文章以沪深300指数作为市场风险的代表,以不同等级不同期限的企业债券信用利差作为信用风险的代表,分析了信用风险与市场风险的相关性,然后采用Copula方法研究信用利差与市场风险的相依结构。实证结果表明:信用利差与市场风险存在一定的正相关,其相依结构可以用Frank Copula函数较好地来刻画。

在信贷组合管理的框架下,以行业信用风险为基础,构建了基于藤结构Copula的多元信用风险相关性度量模型,并以2006年6月～2010年12月中国上市公司数据对模型进行了参数估计,发现Canoni-cal藤结构更适合度量行业信用风险相关性,以电力煤气及水的生产为代表的强周期性行业对信用风险起着引导作用。

综述了从传统过渡到现代的信用风险度量方法,并比较了它们的特点。提出组合管理思想是信用风险管理的方向,组合的相关性问题是研究重点。而Copula函数具有描述非线性相关的优势,使用Copula函数可以更加精确地度量信用风险。

本文讨论了如何利用Copula连接函数对多元金融数据的相依结构进行统计建模,首先对几种常用的Copula连接函数进行了介绍,分析了不同边际分布和不同Copula函数的选取对联合分布产生的影响,然后讨论了Copula函数的选取和其参数的估计问题,最后利用我国国债数据进行实证分析,得到了不同组合的风险值。

文章采用平滑转移连接模型,在大数据条件下,对大数据i100、大数据i300、上证指数和深证指数的风险相关性进行分析研究。结果表明大数据i300和上证指数间具有较为紧密的相关关系,大数据指数和沪深指数的下尾相关系数均高于上尾相关系数,利益相关者和政策决策者需要充分关注股票市场连续下跌的风险。

基于2005年7月至2018年6月中国股票、债券、房产、货币基金和商品期货的数据,运用Copula-EVT模型分析五类资产的时变相关性及资产组合的风险价值。结果显示:股票、商品等高风险资产与债券、货币基金等低风险资产是负相关的,房产表现出低风险资产的特点,与债券、货币基金负相关。宏观经济周期是五类资产时变相关性的主要驱动因素,而金融周期的影响则不显著。高风险资产与低风险资产构建的投资组合可以分散风险;极值模型测度的资产组合尾部风险明显高于经验分布模型情形。

The rapidly growing credit derivatives market requires to value credit derivatives and portfolios of credit risks,and how to measure the correlation between each credit risk is the key problem of valuation.In this paper,we introduce a new technology——Copula function——to integrate single credit risk,and discuss how to use copula function to manager portfolios of credit risks and value credit derivatives. Credit risks are the main problems for Chinese banks.Credit derivatives have a function to transfer credit risks,Credit derivatives market grows very quickly,they are sure to become a very important part of financial market.Study the valuation techniques for credit derivatives,design appwpriate derivatives for Chinese financial institutions,and seek useful methods to mangage credit risks are helpful to improve the benefits and asset quality of Chinese commercial banks.

本文以银行股票收益率的动态相关性作为银行业系统性传染风险的市场衡量指标,采用多元GARCH-BEKK模型对我国上市银行自1999-2010年间的动态相关系数进行测算,并应用Markov区制转换模型对系统性风险状态进行识别和判断,研究表明,银行股票收益率的动态相关系数可以作为监测系统性风险的一项有效市场指标,结合Markov区制转换模型可以很好的判断整体系统性风险的变化,识别出高风险状态,为系统性风险的监测提供一定预警和防范作用。

本文运用Copula模型对股指期货市场和股票市场的相关性与尾部相关性进行了实证研究。实证结果显示股指期货收益率与上证综指收益率之间表现出高度的正相关性和尾部相关性,t Copula模型能较好反映两者间的相关性;股指期货成交量变化率与上海股市成交量变化率之间具有正向相关性,表明两个市场之间具有互补效应,但尾部相关性低,正态Copula模型能较好反映两者间的相关性。

市场风险和信用风险是金融机构所面临的最主要的两类风险。在金融市场迅猛发展的今天,对两类风险的度量和管理成为了金融机构面对的重大挑战之一。VaR模型最初用来度量市场风险,它以严谨的概率统计理论作为依托,将市场风险高度概括为一个数字。之后,VaR方法被引入到信用风险管理中,其中CreditMetrics模型是一个典型例子。文章最后对综合度量市场风险和信用风险进行了初步探讨。

选取融资租赁公司客户所处的主要六大行业的净资产收益率和总资产收益率数据，包括机械行业、电气行业、纺织行业、医药行业、交通行业、建筑行业，基于多元Ｃｏｐｕｌａ函数模型对融资租赁相关行业的净资产收益率和总资产收益率进行相关性分析，从而对融资租赁相关行业之间的风险相关性进行一个全面的刻画。研究结果表明：六个行业的净资产收益率和总资产收益率存在正相关性，也即融资租赁公司客户所处的主要六大行业存在明显风险相关性。研究结论对于融资租赁行业以及相关金融行业的发展具有指导和实践意义。

文章利用我国ST和非ST的上市公司真实数据,对KMV模型进行修正,引入了基于EGARCH的KMV模型计算单个资产的违约概率。进一步分别采用二元正态-Copula、二元t-Copula以及二元阿基米德-Copula包括Gumbel-Copula、Clayton-Copula和Frank-Copula函数对信用资产组合的违约相关性进行建模,研究多资产间的联合违约概率。研究结果表明,修正的KMV模型具有合理性和有效性,Clayton-Copula函数对联合违约概率拟合更好。研究结果有助于商业银行预测各企业的信用风险大小及可能性,提升应对风险的能力,以维护我国金融市场安全稳健运行。

对外开放条件下的中国证券市场将面临关联溢出、波动加剧以及市场大幅下跌 等主要风 险,这些风险 可能产生很大危害。本文简介了 VaR、Copula 和 ICAPM 模型在分析证券市场风险相关性的应用。

本文应用极值的阈值与峰值模型来度量单个资产的风险价值,用两种不同的方法度量了基于Copula函数的沪深指数收益率的相关结构,比较了不同Copula函数下基于沪深指数的二元投资组合集成风险值。结果说明:Gauss Copula函数对沪深指数收益率的相关结构拟合较好,阈值模型的极值Copula能较好地度量投资组合的集成风险值,在高置信度下(0.99以上),基于Gumble Copula函数的上尾(正收益)集成风险值、基于ClaytonCopula函数的下尾(负收益)集成风险值与真实值最为接近。直接加权的方法会高估投资组合的风险,假设沪深指数的收益率服从二元正态分布会低估风险。峰值法的集成风险值误差较大。

基于贝叶斯理论的MCMC方法对单个基金收益率进行GARCH建模,以及对投资组合权重进行后验模拟。进一步结合时变Copula理论计算基金投资组合的VaR,与基于极大似然法的结果进行比较。实证结果表明基于贝叶斯理论的时变Copula的VaR方法,能够更有效的度量开放式基金投资组合的风险。