公司违约风险测度

1 目标和范畴1.1 方法1.2 统计基础章节1.3 实证研究章节1.4 研究进展

2 生存模型2.1 随机强度2.2 双随机事件的时间2.3 截尾2.4 风险率2.5 泊松违约的时间重标

3 如何估计违约强度过程3.1 极大似然估计法3.2 数据结构和截尾3.3 似然函数的计算3.4 违约概率的期限结构3.5 估计量的分布

4 上市公司的违约强度4.1 数据4.2 协变量时间序列特征4.3 违约强度估计4.4 违约概率的期限结构

5 违约相关性5.1 违约相关性的来源5.2 泊松违约的时间重标5.3 拟合优度检验5.4 讨论

6 脆弱性引致的相关性6.1 脆弱模型6.2 参数估计

7 脆弱性的实证研究7.1 拟合的脆弱模型7.2 脆弱过程滤波7.3 违约风险的期限结构7.4 违约相关性7.5 组合损失风险7.6 样本外精度7.7 结语

附录A 时间序列参数的估计附录B 残余Gaussian copula相关性附录C 强度设定偏误的其他检验附录D 具有脆弱性的Gibbs抽样的应用附录E 脆弱性检验附录F 不可观测异质性附录G 非线性检验附录H 贝叶斯动态脆弱性附录I 风险中性违约概率参考文献术语对照表

《高级金融学译丛：公司违约风险测度》一书以达雷尔hko5达菲在克拉伦登金融系列讲座为基础，对公司违约风险的经验行为进行了检验。作者利用1980年以来美国上市公司的数据，解释并运行了基于动态强度模型创新的违约预测统计方法，并对公司违约关联性的测度给予了特别关注。《高级金融学译丛：公司违约风险测度》一书的主要发现是：公司违约更多地是与某个时段相关，而不是通常认为的与可观测的共同的或相关的风险要素相关。《高级金融学译丛：公司违约风险测度》的方法论考虑了隐含的违约相关性，当我们对公司贷款组合遭受巨大违约损失的可能性进行预测时，这些隐含的违约相关性备显重要。同时，《高级金融学译丛：公司违约风险测度》的数据也表明，预测公司违约的大部分权重源于公司的“违约距离”，这是一种经波动调整的杠杆测度方法。上述发现在后危机时期尤显重要，而此次全球危机揭示出我们对公司间违约风险相关性的合理建模没有给予足够的关注。