基于条件蒙特卡罗方法的信用违约互换合约定价

多标的资产违约相关性结构的度量及其联合违约时间的模拟是信用违约互换合约定价的关键.Copula函数和蒙特卡罗模拟是解决此关键问题的有力工具,被广泛应用于信用衍生品定价.本文基于因子t-copula模型,结合条件蒙特卡罗模拟,构建了计算第7n次信用违约互换合约的条件蒙特卡罗算法.该算法能够捕捉多标的资产违约的尾部相关性,更准确地度量标的资产组合的违约风险及提高违约事件的模拟效率.数值结果表明,在考虑尾部相关性的情形下,采用重要抽样技术的JK算法和改进的JK算法是不稳定的,不能达到减方差的目的;而本文新构建的定价算法更稳定,在高斯copula和t-copula模型下,都能够有效减小估计量的方差,提高信用违约互换合约的定价精度和可靠性.     

违约风险条件下利率互换合约的定价

在或有债权的分析框架下，对具有违约风险的利互换定价进行探讨，证明将利率互换合约定价等价于固定利率和浮动利率贷款交换价值度量这一传统方法高估了互换利率价格，低估高信用等级交易对手的合约价值而放大了利率互换合约的信用利差。     

基于跳-扩散过程的信用违约互换定价模型

信用违约互换是最近几年国际金融市场出现的重要的信用风险管理创新工具，由于信用风险非系统性、收益可偏性以及数据获取困难，使得信用违约互换定价的十分困难。本文根据信用违约互换的避险机理，并考虑突发事件对违约概率的影响，建立一个基于跳-扩散过程的信用违约互换的定价模型，为信用违约互换定价分析提供理论依据。     

考虑对手方违约风险首次违约互换合约的定价

研究时手方违约风险的首次违约互换合约的定价问题.通过双曲衰减的违约相关模型来刻画资产池中两个资产之间的相互依赖性结构,利用总的违约时间构建方法,建立了考虑对手方违约风险的首次违约互换合约的数学模型,得到了合约的定价公式,并进行了风险分析.     

中国信用风险缓释工具设计与定价实证研究

研究中国信用违约互换的交易流程、合约设计和定价问题,基于人民币信用衍生品市场,完善了Jarrow-Turnbull约化模型并配置参数,最后运用模型进行具体的实例计算.研究发现,同期限国债或央票利率作为定价的基准利率较为恰当,模型计算得出的理论价格与市场报价比较接近.进一步验证了定价方法的科学性和可行性,为我国市场上流通的信用产品的定价及合约现金流测算提供了理论依据.     

违约相关性下包含信用债券的最优投资组合

研究了当信用债券之间的违约存在相关性时, 投资者配置于信用债券组合、股票(股指)和银行存款的最优投资组合问题. 利用简约化模型来刻画信用债券之间的违约相关性, 并推导出各资产价格的动态方程, 通过随机控制方法给出了此优化问题的解析解. 将违约相关性引入至投资组合并揭示了其对最优投资组合的影响是本文与以往文献的显著不同和主要创新.     

考虑交易对手间三种违约相关情景下的CDS定价——基于单因子Copula模型的模拟

2008年金融危机中暴露出的交易对手违约相关风险,不仅使作为信用违约互换(CDS)交易对手方的Lehman Brothers,Bear Sterns和AIG等金融机构遭受了巨额损失,而且增加了金融市场的系统性风险。因此,考虑交易对手违约相关风险对合理定价CDS至关重要。基于单因子Copula模型框架,数值模拟分析了交易对手间3种不同违约相关情景下的CDS定价,在统一的框架内创新性地解决了信用保护卖方、买方和参考资产方的违约相关情况、违约强度、支付频率及回收率等因素对CDS定价的影响。结果表明:(1)保护卖方和参考资产方形成的违约相关对CDS定价的影响要强于交易三方违约相关的影响,各情景下的CDS价格明显不同;(2)随着保护买方支付频率的增加,3种情景下的CDS价格均逐渐降低;(3)参考资产方回收率的增加,会降低不同情景下的CDS价格且差异明显。     

银行集中信用违约预警模型

集中信用违约会导致银行遭受重大亏损，甚至面临破产风险.在假定银行开展业务和集中信用违约同时发生的基础上，利用冲击模型构建了一种新的银行集中信用违约预警模型.银行开展业务时，先确定一个合理的预警域.当违约的时间间隔小于预警域时，银行就采取相应的风险防范措施：相反，当违约的时间间隔大于预警域时，银行就不采取任何措施.在其它参数不变的条件下，违约速度上升的越大，真实生存函数与假想生存函数之间的差值也就越大，银行也就能够更好地预警集中信用违约.算例表明：当集中信用违约在时间上随机发生的时候，模型也能够很好地进行预警.     

考虑交易对手风险的衍生产品定价方法

交易对手间违约行为的相互影响,通常被衍生产品定价模型所忽略.针对该问题,提出了非线性环形违约强度模型的构造方法,并将其分别应用于CDS与欧式期权定价中.分析结果表明:当考虑环形违约相关及市场风险因素对交易双方违约强度的共同影响时,模型得到的具有非线性变化趋势的CDS利差与期权价格均低于已有模型的结果,表明交易对手间环形违约行为的相互影响蕴含着更高的信用风险,而上述2类衍生品的传统定价方法均高估了相应的价值.并且发现:考虑交易对手违约相关性的期权定价模型对于违约概率和回收率的敏感性均强于已有模型.     

投资者情绪、偿债能力与CDS交易对手流动性风险传染

本文构建了一个考虑投资者情绪和CDS交易对手偿债能力的全局博弈模型,探讨CDS交易对手流动性风险的传染机制.研究表明:当参考资产信用评级下降时,流动性风险在CDS交易对手之间传染是基于投资者对参考资产违约概率预期和CDS交易对手偿债能力的信念更新与行为转换.当投资者预期参考资产违约风险增加时,预判其他类型投资者对待参考资产违约的态度,并据此决定是否对于CDS卖方开展挤兑,引发CDS卖方的流动性变化;当投资者观测到CDS卖方的流动性变化时,预判其他类型投资者对待参考资产违约和CDS卖方违约的态度,并据此决定是否对于CDS买方的开展挤兑.此外,CDS交易对手流动性风险传染与债券到期时悲观债权人收益的贴现因子正相关,与参考资产违约回收率负相关,与CDS合约票息率正相关.得到的政策启示如下:标准化信用评级手段,提高信用评级的权威性及准确性;CDS产品定价应当充分考虑CDS卖方的流动性风险;CDS买方在CDS合约生效后应当继续认真落实贷后监管工作,适时提高贷款抵押品价值;提高大债权人群体(即机构)的风险辨别能力,充分发挥大债权人群体稳定金融市场的作用.     

基于混合生存分析的动态信用评分方法

当今国内外经济形势复杂多变,不确定因素增多,金融市场中信用风险的动态性显著增强,动态信用风险评价成为金融机构迫切需要解决的问题.为此,本文提出了一种基于混合生存分析的动态信用评分方法.该方法由三部分组成:首先,构建基于混合生存分析的动态信用评分模型,包括违约状态判别模型和违约时间估计模型,用于预测评价对象"是否违约"以及"何时违约";其次,利用面板数据构建多重生存状态向量,用于表征信用特征和生存时间的动态关联;最后,基于生成的多重生存状态向量,利用期望最大算法迭代估计模型参数.实验研究表明该方法的预测效果显著优于基于单分类、基于集成学习以及基于生存分析的信用评分方法.     

基于信用差异度最大的信用等级划分优化方法

信用评级对当代社会有极其重要的影响,若信用等级划分不合理,必将误导债权人和社会公众.信用评级结果的变动直接反映经济状态的变化,2011年标准普尔把美国的主权信用评级从AAA级降为AA+,引起全球金融市场的动荡.信用评级的本质是合理区分客户的信用状况,揭示不同等级客户的信用风险水平.国际上比较流行的标普、穆迪的信用评级针对中国客户的评级结果往往存在信用等级很高、违约损失率反而不低的不合理现象.本研究以信用差异度和违约金字塔为标准,构建非线性规划模型划分信用等级,并以中国小企业贷款数据为样本进行实证研究·本研究的创新与特色一是根据第k个信用等级中最后一个样本的信用评分P_(mk)~k与第k+1个信用等级中第一个样本的信用评分P_1~(k+1)确定相邻两个等级的信用评分差值,以所有信用等级的评分差值之和∑(P_(mk)~k-P_1~(k+1))最大为目标函数,确保最大程度的保证信用评分差异大的客户划分为不同信用等级.避免了把信用状况差异较大的客户划分成同一个信用等级的不合理现象.二是以信用等级由高到低的违约损失率严格递增为约束条件建立信用等级划分模型,保证信用等级划分结果满足信用等级越高、违约损失率越低的违约金字塔标准,避免出现信用等级很高、违约损失率反而不低的不合理现象.三是1814笔工业小企业贷款数据的实证研究表明,本研究的信用等级划分方法不仅满足信用等级越高、违约损失率越低的违约金字塔标准,还能保证信用状况差异大的客户划分为不同信用等级.     

信用危机下可违约债券组合风险集成度量:基于三因子强度定价模型

可违约债券一旦一个信用违约事件突发后,可导致一系列的可违约债券的相续违约,通过对可违约债券组合风险集成度量进行研究,为金融机构进行金融应急管理和科学决策提供理论依据,同时有利于金融机构完善金融系统在这方面应急处置机制.针对可违约债券组合中的信用-市场风险相关性和各债务人信用相关性,可从不同风险类型识别出的共同的风险驱动因子出发构建风险整合框架.假设债券的违约强度仿射地依赖于系统市场风险因子、系统信用风险因子、特质信用风险因子等组成的基础状态向量,推导出了基于三因子仿射强度的可违约债券价格,把可违约债券双因子强度定价模型拓展为三因子强度定价模型.在此基础上,建立了可违约债券组合风险集成度量的Monte Carlo方法,得出同一个风险计算期下反映市场风险和信用风险这两类风险的损失分布,进而能求得组合的VaR值,在同一个框架下同时捕捉可违约债券的两类风险.最后运用提出的基于三因子仿射强度的风险集成度量模型对短期融资券组合的风险进行数值计算,并与基于双因子仿射强度的风险集成度量模型得到的VaR值进行比较分析.     

基于违约强度信用久期的资产负债优化模型

在经典的Macaulay利率久期的基础上引入违约强度参数,构建信用久期测度模型并基于信用久期建立信用和利率风险整体免疫模型.本文的主要创新与特色:一是根据简约化定价理论,通过违约强度和违约损失率确定各期现金流的违约风险溢价,通过含违约风险溢价的折现利率对Macaulay经典利率久期模型的参数进行修正,构建了同时反映信用风险和利率风险的"信用久期"测度模型,完善了经典的Macaulay利率久期测度参数,提高了利率风险免疫的精度.二是通过同时反映信用风险和利率风险的"信用久期",来揭示信用久期缺口对银行净值的影响.通过信用久期缺口为O的免疫条件,建立了同时控制利率风险和信用风险的资产优化模型.改变了Macaulay经典久期免疫条件忽略违约风险对银行净值影响的弊端.三是根据Cox回归的生存分析模型,通过违约强度为基准违约强度与企业自身风险因素的乘积的思路,拟合出时变的违约强度,确定不同时间点上的企业违约风险溢价,改变了现有研究的信用风险久期忽略违约风险溢价时变性的不足.对比表明:当市场利率发生变动时,本研究的信用久期免疫模型可以准确免疫利率风险,保证银行净值不受损失.而Macaulay久期免疫模型并不能准确免疫利率风险,利率的变动仍然会导致银行净值的损失.     

基于最优信用特征组合的违约判别模型——以中国A股上市公司为例

违约判别是信用风险评估的一种方式，提高违约判别精度一直是学界和业界重点关注的问题.本文从最优信用特征组合而不是最优指标组合的角度建立违约判别模型，提高违约判别精度.本文的创新有三个方面：一是以信息值最大为目标建立优化模型，将指标数据划分成能最大区分违约状态的多个信用特征.二是采用弹性网回归对信用特征进行遴选，反推违约判别误差最小的最优信用特征组合.三是以组间离散度与组内离散度之比最大为目标，构建数学规划，反推一组权重，得到线性判别方程.本文基于2000-2017年共2169家中国A股上市公司的数据进行实证，研究表明经过特征划分的线性判别分析、K近邻、支持向量机等模型的精度整体高于没有经过特征划分的模型精度.     

可违约债券期限结构模型

在违约强度为随机过程、违约强度与利率相关、以及无风险债券市值回收的条件下,构造了可违约债券的期限结构模型,给出了可违约债券的价格表达式,并讨论了信用风险衍生产品的定价问题。本文构造的模型属于强度模型流派。     

基于Logit与SVM的银行业信用风险预警模型研究

本文以银行业金融机构大额授信风险及零售贷款违约风险数据为基础,从宏观经济环境、客户信贷行为、企业经营水平三个维度出发,对客户风险预警的相关指标进行系统分析,构建了企业客户风险预警指标体系,并利用统计学和数据挖掘方法,从企业财务、企业信贷行为等客户数据信息中挖掘出隐含在背后的客户风险特征.在上述分析的基础上,引入一种基于Logit与SVM的混合预警模型.该模型除了具有单个模型的良好基本性质,还能够充分捕捉和有效刻画影响因素对于客户违约的线性和非线性的复杂特征.实证结果表明,新的模型具有更好的泛化能力,对客户信贷风险具有较高的预警准确率.     

存在拖欠还款概率影响的信贷风险决策机制

讨论了拖欠还款概率的存在对银行期望收益的影响以及项目成功概率的大小对企业期望收益的影响,阐述了抵押品和配给量在防范信贷风险尤其是道德风险的过程中所起的重要作用.在考虑拖欠还款概率存在的影响下,建立了信贷风险决策模型,给出了相应的信贷风险决策机制.并在该机制的作用下,分析了信贷配给与无需配给的贷款申请条件,得出了在拖欠还款概率影响下企业只能申请有抵质押贷款的重要结论.此外,还在不对称信息条件下,进一步讨论了银行与贷款企业之间的激励问题.通过设计正向激励与负向激励,揭示了拖欠还款概率与项目成功概率之间的内在联系.