本文關(guān)鍵詞： 結(jié)構(gòu)模型 Copula函數(shù) 異質(zhì)資產(chǎn)組合 重要抽樣技術(shù) ES　出處：《浙江財經(jīng)大學》2014年碩士論文　論文類型：學位論文

【摘要】：對信用資產(chǎn)組合的風險度量研究一直以來都是學者關(guān)注的重點，基本模型主要分為結(jié)構(gòu)模型、簡約模型。這些模型的最終意圖都是發(fā)展出一套科學系統(tǒng)的體系來度量風險，以求合理定價或防范未來可能發(fā)生的損失。而對于組合的相關(guān)性結(jié)構(gòu)以及組合風險計算的復雜性卻鮮有研究，直到2008年金融危機的爆發(fā)，由于尾部風險的忽略而導致的違約事件急劇增加才引起了學者們對于組合風險的相關(guān)結(jié)構(gòu)的研究。為此，本文研究一種能夠刻畫異質(zhì)性信用資產(chǎn)組合尾部相關(guān)性的有效度量風險的方法，并對上市股票相關(guān)數(shù)據(jù)做實證分析。 首先，本文概括性介紹了模型的理論基礎(chǔ)。主要介紹了結(jié)構(gòu)模型的定義，闡述結(jié)構(gòu)模型的基本思想和推導的相關(guān)衍生模型。同時詳細闡述了組合相關(guān)性結(jié)構(gòu)選取所采用的Copula系函數(shù)的定義、類別、對應參數(shù)估計方式以及所推導的各類相關(guān)系數(shù)定義公式。 其次，本文針對組合的相關(guān)性結(jié)構(gòu)進行了詳細的研究。針對傳統(tǒng)的組合之間采用正態(tài)Copula模型構(gòu)建相關(guān)性，本文采用了t-Copula模型來構(gòu)建并考慮了組合之間的尾部相關(guān)關(guān)系，以更好準確的測量風險值。與此同時，本文將資產(chǎn)組合同質(zhì)的限制擴展到了異質(zhì)組合的條件之下，刻畫組合之間的非線性相關(guān)關(guān)系，其所得結(jié)果更加貼近現(xiàn)實。 然后，本文研究了Copula模型下重要抽樣技術(shù)。普通蒙特卡羅模擬在組合樣本數(shù)量急劇增加下模擬時間將會大大延長，，國內(nèi)外對于統(tǒng)計學中的重要抽樣技術(shù)的研究較多，而應用于組合風險中的研究卻較少，尤其是基于Copula函數(shù)的基礎(chǔ)之上的相關(guān)研究。本文介紹了正態(tài)Copula下組合風險值計算方法，在此基礎(chǔ)上研究了t-Copula下重要抽樣技術(shù)的風險值計算公式。對于傳統(tǒng)中的重要抽樣技術(shù)均值漂移項所采用的高斯牛頓法，本文引入了同時兼有梯度法和牛頓法更加智能的Levenberg-Marquardt算法。通過數(shù)值模擬比較了正態(tài)Copula和t-Copula兩模型的重要抽樣下的蒙特卡羅模擬的有效性，發(fā)現(xiàn)重要抽樣技術(shù)的確能更加快速有效的測量風險值。 最后，本文選取上交所中房地產(chǎn)、零售業(yè)、金融保險業(yè)的上市股票相關(guān)數(shù)據(jù)做實證分析。通過Black-Scholes Merton模型的求解得到了結(jié)構(gòu)模型所需要的每支股票的時刻公司資產(chǎn)價值以及標準收益率，通過核密度估計得到每支股票的邊際分布。利用t-Copula系函數(shù)以及非線性估計我們分別得到了組合的相關(guān)結(jié)構(gòu)以及異質(zhì)資產(chǎn)組合的各因子系數(shù)，進而得到了組合的整體違約概率。結(jié)合重要抽樣技術(shù)，我們計算得到了組合的風險VaR值和ES值，結(jié)果表明重要抽樣技術(shù)在保證精確度的前提下的確減少了抽樣的方差，同時引入ES值可以更好的進行風險監(jiān)管。 綜上所述，本文考慮異質(zhì)性組合的非線性相關(guān)關(guān)系，通過t-Copula系函數(shù)構(gòu)造組合之間的相關(guān)關(guān)系能更準確的刻畫組合的違約概率，同時結(jié)合重要抽樣技術(shù)可以更加有效的測算組合的風險VaR和ES值，為極端事件的研究以及投資者配置經(jīng)濟資本和監(jiān)管者進行風險監(jiān)管提供了依據(jù)。
[Abstract]:The research on the risk measurement of the portfolio of credit assets has always been the focus of scholars ' attention . The basic model is mainly divided into structural model and simplified model . The final intention of these models is to develop a system of scientific system to measure the risk , so as to reasonably price or guard against possible losses in the future . Firstly , the theory basis of the model is introduced in this paper . The definition of the structural model is introduced , the basic idea of the structural model and the related derivative model are described . At the same time , the definition , the category , the corresponding parameter estimation method and the deduced formula of the correlation coefficient are described in detail . Secondly , this paper studies the correlation structure of the combination . In this paper , we use the t - Copula model to construct the correlation . In the meantime , we use the t - Copula model to construct and take into account the tail correlation between the combinations to better measure the risk value . At the same time , this paper extends the restriction of the homogeneity of the portfolio to the non - linear correlation between the heterogeneous combination , and the result is closer to the reality . In this paper , we have studied the important sampling technique under the Copula model . The simulation time will be greatly prolonged under the sharp increase of the number of combined samples , but the research on the important sampling technique in the statistics is less , especially on the basis of Copula function . The paper introduces the Levenberg - Marquardt algorithm which is more intelligent than Newton method . Finally , this paper analyzes the relevant data of the listed stock of real estate , retail and financial insurance in Shanghai Stock Exchange . By using the Black - Black Merton model , we obtain the asset value and standard rate of return of each stock . By using t - Copula system function and nonlinear estimation we get the combined risk VaR and ES value respectively . The results show that the important sampling technique can reduce the variance of sample by using t - Copula system function and nonlinear estimation . The results show that the important sampling technique can reduce the variance of sample under the premise of guaranteeing accuracy , while introducing ES value can better carry out risk supervision . In conclusion , this paper considers the non - linear correlation of heterogeneous combination , the correlation between t - Copula system function is more accurate , and the combination risk VaR and ES value can be measured more effectively by combining the important sampling technique , which provides the basis for the research of extreme events and the risk supervision of investors ' allocation of economic capital and regulators .

【學位授予單位】：浙江財經(jīng)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F224;F830.91

【參考文獻】

相關(guān)期刊論文 前10條

1 孫連友,胡海鷗;宏觀經(jīng)濟波動與信用風險:結(jié)構(gòu)模型[J];財經(jīng)理論與實踐;2005年01期

2 陳學華,楊輝耀;股市風險VaR與ES的動態(tài)度量與分析[J];系統(tǒng)工程;2004年01期

3 張玲,楊貞柿,陳收;KMV模型在上市公司信用風險評價中的應用研究[J];系統(tǒng)工程;2004年11期

4 馬勇;張衛(wèi)國;許文坤;姜茜婭;;債券組合信用風險模型及實證研究[J];系統(tǒng)工程;2012年03期

5 陳榮達;馬慶國;孫元;;基于匯率回報厚尾性的外匯期權(quán)組合非線性VaR模型[J];管理工程學報;2009年03期

6 吳慶曉;劉海龍;景平;;商業(yè)銀行集成風險度量方法研究[J];工業(yè)工程與管理;2011年04期

7 任仙玲;張世英;;基于核估計及多元阿基米德Copula的投資組合風險分析[J];管理科學;2007年05期

8 汪劉根;;無違約風險抵押貸款定價研究[J];科技信息;2006年S5期

9 龔樸;鄧洋;胡祖輝;;銀行信用組合風險多成分重要性抽樣算法研究[J];管理科學學報;2012年11期

10 劉沛欣;田軍;周勇;;基于VaR和ES調(diào)整的Sharpe比率及在基金評價中的實證研究[J];數(shù)理統(tǒng)計與管理;2012年04期

本文編號：1520767