基于Copula-APD-GARCH模型的投资组合有效前沿分析

根据ES风险度量方法,拓展了马克维茨均值-方差资产组合模型,研究均值-ES准则下的资产组合问题.用APD-GARCH模型刻画风险资产收益率序列,以多元Copula函数描述风险资产间的相关结构信息,构造灵活的Copula-APDG-ARCH模型.利用该模型,借助Monte Carlo模拟,分别研究相关结构是多元正态Copula函数、多元t-Copula函数和多元Clayton Copula函数的风险资产组合的均值一ES有效前沿,并进行比较.实证研究表明,在有效组合范围内,正态Copula函数明显高估了资产的组合风险;当期望收益较小时,t-Copula函数对应的风险值最小,但随着期望收益的增加,多元Clayton Copula函数时应的有效前沿表现最好.     

基于Copula的我国台湾和韩国股票市场相关性研究

以广义帕累托分布为边缘分布函数,引入de Haan矩估计和Bootstrap抽样方法定量选取阈值,进而运用三种Copula簇方法研究了我国台湾和韩国股票市场之间的相关关系,然后比较了单参数与双参数Copula的拟合效果,测算了两市场遭遇极端市场风险的条件概率,探讨了双参数Archimedean Copula函数在构建联合分布中的应用。研究结果表明:BB7 Copula较好地刻画了两市场尾部相关的非线性、非对称特征,且相关结构拟合度较好,表明两市场在低迷时期的相关性明显高于其活跃时期的相关性,但通过对两市场构建组合难以有效降低风险。同时回测检验显示Copula-GPD模型能有效测度两市场组合的极值风险。另外,当韩国指数日波幅出现下降超过7%时,台湾加权指数也出现同样日波幅下跌的概率为5.72%。     

债券流动性与违约风险相关性溢价及实证研究

债券的流动性与违约风险都是影响债券溢价的重要因素,然而以往在违约风险最为突出的公司债券定价中却很少考虑两种风险相关性关系的影响,这与发达市场实证经验不符.在已有研究的基础上同时引入两种风险相关性,通过对Copula函数刻画的不同相关性结构情况下公司债券的收益率和风险变化分析,以及对中国短、中、长期公司债券市场数据的实证检验均发现,流动性与违约风险的相关性之间存在显著的正相关性,且对债券利差具有显著的影响和交互作用.     

基于Copula的两因子Vasicek利率模型实证研究

应用两因子Vasicek模型在状态空间框架下结合卡尔曼滤波技术研究我国上海证券交易所国债利率期限结构.提取1年期和20年期利率的观测误差,在不假设观测误差具体概率分布的条件下,使用非参数方法估计其边际分布,并使用极大似然方法对常用的阿基米德类Copula和混合Copula进行估计,从而确定其相依结构,结果发现Gumbel Copula和混合Copula能较好地描述两者的相依结构.采用蒙特卡罗模拟方法计算国债投资组合的在险价值,发现使用高斯Copula、Frank Copula、Clayton Copula和混合Copula都会明显低估国债投资组合的风险,Gumbel Copula更合适.     

基于极值理论和多元Copula函数的商业银行操作风险计量研究

基于操作风险呈厚尾分布的特征,本文按照巴塞尔协议的要求,采用POT极值模型分别估计了多个操作风险单元的边缘分布,然后用多元Copula函数来刻画这些操作风险单元之间的关联性并计算在险价值。通过对中国商业银行1990-2010年操作风险数据的实证分析表明,Clayton Copula能更好地反映各操作风险单元之间的相关性结构,且采用Copula考虑操作风险相关性下的VaR值要比简单加总下的VaR值减少约32.3%。因此,应用Copula函数计量操作风险相关性,不仅可以提高估计的准确性,还能够达到资产组合的风险分散化效应,减少操作风险资本要求,为商业银行提升盈利能力创造条件。     

基于债权终止的可违约债券定价

已有实证结果表明流动性风险及其与违约风险的相关性是影响可违约债券收益率的重要因素,然而目前的研究还不能建立一种计算简便且同时包含流动性风险以及风险相关尤其是尾部相关性的定价模型。本文将流动性风险与违约风险都描述为债权终止事件驱动型的风险,从而可以利用与违约时间类似的出售时间来刻画流动性风险过程。基于债权终止事件的发生时间,本文拓展了简约模型以考虑流动性风险及风险相关性。与以往的研究相比,基于债权终止时间的模型具备诸多优势:模型简便适合大规模计算、允许时变流动性风险、包含尾部相关等较为丰富的风险相关性结构。数值算例表明,本文的模型能更好地刻画流动性风险溢价以及风险的尾部相关性对债券收益率曲线上下尾端的影响。     

金融危机下带传染效应的违约预报

考虑多阶段状态变量的动态信息对违约风险的影响,同时考虑宏观因素和公司个体因素来构建违约预报模型,并且通过在状态变量中包含的行业因素来刻画行业间可能存在的信用传染效应;建立违约风险强度中参数的极大似然估计和渐近性质,进而建立条件违约概率期限结构的极大似然估计.利用极大似然估计及其渐近性质考虑传染效应的显著性检验问题,最后...     

含有违约风险的利率风险管理

旨在解决含有违约风险的利率风险管理问题,指出了在商业银行资产负债管理中含有违约风险债券利率风险管理问题研究的必要性,获得了违约风险债券久期的一般公式,建立了含有对违约风险的控制、平均绝对离差约束、平衡表其它相关约束以及目标约束等在内的商业银行利率风险管理的目标规划模型;并在给出数值实例的基础上,讨论了违约风险的存在对银行利率风险管理的影响.     

可违约零息债券风险综合度量Monte Carlo方法

可违约零息债券同时面临着违约风险和市场风险(利率风险)这两类主要风险.相对于传统的不同类风险独立度量方法,也不同于割裂两类风险再进行加总或通过Copula函数关联,本文在信用风险强度定价模型的基础上,同时考虑信用风险、市场风险和两类风险之间的相关关系,建立了计算可违约零息债券综合风险VaR的Monte Carlo方法,得出同一个风险计算期下反映两类风险的损失分布和同一个某置信度的损失分布的分位点,进而能求得风险综合VaR值,这样可在同一个框架下同时捕捉可违约零息债券的两类风险,这里,给出了MonteCarlo模拟方法具体技术细节,包括违约时间和基础状态向量过程的模拟.最后运用本文的风险综合度量模型对短期融资券的综合风险进行计算,得出风险综合VaR值,并与利率风险独立度量VaR值和信用风险独立度量VaR值进行比较分析.     

多维数据下小企业违约风险过程性评价研究

违约风险过程性评价是在借贷过程中考虑评价特征维度增加的情况下,对小企业的违约风险进行评价。现有违约风险评价大都是考虑相同的评价特征在某一时刻(某一时间序列)的静态评价(动态评价)。大数据环境下用于评价的特征呈爆炸式持续增长,如果每增加一些特征都需要重新构建评价模型,对银行实际操作而言,是不现实也是不可行的。本研究分别从增加新的准则和增加新的指标两个特征增加的角度,提出信贷过程中,违约风险评价模型构建的四种方式,并以中国某商业银行1994年以来的小企业实际贷款数据为对象,通过建立神经网络模型进行实证研究。研究表明,上述四种方式构建的违约风险评价模型的判别精度无显著性差异,同时方式2(以每个准则独立构建评价模型的评价结果作为输入变量,构建违约风险评价模型)有较高的判别精度,为大数据背景下及时更新违约风险评价模型提供了新的思路,也给银行的实际操作节省运算时间和复杂度。     

中小企业违约风险系统性和异质性测度——基于违约风险成分分析法的研究

与大中型企业相比,经济环境恶化或突发事件冲击使中小企业资产价值更易大幅下降,不仅单个企业违约风险急增,企业间的违约相关性也明显变大。然而不同类型中小企业违约风险变化特征仍有较大差异。为了更好测度中小企业违约风险、分析其相关性和差异性,本文在资产价值满足跳-扩散过程假定下,将或有权益分析法、组合违约风险分析与系统波动风险测度β相结合,把违约风险分解为系统成分和异质成分。系统成分越大,表明企业违约风险越易受外部经济环境和相关违约风险影响。异质成分越大则表明企业违约风险与自身异质性特征更为相关。实证研究表明,违约风险成分分析能较好解释中小企业违约风险的相关性和差异性,有助于违约风险分类管理。     

企业集团控制下的关联企业违约相关性度量研究

作为商业银行的重要客户,企业集团是多个企业的法人联合体.企业集团内的关联企业违约与否,常常受集团母公司的影响,并且集团内任一企业发生违约,都可能导致集团内其它关联企业发生违约,最终给银行造成巨大的累积信用风险.因此,度量集团内关联企业的违约相关性是银行防范集团客户信用风险的重要环节.基于此,通过将企业集团母公司的资产价值作为影响其控制企业的违约强度公共风险因子,结合违约强度模型,分析这些关联企业的随机违约强度过程,进而得到集团控制下的关联企业违约相关性度量模型.研究表明,企业集团控制下的关联企业违约相关性与母公司持有它们的股权比例成正向变化关系,但是股权比例的变化对违约相关性变化的影响较小.     

内生性回收率与信用风险度量研究

在信用风险模型中,外生性回收率的设定会忽略回收率对损失分布尾部的影响,而且会导致潜在的模型风险。本文将因子扩散过程引入结构信用风险模型,获得了回收率和违约概率之间的内在关系,利用Monte Carlo模拟方法数值分析了预期回收率对违约概率和资产价值波动率的依赖性,结果表明预期回收率与违约率之间具有很强的负相关关系,而且这种相关关系会受到债务人资产价值波动率的正向影响。在内生性回收率下,推导了信用损失的概率分布,计算了信用风险的Credit-VaR和ETF指标。最后利用市场数据检验了内生回收率信用风险模型的有效性,结果表明该模型可以很好的描述历史违约率和回收率的变化过程。     

考虑定性指标及误判损失的企业违约判别神经网络模型

识别和度量企业的违约风险是银行风险管理中很重要的一项工作.目前企业违约判别模型离实际应用还具有一定差距,表现在:1)模型所使用的样本基本都是配对模式,不能代表整体样本;2)很少直接引入影响违约的定性指标,如行业,地区和规模;3)没有考虑到误判损失的非对称性.针对上述问题,本文应用前向BP网络针对某国有商业银行的2003年全部有效的短期贷款企业的财务数据,引入了定性指标,采用全样本进行训练,最后确定使误判损失最小的切割点,这样就得到优化的神经网络模型.     

借款陈述文字中的违约信号——基于P2P网络借贷的实证研究

P2P借贷让借款人可以通过借款陈述文本去获得投资者的信任,所以借款陈述又成为投资者识别借款人违约风险的重要信息来源。但是如何解读复杂的、不规则的、包含各种信息的借款陈述面临较大挑战。针对违约风险的两个来源：还款能力和还款意愿,以及它们的潜在因素,从P2P借贷平台‘人人贷’借款项目中的借款陈述文本中,通过人工识别提取了文字特征信息、反映还款能力和还款意愿的信息以及对资金需求的情感特征信息,并检验这些信息对识别借款人违约风险的显著性。研究发现借款陈述文本的字数越多、存在重复语句,违约风险越大;借款陈述文本中存在还款能力信息,或者同时存在表示还款意愿的保证性语言以及对自己信用状态补充说明的信息,则违约风险越小;借款人在情感上表现出对资金需求的急切性越高,违约风险越大。研究结论为将来运用程序实现智能文本算法识别借款陈述文本中的违约信息提供了研究方向。     

基于零膨胀分位数两部模型的银行贷款违约预测研究

贷款信用风险评估是银行风控的重要内容。贷款逾期天数作为常见的风险度量指标,具有典型的零膨胀特征。对于零膨胀数据,传统的线性回归不再适用,两部模型是常用的代表方法。考虑到贷款数据具有偏态分布特征,本文构建了一个分位数两部模型—logit-quantile模型。该模型由Logistic回归和分位数回归构成,为了进行风险因素的选择,在模型的两个回归中添加了Lasso惩罚。为了求解模型,本文采用了坐标下降法和线性规划法相结合的迭代算法。模拟分析显示,对比逐步法和常用的logit-linear两部模型,新模型表现出了最好的变量选择效果,尤其在零膨胀比例为80%及高维情形时,该模型的表现仍然最优。最后对某银行的贷款数据实证分析显示,新模型具有更精简的结构,采用交叉验证技术进行预测显示新模型的预测和分类表现最好。     

基于信用风险久期免疫的资产负债管理优化模型

用信用风险溢酬修正现金流的贴现率,构造了基于信用风险久期免疫条件;以组合收益最大为目标函数,建立了基于信用风险久期免疫的资产负债组合优化模型。本模型通过建立信用风险久期的免疫条件匹配银行的资产与负债,回避了利率风险和信用风险对银行所有者权益的影响;通过用反映违约风险的贴现率表述信用久期函数,揭示了信用风险对久期的影响;通过看跌期权公式建立了贴现率与违约风险的函数关系,揭示了违约风险对贴现率的影响。     

基于违约风险的三叉树模型在可转债定价中的应用研究

本文考虑可转债券的违约风险,研究如何用违约风险下的三叉树模型对可转换债券进行定价。首先本文使用Black-Scholes公式测算企业在单位时间内的违约概率。其次,在计算可转债的债券价值时,将相似经营业绩和同等风险的企业债券收益率作为贴现率,计算现金流的现值,以反映相应的违约风险;在计算可转债看涨期权价值时,本文在三叉树模型中引入违约概率,重新计算调整后股票上涨、下跌的幅度和概率,得到基于违约风险的三叉树定价模型;最后对中国市场中实际的可转债——新钢转债进行了定价的计算,并对结果进行了探讨。     

基于行业相关性的银行业信用风险宏观压力测试研究

遵循宏观审慎管理的原则和理念, 提出了基于行业相关性的银行业信用风险宏观压力测试方法。通过考虑行业相关性和风险因子t分布特性, 对多元风险因子模型进行了拓展;将宏观压力测试情景与多元风险因子模型对接起来, 将压力情景下得到的行业景气指数取值转换为相应压力情景下行业风险因子的条件分布;在考察宏观经济周期的基础上, 采用指数平滑法、回归模型方法和历史情景分析方法处理宏观经济整个周期的历史数据, 从而确定宏观压力测试的情景设置, 这种情景设置能消除信用风险计量的顺周期性。这一过程将银行业经济资本管理与系统性风险防范有机地联系起来。这一信用风险宏观压力测试方法能反映不同行业信贷资产间的违约相关性, 能识别某一行业衰退对其他行业信贷资产产生的负面影响, 从而反映系统性风险的来源及其作用机理。