基于分层Copula的CDS定价研究

本文研究了基于双边交易对手风险的信用违约互换(CDS)的定价问题,建立了以分层Copula为核心的CDS定价公式.分析了不同变量间违约相关性变化对CDS票息率的影响,并且通过与一般多元copula模型进行比较,展示了分层Copula在刻画多变量不同违约相关性情况下的优势,对如何建立更合理的CDS定价公式进行一定的探究.     

具有单边对手风险的信用违约互换的定价

信用衍生产品作为一种有效分散、转移以及对冲信用风险的重要工具被各个金融机构广泛使用。2008年金融风暴以后,曾被人们忽视的对手风险再次得到重视。该文将在约化模型下研究一种最重要的信用衍生品信用违约互换(CDS)的定价问题,得到了具有单边对手风险的信用违约互换的互换率的解析表达式,并且作了数值分析。     

流动性风险调整的信用违约互换定价

根据实证文献对信用价差之谜的解答,构建了考虑流动性风险影响的可违约债券定价模型,分离了信用价差中所包含的违约风险与流动性风险,并在此基础上得到了流动性风险调整的信用违约互换定价.由于排除了流动性风险的干扰,实现了对信用违约互换更为精确的定价.利用中国企业债券市场数据,分别估计了考虑流动性风险影响和忽略流动性风险影响下的违约强度参数,并据此计算了两种情况下的互换价格.结果表明,忽略流动性风险会导致对高信用级别公司债券,特别是到期期限较短的高信用级别公司债券违约率的高估,进而造成信用违约互换初始定价的高估.     

3个公司双曲衰减违约传染模型下信用违约互换定价

在约化模型框架下,研究了具有交易对手违约风险的3个公司双曲衰减违约传染模型的信用违约互换（CDS）定价. 通过引入一几何双曲类型的衰减函数表示一方违约对另外两方违约强度的影响,研究了3种风险资产的传染效应.通过测度变换,对一类特殊的双曲衰减违约传染模型进行研究,给出了3个公司违约时间的联合密度函数,并利用完全市场下的无套利定价公式对CDS的保护费率,即互换率进行定价,得到了解析表达式.     

信用衍生产品及信用违约互换的定价

信用衍生产品(CD)是一种于20世纪90年代在国际金融市场兴起的新型信用风险管理工具,它成功的把信用风险从资产中分离出去,改变了商业银行传统的信用风险管理机制,得到了迅速发展。本文介绍了该产品的种类,并着重阐述了CD的主要品种——信用违约互换(CDS)的特征,并在风险中性假设下得到了CDS定价公式。     

考虑交易对手违约的单名LCDS定价及其CVA计算

分析了贷款信用违约互换(LCDS)的主要风险并建立了其定价模型.在约化方法框架下,利用单因子反CIR(Cox-Ingersoll-Ross)模型来刻画早偿和违约的负相关性和非负性,并在此假定下得到定价公式的封闭解.在此基础上考虑了交易对手可违约的单名LCDS的信用价值调整(CVA)的计算模型,在模型中加入LCDS卖方即交易对手的违约强度,并通过一个非线性偏微分方程对模型进行求解.最后,基于CVA计算模型和数值结果,讨论了错位风险.结果表明:考虑交易对手违约的LCDS价格将低于普通LCDS,且价差(CVA)随LCDS合约期限、利率和参考贷款与交易对手违约相关性的增大而增大;考虑交易对手违约的LCDS公平保费率也低于普通LCDS;当参考贷款与交易对手负相关时,CVA的值随负相关程度的增大而减小.     

含多交易对手信用违约互换的信用风险模型

研究含多交易对手信用违约互换(CDS)产品的交易对手估值调整(CVA)计算模型,在约化模型的框架下,利用单因子(反)Cox-Ingersoll-Ross模型来刻画交易对手和参考公司的违约正(负)相关性,得到了一个由耦合的非线性偏微分方程组来表达交易对手估值调整计算模型,并用迭代的算法求解分析,同时比较了标准的交易对手估值调整的值.     

考虑汇率风险的可违约债券定价模型

分析了具有汇率风险的可违约债券的定价问题.分别探讨了债券面值以国内货币计价发行、以国外货币计价发行和汇率设置下限时的3种情形下可违约债券的定价问题,并分别在3种情形下建立了信用风险模型,得到了债券的价格公式,债券的违约概率公式和信用价差的表达式.最后通过数值模拟,分析了债券违约概率和信用价差的期限结构,并分析了资产波动率和汇率波动率对信用价差和违约概率的影响.     

跳跃扩散市场中的信用违约互换定价问题

在资产价值服从双指数跳跃扩散过程,负债服从连续扩散随机过程的假定下,考虑资产与负债的相关风险,建立了一个基于跳跃扩散过程的信用违约互换定价模型,并利用Gaver-Stehfest算法给出了该定价问题的违约概率,利用无套利原理的定价方法得出信用违约互换的定价公式.     

分数布朗运动下信用违约互换定价模型

经典信用违约互换定价模型是在标准布朗运动环境下建立的.近年实证研究已经证实用分数布朗运动来驱动资产价格更切合实际,假设公司资产价格遵循由分数布朗运动驱动的随机微分方程,建立分数布朗运动环境下信用违约互换定价模型,并得到企业违约概率和信用违约互换价格的解析表达式.     

信用违约期权在应收账款信用风险管理中的应用

信用违约期权是近几年新兴的金融衍生产品,很多金融机构都开始用它来规避信用风险。从中小企业的角度分析如何利用信用违约期权来规避应收账款的信用风险。先对应收账款的信用风险和信用违约期权进行介绍,然后设计了信用违约期权管理应收账款信用风险的模型并以实例分析,得出信用违约期权是管理应收账款信用风险的更好的工具的结论。     

小微企业信用等级分类模型研究

以非违约样本与违约样本数量相等的平衡样本为实证样本,采用等分法将全部样本的信用得分分为国际通行的9个等级.计算每个等级内样本客户的违约率,并判断等级分类是否满足信用等级越高、违约率越低的根本要求.如果出现信用等级高而违约率不低的情况时,就动态调整信用等级的信用得分区间,确保调整后的信用等级分类满足信用等级越高、违约率越低这一信用等级分类的根本要求.     

具有债务减免设计的信用敏感型证券定价

研究了信用敏感型证券的定价问题.通过区分“违约激发水平”和“债务减免激发水平”,在首达时间模型背景下推导出信用敏感型证券的定价公式,指出债务减免对定价的影响主要由回收率与债务减免额度的关系决定.这一模型把债务减免纳入传统的“违约-清算”结构,增强了首达时间模型对现实的拟合程度,使其应用范围得到推广.     

股票期权信用估值调整的柳树法计算

提出了一种基于柳树状结构快速计算带有错向风险的信用估值调整的算法,并利用信用违约互换价差数据校准违约概率,以几何布朗运动和跳扩散模型下欧式和百慕大股票期权的数值实验为例,表明柳树法与现有方法相比有相同的计算精度,但计算速度更快.     

融合GAN与深度神经网络的混合信用评估方法

随着信用卡和个人贷款业务在金融业的快速增长，如何在信息有限的情况下检测潜在违约或坏账业务已经变得极其重要。信用评分领域面临的主要困难是样本不平衡以及分类器性能不佳，为此本研究首先提出了一种基于表格数据的生成对抗网络Tab-GAN，从原始数据中生成足够的违约样本；随后设计了一种基于CNN-LSTM的混合深度学习模型用于特征提取，该模型包含卷积神经网络(Convolutional Neural Networks，CNN)和长短期记忆神经网络(Long Short-Term Memory，LSTM)两个子模型，分别从用户数据中提取静态局部特征和动态时间特征，并加入时空注意力模块对模型的输出进行重要度计算，从而抽取更关键的信息；最后在分类器层面引入焦点损失函数改进轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM)分类器，实现违约风险的概率输出。在两个真实世界数据集中验证风险预测模型，实验结果表明生成对抗网络可以有效解决样本不平衡问题，CNN-LSTM+LightGBM模型在各项分类评价指标上均优于信用评分领域的其他先进算法，证明了该模型在信用评分领域的有效性和可移植性。     

Credit Metrics模型计算信用风险的实例分析

Credit Metrics为计算资产组合信用风险的模型，是一个联系信用和证券市场的简单、动态的架构。本文从此模型出发，分别讨论了单个贷款和资产组合基于违约率，信用迁移概率的计算原理和实例。并对违约率的测算作了进一步的分析和讨论。     

信用风险度量的结构化方法

在对单一资产信用风险的度量方法--结构化模型进行详细介绍的基础上,分析对比了企业价值方法和首越时间(first passage time,FPT)方法两种代表性模型的优势与缺陷,探讨了该方法的参数计算过程中应注意的问题;从组合管理的角度出发,对结构化方法框架下违约相关性的计算进行了分析,并给出了该类模型在国内的应用前景与展望.