违约损失率分布特征与量化方法研究

《违约损失率分布特征与量化方法研究》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、厦门大学博士学位论文违约损失率分布特征与量化方法研究姓名：林洁申请学位级别：博士专业：统计学指导教师：黄良文20080301有一定的局限性。为克服B分布对诸如双峰分布之类的拟合的局限性，第五章引入非参数核密度法对LGD进行估计。核估计中的关键点在于核权函数的选择和最优窗宽的确定。由于数据拟合时使用的是B分布，很自然会想到用B核作为核权函数。但B核为非对称核，如果使用核修匀方法，在修匀精度上仍会存在问题，因为一般核修匀方法中均假设核函数具有对称性，在实际应用中将导致出现边界偏差现象。为此，本文选取高斯核为权函数。在推导出理论最优窗宽后，应用Matlab软件估计出随机变

2、量的密度函数。数据拟合只是对回收率分布的一个描述。建模时笔者利用第二章有关LGD的影响因素的分析结果，将抵押担保和企业的信用等级这两个因素加以考虑，引入条件回收率的建模方法。基于现有的数据尚无法有效地对条件回收率进行分析，本文采取保险精算中常用的随机数据的模拟方法对条件回收率进行研究。笔者使用舍选法用B分布的随机数来模拟回收率，在给定误差大小和置信度下，计算出所需的模拟次数。利用假定的解释变量条件，应用最大熵原理，并要求所估计的条件概率分布一致于样本数据和先验分布，最终对违约损失率估计出最佳的条件概率密度。利用该模型我们不仅能够估计出违约损失率的均值和方差，还可以得

3、出违约损失率的分布密度；另外，该模型也具有更明确的经济学意义。返回检验表明，该模型对双峰分布有更好的估计效果。文章的最后，本文总结了所研究的方法和结论，给出了相关的政策建议，并对进一步的研究方向进行阐述。本文的主要贡献：(1)对LGD的影响因素进行实证研究；利用债券的市场价格推导出隐含在信用升水中债券的LGD；利用期权模型，推导出银行贷款回收率的理论估值。(2)将非参数核密度估计法引入LGD的估算方法中，利用实例研究中影响LGD的关键因素，提出用条件回收率建模的方式来考察LGD。(3)针对LGD的研究及我国的具体情况给出了相关的政策建议。关键词：违约损失率；非参数核

4、密度估计；条件回收率AbstractLossGivenDefault(LGD)isalliIllporrc孤tpar锄etertocalculateregulationcapital，andalsoapar锄etertllatneedtobeseloesthllatedbytheball

5、(whoiInplementsAdvancedApproachofTheIntemalRating-BaSedApproachaccordiIlgtot11eNewBaSelCapitalAgreement．TKsthesisaIlalyzesandstudiest：heiIlfl

6、uencingf．actors，distributioncharacteristicsandmeaSurementme也odsofLGD2111ddiscussesits印plicationinrealit)r．Atpresem，t：heleVelofcreditriskmallagementinChinesecommercialbaI】敝siscomparatiVelylowermanintemationaladV锄cedb锄ks，协ei11temalratingsystemiseSpeciallyinlperf．ect，wllichshowsintlleappa

7、rentuIlidimellSionali哆c11a唿cteristicsofratiIlgsystem—Inoreemphasisont11eidentificationofcreditriskaIldtlleeVal瑚tionofde蠡“t，i．e．morcernphasisonthe咖dyofProbabili哆ofDefaultalldlesse刀叩iricalanalysisonLGD．111istllesisconcludest11efollo、)血培iIlnuencingf砬torSbaLsedonⅡleexistingliteratures’stud

8、yoninnuellcingf．actorsofLGD：economicperiod，iIldust巧，moIrtgagegu【araIItee，debtcontract，loaIlsizeaIldSpecificfIactorsofcompany．Theauthortakestheloandataofacommercialb锄kaSasalllple，useT—teSt，si鲥ficancetestaIldotllerStatiSticmetllodstomakeeInpiricalaIlalysisontherelationsllipoft110seinnu