級(jí)公司的總違約率資料來源：標(biāo)準(zhǔn)普爾公司圖3-3則描述了能源和通訊行業(yè)的行業(yè)危機(jī)對(duì)行業(yè)違約率的影響①。圖中看出20世紀(jì)80年代中期石油價(jià)格猛增和2000年通訊業(yè)危機(jī)所導(dǎo)致的能源和通訊行業(yè)在行業(yè)平均違約率上的相應(yīng)變化。

圖4-1a鋼鐵和房地產(chǎn)行業(yè)的行業(yè)收益指數(shù)的直方圖

為了對(duì)構(gòu)造的各個(gè)行業(yè)收益指數(shù)有一個(gè)初步的了解，首先對(duì)它們進(jìn)行了相關(guān)的統(tǒng)計(jì)分析。圖4-1顯示了機(jī)械制造業(yè)、鋼鐵、食品、醫(yī)藥、石化、批發(fā)零售、房地產(chǎn)、社會(huì)服務(wù)這8個(gè)行業(yè)的行業(yè)收益指數(shù)時(shí)間序列的直方圖，圖中的光滑曲線是正態(tài)分布函數(shù)的密度函數(shù)曲線。表4-1列出了各行業(yè)收益指數(shù)....

本文編號(hào)：3979738