摘要
应用我国金融市场数据估计信用风险强度模型参数时,常遇到由小样本而导致的偏差问题,对此本文提出了两阶段MCMC参数估计方法:第一阶段用Lee和Mykland的跳辨识方法估计跳跃项参数;第二阶段用MC-MC方法估计扩散和漂移项参数。误差分析的结果表明两阶段MCMC方法小样本下信用风险模型参数估计的效果要明显好于单纯的MCMC方法。作为应用,采用我国第一支个人住房抵押贷款支持证券"建元2005-1"的违约和提前还款数据,估计了信用风险强度模型的参数。
In the Chinese financial market, the bias caused by small-size sample is usually encountered to estimate parameters of credit risk intensity model. To solve this problem, this paper proposes a two-stage MCMC （Markov chain Monte Carlo） approach. In the first stage, we make use of non-parametric estimation method de- veloped by Lee and Mykland to estimate the parameters of jumps, and in the second stage, MCMC approach to the parameters of diffusion and drift. Then we compare the estimation error of the two-stage MCMC approach and MCMC approach. The former is less than the latter. At last, we make empirical analysis and stability analysis to default risk intensity model, using the default and prepayment data of ＂Jianyuan2005-1＂ which is the first MBS （Mortgage Backed Securities） in China.
出处
《运筹与管理》
CSCD
北大核心
2010年第1期126-131,共6页
Operations Research and Management Science
基金
国家自然科学基金资助项目(70771018)
教育部人文社科基金资助项目(05JA630005)
教育部新世纪优秀人才支持计划(2005年)
中国博士后科学基金资助课题(20070410350)
关键词
信用风险
两阶段MCMC方法
小样本参数估计
跳辨识
强度模型
default risk intensity model
small-size samples parameter estimation
a two-stage MCMC approach
jump diffusion
作者简介
周颖颖（1982-）,女，博士生，研究方向为结构化金融衍生品定价；
秦学志（1965-），男．教授，博士生导师，研究方向为金融工程、财务管理和保险精算等；
王玥（1978-）．女，博士生，研究方向为银行信用风险管理。
