本文關(guān)鍵詞：CDO信用風(fēng)險(xiǎn)度量的蒙特卡洛算法優(yōu)化及應(yīng)用

  更多相關(guān)文章： CDO 組合信用風(fēng)險(xiǎn) Copula 蒙特卡洛 交叉熵

【摘要】：中國(guó)經(jīng)濟(jì)粗放型增長(zhǎng)逐步轉(zhuǎn)向集約型發(fā)展,而過(guò)去粗放型的放款機(jī)制勢(shì)必影響金融機(jī)構(gòu)的不良貸款率。為緩解金融機(jī)構(gòu)經(jīng)營(yíng)壓力,豐富金融產(chǎn)品市場(chǎng),CDO產(chǎn)品迎來(lái)了政策上全面放開(kāi)的蓬勃發(fā)展新時(shí)期。一方面豐富了金融市場(chǎng)業(yè)務(wù)和投資產(chǎn)品,同時(shí)也帶來(lái)了如何為CDO產(chǎn)品信用定價(jià)的問(wèn)題。因此對(duì)CDO產(chǎn)品信用風(fēng)險(xiǎn)量化問(wèn)題的研究有著顯著的現(xiàn)實(shí)意義。本文主要以Credit Metric s及K M V等現(xiàn)代信用評(píng)估模型為基礎(chǔ),考慮資產(chǎn)組合的結(jié)構(gòu)相關(guān)性,引入潛變量,構(gòu)造copula模型,運(yùn)用蒙特卡洛模擬方法度量CDO組合信用風(fēng)險(xiǎn)。簡(jiǎn)單蒙特卡洛在度量稀有事件發(fā)生概率時(shí)的低效率和高誤差性,引入基于交叉熵的重點(diǎn)采樣法蒙特卡洛以提高模擬效率和模擬精度。實(shí)驗(yàn)證明交叉熵方法不僅解決了重點(diǎn)抽樣蒙特卡洛的難以確定無(wú)偏算子的難題,而且極大地提高蒙特卡洛的模擬精度,進(jìn)而提高了CDO產(chǎn)品信用風(fēng)險(xiǎn)量化分析的精度。
【關(guān)鍵詞】：CDO 組合信用風(fēng)險(xiǎn) Copula 蒙特卡洛 交叉熵
【學(xué)位授予單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F832.51;F224
【目錄】：

• 摘要6-7
• 英文摘要7-13
• 1 緒論13-21
• 1.1 選題背景及意義13-14
• 1.2 信貸資產(chǎn)證券化介紹14-17
• 1.2.1 信貸資產(chǎn)證券化（CDO）概念及意義14
• 1.2.2 CDO的交易結(jié)構(gòu)14-15
• 1.2.3 CDO運(yùn)作機(jī)制及信用風(fēng)險(xiǎn)特征15-17
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀綜述17-18
• 1.3.1 國(guó)外研究現(xiàn)狀17-18
• 1.3.2 國(guó)內(nèi)研究綜述18
• 1.4 研究思路及論文框架18-21
• 1.4.1 研究目的及思路18-19
• 1.4.2 框架結(jié)構(gòu)19-20
• 1.4.3 論文創(chuàng)新20-21
• 2 現(xiàn)代信用風(fēng)險(xiǎn)模型21-31
• 2.1 結(jié)構(gòu)化模型21-23
• 2.1.1 默頓理論21-23
• 2.1.2 首次通過(guò)模型23
• 2.2 簡(jiǎn)約化模型23-25
• 2.2.1 基于信用轉(zhuǎn)移矩陣模型23-24
• 2.2.2 基于違約強(qiáng)度的模型24-25
• 2.3 現(xiàn)代商業(yè)信用評(píng)估模型25-30
• 2.3.1 KMV模型25-27
• 2.3.2 Credit Metrics模型27-30
• 2.4 本章小結(jié)30-31
• 3 組合信用風(fēng)險(xiǎn)的Copula模型31-41
• 3.1 Copula函數(shù)及特征介紹31-37
• 3.1.1 Copula函數(shù)定義31-32
• 3.1.2 Copula函數(shù)的分類(lèi)32-35
• 3.1.3 基于Copula理論的相關(guān)性指標(biāo)35-37
• 3.2 正態(tài)Copula模型度量組合信用風(fēng)險(xiǎn)37-39
• 3.2.1 正態(tài)Copula模型的構(gòu)建37-38
• 3.2.2 正態(tài)Copula模型存在的問(wèn)題38-39
• 3.3 t-Copula模型度量組合信用風(fēng)險(xiǎn)39-40
• 3.3.1 t-Copula模型的構(gòu)建39-40
• 3.3.2 t-Copula模型的優(yōu)勢(shì)及不足40
• 3.4 本章小結(jié)40-41
• 4 蒙特卡洛優(yōu)化算法41-47
• 4.1 交叉熵41-44
• 4.1.1 交叉熵算法介紹41-43
• 4.1.2 交叉熵算法數(shù)據(jù)模擬43-44
• 4.2 條件蒙特卡洛模擬44-45
• 4.3 基于條件蒙特卡洛的交叉熵算法45-46
• 4.4 本章小結(jié)46-47
• 5 CDO產(chǎn)品信用評(píng)估模擬47-53
• 5.1 評(píng)估模擬CDO產(chǎn)品介紹47-48
• 5.1.1 CDO產(chǎn)品結(jié)構(gòu)47
• 5.1.2 基礎(chǔ)資產(chǎn)池分析47-48
• 5.2 模型輸入數(shù)據(jù)確定48-51
• 5.2.1 組合信用分析48-50
• 5.2.2 交易結(jié)構(gòu)分析50-51
• 5.3 t-Copula模型交叉熵算法模擬優(yōu)化結(jié)果51-52
• 5.4 本章小結(jié)52-53
• 6 總結(jié)及建議53-55
• 6.1 論文總結(jié)53-54
• 6.2 CDO信用市場(chǎng)發(fā)展的一點(diǎn)建議54-55
• 參考文獻(xiàn)55-58
• 致謝58

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 潘盧宏;蘇麗萍;;美國(guó)次貸危機(jī)對(duì)我國(guó)資產(chǎn)證券化的啟示[J];福建金融管理干部學(xué)院學(xué)報(bào);2010年04期

2 陳裘逸,張保華;資產(chǎn)證券化定義和模式的檢討——以真實(shí)出售為中心[J];金融研究;2003年10期

3 黃良波;;次貸危機(jī)對(duì)我國(guó)信用評(píng)級(jí)機(jī)構(gòu)規(guī)范與發(fā)展的啟示[J];中國(guó)金融;2009年02期

，

本文編號(hào)：928204