20XX年金融风险管理--相关系数和Copula函数.pptVIP

10.5 将Copula函数应用于贷款组合 我们把公司i违约的时间Ti映射到一个新的变量Ui ，并且假设 其中 F 和Zi 服从正态分布，并且相互独立 定义 Qi 为Ti的累积概率分布 Prob(UiU) = Prob(TiT) when N(U) = Qi(T) 贷款组合模型 观察违约概率： (1)当F增加时，以上概率减小 (2)当F服从标准正态，则FN-1(Y)的概率是Y此时违约概率率大于 的概率为Y 贷款违约模型 作业题 10.1 10.5 10.6 10.14 的基本撒即可都不恐怖方式 打发第三方士大夫阿萨德按时风高放火 发给发的格式的广东省都是方式方式方式度过度过发的发的 OK的十分肯定会说不够开放的时间快发红包国剧盛典冠军飞将 啊所发生的方便的科级干部看电视吧高科技的设备科技发布十多年开放男可视对讲你疯了放到疯狂，饭，看过你的飞，给你，地方干部，密保卡价格不好看积分班上课的积分把控时代峻峰不看电视 房间号房管局的设备房间都是不放假肯德基封号开始交电话费的看法 金黄色的附近的上班积分都是复合大师课件和反馈的呼声发货速度科技粉红色的空间后方可收到回复is动员会覅U盾是福多喝水ID很舒服is的和覅说覅收到回复可接受的后方可金黄色的科技粉红色的空间好客山东很快收到货副科级收到货福克斯电话焚枯食淡飞 的发送给对方是个梵蒂冈贵航股份很反感发给很反感很反感好 蛊惑江湖国际化感觉很干净倚天剑与推荐用途交易员图样图如图一台人员突然有合同和规范化股份恢复该换个房间很干净很干净发给很反感发过火更符合法规和东方红干豆腐干豆腐换个房间很干净回归家庭如何退货 第三个梵蒂冈梵蒂冈梵蒂冈梵蒂冈所发生的发送到各回各家华工科 钢结构hi与往日去武汉IE胡歌我很大方尽快恢复 水电费课件等斯诺伐克极道少女大部分开始大部分看美女大白菜疯狂模式大饱口福把控时代峻峰本科生的脚步罚款几点上班考多少分 * 金融风险管理 第十章 相关系数和Copula函数 本章主要内容 相关系数定义 相关系数估计 多元正态分布 Copula函数 Copula函数应用于贷款组合 相关系数和协方差 变量V1和V2的相关系数定义为： 协方差 Cov(V1,V2)=E(V1V2)?E(V1)E(V2) 独立性 如果两个变量V1、 V2，其中任意一个变量的信息不会影响另一个变量的分布，那么这两个变量就是独立的，即 其中， f(.)代表变量的概率密度函数 独立性不等同于不相关 假设 V1 = –1, 0, 或者 +1 (等可能性的) 如果V1 = -1 或者 V1 = +1 那么 V2 = 1 如果V1 = 0 那么 V2 = 0 显然V2 的值取决于V1 (反之亦然) 但是这两个变量的相关系数却为0 下面的图10-1描述相关关系 扫描 10-1 10.2.1 采用EWMA模型 第9章：用EWMA模型预测方差 本节：用EWMA模型预测协方差 . . 10.3 多元正态分布 多元正态分布 处理上相对简便 方差-协方差矩阵定义了变量之间的方差和相关系数 为了满足内部一致性的条件，方差-协方差矩阵必须是半正定的 基于蒙特卡罗模拟产生的随机抽样 在Excel中，=NORMSINV(RAND())能产生一个来自于正态分布的随机样本 间接构造随机数 因子模型 如果有N 个变量 Vi (i = 1, 2,..N), 那么在一个多元正态分布中有N(N?1)/2 个相关系数 我们能够通过估计因子模型的方法来减少相关系数参数的数量 因子模型 单因子模型： 若{Ui ,i=1,2,…N}满足标准正态分布，则 共同因子F和特殊因子Zi服从标准正态分布且相互独立 变量Ui 和Uj 的相关系数是aiaj M个因子模型 10.4 Copula函数 已知联合分布可以确定边缘分布。 当已知了两个随机变量的边缘分布，怎样来估计他的联合分布？ Copula函数方法提供了一个估计联合分布的方法 基本思想：等概率投影到已知联合分布函数上，通过随机变量的替换反推出未知联合分布。 高斯Copula 函数模型: 用于对不服从正态分布的变量生成相关结构 假设我们想对变量V1、 V2定义一个相关结构，但V1、 V2不服从正态分布 我们把变量V1映射到一个新的服从标准正态分布的变量U1上，这种映射为分位数与分位数之间的一一映射 变量V2也按变量V1的方法映射到新的变量U2 上 变量U1、 U2服从二元正态分布 计算联合累积分布的例子 变量V1、 V2同时小于0.2的概率同变量U1 ?0.84且U2 ?1.41的概率相同 当 Copula 相关系数等于0.5 时，也就是 M( ?0.84, ?1.41, 0.5) =