摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景和意义 | 第12-14页 |
1.2 问题的提出 | 第14-16页 |
1.3 论文结构 | 第16-18页 |
第二章 违约相关性研究的文献综述 | 第18-34页 |
2.1 违约相关性理论模型的研究综述 | 第18-28页 |
2.1.1 基于结构模型的违约相关性研究 | 第19-22页 |
2.1.2 基于简化模型的违约相关性研究 | 第22-25页 |
2.1.3 基于copula函数的违约相关性研究 | 第25-28页 |
2.2 违约相关性实证研究的文献综述 | 第28-32页 |
2.2.1 基于直观经验方法对违约相关性的实证研究 | 第28-30页 |
2.2.2 基于理论模型的违约相关性实证研究 | 第30-32页 |
2.3 国内违约相关性研究的文献综述 | 第32页 |
2.4 本章小结 | 第32-34页 |
第三章 基于copula函数的组合信用风险建模框架 | 第34-61页 |
3.1 Copula 函数简介 | 第35-43页 |
3.1.1 Copula 函数的定义和相关定理 | 第36-38页 |
3.1.2 两个重要的基于copula函数的相关性量度 | 第38-40页 |
3.1.3 Copula函数的分类 | 第40-43页 |
3.2 违约相关性 | 第43-48页 |
3.2.1 违约相关性的定义及其度量 | 第43-45页 |
3.2.2 违约相关产生的原因 | 第45-47页 |
3.2.3 违约相关性的估计方法 | 第47-48页 |
3.3 特征变量模型 | 第48-51页 |
3.3.1 特征变量模型的基本框架 | 第48-49页 |
3.3.2 相关结构为Gaussian copula函数的特征变量模型 | 第49-51页 |
3.4 基于copula函数的信用风险组合建模 | 第51-59页 |
3.4.1 基于copula函数的信用风险组合建模框架 | 第52-54页 |
3.4.2 模型参数的设定 | 第54-55页 |
3.4.3 行业收益指数的copula函数选择 | 第55-59页 |
3.5 本章小结 | 第59-61页 |
第四章 行业收益指数相关结构的实证分析 | 第61-84页 |
4.1 公司资产价值的计算 | 第62-64页 |
4.1.1 Merton模型简介 | 第62-63页 |
4.1.2 公司资产价值的计算方法 | 第63-64页 |
4.2 行业收益指数的统计特征 | 第64-68页 |
4.2.1 数据描述 | 第64-65页 |
4.2.2 必要输入变量的确定 | 第65-66页 |
4.2.3 行业收益指数的统计特征 | 第66-68页 |
4.3 边际分布模型的选择估计及评价 | 第68-76页 |
4.3.1 边际分布模型的选择 | 第69-73页 |
4.3.2 边际分布模型的估计及评价 | 第73-76页 |
4.4 Copula函数的选择检验及估计结果 | 第76-82页 |
4.4.1 Copula函数的拟合优度检验 | 第77-78页 |
4.4.2 Copula函数的估计结果 | 第78-80页 |
4.4.3 尾部相关系数的估计与比较 | 第80-82页 |
4.5 本章小结 | 第82-84页 |
第五章 信用风险组合相关结构对一致性风险量度的影响 | 第84-111页 |
5.1 风险量度 | 第85-91页 |
5.1.1 受险价值 | 第86-88页 |
5.1.2 一致性公理 | 第88-89页 |
5.1.3 一致性风险量度 | 第89-91页 |
5.2 预期短缺的估计方法 | 第91-102页 |
5.2.1 信用风险组合损失建模 | 第92-93页 |
5.2.2 重要性抽样 | 第93-95页 |
5.2.3 重要性抽样在预期短缺估计中的应用 | 第95-99页 |
5.2.4 数值举例 | 第99-102页 |
5.3 组合相关结构的变化对一致性风险量度的影响 | 第102-109页 |
5.3.1 组合构成 | 第102-104页 |
5.3.2 计算结果分析 | 第104-109页 |
5.4 本章小结 | 第109-111页 |
第六章 总结与展望 | 第111-116页 |
6.1 研究总结 | 第111-113页 |
6.2 论文的主要贡献 | 第113-114页 |
6.3 论文的局限及未来研究方向 | 第114-116页 |
参考文献 | 第116-126页 |
附录 | 第126-132页 |
发表论文和参加科研情况说明 | 第132-133页 |
致谢 | 第133页 |