基于Copula风险中性校准的违约相关性研究

中国管理科学 ›› 2008, Vol. 16 ›› Issue (5): 22-27.

基于Copula风险中性校准的违约相关性研究

童中文, 何建敏

东南大学经济管理学院, 江苏南京211189

收稿日期:2008-03-10 修回日期:2008-09-28 出版日期:2008-10-31 发布日期:2008-10-31
作者简介:童中文(1973- ),男(汉族),安徽舒城人,东南大学经管学院,经济学讲师,博士研究生,研究方向:银行风险、金融工程.
基金资助:
国家自然科学基金资助项目(70671025)

Study on the Default Correlation Based on Risk Neural Copula

TONG Zhong-wen, HE Jian-min

School of Economics & Management, South East University, Nanjing 211189, China

Received:2008-03-10 Revised:2008-09-28 Online:2008-10-31 Published:2008-10-31

摘要/Abstract

摘要： 违约率的估计是IRB法的核心要素之一,违约相关性是违约概率研究和估计的不可忽略的重要因素,目前的研究大多通过资产相关替代研究违约相关。风险中性可降低模型风险带来的估计误差。本文针对CDS's特征构建了风险中性违约相关估算的Copula模型,并提出了Copula选择方法且进行了实例分析,发现8自由度学生t-Copula是最优的。

关键词: 违约相关性, Copula, 风险中性

Abstract: The estimation of default probability is a key of the IRB approach,and default correlation affects the default a little. Now most studies on it take asset correlation as substitution. Risk neural can reduce the estimation error from model risk. Here we design the risk neural Copulas aceording to the nature of CDSs,advance Copula choosing way and have an empirical analysis,then find the 8 freedom student t-Copula is the best.

Key words: default correlation, copula, risk neural

中图分类号:

F224.0

童中文, 何建敏. 基于Copula风险中性校准的违约相关性研究[J]. 中国管理科学, 2008, 16(5): 22-27.

TONG Zhong-wen, HE Jian-min. Study on the Default Correlation Based on Risk Neural Copula[J]. Chinese Journal of Management Science, 2008, 16(5): 22-27.

[1]	沈根祥, 邹欣悦. 基于局部相关系数和截尾扭曲混合Copula的杠杆效应识别和度量[J]. 中国管理科学, 2020, 28(7): 68-76.
[2]	王未卿, 刘祥东, 李慧忠. 房地产股票投资能对冲通货膨胀吗？——基于Markov转换GRG copula的相关性测度研究[J]. 中国管理科学, 2020, 28(12): 23-34.
[3]	柴尚蕾, 周鹏. 基于非参数Copula-CVaR模型的碳金融市场集成风险测度[J]. 中国管理科学, 2019, 27(8): 1-13.
[4]	宋平凡, 谭常春, 祁毓. 基于相对熵方法的长寿债券定价研究[J]. 中国管理科学, 2019, 27(5): 32-41.
[5]	周利国, 何卓静, 蒙天成. 基于动态Copula的企业集团信用风险传染效应研究[J]. 中国管理科学, 2019, 27(2): 71-82.
[6]	朱晓谦, 李靖宇, 李建平, 陈懿冰, 魏璐. 基于危机条件概率的系统性风险度量研究[J]. 中国管理科学, 2018, 26(6): 1-7.
[7]	叶五一, 谭轲祺, 缪柏其. 基于动态因子Copula模型的行业间系统性风险分析[J]. 中国管理科学, 2018, 26(3): 1-12.
[8]	余乐安, 查锐, 贺凯健, 汤铃. 国际油价与中美股价的相依关系研究——基于不同行业数据的分析[J]. 中国管理科学, 2018, 26(11): 74-82.
[9]	赵宁, 于方坤, 由申, 汪振双. 基于Frank-Copula贝叶斯估计的系统性风险对样本标度的敏感性分析[J]. 中国管理科学, 2018, 26(1): 72-80.
[10]	巢文, 邹辉文. 基于双指数跳跃扩散模型的长寿债券定价研究[J]. 中国管理科学, 2017, 25(9): 46-52.
[11]	杨坤, 于文华, 魏宇. 基于R-vine copula的原油市场极端风险动态测度研究[J]. 中国管理科学, 2017, 25(8): 19-29.
[12]	许启发, 李辉艳, 蒋翠侠. 基于Copula-分位数回归的供应链金融多期贷款组合优化[J]. 中国管理科学, 2017, 25(6): 50-60.
[13]	刘祥东, 范彬, 杨易铭, 刘澄. 基于M-Copula-SV-t模型的高维组合风险度量[J]. 中国管理科学, 2017, 25(2): 1-9.
[14]	韩超, 严太华. 基于高维动态藤Copula的汇率组合风险分析[J]. 中国管理科学, 2017, 25(2): 10-20.
[15]	姚登宝, 刘晓星, 张旭. 市场流动性与市场预期的动态相关结构研究——基于ARMA-GJR-GARCH-Copula模型分析[J]. 中国管理科学, 2016, 24(2): 1-10.