根据交易对手风险和

结果如表3和表4所示。表3：保护买方的信用质量对CDS溢价的影响该表显示了CDS溢价如何随着甲方信用质量的降低而增加。第一个数据列表示交易对手的无风险结果。对于其余栏目，我们假设乙方无风险，甲方有风险。”“A+100个基点”代表A-ratedCDS利差的“100个基点”平行变动。“与无风险的差异”行中的结果=当前CDS溢价-交易对手无风险CDS溢价。信用质量合作伙伴AAA+100bpsA+200bpsA+300bpsParty BCDS premium0.0270.027030.027080.027130.02717与无风险的差异0.003%0.008%0.013%0.017%表4：保护卖方的信用质量对CDS Premimation的影响该表显示了CDS premium随乙方信用质量的下降。第一列数据代表交易对手的无风险结果。对于其余栏目，我们假设甲方无风险，乙方有风险。”“A+100个基点”代表A级CDS版图中的“100个基点”平行移动。“无风险差异”行中的结果=当前CDS溢价-交易对手无风险CDS溢价。信用质量Party AParty BAA+100bpsA+200bpsA+300bpsCDS premium0.0270.026950.026870.02680.02672与表3和表4的无风险差异0.00%~0.005%~0.013%~0.020%~0.028%，我们发现，约100个基点的信贷利差对应于交易对手a约0.4个基点和交易对手B约0.7个基点的CDS利差。信贷对CDS溢价的影响大致呈线性。

正如预期的那样，i）经销商的信用质量对CDS溢价的影响大于投资者的信用质量；ii）投资者的信用风险越高，经销商收取的溢价越高；iii）经销商的信用风险越高，经销商要求的保费越低。在不考虑违约相关性和共同关系的情况下，我们发现，一般而言，交易对手风险对CDS溢价的影响相对较小。这与Arora、Gandhi和Longstaff（2009）的实证研究结果一致。图1：违约相关性和相关性对CDS溢价的影响该图中的每条曲线说明了当违约相关性和相关性从-1变为1时，CDS溢价是如何变化的。例如，曲线“cor\\u BC”表示CDS溢价对相关性BC变化的敏感性何时0ABCACAB公司.违约相关性和相关性对CDS溢价的影响0.020.0220.0240.0260.0280.030.0320.0341 0.8 0.6 0.4 0.2 0-0.2-0.4-0.6-0.8-1相关性或相关性CDS premiacor\\u ABcor\\u ACcor\\u BCcomr\\u ABCNext，我们研究CDS溢价对关联方联合信贷质量变化的敏感性。敏感性分析是金融学中一种非常流行的方法，它可以发现如果风险因素发生变化，仪器/投资组合的价值和风险是如何变化的。最简单也是最常见的方法之一就是一次改变一个因素，看看这会对输出产生什么影响。我们将检查默认相关性AB的影响,自动控制,卑诗省,  和comrelationABC分别地假设甲方的信用质量为“A+100个基点”，乙方的信用质量为“A”。5年期风险CDS溢价计算为0.02703。假设=0.5. 默认相关性和comrelation的影响图如图1所示。

从这张图中，我们可以得出以下结论：首先，CDS溢价与违约相关性/相关性呈负相关。直觉上，与参考实体有积极关系的保护卖方（错误的方式风险）应该为出售信用保护收取较低的保费。其次，违约相关性和comrelation的影响近似为线性。最后，CDS溢价对违约相关性和相关性的敏感性斜率为-0.06 toAB; 0.09 toAC; -53 toBC公司; 和-14 toABC. 斜率衡量违约相关性变化导致的保费变化率。例如，-53的斜率意味着，当违约相关性/相关性从0变为1时，CDS溢价必须减少53个基点。随着斜率的绝对值增加，灵敏度也随之增加。结果表明，BC对CDS溢价的影响最大。第二大的是isABC. 阿拉伯联合酋长国的影响安达克它们很小。特别是，这种关系的影响是巨大的，以前从未进行过研究。CDS的自然直觉是，购买违约保护的一方应该担心违约相关性和关联性。4结论本文提出了一种新的信用风险金融工具定价框架。特别是，我们关注于建模默认关系。为了捕捉两个以上可违约实体之间的违约关系，我们引入了一种新的统计数据：comrelation，一种多变量相关性的类似物，以利用任何多变量统计关系。我们的研究表明，考虑违约相关性和相互关系非常重要，尤其是在市场压力下。

信贷衍生市场（credit derivativesmarket）中现有的估值模型只考虑了成对违约相关性，可能低估了信贷风险，可能不合适。我们研究了可违约工具价格对各方共同信用质量变化的敏感性。例如，我们的分析表明，违约依赖对CDSpremia的影响从大到小依次是保护卖方和参考实体之间的相关性、相互关系、保护买方和参考实体之间的相关性以及保护买方和保护卖方之间的相关性。该模型表明，完全抵押的CDS并不等同于无风险的CDS。因此，我们得出结论，旨在缓解交易对手风险的担保对存在双边信用风险的金融工具有效，但对存在多边信用风险的金融工具无效。附录命题1的证明。Let0Tt.  在第一个付款日1 t，让（1）d忽略CDS的市场价值，不包括当前现金流1。共有8（823) 可能的状态如表A\\U 1所示。表A\\u 1。三方可违约CDS的支付该表显示了时间1T时所有可能的支付。对于0）（11 XTVwhere）（1相对于市场价值（不包括当前现金流）1，共有8（823) 可能的状态：i）A、B和C生存概率为000P。工具价值等于市场价值：11）（XTV.  ii）A违约，但B和C生存的概率为100p。工具价值是市场价值的一小部分： 111）（（XTVTB其中b代表乙方的非违约恢复率=0表示市场上有两个默认结算规则。

单向支付规则由早期ISDA主协议规定。如果票据的剩余市场价值对违约方有利，则非违约方没有义务赔偿违约方。双向单向结算规则，whileB=1表示双向结算规则。iii）A和C存活，但BDE故障概率010P。仪表值由下式给出 111）（（XTVTB其中b代表违约方的违约恢复率。iv）A和B存续，但C违约概率为001P。工具值为默认付款：），（10TTR.v）A和B默认，但C存活的概率为110p。仪表值由下式给出 111）（（XTVTAB其中b表示甲、乙双方同时违约时的共同追偿率。vi）A和C违约，但B存活的概率为101p。工具价值是默认付款的一部分： 10，）（TTRTB. vii）B和C默认，但如果概率为011P，则仪表值由以下公式给出 10，）（TTRTB. viii）A、B和C违约概率为111p。仪表值由下式给出 10，）（TTRTAB. 类似的逻辑适用于caseof0）（11 XTV。状态概率支付if0）（11 XTVPayoff if0）（11 XTV0,0,0CBAYYY000p11）（XTV11） （XTV0,0,1 CBAYYY100p 111）（（XTVTB 111）（（XTVTA0,1,0 CBAYYY010p 111）（（XTVTB 111）（（XTVTA1,0,0 CBAYYY001p），（10TTR），（10TTR0,1,1CBAYYY110p 111）（（XTVTAB 111）（（XTVTAB1,0,1 CBAYYY101p 10，）（TTRTB 10，）（TTRTB1,1,0 CBAYYY011p 10，）（TTRTB 10，）（TTRTB1,1,1 CBAYYY111p 10，）（TTRTAB 10，）（TTRTAB风险价格是对收益的贴现预期，由基于当前ISDA文档的付款规则给出。

如果合同对违约方具有正价值，非违约方将向违约方支付票据的全部市场价值。     ttttFFFF），（），（））（）（，（），（），（），（），（），（），（），（），（））（（），（），（），（），（），（），（），（），（1）（（），（），（），（），（），（），（），（1）（1101110110110111100111010110011111101101101101101101101101101101101101101001001001000000）（（1111ttrtrtxtvttttttttttttpxtpxtpxtpxtttpxtttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttpttp（A1a）其中，（1）、（1）、（100））（（100））（（101111tttttoaxtvbxtv（A1b）          ),（）（）（）（1），（）（）（）（），（）（1），（），（），（）（）（），（）（1），（），（）（）（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（101111011010110111010110101010101010TTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTPTTTTTTTTTPTTTTTTTTTTTTTTTTTTTTTTTPTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTPTTTTTTTTTTTTTTTTTTTTTTTTTPTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTPTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT（A1c）          ),（）（）（）（1），（）（）（），（）（1），（），（），（）（）（），（）（1），（），（）（）（）（1），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（1011110110110110110110101010101010TTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTPTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT（A1d）          ),（）（）（）（1），（）（）（）（），（）（1），（），（），（）（）（），（）（1），（），（）（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（0110110100100100100100100100010010001000100000000000TTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTTT（A1e）同样，我们有   1TF），（），（），（），（）（21212211TTTVxtToeTV）（A2）注意，（10t是1tf可测量的。根据定义，1tf可测量的随机变量是在时间1t时已知值的arandom变量。

根据条件期望的已知性质和towerproperties，我们得到              TTTTFFFF1）（，（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（），（）（21012111201211012122110101011010101110TVTTTOTOTOTOTOTOTOTOTOTOTOTOTOTOTOTOTOTOTOTOTOTOTTTTTTTTTVXTOTOTOTOTOTOTOTOTVJJIIIIJJJJ（A3）通过从2tforward overmT递归导出，其中mmxtv)（，我们有    Miiiiiijjmiiiijjjttrtexttoetv1112011101），（），（），（），（），（），（）（ttFF（A4）参考文献Arora、Navneet、Priyank Gandhi和Francis A.Longstaff（2009），“交易对手信用风险和信用违约掉期市场”，加州大学洛杉矶分校工作文件。Brigo，D.、A.Pallavicini和R.Torresetti（2011），“信贷模型与危机：违约集群动力学和广义泊松损失模型”，《信贷风险杂志》，6:39-81。Brigo，D.，和Capponi，A.，2008，《随机动态模型下的双边交易对手风险评估及其在信用违约掉期中的应用》，工作文件。Collin Dufresne，P.、R.Goldstein和J.Helwege（2003），“信贷事件风险定价吗？通过更新信念建模传染”，工作文件，加州大学伯克利分校哈斯学院。Das，S.、D.Duffie、N.Kapadia和L.Saita（2007），“常见故障：公司违约的相关性”，《金融杂志》，62:93-117。Das，S.，L.Freed，G.Geng，N.Kapadia（2006），“相关违约风险”，《固定收益杂志》，16:732。Davis，M.和V.Lo（2001），“传染性违约”，定量金融，1:382-387。Bielecki，T.、I.Cialenco和I.Iyigunler，（2013年），“带有评级触发因素和信用迁移的抵押CVA估值”，国际理论与应用金融杂志，16（2）。Crepey，S。

（2015）“融资约束下的双边交易对手风险–第二部分：CVA”，MathematicalFinance，25（1），23-50。艾伦·迪尔多夫（1982）：“赫克歇尔-奥林定理的一般有效性”，《美国经济评论》，72（4）：683-694。Duffie，D.、A.Eckner、G.Horel和L.Saita（2009），“脆弱相关违约”，《金融杂志》，64:2089-2123。Duffie，D.和K.Singleton（1999），“可违约债券的期限结构建模”，《金融研究评论》，12:687-720。ECB（2009），“信用违约掉期和交易对手风险”，欧洲中央银行。Fuijii，M.和A.Takahahsi（2012），“CDS抵押和违约依赖——对中央清算的影响”，《信贷风险杂志》，8（3）：97-113。Giesecke，K.（2004），“与不完整信息相关的违约”，《银行与金融杂志》，28:1521-1545。乔恩·格雷戈里（Gregory，Jon），2009年，《面对交易对手信用风险，风险》，22，86-90。Hull，J.和A.White（2004），“无蒙特卡罗模拟的CDO和第n次违约CDS的估值”，《衍生品杂志》，12:8-23。Hull，J.和A.White（2014），“衍生品定价中的抵押品和信贷问题”，《信贷风险杂志》，10（3），3-28。ISDA（2013），“2013年ISDA利润调查”Jarrow，R.和S.Turnbull（1995），“受信用风险影响的金融证券衍生工具定价”，《金融杂志》，50:53-85。Jarrow，R.和F.Yu（2001），“交易对手风险和可违约证券的定价”，《金融杂志》，56:1765-99。Johannes，M.和S.Sundaresan（2007），“抵押对掉期利率的影响”，《金融杂志》，62:383-410。J、 摩根大通（1999），《摩根大通信贷衍生品指南》，风险出版物。Koopman，S.，A.Lucas和B。

Schwaab（2011），“使用许多宏观经济协变量对脆弱相关违约进行建模”，《计量经济学杂志》，162:312-325。Lando，D.和M.Nielsen（2010），“公司违约的相关性：传染还是条件依赖？”《金融中介杂志》，19:355-372。Laurent，J.和J.Gregory（2005），“一揽子违约掉期、CDO和因子连接函数”，《风险杂志》，7:03-122。Li，D.（2000），“违约相关性：copula函数方法”，固定收益杂志，9:43-54。Lipton，A.和Sepp，A.，2009年，《通过结构性违约模型对信用违约掉期的信用价值调整》，《信用风险杂志》，5（2），123-146。Longstaff，F.和E.Schwartz（2001）：“通过模拟评估美国期权：简单最小二乘法”，《金融研究评论》，14（1）：113-147。Madan，D.和H.Unal（1998），“违约风险定价”，《衍生品研究评论》，2:121160。Piterbarg，V.（2010），“贴现之外的融资：抵押品协议和衍生品定价”，RiskMagazine，2010（2）：97-102。Pykhtin、Michael和Steven Zhu，2007，《交易对手信用风险建模指南》，GARP RiskReview，7/8月，16-22日。Teugels，J.（1990），“多元伯努利分布和二项分布的一些表示”，多元分析杂志，32:256-268。Zhang，G.和P.Jorion（2007），“好的和坏的信贷传染：来自信贷违约掉期的证据”，《金融经济学杂志》84:860-883。