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%。     

跳自刺激效应下的VIX期权定价研究

针对VIX指数的均值回复、波动率聚集特征以及实证研究最近发现的跳跃自刺激性,本文采用具有自刺激性的Hawkes过程对VIX指数的跳跃进行建模,进而构建仿射跳跃扩散模型用于VIX期权定价,得到Hawkes跳跃扩散过程的条件特征函数,然后在风险中性定价框架内采用傅里叶变换方法推导出VIX期权的价值表达式。实证结果表明,本文模型不仅能克服一般均值回复模型拟合误差大的缺点,且能产生正的隐含波动率倾斜和隐含波动率微笑;另一方面,由于考虑了跳跃的自刺激,本文模型在泊松跳跃均值回复模型基础上进一步改善了VIX期权价格的预测效果。     

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。     

市场流动性与市场预期的动态相关结构研究——基于ARMA-GJR-GARCH-Copula模型分析

本文在兼顾"时间尺度"和"价格尺度"双重因素下构建了标准化的市场流动性测度,并利用时变信息熵方法提出了一类市场预期的新指标。将ARMA-GJR-GARCH模型与时变Copula模型相结合分析了市场流动性与市场预期之间的动态相关结构。利用2009年1月~2014年9月中国股市日度数据进行实证分析,结果表明:市场流动性和市场预期存在较明显的持续性和负向"杠杆效应",通过LL、AIC和BIC三种准则比较发现时变正态Copula模型的拟合效果最好,时变相关性分析说明市场流动性和市场预期长期内保持着负相关的总体态势,欧债危机期间时变相关系数在正负状态间转换频繁,其相关结构出现了几次较大的变点,但正常时期两者之间的相关程度并不显著。该结论对于监管部门在危机期间及时引导市场预期,增强市场流动性从而减少危机传染和缓释金融风险非常重要。     

基于小波变换的多尺度跳跃识别与波动性估计研究

研究了市场微观结构噪音与跳跃同时存在条件下均衡价格波动性的估计问题.应用时间序列变点的小波分析方法,对2006～2007年上证50指数成分股包含市场微观结构噪音和跳跃的高频价格采样数据的跳跃变差和积分波动性进行了有效的估计.研究结果发现小波分析方法能够准确识别我国股市的价格跳跃,并且跳跃变差与积分波动性的比值很大,忽视跳跃的存在将会引起波动性的有偏估计,表明在金融市场中应当使用均衡价格波动性进行风险管理和资产配置.     

基于Z值模型的上市公司信用等级转移矩阵实证研究

本文采用判别模型的Z值对我国上市公司进行信用评级,并通过观察公司评级在四年中的变化构建信用等级转移矩阵,研究在特定的信用环境下我国上市公司的信用等级转移矩阵所表现的一些特征,为我国的信用风险管理提供了一些有意的建议.     

我国银行间同业拆借利率的动态研究——基于跳跃-扩散-机制转换模型的实证分析

针对我国短期利率易受政策影响,波动较大并存在结构变化等特点,构建了跳跃-扩散-机制转换模型,同时考察了银行间7天同业拆借利率的波动、跳跃和结构变化三种效应,发现我国同业拆借利率不仅具有均值回归特性而且还存在明显的跳跃与机制转换,并且该模型比其嵌套的受限模型表现更佳.在高波动状态下利率波动的水平效应和ARCH效应可以忽略...     

基于可变强度跳跃-GARCH模型的资产价格跳跃行为分析——以中国上市公司股票市场数据为例

近年来,美国金融危机、欧债危机、地震等突发事件不断冲击着我国金融市场,各类资产价格频繁出现大幅跳动,收益风险短期内急剧扩大。鉴于此,本文构建了门限效应下状态变量依赖自回归强度跳跃-GARCH模型（简称TSD-ARJI-GARCH模型）来探讨股票资产价格随时间平滑波动和大幅度跳跃的双重特征。该模型扩展了现有可变强度跳跃-GARCH模型,克服了片面强调内生或外生因素的局限性,既允许跳跃强度受单个资产异质因素的内生驱动,以刻画跳跃变化的时变性及集聚性,也考虑了外部状态变量影响的门限效应。通过对不同类型中国上市公司股票市场数据的实证分析,验证了该模型对各类上市公司股票资产价格跳跃特征都具有较好的辨别和预测能力,可为动态监管金融资产的跳跃风险提供理论依据。     

金融市场非对称尾部相关结构的研究

针对金融市场间存在的非线性和非对称尾部相关特性,提出了一类具有尾部变结构特性的Copula函数.结合GARCH模型,构建了具有尾部变结构特性的RS-Copula-GARCH模型,并将其用于中国股票市场非对称尾部相关结构的研究.结果表明,RS-Copula-GARCH模型对市场间相关结构,特别是对尾部相关结构的刻画能力要强于相应的静态Copula模型.     

上市公司信用风险管理的KMV模型

本文介绍了KMV公司运用期权定价理论开发的基于股票价格的信用风险评价模型,并简单介绍了KMV模型的研究方法以及对上市公司的信用风险进行实证研究的参数设定。最后讨论运用KMV模型分析我国上市公司信用风险的发展前景。     

基于联合风险的商业银行贷款定价研究

当前的贷款定价研究主要针对信用风险,对信用风险和市场风险的联合风险的研究较少。因此从信用风险与市场风险的联合风险角度进行贷款定价的研究,目前还是较新的课题。本文对此进行了探索性研究,构建了基于联合风险的贷款定价模型,并得到了有意义的研究结果:不同的项目贷款,若其市场风险与信用风险的关联程度不一,即使其它指标一致,银行也应对它们执行不同的贷款利率,这个结果对实践有很好的指导意义。     

中国企业部门信用风险溢价期限结构与宏观经济因子

近年来，中国企业部门债务风险不断暴露，其是否会引发系统性信用危机正成为焦点。本文着眼于中国企业部门信用风险累积与暴露背后的宏观经济现实，在简约模型中引入结构向量自回归模型（SVAR），将经济冲击区分为总供给冲击、总需求冲击和货币政策冲击，以此研究各宏观经济因子对中国企业部门信用风险溢价期限结构的影响特征，从而揭示中国企业部门信用风险定价的宏观经济机理。本文发现，正向的总供给冲击和货币政策冲击有助于降低中国企业部门信用风险溢价，但正向的总需求冲击则会推高中国企业部门信用风险溢价，自2011年以来持续处于高位水平的信用风险溢价的主要根源正是4万亿经济刺激计划所带来的扩张性总需求，因此欲从根本上降低中国企业部门信用风险水平，应紧缩社会总需求，并通过制度改革和结构调整，改善社会总供给。     

随机违约强度下的信用风险期限结构研究

构造了信用风险期限结构的框架性模型,属于强度模型流派.并讨论了两因子模型的例子,给出了可违约债券的价格解析表示式,最后分析了信用风险衍生产品的定价问题.     

基于文本先验信息的贷款信用风险评估模型

本文利用现有信用风险研究所蕴含的信息，构建了一个新的贷款信用风险评估模型—PIPL。该模型先通过文本挖掘技术对现有研究进行文本信息搜集，得到关于信用风险指标的先验词频以体现指标的重要性，再通过惩罚变量选择法将先验词频量化为先验因变量，最后基于先验因变量和原始数据构建模型，并通过弹性网筛选风险指标。模拟分析显示PIPL模型能自动识别先验信息的质量，当先验信息质量高时，它赋予先验信息较高的权重，从而改进了指标选择和分类效果，当先验信息质量较低时，它能自动降低先验因变量在模型中的权重，表现出稳健的分类效果。实证分析从知网挖掘123篇文献获取文本信息，并以P2P网贷数据为例，发现PIPL模型通过先验信息提高了分类的准确性，并表现出了良好的稳健性。     

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。     

基于Metacost的客户信用评估半监督异构集成模型研究

针对现实中信用评估存在的问题,本研究将元代价敏感学习、半监督学习和异构集成等技术结合,提出了基于Metacost的客户信用评估半监督异构集成模型(Metacost based semi-supervised heterogeneous ensemble model, Meta-Semi-HE)。该模型主要包括三个阶段：1)用Metacost方法修改初始有标签训练集得到Lm;2)在Lm上通过AdaBoost方法训练N个异构分类器hi(i = 1,…, N),用伴随分类器组合Hi选择性标记无标签数据集的样本,并将其添加到Lm中,用新的Lm重新训练N个异构分类器。重复这一步骤,不断提高分类器性能,直至满足终止条件;3)用最终的N个异构分类器对测试集样本分类。在6个客户信用评估数据集上进行实证分析,结果表明,与已有的3种半监督集成模型和2种监督式集成模型相比,本研究提出的模型具有更好的客户信用评估性能。     

A multicriteria outranking approach for modeling corporate credit ratings: An application of the Electre Tri-nC method

Corporate credit ratings are widely used in financial services for risk management, investment, and financing decisions. In this study, the use of a recently developed multicriteria outranking approach, namely the Electre Tri-nC method, is examined for constructing internal credit rating models in an expert-based judgmental framework. The models are constructed in a multicriteria classification (sorting) setting and the results are analyzed in terms of their internal properties as well as their deviations from risk rating categories defined by rating agencies (i.e. external benchmarking). A simulation/scenario analysis is conducted to examine the results and performance of the outranking models in relation to their parameters. Empirical results are provided for a sample of European firms rated by three leading rating agencies.     

基于LGCNET多层网络的中国A股上市公司系统性风险度量

系统性风险度量一直是金融风险领域的热点问题,但是对于复杂网络条件下的度量方法还缺乏深入研究。本文将滑动窗口分位数回归与局部高斯相关方法相结合,构建出一种全新的多层时变网络——局部高斯相关网络(Local Gaussian Correlation Network, LGCNET)。基于此方法,本文通过研究中国证券市场股票总体及尾部收益的非线性相关性,分析了2018年至2021年我国A股50家上市企业关联网络的演化特征,通过考察金融网络系统性风险水平在整个时间段内的变化情况,探究了新冠疫情及中美贸易摩擦期间上市公司网络的风险变化情况。结果表明：第一,金融与科技行业是网络节点的中心,与其他行业公司存在较高关联性,表明该类行业是风险传导的中心。第二,基建及银行类公司因为其市值高,在系统中的重要程度普遍较高;同时,尾部风险排名高于其市值排名的企业具有较大市场影响力和风险传导能力,也应该受到关注。第三,在系统层面,受信用风险加剧及中美贸易摩擦的影响,2018年整个网络系统普遍具有较高风险水平;但在2020年新冠疫情期间,国内系统性风险一直控制在较低水平。     

管控策略对关联企业网络稳定状态的影响——基于关联信用风险传染的视角

随着经济全球化和金融市场的快速发展,关联信用风险在关联企业之间普遍存在,寻找有效的风险管控策略成为关联信用风险管理的热点和难点问题。本文结合传染病模型和复杂网络理论,探讨了管控策略对关联信用风险传染及关联企业网络稳定的影响。研究表明：关联信用风险的传染导致关联企业网络最终趋于不同的稳定状态,当关联企业网络处于有风险稳定时,通过管控策略可以使其达到无风险稳定;当关联企业网络处于无风险稳定时,通过管控策略可以缩短网络达到无风险稳定的时间,且能降低关联信用风险传染过程中感染企业出现的峰值;在一定条件下,救治策略相较于免疫策略对关联信用风险的管控有更高的效率。