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.     

交易对手信用违约事件与信用违约互换公允价值

本文在分析交易对手违约的基本信用事件基础上,运用生存分析技术研究了交易对手信用违约事件对信用违约互换合约价格的影响. 本文的研究表明: (1)不同的信用事件对信用违约互换合约的价格是有影响的,包含考虑交易对手违约事件的信用违约互换价格比不包含时会更低; (2)参考资产和卖方违约的相关性在信用衍生品的定价中至关重要,无论相关系数为正或为负,都会影响到信用违约互换的合理估值.     

基于Vasicek模型的一篮子CDS定价公式解的局限性和有效性

对由Vasicek模型为基础所建立的一篮子信用违约互换定价的封闭解之局限性和有效性进行了探讨,特别研究了Vasicek模型的缺陷对解的影响.首先建立了一个基于Vasicek假设利用Monte Carlo模拟的copula模型,并且在模型的算法中规避了VasiceK模型带来的缺陷.然后利用该模型对一篮子信用违约互换定价的模拟值与封闭解的计算值进行比较分析,验证了封闭解的有效性.说明了封闭形式定价模型对基于投资组合信用衍生产品定价在小规模投资组合产品的计算上有着一定的准确性和高效性.     

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.     

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.     

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。     

企业集团客户贷后信用风险识别

初步研究了企业集团客户贷后信用风险识别模型的构建问题,并实证考察了中国三个生产经营型集团的信用风险与其母公司的信用风险之间的关系 .由于不能获得这三个生产经营型集团的信用价差数据,本文利用从信用风险评估模型(KM V)获得的预期违约概率构建一种企业集团违约指标作为其信用价差的替代.实证结果发现 ,在双变量向量自回归模型中,母公司的信用价差并不是企业集团违约指标的格兰杰原因, 反之亦然.     

信用风险下存款策略研究

用结构化蒙特·卡罗方法提出了一个新的信用风险因素情况下衡量银行存款资产收益期望的数学模型 ,并导出了银行最大违约概率的一个上确界 ,同时结合风险价值监管体系下银行信息披露对此模型进行案例研究.     

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.     

违约风险对期权定价的影响

在违约条件下，证券的特有者将得到无违约风险证券价值的一定比例的补偿，就对方所发行的同等级要求权的衍生证券和债券而言，预期无违约价值的比例是相同的，文章据此来推算违约风险对期权的影响。     

信用风险管理的发展及主要新方法

对目前极具应用前景的信用风险模型进行了评述,分析了它们的特点、应用及进展,并在此基础上,提出了我国相应的决策,以便为促进我国信用风险管理水平的提高提供有益的借鉴。     

基于显著区分两类客户的小型建筑企业信用评价模型研究

本文以中国某区域性商业银行185个小型建筑企业的贷款客户为样本,将熵值法权重、CRITIC法权重和方差齐性检验法权重进行组合,通过构建非线性目标规划函数反推出单一赋权方法的组合系数,构建了显著区分违约和非违约客户的小型建筑企业信用评价模型.通过ROC曲线原理,对不同赋权模型的结果进行违约判别能力的检验.本文的创新与特色:一是通过组合赋权得到的信用得分的组内平方和越小、组间平方和越大、那么违约与非违约客户差异越显著的思路建立非线性目标规划模型,通过目标函数最大反推出单一赋权权重的组合系数,保证组合权重的大小能够显著区分客户的违约状态.解决了信用风险评价中组合权重的大小必须对违约状态有显著鉴别能力的难题,避免了现有研究的信用评分模型由于忽略指标权重区分违约状态的能力、导致出现越是可能违约的客户、信用得分反而越高的不合理现象,开拓了信用风险评价指标赋权的新思路.二是根据违约样本均值偏离全部样本均值程度越大、这个指标区分违约状态能力越强、权重越大的思路对指标进行赋权,通过方差齐性检验F值刻画指标的权重,使指标权重的大小反映指标鉴别违约状态能力的大小,改变了现有研究的指标客观赋权方法与违约状态鉴别能力无关的弊端.实证结果表明,与单一赋权结果相比,组合赋权模型的灵敏度和特异度分别为83.33%和95.95%,对客户的违约判别能力更强.     

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.     

基于神经网络的企业信用等级评估

企业信用等级评估是金融领域重要的问题，论文采用人工神经网络模型研究企业信用等级的评估问题，按照企业样本在信用等级的分布状况来抽样，然后，根据企业样本性质的不同，将其分为制造业和非制造业两大类，利用偏相关分析方法建立了企业信用评级的指标体系，此外，还介绍了几种企业信用评级常用的评估模型，并将神经网络评估模型的性能和其他的信用评估模型作了比较，实验结果表明神经网络模型具有更好的预测准确性。