基于Copula的信用风险经济资本计量模型及应用

本文将Copula函数应用于信用风险经济资本计量模型中,并进行实证研究。基于Copula理论的经济资本计量模型解决了由不同行业贷款所组成的贷款组合相关性结构的拟合问题。准确地反映了贷款组合的非违约风险暴露,同时完善了银行的内部评级体系。     

基于复合Copula函数的动态投资组合选择模型的研究

利用加权平均法定义了复合Copula函数.基于复合Copula函数的性质定义了投资组合的风险测度值相对Copula-CVaR(RCCVaR).利用RCCVaR风险度量方法建立动态的均值-RCCVaR的投资组合选择模型.     

Copula-EVT模型及其投资组合风险分析中应用

Copula技术广泛地应用于金融领域,特别是在金融风险、投资组合、资产定价的方面,目前已成为解决金融问题的一个有力工具.本文将Copula技术应用于沪深股市投资组合当中,由于VaR和ES表达式难以求出,于是采用蒙特卡罗模拟的方法模拟组合收益走势,进而计算出在不同置信水平下的风险价值(VaR)和期望不足(ES),其中对数收益边缘分布函数由中心和左尾为Laplace分布,右尾为极值分布组成.从Basle交通灯法返回检验的结果来看,Copula-EVT模型能够较好度量组合风险.     

基于Copula方法的股票风险的相依性分析

相依性分析在多变量随机分析研究中一直属于前沿问题,研究金融市场各股票之间的相依性,对于分析股票市场的相依性结构以及投资市场的投资组合风险有着重要的意义.选用Copula函数理论对雅虎财经数据中心的上海电力和中国石油股票日收益率数据进行数据拟合,利用核密度估计方法对股票市场估计边缘分布,结合平方欧式距离选取最优Copula函数.运用了Copula函数理论建立股票市场的相关性结构模型,更好地模拟上海电力和中国石油两股市的日收益率的观测数据.     

基于Copula函数的风险度量和保费定价模式

在修正确定等价风险度量方式的基础上,应用Copula连接函数,将组合投资各风险之间的相关性考虑在保费定价和风险度量中,提出一种基于Copula函数以及单个风险是混合分布时基于Copula函数的风险度量和保费定价模式,并证明了其满足的性质.     

基于VaR约束的银行资产负债管理优化模型

在CreditMetrics方法和资产负债管理技术的基础上，以银行各项资产组合收益最大化为目标函数，以VaR风险限额为约束，以法律、法规和经营管理约束为条件，建立了基于VaR的银行资产负债管理优化模型，为银行的风险管理提供了决策方法，本模型的特点之一是利用VaR技术建立约束条件，通过在一定置信水平下的最大损失限额来控制贷款组合的违约风险，使贷款配合的风险限定在银行的承受能力和贷款准备金的范围之内；二是运用资产负债管理比率建立约束条件，通过法律、法规和经营管理约束控制流动性风险；使贷款的分配决策满足银行监管要求和银行经营实际；三是直接利用各企业贷款收益率的历史数据求解各贷款之间的收益率相关系数，进而求解组合的方差，而不是利用企业资产的相关系数求解，更直接地反映了贷款收益率之间的相关性。     

个人住房抵押组合贷款模型分析

由于个人住房抵押组合贷款对购买住房的同一借款申请人、使用同一抵押物、采用同一贷款期限、执行不同贷款利率，所以与单纯的政策性个人住房抵押委托贷款或商业性个人住房抵押贷款不同。为此，试图建立一个考虑居民收入增长的个人住房抵押组合贷款理论模型，通过该理论模型可以确定合理的贷款期限以及各年的还本付息额。结合本模型提出了改进现行的抵押贷款还款所采取的等额偿还法，采取随着居民收入的提高逐渐增加每期还款额，从而减少总的还款期限的建议。最后提出引入合同储蓄贷款的组合贷款理论模型，运用该理论模型可以测算引入合同储蓄贷款的组合贷款期限以及各年的还本付息额。     

组合风险的重要性抽样方法

针对资产组合的市场风险或信用风险的任意边际分布的Gaussian Copula模型,首先将损失转化成高维正态分布的函数,然后对该模型进行重要性采样蒙特卡罗模拟以提高模拟效率,并分别使用牛顿法和基于大偏差理论估计测度变换的系数,并在此基础上提出了常数凝固估计法.数值实验表明,提出的算法与通常的蒙特卡罗方法相比,大大减小了模拟误差,从而提高了计算效率.     

基于Copula-GARCH的投资组合风险度量的实证应用

通过Va R模型对我国的上证指数和深成指2010年1月25日至2012年12月28日的收盘价的波动性加以实证分析,进行模型检验,从而得出模型有效的结论。用Copula函数刻画上证综指和深成指之间的相关结构进而得到投资组合收益率的联合分布,建立了GARCH(1,1)-t模型,利用各项资产收盘价、成交量的历史数据,通过Monte Carlo模拟生成具有Copula相关结构的收益率分布,得到组合的风险价值。应用Copula-Va R-GARCH模型通过Monte Carlo模拟计算投资组合的Va R值,对探讨股票市场波动(风险)以及与预期收益之间的关系具有重要的理论意义和实用价值。     

基于Copula的股票市场VaR和最优投资组合分析

在股票市场风险分析中,对不同股票相关结构的讨论有着重要意义,从而引出对如何选取好的相关结构模型来捕捉股票间的相关变化规律的讨论.本文选取Gauss Copula、t Copula、Gumbel Copula和Mixed Gumbel Copula,运用两步半参数估计法对股票市场相关结构建模,并依据建立的模型进行VaR分析,采用Wald型检验方法来判断VaR估计效果.从效用最大化角度出发,确定最优投资组合.     

次贷危机前后资产组合的风险度量

为了研究次贷危机对中国股市的影响,本文选取三只股票,分别选用单一的EVT模型和Copula-EVT模型计算资产组合的VaR和CVaR,通过对长期数据和短期数据的计算,总结出次贷危机对中国股市的影响.实证分析表明,次贷危机在短期内会对中国的证券业和房地产业产生一定的影响,但对制造业的影响不大;同时还能看出,引入Copula函数计算的组合风险要优于单一的EVT模型计算的组合风险.     

基于Copula理论的金融风险分析

本文将Copula理论应用于投资组合的风险管理之中。对几种常用的Copula函数进行对比分析,概括出了不同Copula函数的特点。最后对于Copula函数在实际金融风险分析中的应用问题进行了深入的探讨。     

Copula函数在风险价值中的应用

为了解决投资组合中风险价值的计算问题，常规的方法是假设多个资产收益序列或风险因子的联合分布服从多元正态分布，然后用Var方法来解决这个问题．而这种假设经常与实际相违背，为了更好地解决这个同题，基于Copula函散从结构上能较好的拟合随机变量的联合分布，将利用阿基米德Copula函散的性质来对传统Var方法进行改进．通过实例来说明选取最优Copula函散的方法，从而可以更好地规避风险。     

基于综合风险约束的贷款组合优化决策模型

信贷风险是银行经营中的主要风险 ,贷款风险组合优化是信贷管理中最常见的决策 .分析了国内外同类研究的缺陷 ,提出了反映贷款风险组合优化规律的决策原则 ,并以 0 1型整数规划为工具 ,以综合贷款风险度为约束条件 ,建立了贷款风险组合的优化决策模型 .在进一步实例分析和对比分析基础上 ,探讨了这种模型的特点 ,为信贷风险的组合配给提供了科学的决策方法     

抵押贷款的信用风险度量

在对新巴塞尔协议的IRB方法研究的基础上，提出了比该方法更一般的度量信用风险的模型。在建模过程中，考虑了同类贷款组间的相关性和宏观经济因素对抵押贷款回收率的影响。最后，应用该模型对有担保的中小企业的贷款组合进行了信用风险度量。     

基于阿基米德Copula的投资组合风险分析

应用阿基米德Copula分析沪深股票市场投资组合风险,样本区间从2000年1月4日至2006年11月8日,共1639组有效数据．首先,由于金融数据不具有正态性,且是厚尾的,因而应用极值理论对边缘分布建模;然后,采用极大似然估计对给定的5个阿基米德Copula进行参数估计,从中选择能更好拟合实际数据相关性的Copula;最后,运用Monte Carlo模拟方法计算相应的风险价值（VaR）,确定最优的组合系数．结果表明,当组合系数β=0．33时,沪深股市投资组合风险最小．     

Copula度量投资组合VaR的应用研究

本文主要研究Copula理论在投资组合风险管理中的应用．简要的介绍了Copula定义和Sklar定理的一些性质，重点介绍了Gaussianl-Copula、t-Copula以及Gumble Copula函数的形式，选取上证综指和深证成指作为研究对象，在等权重投资组合的假设下，结合Copula函数，计算出在不同置信水平下的VaR值．     

股票质押贷款模型的实证分析

结合理论模型，对股票质押贷款组合进行了实证分析，所得的结论是：经过模型调整后的贷款组合的风险值普遍低于未调整组合的风险值，而质押率和贷款金额普遍高于未调整的贷款组合的质押率和贷款金额，从而实现了在一定条件下风险的有效规避。