信用风险模型及其在可再融资假设下的扩展研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:aiwho
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着近年来全球信用风险的严重化,复杂化,市场参与者对信用风险管理的需求越来越强烈。虽然在过去的几十年中,信用风险领域的理论已经有了许多进展,但也只是到最近才加快了发展的脚步。本文就在第一部分介绍信用风险定价模型的三大主流—“结构模型”,“约化模型”和“混合模型”,阐述它们的基本逻辑及具体建模框架。其中“结构模型”依赖于企业的真实资本结构,“约化模型”则通过外生指定的违约过程来建模,“混合模型”是在不完备信息假设下对前面两种模型的综合。第二部分是作者在经典“结构模型”的框架下,引入可再融资假设所建立的模型。该模型的核心思想是,公司债券的价值是在公司股东最大化其股权价值的行为中被间接确定的。此外,模型还创新性地利用了路径依赖期权—重置期权,关卡期权及美式双值期权来给出股权价值与债券价值的表达式。最后,通过设定一个标准的美国市场环境,对可再融资模型与经典结构模型进行比较,发现可再融资模型能得到典型的驼峰状信用利差曲线,且能更准确地捕捉到真实的信用利差。第三部分介绍的是当今市场上各种形式的信用衍生产品。最后一部分的主题则是目前流行的主要几种资产组合信用风险管理工具,介绍它们的主要框架和计算方法,并通过比较,讨论了它们各自的优势及不足。
其他文献
本文首先研究和总结了基于J2EE的持久层实现技术,较深入地分析和比较了各种主流的持久层框架,在此基础上设计了一个轻量级持久层框架。该轻量级持久层框架整合了POJO和Hibernat
由于曲线细分法可以产生性能良好的曲线,故曲线细分算法的研究已成为当前一种主流的几何造型方法,得到工业界和学术界的广泛重视。鉴于此,本文提出了三种有效的细分算法,并对
学位