信用风险：考虑资产相关性的波动

模拟显示，当忽略资产价值之间的波动相关性时，VaR估计值被低估了约40%。我们的集成方法允许我们仅通过两个“宏观”参数捕捉金融市场的相关性结构，即平均相关性水平和该平均水平附近的波动强度。此外，我们的模型为资产相关性的存在严重限制信贷风险分散收益的原因提供了量化理解。因此，我们的结果强烈支持保守的资本准备金率方法。7.感谢Desislava Chetalova和Michael C.M–unnix进行了富有成效的讨论。参考文献[1]约翰·C·赫尔。2007年的信贷危机：出了什么问题？为什么？什么课可以学？《信贷风险杂志》，5（2）：3-18，2009年。[2] 米歇尔·克劳伊、丹·加拉伊和罗伯特·马克。当前信用风险模型的比较分析。《银行与金融杂志》，24（1-2）：59-117，2000年。[3] T.R.比莱基和M.鲁特科夫斯基。信用风险：建模、估值和对冲。斯普林格，2004年。[4] C.布卢姆、L.奥弗贝克和C.瓦格纳。介绍信用风险建模。查普曼和霍尔/CRC，2003年。[5] 达雷尔·杜菲和肯尼斯·J·辛格尔顿。可违约债券的期限结构建模。《金融研究回顾》，12（4）：687–720，1999年。[6] 鲁斯塔姆·伊布拉吉莫夫和约翰·沃尔登。当损失可能很大时，多元化的限制。《银行与金融杂志》，31（8）：2551-25692007。[7] D.兰多。信用风险建模：理论与应用。普林斯顿大学出版社，2008年。[8] A.J.麦克尼尔、R.弗雷和P.恩布雷切斯。定量风险管理：概念、技术和工具。普林斯顿大学出版社，2005年。[9] 埃里克·海特菲尔德、史蒂夫·伯顿和苏法拉·乔姆森格菲特。银团贷款组合中的系统性和特殊性风险。

《信贷风险杂志》，2（3）：3–2006年。[10] 保罗·格拉斯曼和耶稣·鲁伊斯·马塔。计算高斯copula模型中的信用损失分布：方法比较。《信用风险杂志》，2（4）：33-662006。[11] Georg Mainik和Paul Embrechts。重尾投资组合的多元化：房地产和陷阱。《精算科学年鉴》，7（1）：26-452013。[12] Philipp J.Sch¨onbucher。因子模型：违约相关时的投资组合信用风险。《风险金融杂志》，3（1）：45-662001。[13] 保罗·格拉斯曼。组合信用风险的尾部近似。《衍生杂志》，12（2）：24–422004年。[14] 鲁迪·舍费尔、马库斯·索林、安德烈亚斯·桑丁、迈克尔·沃兰斯基和托马斯·古尔。信用风险——一个具有跳跃和相关性的结构模型。Physica A，383（2）：533-569，2007年9月。[15] 亚历山大·F·R·科维萨洛和鲁迪·舍费尔。结构和简化形式恢复模型的校准。《信贷风险杂志》，8（4）：2012年第31-51期。[16] Thilo A.Schmitt、Desislava Chetalova、Rudi Sch¨afer和Thomas Guhr。信贷风险和金融系统的不稳定性：一种综合方法。《欧洲物理报》，105:380042014。[17] Thilo A.Schmitt、Desislava Chetalova、Rudi Sch¨afer和Thomas Guhr。金融时间序列的非平稳性和一般特征。《欧洲物理学快报》，103:580032013。[18] 张怡婷、李惠婷、王健成、郭俊良、马纳莫汉普律斯蒂和萧安昌。2010年美国经济会复苏吗？最小生成树研究。Physica A，390（11）：2020-2050，2011年6月。[19] 宋东明、米歇尔·图米内洛、周伟星和罗萨里奥·N·曼蒂格纳。全球股票市场的演变、相关性结构和基于相关性的图表。体检E，84（2）：0261082011年8月。[20] Michael C.M–unnix、Takashi Shimada、Rudi Sch–afer、Francois Leyvraz、Thomas HSeligman、Thomas Guhr和H.Eugene Stanley。

识别金融市场的状态。科学报告，2012年1月2:644。[21]列奥尼达斯·桑多瓦尔和伊塔洛·德·保拉·弗兰卡。金融市场在危机时期的相关性。Physica A，391（1-2）：187-208，2012年1月。[22]德西斯拉瓦·切塔洛娃、蒂洛·A·施密特、鲁迪·舍法尔和托马斯·古尔。Portfolioreturn分布：具有非平稳相关性的样本统计。ArXiv:1308.39612013。[23]迈克尔·穆尼克斯、鲁迪·舍费尔和托马斯·古尔。信用风险的随机矩阵方法。《公共科学图书馆一号》，2014年9月5日。[24]罗伯特·C·默顿。关于公司债务的定价：利率的风险结构。《金融杂志》，29（2）：449-4701974年。[25]威斯哈特。正态多变量总体样本的广义积矩分布。Biometrika，20A（1/2）：32-521928年。[26]清溪It^o.随机积分。《皇家科学院院刊》，20（8）：519-5241944。[27]雅虎标准普尔500指数数据！《金融》，2013年。A.参数nw的替代估计我们讨论了估计齐次平均相关参数N的另一种方法。根据我们的模型，returnsr=Wε（33）可以写成随机K×N矩阵W与随机向量ε的乘积。N维向量ε由i.i.d.正态分布随机数组成，均值为零，方差为1。我们计算表达式x=tr rr+=r+r=XkijWkiεiWkjεj（34）的方差，其yieldshxi=4+ CKN+2cK+4（1- c） KN+2（1）- c） K（35）方差可以直接与经验收益数据的方差进行比较。对于上述时间范围内的两个数据集，我们发现小于5的N值是重现经验方差所必需的。B

我们使用以下定义Φ（x）=+erf十、√（36）带有错误函数erf（y）=√πyZdτe-τ（37）表示力矩。零动量M（u）=^FZ-∞d^VsN2πT（1）- c） ρexp-（^V）+√cT uρ）2T（1- c） ρ/N=^F+√cT uρpT（1）- c） ρ/N！（38）第一动量m（z，u）=m（u）-VF^FZ-∞d^VsN2πT（1）- c） ρ×exp√z^V+（u）-ρ） T经验-（^V）+√cT uρ）2T（1- c） ρ/N=m（z，u）-VFexp(u -ρ） T-√cT-zuρ+T（1- c） ρz2N×^F- T（1）- c） ρ√z/N+√cT uρpT（1）- c） ρ/N！（39）秒动量M（z，u）=-m（u）+2m（z，u）+VF^FZ-∞d^VsN2πT（1）- c） ρ×exp√z^V+2uT- ρT经验-（^V）+√cT uρ）2T（1- c） ρ/N！=-m（z，u）+2m（z，u）+VFexp2uT- ρT- 2.√cT zuρ- 2T（1- c） ρzN×^F+√cT uρ- 2T（1- c） ρ√z/NpT（1）- c） ρ/N！(40)