基于copula的欧洲信用利差马尔可夫奖励方法

图（10）中所示的国家也是如此：保加利亚、捷克共和国和斯洛文尼亚。例如，根据模型计算的比利时和保加利亚之间的相关性为0.84，而根据观测数据计算的相关性为0.82。然而，尽管这些值非常接近，但也存在一些例外。保加利亚和丹麦之间ρα、βjα、jβ（t）和ρα、β之间的差异为33.83%，而意大利和瑞典之间的差异为33.35%。这一结果表明，该模型很好地再现了相关结构。此外，大多数国家之间存在着非常强的正相关，而丹麦、瑞典和英国之间相对于所有其他国家的依赖结构则具有很强的负相关-1-0500,51BEBGCzdedkielesfrrhthumtnlaptrosiskfiseukseuk-1-0500,51BEBGCzdedkielesfrrhthumtnlaptrosiskfiseukdeukseuk图9：根据观测和模拟数据计算的相关系数：Denmark，瑞典和英国-1-0500,51BEBGCzedKieelesFrhthumtnlatplptrosiskfiseukbgczsi-1-0500,51BEBGCzedKieelesFrhthumtnlatplptroskfiseukbgczsifigure 10：根据观测和模拟数据计算的相关系数：保加利亚、捷克共和国和斯洛文尼亚6本文的结论性意见，我们提出了一种基于copula的马尔可夫回报方法来研究欧盟的金融风险。这种方法的新颖之处在于使用分段齐次马尔可夫链来描述评级动态，并将描述价差演变及其国家间依赖关系的随机过程纳入其中。特别是，通过广义不平等度量关注金融风险的分布及其总量来评估金融风险。后者通过递归方式计算总金融风险进行分析，包括各国评级分配的每一种可能演变。

提出的方法已应用于穆迪、惠誉和标准普尔指定的主权信用评级以及主权信用利差的实际数据。获得的结果表明，未来财务风险的平均分布将减少。动态不平等呈现出不断增加的趋势，主要是由内部不平等措施驱动的，不同评级机构的比率不同。此外，还强调了总风险的演变差异，标普和惠誉的增长速度在增加，而穆迪的增长速度在下降。此外，对依赖结构的调查显示，各国之间在历史数据和我们的模型模拟的数据上都有很强的相关性。将动态不平等分解为内部和内部成分，可以评估评级变量的解释力及其随时间的演变。研究这一主题可能有助于制定旨在控制特定国家集团内金融风险的政策。此外，该方法是一种潜在的工具，可应用于其他金融问题，如旨在降低信用风险敞口的组合贷款管理。最后，我们认为，可能的扩展包括引入其他经济和金融变量，通过增加其他依赖来源，更好地解释金融风险的不平等性及其量化。参考文献[1]Adrian Alter和Yves S.Schler。金融危机期间，欧洲国家和银行的信贷息差相互依存。《银行与金融杂志》，36（12）：3444–3468，2012年。[2] Anil Bangia、Francis X Diebold、Andr’e Kronimus、Christian Schagen和Tilshuermann。评级迁移和商业周期，并应用于creditportfolio压力测试。

《银行与金融杂志》，26（2-3）：445–4742002。[3] Usman Bashir、Gilney Figueira Zebende、Yugang Yu、Muntazir Hussain、AhmedAli和Ghulam Abbas。脱欧公投前后市场反应不同。Physica A：统计力学及其应用，515:151–1582019。[4] Barry Belkin、Stephan Suchower和L Forest Jr.信贷风险和转移矩阵的单参数表示。CreditMetrics monitor，1（3）：46–561998年。[5] 托马斯·M·掩护，乔伊·A·托马斯。信息论要素。John Wiley&Sons，2012年。[6] 古列尔莫·达米科、朱塞佩·迪比亚斯、雅克·扬森和雷蒙多·曼卡。信用风险的半马尔可夫迁移模型。John Wiley&Sons，2017年。[7] 古列尔莫·达米科、朱塞佩·迪比亚斯和雷蒙多·曼卡。马尔可夫模型的收入不平等动态测量：在一些欧洲国家的应用。《经济建模》，29（5）：1598–16022012。[8] 古列尔莫·达米科、朱塞佩·迪比亚斯和雷蒙多·曼卡。人口动态泰尔熵的分解及其在四个欧洲国家的应用。Hitotsubashi Journal of Economics，第229–239页，2014年。[9] 古列尔莫·达米科、雅克·杨森和雷蒙多·曼卡。信贷风险管理的齐次半马尔可夫可靠性模型。《经济学和金融决策》，28（2）：79–932006年。[10] 古列尔莫·达米科、雅克·杨森和雷蒙多·曼卡。用于计算信用利差的非齐次半马尔可夫奖励模型。《国际理论与应用金融杂志》，14（02）：221–2382011。[11] 古列尔莫·达米科、莱蒙多·曼卡和乔瓦尼·萨尔维。二元半马尔可夫报酬链与信用利差。IMA管理数学杂志，27（4）：529–5562015。[12] Guglielmo DAmico和Filippo Petroni。基于Copula的多元半马尔可夫模型及其在高频金融中的应用。

《欧洲运筹学杂志》，267（2）：765–7772018。[13] 古列尔莫·达米科和菲利普·雷格纳特。贫困的动态衡量：建模和估计。Sankhya B，2018年2月。[14] Guglielmo D\'Amico、Philippe Regnault、Stefania Scocchera和LorianoStorchi。应用于金融风险的连续时间不平等度量：欧盟案例。《国际金融研究杂志》，6（3）：622018。[15] Guglielmo D\'Amico、Stefania Scocchera和Loriano Storchi。欧盟金融风险分布。Physica A：统计力学及其应用，505:252–2672018。[16] Fabrizio Durante和Piotr Jaworski。金融市场之间的空间传染：基于copula的方法。《商业和工业应用随机模型》，26（5）：551–5642010。[17] 保罗·恩布雷奇斯、亚历山大·麦克尼尔和丹尼尔·斯特劳曼。风险管理中的相关性和依赖性：特性和陷阱。风险管理：valueat Risk and beyond，1:176–2232002。[18] 摩根·埃斯卡莱拉和韦恩·塔兰特。主权适应性风险模型及其对欧元区希腊脱欧案的影响。《国际金融研究杂志》，6（2）：482018年。[19] 安娜·玛丽亚·福尔特斯和埃琳娜·卡洛蒂乔。主权信用迁移：替代估计量和评级动态研究。《计算统计与数据分析》，51（7）：3448–3469，2007年。[20] 颜廷虎、鲁迪格·基塞尔和威廉·佩劳丁。主权信用评级转移矩阵的估计。《银行与金融杂志》，26（7）：1383–14062002。[21]黄敬之和黄明。公司国债收益率利差有多少是由信贷风险造成的？资产定价研究回顾，2（2）：153–2022012。【22】优素福·贾弗里和蒂尔·舒尔曼。信用迁移矩阵的度量、估计和比较。《银行与金融杂志》，28（11）：2603–26392004。[23]乔·奥托瓦尔·贾勒斯。

什么决定了非居民公共债务所有权的份额？来自欧元区国家的证据。《金融年鉴》，14（3）：379-414142018年8月。帕梅拉·尼克尔、威廉·佩劳丁和西蒙·瓦洛托。评级转换的稳定性。《银行与金融杂志》，24（1-2）：203–227，2000年。【25】Aleka A Papadopoulou和Panagiotis CG Vassiliou。连续时间非齐次半马尔可夫系统。在半马尔可夫模型和应用中，第241–251页。斯普林格，1999年。【26】Ahmet Perilioglu和Sukriye Tuysuz。条件主权转移概率矩阵。《Promedia Economics and Finance》，30:643–6552015。【27】艾伦·M·波兰斯基。检测马尔可夫链中的变化点。《计算统计与数据分析》，51（12）：6013–60262007。[28]Philipp J Sch¨onbucher和Dirk Schubert。强度模型中依赖Copula的违约风险。波恩大学统计系工作文件。Citeseer，2001年。[29]克劳德·埃尔伍德·香农。沟通的数学理论。Bell systemtechnical journal，27（3）：379–423，1948年。【30】亨利·泰尔。经济学和信息理论。1967年技术报告。[31]Jason Z Wei。主权和法人EBT的多因素信贷迁移模型。《国际货币与金融杂志》，22（5）：709–7352003。[32]金国贤、董涵、简启玉。具有未知变更后转移概率的马尔可夫链在线变更检测。《通信不稳定性理论与方法》，45（3）：597–6112016。[33]邢海鹏、孙宁、陈颖。存在未知结构断裂时的信用评级动态。《银行与金融杂志》，36（1）：78–892012年。