[和坚FRM2学习笔记]市场风险-9.金融学相关性模型

1.解释copula公式的目的,以及copula等式的转换

correlation copula的目的是把两个未知的分布映射成已知的分布,然后根据转换的分布查找两个分布的联合违约概率。

copula等式翻译成人话就是取得资产i的在时间t点的累积违约分布,然后使用正态分布根据违约概率反转计算每个t点的z值,然后把两个资产根据相关性矩阵进行joint得出的分布函数就是Gaussian Default time copula。根据这个可以得到投资组合在t时间点的累积违约概率是多少。


[和坚FRM2学习笔记]市场风险-9.金融学相关性模型_第1张图片
image

例题分析:


[和坚FRM2学习笔记]市场风险-9.金融学相关性模型_第2张图片
image

答案A,G是原始累积违约分布。


[和坚FRM2学习笔记]市场风险-9.金融学相关性模型_第3张图片
image

答案C,
Gaussian Copula就是把marginal分布映射成了正太分布

2.描述Gaussian Copula并解释如果用它来派生两个资产的联合违约概率

根据资产B在t点的违约概率,找到这个违约概率如果在正态分布上对应的z值
根据资产C在t点的违约概率,也找到这个违约概率在正态分布上对应的z值


[和坚FRM2学习笔记]市场风险-9.金融学相关性模型_第4张图片
image

然后把两个分布的z值加上相关性维度,构建成一个三维空间的帽子,两个资产的联合违约概率就是在帽子上切割后的面积


[和坚FRM2学习笔记]市场风险-9.金融学相关性模型_第5张图片
image

要点:Gaussian Copula的限制

  • 在危机中相关性会增加
  • 交易员会增加极端tranche的相关性
  • equity tranche中最低40%和最高20%的损失,不能用这个模型
  • copula model是静态的

例题分析:


[和坚FRM2学习笔记]市场风险-9.金融学相关性模型_第6张图片
image

答案B,由于只有两个资产,所以只有一个相关系数,而不是相关性矩阵

3.总结如何使用Gaussian Copula去发现一个资产的违约时间

从一个N变量的正太分布样本中获得随机样本,然后使用Gaussian Copula去根据这个随机样本来估计违约时间,计算需要用excel等工具,比较复杂。

例题分析:


[和坚FRM2学习笔记]市场风险-9.金融学相关性模型_第7张图片
image

答案D,用来生成随机样本和估计违约时间的等式是D

你可能感兴趣的:([和坚FRM2学习笔记]市场风险-9.金融学相关性模型)