copula函数-中国银行间场交易商协会.pptVIP

信用衍生产品定价与估值 李祥林 针对单一个体：如何评估对象的违约风险？ 针对多个个体：如何建立违约相关性模型？ 如何综合各种信息来评估结构化产品？ 传统方法：根据信用评级和经验分析得出的一年违约率。 同一信用评级组中的信用质量无法用评级区分。 历史数据只是反映过去，而不具备前瞻性。 一年或一期的数据可能忽略了违约概率的整体期限结构。 采用生存时间来描述每个个体违约事件的发生情况，可以解决以上问题。 能得到每个个体的违约情况。 若采用市场报价，可以得到隐含的未来生存时间分布。 考虑了整体期限结构。 若待评估风险的市场信息或历史数据不全，而类似产品的信息比较充 分，可以利用与类似产品的相对关系间接估计违约风险 定义从当前到违约或其它给定信用事件发生的时间为生存时间，用随机变量T 来表示。记F(t) = Pr[Tt]，F(t) 即为在时刻t之前违约的概率。 记生存函数为S(t)，风险率函数为h(t) ，它们的定义如下： 由此可以得出： 以时间t为横坐标，S(t)为纵坐标画出的曲线称为违约概率曲线 构建违约概率曲线可以利用的信息包括： 标的对象的历史违约概率 标的对象的债券或资产互换的利差 标的对象的信用风险缓释合约的利差 由信用评级公司公布的标的对象的期望违约频率 标的对象回收率（发生违约事件后返还面值的百分比） 定价：信用风险缓释合约 信用风险缓释合约的现金流包含如下三个部分： 买方定期支付的费用: 违约事件发生时卖方支付的赔偿： 违约事件发生时买方支付的应计利息（假设在期限末支付） 根据违约概率曲线可以得到上面三个部分的现值，从而对信用风险缓释合约进行定价。 同样，如果有了同一个体不同期限信用风险缓释合约的报价，可以直接剥离得到该个体的违约概率曲线。 违约相关性：Copula函数 传统相关系数不能很好地描述，也不能唯一确定多个个体生存时间的联合分布 Copula函数能把一维的边缘分布函数组合成多变量联合分布函数。 对m个在[0,1]上均匀分布的随机变量, U1, U2, …., Um ，Copula函数定义为： 对于m个变量，它们的边缘概率分布函数分别为： 则可以用Copula函数将它们的联合分布表示为： 以一个单份额定价为例，贷款池共有120个个体，它们的分散水平是64，平均评级为Baa2，5年的违约率为1.35% 用一个相关性系数为常数的高斯Copula函数来拟合损失分布（拟合到二阶矩），得到的相关性系数为6.9% 从结论可以看出相比BET，正态Copula函数的结果肥尾效应更为明显。 第n次信用违约的定价 例如，某一个第 n 次信用违约合约，其标的产品为 m 个信用个体，合约规定，若在两年之内至少发生了 n 次违约，则合约的卖方支付 1 元，合约中止。 首先对每个个体建立违约概率曲线 利用Copula 函数，建立 m 个个体生存时间的联合分布。 根据联合分布模拟这 m 个个体的违约情况，及卖方支付情况。卖方支付的现值的平均值即是这一合约的现值。 一个数值样例 王氏变换给出了一般随机过程的测度变换公式： 王氏变换的直观解释： 对于非正态分布的金融风险，我们并不知道如何进行测度变换 通过分布函数 将风险转换为均匀分布 利用正态分布的逆函数 ，将其转换为正态风险 通过改变其均值进行测度变换： 利用正态或其它违约分布函数将其转换为违约分布函数： 单一个体的测度变换：王氏变换（Wang Transform） 单个个体的测度变换公式可以推广至多个个体，其在风险中性下的生存时间联合分布函数为： 根据这一结果，可以刻画多个个体风险的动态过程，从而对相应的复杂产品进行定价。 多个个体的测度变换 信用衍生产品市场具有多样化的产品和较大的规模。 在受到次贷危机的冲击后，信用衍生产品市场的发展面临着新的挑战。 信用衍生产品定价主要包括单个个体信用风险和组合信用风险两部分。 次贷市场的定价需要考虑提前支付和违约两种风险驱动因子。 信用衍生产品定价理论仍在不断完善和发展中。 总结 41 2010年6月 信用衍生产品简介 信用衍生产品定价基本原理 次贷市场及其产品定价 定价理论最新进展 内容提要 什么是信用衍生产品 基本信用衍生产品 结构化信用衍生产品 代表产品介绍 信用衍生产品简介 什么是信用衍生产品 信用衍生产品是以贷款或债券的信用作为标的资产的金融衍生工具。 信用衍生产品的实质是一种双边金融合约安排，在这一合约下,交易双方对约定金额的支付取决于贷款或债券支付的信用状况，通常有两种方式对其进行交易，即期权或互换。 所指的信用状况一般与违约、破产、信用等级下降等可以观察到的情况相联系。 基本信用衍生产品 产品类型： 信