學術產出-Theses

Article View/Open

Publication Export

Google ScholarTM

政大圖書館

Citation Infomation

  • No doi shows Citation Infomation
題名 系統因子服從偏斜常態分配下之信用風險尾端機率估計
作者 聞美晴
貢獻者 劉惠美
聞美晴
關鍵詞 偏斜常態
同質近似法
信用風險
尾端機率
日期 2006
上傳時間 8-Dec-2010 14:44:42 (UTC+8)
摘要 快速且精確地估計投資組合違約損失分配是信用風險管理的重點,本文擴展Glasserman(2004, Journal of Derivatives, 4:24-42)同質近似方法,改變其假設為系統性風險因子服從偏斜常態分配(skew normal distribution),原假設為服從常態分配,常態分配是偏斜常態分配的一個特例,而非系統性風險因子仍服從常態分配,修正Glasserman(2004)之計算方法,推導投資組合信用風險尾端機率近似分配。我們藉由三種不同的投資組合,討論同質法於偏斜常態分配假設下的近似表現,除此之外,亦改變損失起始值及偏斜常態參數,以及減少風險因子個數,觀察同質法近似效果上的改變,並且進一步研究引入錯誤的分配假設,及引入過多或過少的風險因子數下,對近似結果的影響。
結果發現當投資組合內債務人皆受到相同系統性風險因子影響時,偏斜常態分配近似表現不佳且易低估尾端機率,而常態分配近似表現良好;當投資組合內債務人群內同質性高時,無論是偏斜常態分配或是常態分配,近似效果皆不錯;當投資組合內債務人群內同質性不高,且共同影響的系統性風險因子數少時,近似效果無論在何種分配下皆表現不佳。此外,損失起始值選取在一個夠大的範圍內,近似結果皆相差不遠,且偏斜常態參數只要夠大,在同一個投資組合上的近似表現會具有一致性;而減少系統性風險因子或引入錯誤的風險因子數,近似效果在不同的投資組合會有不同的影響。
參考文獻 英文文獻
1. Arellano-Valle, R.B., Gómez, H.W., Quintana, F.A. (2004). A New Class of Skew-normal Distributions. Communications in Statistics-Theory and Methods Vol.33, Issue 7, 1465 – 1480.
2. Azzalini, A. (2005). The Skew-normal Distribution and Related Multivariate Families. Scandinavian Journal of Statistics Vol.32, Issue 2, 159-188.
3. Domínguez-Molina, J.A., González-Farías, G., Gupta, A.K. (2004). Additive Properties of Skew Normal Random Vectors. Journal of Statistical Planning and Inference 126, 521-534.
4. Glasserman, P. (2004). Tail Approximations for Portfolio Credit Risk. Journal of Derivatives, 24-42, Winter.
5. Glasserman, P., Li, J. (2003) Importance Sampling for a Mixed Poisson Model of Portfolio Credit Risk. Proceedings of the Winter Simulation Conference.
6. Gupton, A.K., Chen, T. (2001) Goodness-of-fit Tests for the Skew-normal Distribution. Communications in Statistics-Simulation and Computation Vol.30, Issue 4, 907 – 930.
7. Lando D. (2004). Credit Risk Modeling: Theory and Applications. Princeton University Press, New Jersey.
8. Nocedal, J. and M. Wright. (1999). Numerical Optimization. Springer-Verlag, New York.
中文文獻
1. 楊立民,2005,信用風險尾巴機率之研究,國立政治大學統計研究所碩士論文。
2. 吳秉昭,2005,信用損失分配之尾端機率估計-大樣本投資組合與區型塊投資組合,國立政治大學統計研究所碩士論文。
3. 潘雅惠,2004,新巴塞爾資本協定與我國因應之道,中央銀行季刊第二十六卷第二期 31頁-48頁。
描述 碩士
國立政治大學
統計研究所
94354023
95
資料來源 http://thesis.lib.nccu.edu.tw/record/#G0094354023
資料類型 thesis
dc.contributor.advisor 劉惠美zh_TW
dc.contributor.author (Authors) 聞美晴zh_TW
dc.creator (作者) 聞美晴zh_TW
dc.date (日期) 2006en_US
dc.date.accessioned 8-Dec-2010 14:44:42 (UTC+8)-
dc.date.available 8-Dec-2010 14:44:42 (UTC+8)-
dc.date.issued (上傳時間) 8-Dec-2010 14:44:42 (UTC+8)-
dc.identifier (Other Identifiers) G0094354023en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/49594-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計研究所zh_TW
dc.description (描述) 94354023zh_TW
dc.description (描述) 95zh_TW
dc.description.abstract (摘要) 快速且精確地估計投資組合違約損失分配是信用風險管理的重點,本文擴展Glasserman(2004, Journal of Derivatives, 4:24-42)同質近似方法,改變其假設為系統性風險因子服從偏斜常態分配(skew normal distribution),原假設為服從常態分配,常態分配是偏斜常態分配的一個特例,而非系統性風險因子仍服從常態分配,修正Glasserman(2004)之計算方法,推導投資組合信用風險尾端機率近似分配。我們藉由三種不同的投資組合,討論同質法於偏斜常態分配假設下的近似表現,除此之外,亦改變損失起始值及偏斜常態參數,以及減少風險因子個數,觀察同質法近似效果上的改變,並且進一步研究引入錯誤的分配假設,及引入過多或過少的風險因子數下,對近似結果的影響。
結果發現當投資組合內債務人皆受到相同系統性風險因子影響時,偏斜常態分配近似表現不佳且易低估尾端機率,而常態分配近似表現良好;當投資組合內債務人群內同質性高時,無論是偏斜常態分配或是常態分配,近似效果皆不錯;當投資組合內債務人群內同質性不高,且共同影響的系統性風險因子數少時,近似效果無論在何種分配下皆表現不佳。此外,損失起始值選取在一個夠大的範圍內,近似結果皆相差不遠,且偏斜常態參數只要夠大,在同一個投資組合上的近似表現會具有一致性;而減少系統性風險因子或引入錯誤的風險因子數,近似效果在不同的投資組合會有不同的影響。
zh_TW
dc.description.tableofcontents 第一章 緒論 1
第一節 研究背景與目的 1
第二節 研究內容與架構 2
第二章 文獻探討 3
第一節 偏斜常態分配 3
第二節 多變量封閉偏斜常態分配 8
第三章 研究方法 11
第一節 投資組合信用風險 11
第二節 損失分配尾端衰退率 13
第三節 同質投資組合 17
第四節 配適度衡量方法 22
第四章 近似結果與模擬分析比較 23
第一節 投資組合的描述 23
第二節 損失起始值的選取 25
第三節 偏斜常態參數的改變 31
第四節 系統性風險因子個數的變動 35
第五章 結論與建議 48
附錄 50
參考文獻 57
圖目錄
圖 1 偏斜常態分配(SN) 5
圖 2 偏斜常態分配尾端機率 5
圖 3 標準化的偏斜常態分配 6
圖 4 勞動參與率直方圖 6
圖 5 與 之關係 15
圖 6 同質近似法與蒙地卡羅法-偏斜常態分配與常態分配 27
圖 7 同質近似法-偏斜常態分配與常態分配的方差比較 28
圖 8 不同起始值的近似分配-偏斜常態分配 30
圖 9 同質近似法與蒙地卡羅法-不同的 值 32
圖 10 投資組合A-不同 值的方差比較 34
圖 11 投資組合B-不同 值的方差比較 34
圖 12 投資組合C-不同 值的方差比較 35
圖 13 同質近似法與蒙地卡羅法-系統性風險因子數五個 37
圖 14 不同因子數的近似分配 38
圖 15 偏斜常態分配下引入過少因子之近似結果 41
圖 16 常態分配下引入過少因子之近似結果 42
圖 17 偏斜常態分配下引入過多因子之近似結果 43
圖 18 常態分配下引入過多因子之近似結果 44
圖 19 投資組合A-因子數過多或過少的方差比較 45
圖 20 投資組合B-因子數過多或過少的方差比較 46
圖 21 投資組合C-因子數過多或過少的方差比較 47
表目錄
表 1 在常態分配(N)與偏斜常態分配(SN)下之勞動參與率最大概似估計值 7
表 2 PEARSON卡方適合度檢定,虛無假設為偏斜常態分配 7
表 3 PEARSON卡方適合度檢定,虛無假設為常態分配 7
表 4 不同起始值的近似效果 30
表 5 不同 值的近似效果 32
表 6 不同因子數的近似效果 39
zh_TW
dc.format.extent 46024 bytes-
dc.format.extent 67415 bytes-
dc.format.extent 64360 bytes-
dc.format.extent 108639 bytes-
dc.format.extent 116464 bytes-
dc.format.extent 187337 bytes-
dc.format.extent 178977 bytes-
dc.format.extent 438600 bytes-
dc.format.extent 90827 bytes-
dc.format.extent 126705 bytes-
dc.format.extent 69609 bytes-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.format.mimetype application/pdf-
dc.language.iso en_US-
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0094354023en_US
dc.subject (關鍵詞) 偏斜常態zh_TW
dc.subject (關鍵詞) 同質近似法zh_TW
dc.subject (關鍵詞) 信用風險zh_TW
dc.subject (關鍵詞) 尾端機率zh_TW
dc.title (題名) 系統因子服從偏斜常態分配下之信用風險尾端機率估計zh_TW
dc.type (資料類型) thesisen
dc.relation.reference (參考文獻) 英文文獻zh_TW
dc.relation.reference (參考文獻) 1. Arellano-Valle, R.B., Gómez, H.W., Quintana, F.A. (2004). A New Class of Skew-normal Distributions. Communications in Statistics-Theory and Methods Vol.33, Issue 7, 1465 – 1480.zh_TW
dc.relation.reference (參考文獻) 2. Azzalini, A. (2005). The Skew-normal Distribution and Related Multivariate Families. Scandinavian Journal of Statistics Vol.32, Issue 2, 159-188.zh_TW
dc.relation.reference (參考文獻) 3. Domínguez-Molina, J.A., González-Farías, G., Gupta, A.K. (2004). Additive Properties of Skew Normal Random Vectors. Journal of Statistical Planning and Inference 126, 521-534.zh_TW
dc.relation.reference (參考文獻) 4. Glasserman, P. (2004). Tail Approximations for Portfolio Credit Risk. Journal of Derivatives, 24-42, Winter.zh_TW
dc.relation.reference (參考文獻) 5. Glasserman, P., Li, J. (2003) Importance Sampling for a Mixed Poisson Model of Portfolio Credit Risk. Proceedings of the Winter Simulation Conference.zh_TW
dc.relation.reference (參考文獻) 6. Gupton, A.K., Chen, T. (2001) Goodness-of-fit Tests for the Skew-normal Distribution. Communications in Statistics-Simulation and Computation Vol.30, Issue 4, 907 – 930.zh_TW
dc.relation.reference (參考文獻) 7. Lando D. (2004). Credit Risk Modeling: Theory and Applications. Princeton University Press, New Jersey.zh_TW
dc.relation.reference (參考文獻) 8. Nocedal, J. and M. Wright. (1999). Numerical Optimization. Springer-Verlag, New York.zh_TW
dc.relation.reference (參考文獻) 中文文獻zh_TW
dc.relation.reference (參考文獻) 1. 楊立民,2005,信用風險尾巴機率之研究,國立政治大學統計研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 2. 吳秉昭,2005,信用損失分配之尾端機率估計-大樣本投資組合與區型塊投資組合,國立政治大學統計研究所碩士論文。zh_TW
dc.relation.reference (參考文獻) 3. 潘雅惠,2004,新巴塞爾資本協定與我國因應之道,中央銀行季刊第二十六卷第二期 31頁-48頁。zh_TW