基于仿射过程的企业债信用价差期限结构模型

本文选取上海证券交易所2003年至2010年国债和企业债交易数据，通过遗传算法求解五因子利率期限结构模型，分别得到不同期限国债和企业债的收益率时间序列，然后分别用两因子与四因子仿射过程来刻画国债收益率与企业债收益率的动态变化，从而构建债券信用价差的两因子仿射期限结构模型，并运用卡尔曼滤波法求解模型参数，进而预测出企业债信用价差序列.实证结果表明，该仿射模型能够较好地描述企业债信用价差的动态变化，可为企业债及其衍生产品的定价提供方法支持.     

广义仿射模型在上交所债券市场的实证分析

以上交所债券价格隐含的利率期限结构从1997年1月至2002年3月的月度样本数据作为分析对象，利用卡尔曼滤波法，实证研究了连续时间两因子广义高斯仿射模型．结果表明模型下的利率期限结构与实际观测到的利率期限结构形状基本相同，说明模型能够反映利率期限结构的横截面特征．模型对1，2，3，5年期利率的预测误差没有表现出序列相关性，而对4年期利率的预测误差表现出序列相关性，说明两因子广义高斯仿射模型基本上可以反映利率期限结构的时间序列特征。     

互联网环境下的理财产品信用价差影响因素研究

互联网理财产品信用价差受到了广泛关注,本文从探究系统性、非系统性和互联网等风险因子所隐含的信息出发,分析各风险因子对互联网理财产品信用价差大小的贡献程度,找出影响信用价差大小的关键因素.其中,互联网金融理财产品的信用价差利用Nelson-Siegel-Svensson模型构建无风险收益序列并结合零波动率价差法计算得到,并根据文献建立了系统性、非系统性和互联网等风险因子体系.实证结果表明,互联网金融发展指数对互联网金融理财产品信用价差存在显著影响;利率期限结构调整的债券市场收益率、银行业景气指数、采购经理人指数、居民消费指数、非系统性债券指数波动率也对互联网金融理财产品信用价差存在显著影响.然而,反映股票市场系统性风险因子的上证综指、非系统性股票波动率、广义货币供应量对互联网金融理财产品信用价差无显著影响.     

基于三次样条的利率期限结构估计中的节点选择

将节点逐点删除方法应用于上海证券交易所交易的国债的利率期限结构拟合中样条函数的节点选择上, 并对利率期限结构进行了拟合.对基于节点逐点删除方法所得到的节点选择与较常用的5年和8年、7年和14年这两种节点选择进行了比较,样本外预测结果显示,基于节点逐点删除方法所得到的模型对短中长期国债的预测效果都比已有模型好,提高了期限结构定价的准确性.     

债券隐含利率与多因子Vasicek模型

以上海证券交易所(简称上交所)债券价格隐含的利率期限结构,从1996-06～2003-02的周样本数据作为分析对象,首先利用主成分分析法对利率期限结构的变化进行分析,发现需要2～3个状态变量,利率模型才可能反映利率期限结构的变化。然后实证研究了连续时间的两因子、三因子Vasicek模型对上交所利率期限结构的描述情况。结果表明,两因子Vasicek模型可以反映样本期内上交所利率期限结构的形状,但模型不能反映利率期限结构的时间序列变化。同时发现,三因子模型相对于两因子模型,不能够明显改进对上交所利率期限结构的拟合。     

国债利率期限结构模型的实证比较

采用上交所国债数据对利率期限结构的4种构造模型进行较系统的横向对比实证。结果表明多项式样条法、B-样条法在价格拟合度方面占有明显优势；而Nelson—Siegel模型和Svennson模型构造的利率期限结构规范性较好，但其价格拟合度牺牲较多，其结果与债券市场隐含的期限结构有一定差异；B-样条法在利率期限结构的拟合精度、曲线光滑性及平稳性方面的综合效果最好。应用B-样条法对整个样本期国债交易数据的跟踪计算结果表明，该模型算法稳定可靠，能够精确有效地追踪国债利率期限结构的系统性变动，最适合作为当前债券利率期限结构的构造模型。     

两因子CIR模型对上交所利率期限结构的实证研究

以上交所债券价格隐含的利率期限结构数据作为分析对象，利用推广的卡尔曼滤波法，实证分析了连续时间的两因子CIR模型，发现估计出的两因子CIR模型能够反映实际观测到的利率期限结构的形状，模型下的利率期限结构与实际观测到的利率期限结构形状基本相同．但估计出的两因子CIR模型对利率期限结构的预测误差具有一定的序列相关性，说明估计出的两因子CIR模型没有充分反映债券回报率和利率期限结构的可预测性．实证表明估计出的CIR模型可以用于上交所债券的定价，但用于利率期限结构变化的预测会产生一定的系统偏差．     

基于理性期望的利率期限结构预期理论与期限溢酬

推导了两种检验期限结构预期理论的方法.指出基于这些回归方程来检验预期理论,实际上是对理性期望、期限结构预期理论和期限溢酬不变的联合检验,实证研究中对预期理论的拒绝可能是由于未考虑到期限溢酬的时变性.在此基础上,基于Kalman滤波的期限溢酬估计模型.提出了一个利用即期利率数据.利用上海证券交易所国债交易数据对该模型进行实证研究,分析了该市场期限溢酬的行为特征.     

上交所国债市场流动性溢价研究——基于4因子仿射利率期限结构模型

引入4因子仿射利率期限结构模型,并通过采样卡尔曼滤波方法解决非线性系统中的最优估计问题,对上海证券交易所国债的流动性溢价问题进行了研究.研究发现,上交所中长期国债存在流动性溢价现象,并且估计出国债的流动性溢价规模,与国外均值水平相比,国内溢价水平偏低,10年期国债的流动性溢价水平低于5年期和7年期国债.进一步考察国债流动性溢价的时变特征发现,上交所中长期国债存在新券溢价效应,流动性溢价随债券年限的增加而递减.针对以上特征,从债券市场交易机制与投资者行为等角度进行了分析,以期更深刻地认识中国债券市场,为合理定价和套利交易做出指导.     

两因子常见利率模型在上交所债券市场的实证分析

以上交所债券价格隐含的利率期限结构从1996-03～2003-02的周样本数据作为分析对象,实证研究了常见的利率模型:Vasicek模型、CIR模型、仿射模型、广义高斯仿射模型,利用卡尔曼滤波法,估计了连续时间两因子利率模型。从模型给出的利率与实际观测到的利率的平均绝对误差来看,这些模型可以较好地描写利率期限结构的横截面特征,广义高斯仿射模型最好,仿射模型次之,CIR模型与Vasicek模型难分高下。但模型对各年期利率的预测误差表现出一定的序列相关性,说明这些模型不能够很好地描述利率期限结构的时间序列特征。     

基于期限结构溢价的商业银行信用利差测算模型与实证

商业银行的信用利差系指银行债与国债年到期收益率的差额, 既反映市场众多投资者对特定银行信用风险程度的认同, 又是银行债投资决策的重要依据. 通过同一信用等级银行债到期收益率曲线上、不同期限的到期收益率之差确定T-1年的利率期限结构溢价, 通过T年期银行债的到期收益率减去T-1年的利率期限结构溢价来确定1年期银行债的到期收益率, 建立了基于期限结构溢价的商业银行信用利差测算模型和违约概率测算模型, 并对可得到数据的46家商业银行进行了实证研究. 本文的创新与特色一是通过用特定银行债T年期的理论到期收益率r_y,T减去收益率曲线上的同一信用级别银行债T-1 年利率期限结构溢价r_p,T-1、来确定特定银行债1年期到期收益率r_y,1, 解决了现有理论公式仅仅能够测算T年这一整个时段的到期收益率、无法确定特定债券1年期到期收益率、因而无法计算债券利差的难题. 二是通过1年期的银行债与国债到期收益率的比较给出各有关银行的实际信用利差, 反映资本市场对各有关商业银行信用风险的认同, 为银行债的发行定价和投资决策提供依据. 三是通过折算到同一基准日的国债与银行债实际到期收益率的比较来反映真实的信用利差, 解决了各种债券由于发行日不同而无法进行比较的问题. 四是通过实证研究得到了与穆迪公司对我国银行信用风险排序一致的结果, 验证了本模型的合理性. 实证研究结果表明, 四大国有商业银行违约概率最低, 地区性的城市商业银行违约概率较高, 上市银行的违约概率居中.     

不完全信息下或有资本的定价与债券信用价差研究

本文考虑两类不完全信息:信息滞后和信息不对称,将或有资本引入分析框架,应用风险中性定价原理和最优停时理论,研究公司证券的定价与债券信用价差问题.数值结果表明:或有资本可以显著降低信息滞后情形下的公司破产成本,提高公司总价值,减少社会福利损失;或有资本可以提升股权价值、降低债券的信用价差,增强公司的抗风险能力.进一步研究发现,对于1年期的短期债券而言,或有资本减少信息不对称下债券的信用价差幅度明显大于信息滞后情形.     

基于蒙特卡罗模拟的可转换债券定价研究

使用Longstaff等提出的最小二乘蒙特卡罗方法为可转换债券定价,从而解决为可转换债券中路径依赖条款和美式期权进行定价的难题.可转换债券是复杂的结构化产品,同时受股价风险、信用风险和利率风险影响.在建立的定价模型中,股价过程放松波动率为常数的假设,用GARCH(1,1)模型估计波动率,信用风险根据TF模型用常数信用利差代表,收益率曲线用Nelson-Siegel方法估计.通过实证检验发现国内可转换债券市场存在低估,低估幅度在2%～3%之间.     

随机挽回率马尔可夫链模型下信用差价衍生品定价

通过假设随机挽回率，扩展了Jarrow，Lando和Turnbul（1997）的马尔可夫链模型，得到有违约风险零息债券与信用衍生品的定价公式，并一般化了Kijima和Komoribayashi（1998）模型中的风险贴水调整，进一步给出信用差价期权的定价公式。     

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.     

流动性风险对可违约债券信用利差期限结构的影响

在Du ffie-S ing leton定价模型的基础上,构造了流动性风险影响下的可违约债券定价模型,其中流动性因素的风险中性过程具备均值回复和条件异方差特征。在该模型的基础上,进一步建立了连续复利下可违约债券信用利差的期限结构模型,并通过改变流动性风险中性过程的控制参数,探讨了流动性风险对可违约债券利差期限结构的影响。结果显示,债券利差的期限结构对流动性风险非常敏感,且同样利差结构的债券可能拥有完全不同的风险结构。对这些风险构成不加甄别,将直接影响使用基于强度过程的简约化模型对信用衍生品定价的准确性。     

债券组合信用风险模型及实证研究

隶属于不同行业的各债券发行公司,不仅受系统风险影响,而且还需承受其行业特有的风险。将债券按发行公司所属行业进行分类,然后利用分组t关联函数研究债券组合的信用风险。实证结果表明:相比t关联函数而言,利用分组t关联函数刻画债券组合信用风险相关性能得到更大的VaR和ES值。这说明当债券的异质性程度大时,分组t关联函数比t关联函数能更好地刻画债券组合的极端风险。     

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.