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.     

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。     

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.     

时变分数布朗运动下的GARCH族欧式期权定价研究

本文拓展了分数布朗运动理论下欧式期权定价问题,尤其突破了Hurst指数和波动率为常数的假设.我们在时变Hurst指数的分数布朗运动环境下,采用GARCH族模型描述收益率序列的波动率,推导出了一个欧式看涨期权定价的闭型解.利用该模型和韩国Kospi200股指期权日交易数据的实证检验表明,韩国Kospi200股指波动率符合GJR过程,时变波动率下的分数布朗运动刻画金融市场的动态特征比采用标准布朗运动更适合,该模型计算的期权理论价格与市场价格更接近,优于传统的定价模型.     

Hawkes跳扩散模型下的脆弱期权定价

研究了随机利率下含交易对手风险的期权定价问题.假设具有随机波动率的标的资产价格与交易对手资产价值是随机相关的,且假设它们的跳跃都服从具有自刺激性的Hawkes过程.针对所构建的期权定价模型,求得了脆弱欧式期权价格的半解析表达式.数值分析中,通过快速傅里叶变换方法计算期权价格,发现所构建模型的期权价格要高于Poisson跳模型、固定相关模型和固定利率模型.此外,期权价值随违约边界值和破产成本比例的增大而减小;期权价值随标的初始价格和交易对手资产初始价值的增大而增大.     

有违约风险的欧式期权定价

为了研究违约风险对欧式期权定价的影响,允许随机利率与随机的对手公司负债,应用结构化方法,扩展了Klein(1996)的定价模型,得到有违约风险欧式期权的一般化定价公式.进一步推导出交易对手负债固定、固定利率、固定利率与固定负债情形下的欧式期权以及标准欧式期权、交换期权的定价公式,并指出这些公式均为一般化定价公式的特例.     

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。     

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。     

有交易成本的期权定价方法

基于股票价格的对数正态分布假设,Black-Scholes模型运用连续交易保值策略成功解决有效证券市场中的欧式期权定价问题.然而,在非有效市场中,投资者将面临数量可观、不容忽视的交易成本.本文在界定交易成本的基础上,建立了离散交易时间条件下的非线性期权定价模型,并分别讨论了有交易成本的欧式期权多头与空头的定价方法.     

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.     

航天型号软件代码质量度量评估实现

结合和完善Logiscope和McCabe两种软件度量体系,根据航天型号软件的具体特点,选取出依据软件程序代码的可量化测量度量元,同时修改并增加了3个新定义的度量元,并通过测试不同型号的软件确定出模型参数,建立质量度量评估模型。本研究成果有助于航天型号软件的量化评价,为质量管理人员了解软件质量水平、软件设计师改进软件程序质量,提供量化的客观依据。     

社会大数据信息下农户信用借款声誉计算模型与应用

农户信用借款信息的处理是农户信用评级中的一个重要环节.本文基于社会大数据信息研究农户信用借款声誉计算模型,分析对农户信用借款产生主要影响的七大因素:借款金额、借款期限、借款距离、联保因子、还款能力、反馈评分和近期声誉,并对这七大影响因素进行量化,然后在分别考虑农户在历史上从未借款、首次还款、当期无新还款和当期有新还款这四种不同的情形,相应建立了社会大数据信息下农户信用借款声誉计算模型,并通过两个实例对模型的应用进行有效性的检验.实例分析表明,在社会大数据信息下,采用本文所建立的农户信用借款声誉计算模型对农户声誉值的计算,结果能够很好地描述农户声誉值的变化趋势.由于这种变化趋势呈现较平稳光滑的变动,因此符合在具有社会管理功能前提下的声誉值变化特征,从而说明模型应用的有效性.该模型在实践中对农户信用借款声誉值的计算具有重要借鉴价值.     

银行信用风险的结构模型及其影响因素分析

信用风险结构模型是现代测量信用风险的最主要工具之一。本文采用信用风险结构模型对我国上市银行的信用风险进行了估计,并将估计结果与机构评级结果进行了对比分析。结果显示,信用结构模型能对我国银行的信用风险等级分类,但其预测的违约概率与机构评级揭示的违约率有显著差异。本文从委托代理和信息不对称角度对产生这种差异的几种因素进行了分析。     

基于DAG方法的SVAR模型识别: 理论基础和仿真实验

在递归结构假设条件下,文章证明了SVAR模型与线性动态因果结构模型是相同的数据生成过程,且SVAR模型中的同期变量系数矩阵结构与同期变量为节点的DAG之间存在特定的对应关系;文章还证明：给定真实的数据生成过程为线性动态因果结构模型,从数据出发,利用现有的IC,SGS,PC等因果结构推断算法可以对同期变量为节点的DAG作出正确推断,且这一结论不依赖于变量服从联合高斯分布,从而在理论上证明了基于DAG方法构建SVAR模型识别条件的可行性,并给出该方法下SVAR模型识别的充要条件;最后,Monte Carlo仿真结果显示：在扰动项服从不同分布条件下,基于DAG方法在构建正确的SVAR模型识别条件方面均有着非常好的表现,SVAR模型识别的充要条件也得到了仿真结果的有力支持.     

信用风险度量方法与建模研究

实证分析表明,现代信用风险度量模型对我国银行贷款组合信用风险度量有一定的效果,大多数测算的结果大于实际值,不同模型预测结果相差也较大,而且不能对单笔贷款的损失进行有效预测.在深入研究企业违约本质的基础上,建立了一个解析式的新模型,实证检验和范式比较分析说明了新模型预测的效果要明显优于西方国家开发的模型,并且不需要大量的历史信贷统计数据,更适合于缺乏长期历史信贷数据的我国商业银行,也完全满足高级内部评级法的要求,显示出强大的优越性.     

基于Markov-评级选购双声誉模型的评级机构串谋激励约束机制

引入经济状态转移极限概率矩阵和双重声誉效应，改进评级选购博弈模型，构建马尔科夫-评级选购双声誉模型，分析双评级激励机制和约束机制解决评级机构串谋问题的适用条件。最后，运用数值分析和仿真进行验证。得出：当声誉效应满足一定条件时，双评级激励机制能预防评级“虚高”和“以级定费”串谋；经济发展状态分离下，约束机制能更有效地防止评级机构串谋和降低监管成本。     

基于情境聚类和用户评级的协同过滤推荐模型

协同过滤是电子商务推荐系统中广泛应用的推荐技术, 但面临着严重的用户评分数据高维化和稀疏性问题. 同时, 传统协同过滤中的相似度度量方法没有考虑用户评分行为对其他用户的影响, 因而对评分预测的精度影响较大. 此外, 在移动环境下, 传统协同过滤未结合情境信息, 导致推荐质量下降. 对此, 提出一种基于情境聚类和用户评级的协同过滤模型. 首先, 根据情境信息对用户进行聚类, 降低用户评分数据维度和稀疏性; 然后, 引入社会网络理论分析用户间关系, 建立用户评级模型用于评价用户推荐能力, 并结合评级指标进行评分预测. 通过MovieLens和NetFlix数据集对基于该模型的SlopeOne算法和其它三种方法的比较验证结果表明: 本模型在所有数据集上都获得了最高的预测精度, 同时还具有最佳的推荐覆盖度, 可显著提高预测精度, 更适用于移动电子商务环境下的个性化推荐问题.     

舰艇战术训练成绩评估数学模型

成绩评定是舰艇战术训练中的重要组成部分,以人为主的定性评估将耗费大量人力与时间,且有失客观性。在分析舰艇军事训练特点的基础上,论述了舰艇战术训练成绩的评估原则,进而建立了成绩的评估指标体系,提出了评估数学模型。模型中给出了评估指标的分数分配方法和各子项的详细评分方法。与模糊评价模型相比,该模型具有训练成绩直观、评估方法简单、参数容易确定等优点。     

具有截面相关的变系数面板数据模型的估计及应用

本文建立了一类变系数面板数据模型.此模型假设自变量的系数是某一平滑变量的未知函数,允许自变量,平滑变量和误差项存在通过共同因子结构引入的截面相关.由于一些共同因子的不可观测性,本文采用局部线性共同相关效应估计方法对未知的函数进行估计并给出了估计量的渐近性质.蒙特卡罗模拟结果表明该估计方法具有良好的小样本性质.利用1990-2012年中国省级面板数据,本文对我国外商直接投资与经济增长之间的关系进行了实证分析,结果表明:外商直接投资和经济增长之间存在明显非线性关系,各省份不同的初始经济水平会导致外商直接投资对经济增长的影响不同.