Copula技术和金融风险分析.pdfVIP

维普资讯 。i F 融风险分析 ■邓乐斌 彭丽华 目前，信用风险研究的重点已经从 值分别拟合出边缘分布E，产生出一组 出了很大一部分的连接函数形式。本文 单笔债务的违约概率研究转移到多笔债 服从均匀分布的随机变量uI．F(xI)；第二 着重介绍椭圆连接函数和Arehimedean 务的相依违约研究。相依违约被划分为 步，找出适合描述随机变量联合特征的 连接函数。在椭圆连接函数中，高斯连接 周期性相依违约和传染性相依违约。周 连接函数。主要原理是利用联合法则对 函数在MonteCarlo模拟仿真中是最常 期性相依违约主要由宏观的经济环境变 边缘分布函数进行校准。 用到的，是产生相依性随机变量的连接 化引起的。传染性相依违约主要由企业 连接函数具有以下四大特征： 函数。而Archimedean连接函数族具有 之间的债务关联引起，例如，商业信用中 第一，对相互独立的随机变量，其连 十分简洁的形式和简单的累加结构，使 借款方的破产使得贷款方的违约概率增 接函数就是边缘分布的乘积，即：X和Y 用时相当便利。 加；子公司破产使得同一母公司下的其 相互相立，则C(u，v)=uv； 利用Sklar定理 ，可以写出协方差矩 他子公司违约概率增加。相依违约的研 第二，在单调变换中，连接函数保持 阵是∑的n维高斯连接函数c ： 究具有很重要的现实意义。近年来，连接 不变；以二元为例，证明这个结论。 函数(Copula)技术的出现，把金融风险 证明：设(￡，)的联合分布是F(x。，x2)， c7=NN【一u()，…，N一(u】 分析推向了一个新的阶段。 各自的边缘分布是 ∈～G(x)，一H(y)。 其中，N；表示协方差矩阵是∑的n 一 、Copula的性质 于是由连接函数c(u，v)的性质可知， 维累积高斯分布，N 表示标准正态函数 任何随机变量的分布函数都是f0，1】 P (x，y)=F(x，y)=c(G(x)，H(y))； 的反函数。例如，在双变量的例子 中，设 上的均匀分布。Copula就是边际分布为 若s(x)，t(y)分别是x,y的严格单调递 相关性是P，则 均匀分布的多元分布函数，它是把多个随 增函数，则它们的反函数存在并且唯一。 cu(，v)=N：N【一(u)，N。(v)】 机变量毛，缸，…，的联合分布 F(x。硒…， 假定所涉及的函数是连续的，则： 1 f ’ f x与它们各 自的边缘分布 Ft．(x)，…，F P(s)s，t)t=P s(s)，(t(1)) J一 J一 P ㈥相连接，也就是说，连接函数C(ul，u：， 由于 E∞(x)=P(s)x)=P(∈s(x))=G … ，u使F(x 一,．x3=C(F (x。)，…，F￡(xn))成 (s(x)) (帮 )dgd：h 立。可以证明，在很一般的条件下，上式 ‰ (y)=POCq)Y)=PCqIfy())=H (y)) 使用相似的方法可以获得 自由度是 中的多元函数c(u。，u：，…，u是存在的，它 于是有 v的t一连接函数。例如对双变量的t一连 就是Copula，就是将多维分布与一维边 P(s(x，t)y)=P(∈s(x)，t(y)) 接函数，则有：cu(，v)_t： u()，t：v()】 缘分布联系在一起的函数。这样的函数