欢迎来到天天文库
浏览记录
ID:33744190
大小:4.49 MB
页数:127页
时间:2019-02-28
《信用衍生工具定价研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、山西财经大学博士学位论文信用衍生工具定价研究姓名:任艳珍申请学位级别:博士专业:金融学指导教师:沈沛龙20110415摘要近年来,信用衍生工具作为转移信用风险的交易工具,在欧美等发达地区得到快速发展和灵活广泛的应用。然而,在此次由美国次贷危机引发的全球性金融危机中,信用衍生工具的广泛应用并没有管理和控制好信用风险,反而放大了信用风险。分析其中的原因,很大程度上是因为交易对手违约风险、以及交易对手与参照信用方之间的违约相关性被严重低估了。低估的主要原因就是没有充分度量变量之间的尾部相关性,阿基米德Copula函数是很好的捕捉变量之间的尾部
2、相关性的工具。本文在此次全球金融危机的大背景下,从欧美为代表的先进金融体国家和地区信用衍生工具交易中暴露的问题出发,运用多维阿基米德Copula函数来研究交易对手有违约风险、交易对手与参照信用方之间存在违约相关性的信用衍生工具的定价问题,以充分度量资产之间尾部相关性;准确地确定出信用衍生工具的价格。信用衍生工具常见的交易结构有信用违约互换、信用联结票据、信用价差期权、总收益互换以及信用违约指数产品等。信用衍生工具常用的定价模型为结构模型和强度模型。本文在强度模型下运用非参数核密度估计和多维阿基米德Copula函数对信用衍生工具进行定价研
3、究,并在交易对手存在违约风险和不存在违约风险的情况下,任选了四个上市公司对信用违约互换组合定价做了实证分析。本文创新和结论体现在以下几个:疗面:1.用多维阿基米德Copula函数对金融危机期间的信用违约互换组合进行了定价研究。该信用违约互换组合考虑了交易对手的违约风险以及交易对手与参照信用方之间有违约相关性问题。在用Copula函数对信用违约互换组合定价时,大部分的研究是用椭圆类Copula函数来度量参照资产之间违约相关性的,而用多维阿基米德Copula函数度量这种相关性,在国内相关研究中还不多见,特别是在信用违约互换组合定价中用多维将
4、阿基米德Copula函数来度量交易对手与参照信用方之间的违约相关性,在现有研究中基本上处于空白。2.对交易对手违约先于参照资产第m次违约的信用违约互换组合合约进行了设计和相应的定价分析。区别于国内现有的相关研究,在合约设计中特别考虑了交易对手先于参照资产第m次违约时,交易对手对信用保护买方的赔偿问题,在此基础上,在无套利条件下,利用风险中性测度确定得出该信用违约互换组合的价格解析表达式。3.对内置信用违约互换的资产组合的信用联结票据进行了设计和定价研究。在内置信用违约互换的信用联结票据定价研究中,着重考虑了票据发行人的违约风险因素,以及
5、违约之后的回收率问题,并用Copula方法探讨了参照信用j亨与票据发行人之间的违约相关性。4.研究发现:经济处于萧条期的时候,在交易对手对参照信用方之间违约相关性的影响下,①参照资产本身之间的违约相关性明显增强;②参照资产第二次、特别是第三次违约出现的概率明显增加,即参照资产之间违约的尾部相关性明显增强。【关键词】阿基米德Copula;交易对手风险;信用衍生工具;核密度估计信川{i:J=乍_L具的定价研究AbstractInrecentyears,creditderivatives,astoolsoftransferingcreditr
6、isk,havebeendevelopedrapidly,andappliedwidlyandflexiblyinEuropeandAmericandevelop—edareas.However,inthisglobalfinancialcrisis,triggeredbytheU.S.subprimemortgagecrisis,thewideruseofcreditderivativeshasnotmanagedandcontroledthecreditriskbuttofaciliatethecreditrisk,whichpar
7、tlybecauseofpoorgovernmentregulation,butinlargepartcausedbythedefaultriskofcounterparty,anddefaultcorrelationbetweenreferencecreditorsandcounterpartyseriouslyunderestimated.Themainreasonofunderestimationofthedefaultcorrelationisthatwehadnotfullymeasuredtaildependencebetw
8、eenvariables.TheArchimedeanCopulafunctionisgoodatcapturingtailcorrelationbetweenrandomvariables.Thispap
此文档下载收益归作者所有