Fixed income portfolio optimisation: Interest rates, credit, and the efficient frontier
自马科维茨1952年的最初工作以来，固定收益受到的关注远远少于股票投资组合优化，部分原因是需要对利率和信用风险进行建模。我们认为，有效前沿的形状主要受线性约束控制，标准差相对不重要，并提出了一个双因子模型来描述其时间演化。
2020-04-05 q-fin.MF q-fin.RM
Haar Wavelets-Based Approach for Quantifying Credit Portfolio Losses
本文提出了一种新的方法来计算风险价值（VaR），以量化信贷组合的损失。我们通过Haar小波基函数的有限组合来近似损失函数的累积分布，并通过逆拉普拉斯变换来计算近似的系数。事实上，我们证明，只有几个系数的近似是必要的，所以风险值可以很快达到。为了测试的方法，我们认为Vasicek单因素投资组合信用损失模型作为我们的模型框架。Haar小波方法具有快速、准确和鲁棒性的特点，可以处理不符合巴塞尔协议II公式假设的小规模或集中投资组合。
2009-04-29 q-fin.PM q-fin.RM
Analytical Framework for Credit Portfolios
分析，免费的耗时蒙特卡罗模拟，信贷组合系统风险度量计算的框架。本文描述了允许计算投资组合级别系统性风险度量（标准差、风险价值和预期损失）以及将风险分配到单个交易的技术。基础模型是行业标准的多因素默顿型模型，在水平线上具有任意估值函数（与简单的仅违约情况相反）。通过对蒙特卡罗模拟的基准测试，证明了所提出的分析技术的高精度。
2010-07-30 q-fin.PM q-fin.RM
Regulatory Capital Modelling for Credit Risk
《巴塞尔协议二》对信用风险资本充足率的内部评级方法在保护澳大利亚银行业免于破产方面发挥了重要作用。我们概述了信用风险的监管资本的数学基础，并扩展了IRB方法的模型规格比通常的高斯情况下更一般的设置。它依赖于命题的投资组合损失百分比的条件期望分布的分位数可以替代的投资组合损失分布的分位数。我们提出了一个更经济的证明这个命题在较弱的假设。然后，构建一个代表澳大利亚银行业信用风险敞口的投资组合，我们衡量的收敛速度，在债务人的数量方面，经验损失分布的渐近（无限细粒度）的投资组合损失分布。此外，我们评估的敏感性信用风险资本的依赖结构的资产相关性和椭圆copula模型。通过审慎监管机构收集的银行内部数据，我们的研究与其他关于IRB方法的实证研究不同。
2016-07-07 q-fin.RM
Robust Bernoulli Mixture Models for Credit Portfolio Risk
University of Salzburg（萨尔茨堡大学）；University of Freiburg（弗赖堡大学）
本文提出稳健的伯努利混合模型用于信用组合风险建模，通过凸序比较和尾部依赖性分析提升风险评估的鲁棒性。
2025-12-23 q-fin.MF q-fin.RM
Wrong-Way Bounds in Counterparty Credit Risk Management
我们研究的问题，找到最坏情况下的联合分布的一组风险因素给定规定的多元边际和非线性损失函数。当风险度量为CVaR时，分布离散化后，问题可以用线性规划技术方便地求解。该方法适用于任何提供保证金的情况，并且需要确定总投资组合风险的界限。这出现在许多金融环境中，包括奇异期权的定价和风险管理、结构化金融工具的分析以及跨风险类型的投资组合风险的汇总。重点介绍了交易对手信用风险的应用，包括信用评估调整中的错误方向风险评估和交易对手信用风险计量。最后，本文给出了该算法在一个实际投资组合中的具体应用。
2015-05-09 q-fin.RM
Credit risk for large portfolios of green and brown loans: extending the ASRF model
本文通过双因子 copula 扩展 ASRF 模型，刻画绿色与棕色贷款对偏斜系统性冲击的差异化敏感性，并证明非均匀敞口下损失的二次均值收敛及风险价值影响因素。
2025-06-14 math.PR q-fin.RM
Risk and return prediction for pricing portfolios of non-performing consumer credit
本文设计了一个不良消费信贷风险分析和定价系统。随着消费信贷业务的快速发展，对逾期贷款形成的交易组合作为风险转移的方式的需求日益增加。然而，这个问题在技术上并不简单，相关的研究还很缺乏。我们通过构建一个自下而上的架构来应对这一挑战，在这个架构中，我们对每一笔贷款的偿还率分布进行建模，然后对投资组合的总体偿还率分布进行建模。为了解决所遇到的技术问题，我们采用了同步分位数回归，R-Copula和高斯单因子Copula模型的方法。据我们所知，这是第一个研究，成功地采用了自下而上的系统来分析消费贷款的信贷组合风险。我们进行了大量的数据实验，并证明我们的方法可以成功地应用于实际的业务任务。
2021-10-28 q-fin.PR q-fin.RM
Long range Ising model for credit risk modeling in homogeneous portfolios
在最大熵原理的框架下，我们证明了有限规模的长期伊辛模型是描述同质信用组合和计算信用风险的适当模型，当借款人之间的违约相关性。模型的精确分析表明，当相关性增加时，可能会发生一阶类似的转变，导致风险突然增加。信用风险建模中使用的标准模型无法再现这一特征。
2004-01-21 cond-mat.other cond-mat.stat-mech q-fin.RM
Heterogeneous credit portfolios and the dynamics of the aggregate losses
我们研究了在一个面临信用风险的企业网络中传染的影响。我们描述了一个强度为基础的模型，同质性假设被打破，通过引入一个随机的环境，使人们有可能考虑到企业的特质特征。我们将看到，我们的模型在识别基本上可以被认为是可交换的公司群体之后。尽管有这种异质性假设，我们的模型具有完全易于处理的优势。其目的是量化一家银行在一个庞大的信贷组合中可能遭受的损失。依靠大偏差原理的轨迹空间的过程，我们国家的一个合适的大数定律和中心极限定理有用的研究大型投资组合损失。仿真结果以及应用到投资组合损失分布分析。
2008-06-20 math.PR q-fin.RM
Calculating Value-at-Risk contributions in CreditRisk+
瑞士信贷第一波士顿（CSFB）于1997年推出了CreditRisk+模型，旨在根据精算数学方法计算信贷组合的损失分布。知道了损失分布，就有可能确定投资组合的基于分位数的风险价值（VaR）。一个悬而未决的问题是如何将公平的VaR贡献归因于构成投资组合的信贷或贷款。一种方法是将贡献定义为某些有条件的期望。我们开发了一个算法，在这种方法中所涉及的计算。该算法可以适用于计算投资组合的预期短缺（ES）的贡献。关键词：CreditRisk +;在险价值;风险贡献;条件期望
2002-03-01 cond-mat.stat-mech q-fin.RM
Model Risk in Credit Portfolio Models
DZ BANK AG（德国商业银行）
针对银行信用组合模型中的模型风险，提出一种全面且易于实施的方法来处理所有模型参数的不确定性。
2026-06-17 math.PR q-fin.CP q-fin.PM
Analytical Framework for Credit Portfolios. Part I: Systematic Risk
分析，免费的耗时蒙特卡罗模拟，信贷组合系统风险度量计算的框架。本文描述了允许计算投资组合级别系统性风险度量（标准差、风险价值和预期损失）以及将风险分配到单个交易的技术。基础模型是行业标准的多因素默顿型模型，在水平线上具有任意估值函数（与简单的仅违约情况相反）。通过对蒙特卡罗模拟的基准测试，证明了所提出的分析技术的高精度。
2011-07-13 q-fin.CP q-fin.PM q-fin.RM
Risk-Minimizing Hedging of Counterparty Risk
本文研究了信用衍生品投资组合中交易对手风险的动态套期保值问题。我们的经验驱动的信用模型由相互作用的违约强度，斜升，然后在信用事件发生后衰减。使用Galtchouk-Kunita-Watanabe分解的交易对手风险价格支付流，我们恢复了一个封闭形式的风险最小化策略的经典解决方案的柯西问题的非线性递归系统。我们讨论我们的框架的应用程序，最突出的一类信用衍生品，包括信用互换和风险债券组合，以及首次违约索赔。
2017-09-04 q-fin.RM
Variance-covariance based risk allocation in credit portfolios: analytical approximation
提出了基于方差-协方差的风险资产组合风险分配的高精度解析逼近方法。考虑了一般情况下具有随机恢复的单周期多因子Merton型模型。近似的精度以及它的速度进行比较，并显示优于那些蒙特卡罗模拟。
2009-09-27 q-fin.CP q-fin.PM q-fin.RM
Capital allocation for credit portfolios with kernel estimators
确定子投资组合或单一风险敞口对整个投资组合经济资本信用风险的贡献是一项重要的风险计量任务。经济资本通常被衡量为投资组合损失分布的风险价值（VaR）。对于实际使用的许多信贷组合风险模型，必须从蒙特卡罗样本中估计VaR贡献。在部分连续的损失分布（即连续的，除了一个正的点质量为零）的背景下，我们研究如何结合核估计方法与重要性抽样，以实现更有效的（即波动性较小）估计的风险价值的贡献。
2008-05-11 math.PR math.ST q-fin.RM
Recursive Copula Aggregation for Market and Credit Portfolios
University of Torino（都灵大学）；Core Dynamics GmbH（Core Dynamics有限公司）；Signal Iduna Reinsurance（Signal Iduna再保险公司）
本文提出一种递归层级Copula框架，通过局部依赖指定和秩重排传播，在保留边际分布的同时实现多层级依赖建模，并用Kendall's tau校准，实证显示压力下依赖增强且随信用质量变化，为风险聚合提供透明可扩展工具。
2026-10-08 q-fin.RM
Quantifying Credit Portfolio sensitivity to asset correlations with interpretable generative neural networks
Intesa Sanpaolo S.P.A.（意大利联合圣保罗银行）
本研究提出用变分自编码器（VAE）生成合成相关矩阵，以量化信用组合VaR对资产相关性的敏感性，并利用可解释的潜在空间捕捉影响多样化的关键因素。
2023-11-14 cs.CE cs.LG q-fin.RM
Credit contagion and credit risk
我们研究了一个简单的，可解的模型，使我们能够调查信用传染对个别公司的违约概率的影响，在投资组合的公司和经济范围内。虽然在典型的（最有可能的）情景中，相互作用的影响可能很小，但由于反馈，它们会被经济压力的情况放大，这反过来又导致大型贷款组合的损失分布出现厚尾。
2006-09-20 physics.soc-ph q-fin.RM
Large portfolio losses: A dynamic contagion model
利用粒子系统方法，我们研究了网络中面临信用风险的企业的财务困境的传播。我们调查的现象，信贷危机和量化的损失，银行可能遭受的一个大的信贷组合。应用大偏差原理，我们计算系统的极限分布，并确定公司的信用质量指标的时间演化，进而推导出全球金融健康指标的动态。最后，我们描述了一个合适的版本的“中心极限定理”有用的研究大型投资组合损失。仿真结果以及应用到投资组合损失分布分析。
2009-03-04 math.PR q-fin.RM
Quantum algorithm for calculating risk contributions in a credit portfolio
金融是量子计算产业化应用的最有前景的领域之一。特别是，已经提出了用于计算风险度量的量子算法，例如信用组合的风险价值和条件风险价值。在本文中，我们专注于信用风险管理的另一个问题，计算的风险贡献，量化的风险集中在子组的投资组合。基于目前多个期望值同时估计的量子算法，提出了信用风险贡献度的计算方法。我们还评估了所提出的方法的查询复杂性，并看到它的规模为$\widetilde{O}\left(\sqrt{N_{\rm gr}}/ε\right)$的子群数$N_{\rm gr}$和准确性$ε$，与经典的方法相比，$\widetilde{O}\left(\log(N_{\rm gr})/ε^2\right)$复杂性。这意味着，对于细分子群的风险贡献计算，量子方法的优势与整个投资组合的风险度量计算相比有所减少。尽管如此，量子方法在高精度计算中可能是有利的，并且实际上在某些实际上合理的设置中产生比经典方法更低的复杂性。
2022-01-27 q-fin.CP q-fin.RM quant-ph
Explicit Finite-Sum Tail Risk Measures for Hierarchical Market--Credit Copula Aggregation
University of Torino（都灵大学）；Core Dynamics GmbH（Core Dynamics有限公司）；Signal Iduna Reinsurance（Signal Iduna再保险公司）
本文提出基于显式有限和公式的分层Copula聚合方法，用于市场-信用风险度量，推导了聚合分布、分位数和尾部损失的确定性表达式，并分析尾部依赖传播，为模拟方法提供确定性替代方案。
2026-10-08 q-fin.RM
Model risk on credit risk
本文在一个信贷资产组合框架下发展了丛林模型。丛林模型能够模拟信用传染，产生总违约损失的双峰概率分布，并内生地产生准相变，可能导致系统性信用事件意外发生，没有潜在的单一原因。我们表明，在一些合理的经验约束下，丛林模型提供了信用损失的最佳概率分布。提出了丛林模型的一个特例--丹尼汪模型，并给出了其动力学模型和精确求解方法.丹尼森模型提供了一个明确的例子，双峰概率分布的信用损失。钻石模型，丛林模型的另一个例子，经历了所谓的准相变;特别是，美国次贷危机和欧洲主权危机都被证明是准相变的潜在例子。我们认为，三个已知的来源，违约集群（传染，宏观经济风险因素和脆弱性）可以理解的统一框架下的传染。我们建议丛林模型是如何能够解释一系列的经验程式化的事实，在信贷组合，很难调和的一些标准的信贷组合模型。我们表明，丛林模型可以处理不均匀的投资组合与国家依赖的恢复率。我们在丛林模型下的信用风险框架中研究模型风险，特别是与双峰分布和准相变造成的系统性风险有关的风险。
2015-12-01 cond-mat.stat-mech q-fin.RM
Optimal portfolio for a robust financial system
本文提出了一个ANWSER模型（资产网络系统性风险模型）来量化金融传染的风险，这体现在一个金融危机。金融危机的传播受异质性银行信贷网络和银行投资组合的制约。金融系统的破产再生率被计算为银行投资组合的多样性和风险暴露以及异质银行信贷网络的密集度和集中度的函数。推导出小型金融系统破产再生率的解析解，并得到大型金融系统破产再生率的数值解。对于一个大的金融系统，投资组合中银行之间的巨大差异使得金融传染的平均破坏性更大。但是，在最坏的金融危机情景中，大的多样性在消除金融传染风险方面基本上是有效的。银行特有的专业化投资组合比统一的多样化投资组合和全系统的专业化投资组合更适合加强金融体系的稳健性。
2013-02-05 q-fin.RM
Managing counterparty credit risk via BSDEs
我们讨论了一个一般的动态复制方法，对手方信用风险建模。这导致了信用风险调整后的投资组合价值的基本跳过程倒向随机微分方程（BSDE）。然后，我们将基本的Bundle简化为连续的Bundle。根据封闭值约定，约化的基本贝加尔解可以显式表示或通过精确的近似表达式表示。此外，我们讨论了实际方面的方法，重要的是它的行业应用：（一）有效的数值方法求解一个由中等数量的布朗运动驱动的布朗运动，及（二）因素减少的方法，允许一个近似取代投资组合驱动的大量风险因素与投资组合驱动的一个中等数量的风险因素。
2016-08-16 math.PR q-fin.RM
Neural Networks for Portfolio-Level Risk Management: Portfolio Compression, Static Hedging, Counterparty Credit Risk Exposures and Impact on Capital Requirement
本文提出一种可解释的神经网络框架，将大规模欧式期权投资组合压缩为更小且可自复制静态对冲的组合，并验证其在风险敞口、Greeks 和监管资本要求方面与目标组合高度一致且资本要求显著降低。
2024-02-27 q-fin.CP q-fin.PM q-fin.RM
The impact of class imbalance in logistic regression models for low-default portfolios in credit risk
North-West University（西北大学）；National Institute for Theoretical and Computational Physics (NITheCS)（理论计算物理国家研究所）
本文探讨了低违约率信贷风险中逻辑回归模型受类别不平衡影响的问题，通过模拟研究发现分类准确性随事件率下降而降低，基尼系数在样本量足够时保持稳定。
2026-02-23 q-fin.RM stat.CO
The Underlying Dynamics of Credit Correlations
我们提出了一个混合模型的投资组合信用风险的潜在变量的动态是由一个单因素的Gestival过程。这类过程的显著特征是，长期总收益率分布在很长的时间范围内可以显著偏离渐近高斯极限。我们引入相关性表面的概念作为一个方便的工具，比较组合信用损失生成模型和合成CDO份额定价。通过分析潜在动态的替代规范，我们得出结论，具有TMF波动规范的非对称模型是产生显著且持续的信用相关性偏斜的首选。在这些模型中，相关性偏差对期限到到期日和组合风险率的特征依赖性对CDO份额的相对价值分析和风险管理都有重要影响。
2010-01-05 q-fin.PR q-fin.RM
Max-factor individual risk models with application to credit portfolios
个别风险模型需要捕捉可能的相关性，因为如果不这样做，通常会导致低估总损失的极端分位数。这种依赖关系建模对于管理信用风险尤其重要，例如，在联合违约是令人关切的主要原因的情况下。18.个别损失发生率指标之间的相互依赖性往往是由少数不可观察的因素驱动的。条件损失率，然后表示为这些隐藏的因素的线性组合的单调函数。然而，以线性方式组合这些因素允许它们之间的一些补偿。这种多样化的影响并不总是可取的，这就是为什么本工作提出了一个新的模型，取代线性组合的最大值。这些最大因子模型可以更深入地了解哪些因素是主导因素。
2014-12-10 q-fin.RM q-fin.ST stat.ME
Estimating Probabilities of Default for Low Default Portfolios
为了一般的信贷风险管理目的，特别是为了银行分配监管资本（《巴塞尔协议二》），对借款人的信誉进行数字评估是必不可少的。这些评估以违约概率（PD）表示，其中应包含一定程度的保守性，以反映银行必须采用的审慎风险管理风格。如果信贷组合根本没有发生违约，或者几年来只有很少的违约，那么由此产生的天真零或接近零的估计显然不会涉及这种足够的保守性。为了克服这一问题，我们建议采用“最谨慎估计”原则。这意味着通过置信上限估计PD，同时保证PD排序尊重评级等级所指示的信用质量差异。该方法最容易在假设独立违约事件的情况下应用，但也可适用于相关违约的情况。
2005-04-04 cond-mat.other q-fin.RM
How Safe are European Safe Bonds? An Analysis from the Perspective of Modern Portfolio Credit Risk Models
欧元区改革的几项提议主张建立一个由主权债券组合支持的合成证券市场。争论最多的是Brunnermeier，Langfield，Pagano，Reis，Van Nieuwerburgh和Vayanos（2017）提出的所谓欧洲安全债券或ESBies。ESBies和其他债券支持证券的潜在好处取决于这些产品确实安全的断言。在本文中，我们提供了一个全面的定量研究与ESBies和相关产品的风险，使用仿射信用风险模型与状态转换作为我们的分析工具。我们讨论了最近的建议标准普尔评级的ESBies，我们分析了模型参数和附着点的大小和波动性的信用利差的ESBies的影响，我们认为几种方法来评估的市场风险的ESBies。此外，我们将ESBies与Leandro和Zettelmeyer（2019）建议的通过汇集国家债券的高级部分而创建的合成证券进行了比较。本文最后简要讨论了我们的分析的政策含义。
2020-07-11 q-fin.MF q-fin.PR q-fin.RM
The Network Effect in Credit Concentration Risk
衡量和管理信贷集中风险对银行至关重要，并与微观审慎要求相关。虽然有几种方法可以衡量机构内部的信贷集中风险，但迄今为止，对不同机构对同一交易对手的风险敞口的系统性影响的探讨较少。在本文中，我们提出了一个衡量系统性信用集中风险的方法，这种风险是由于金融体系中不同机构之间的共同风险敞口而产生的。这种方法是基于一个网络模型，描述重叠的投资组合的影响。该网络度量应用于合成和真实世界数据，以说明共同风险敞口的影响并没有完全反映在单一投资组合集中度指标中。它还允许量化相互关联性和信用风险之间相互作用的几个方面。使用这个网络措施，我们制定了一个分析近似的额外资本要求相应的系统性风险所产生的信贷集中度的相互联系。我们的方法还避免了粒度调整和普通曝光调整之间的重复计算。虽然是近似的，但这种常见的风险敞口调整仅用两个参数就能捕捉到系统性风险的一个方面，从而将单一投资组合的视角扩展到全系统的视角。
2019-07-08 q-fin.GN q-fin.RM
Portfolio Management Approach in Trade Credit Decision Making
企业财务的基本目的是实现企业价值最大化。贸易信贷管理也应有助于实现这一基本目标。在财务管理文献中发现的许多当前资产管理模型都假设账面利润最大化为基本财务目标。这些基于利润的书籍模型可能缺乏与另一个目标相关的内容（即，企业价值最大化）。企业价值最大化战略的执行重点是风险和不确定性。本文介绍了可能导致的后果，从经营风险，这是与采购商使用延迟付款的商品和/或服务。本文提出了一种运用资产组合管理理论来确定企业应收账款水平的方法。公司应收账款水平的增加既增加了净营运资本，也增加了持有和管理应收账款的成本。这两个因素都降低了公司的价值，但在应收账款方面采取宽松的政策，再加上投资组合管理方法，可以增加公司的价值。还努力分配管理这些风险的方法;其中特别注意调整投资组合理论的假设以及衡量对公司价值的潜在影响。
2013-01-16 q-fin.GN q-fin.PM q-fin.RM
Propagation of a carbon price in a credit portfolio through macroeconomic factors
本研究通过随机多部门模型和DCF结合结构性信用风险模型，分析碳价格对信用组合风险度量的传导，发现其扭曲企业价值、增加银行费用并降低盈利能力，为评估气候转型风险提供方法。
2024-04-19 econ.GN q-fin.EC q-fin.MF
A Spatio-Temporal Machine Learning Model for Mortgage Credit Risk: Default Probabilities and Loan Portfolios
Lucerne University of Applied Sciences and Arts（卢塞恩应用科学与艺术大学）；University of Basel（巴塞尔大学）；Seminar for Statistics, ETH Zurich（统计学系，苏黎世联邦理工学院）
本文提出一种结合树提升与潜在时空高斯过程的机器学习模型，用于更准确地预测房贷违约概率和贷款组合损失分布。
2025-12-17 cs.LG q-fin.RM q-fin.ST
A Random Matrix Approach to Credit Risk
通过考虑相关矩阵的集合，我们估计了结构信用风险模型的一般统计性质。这个系综是由随机矩阵理论建立的。我们分析表明，相关性的存在严重限制了分散信贷组合的效果，如果相关性不完全为零。相关性的存在大大改变了损失分布的尾部，即使它们的平均值为零。在随机波动相关性的假设下，给出了损失分布估计的下界。
2011-06-28 q-fin.RM
A Coupled Markov Chain Approach to Credit Risk Modeling
我们提出了一个马尔可夫链模型的信用评级的变化。我们不对被评级公司的资产价值使用任何分布假设，而是直接对评级转换过程进行建模。该模型的参数估计的最大似然法使用历史评级转换和启发式全局优化技术。在债券投资组合风险管理的背景下，我们对GLMM模型进行了基准测试。该模型产生更强的依赖性和更高的风险比GLMM模型。因此，风险最优投资组合比基准模型的决策更保守。
2014-01-19 q-fin.PM q-fin.RM
The Climate Extended Risk Model (CERM)
本文讨论了银行信贷组合中的气候风险估计。建议的气候扩展风险模型（CERM）适应众所周知的信用风险模型，并使之有可能计算增量信贷损失的贷款组合，植根于物理和过渡风险。本文详细介绍了模型的假设和步骤。
2022-04-10 q-fin.PM q-fin.PR q-fin.RM
Actuarial Applications and Estimation of Extended~CreditRisk$^+$
我们引入了一个添加剂的随机死亡率模型，它允许联合建模和预测潜在的死亡原因。死亡率趋势的参数系列可以自由选择。由于模型设置变得高维，马尔可夫链蒙特卡罗（MCMC）用于参数估计。然后，我们将我们提出的模型链接到信用风险模型CreditRisk $^+$的扩展版本。这使得精确的风险聚合通过一个有效的数值稳定的Panjer递归算法，并提供了大量的应用在信贷，人寿保险和年金投资组合，以获得P\&L分布。此外，该模型允许精确（无蒙特卡罗模拟误差）计算风险措施及其对损益分布模型参数（如风险价值和预期损失）的敏感性。大量的例子，包括应用程序的部分内部模型根据偿付能力II，使用奥地利和澳大利亚的数据显示。
2017-04-30 q-fin.RM
Defining, Estimating and Using Credit Term Structures. Part 2: Consistent Risk Measures
在本系列的第二部分中，我们提出了信用债券久期和凸度的新定义，这些定义在所有信用质量级别（包括深度不良债券）中保持一致，并引入了与基于生存的估值框架一致的额外风险度量。然后，我们将展示如何使用这些风险措施的市场中性投资组合的建设。
2009-12-23 q-fin.PR q-fin.RM
An Information-Geometric Framework for Bayesian Credit Risk Monitoring
Banca Monte dei Paschi di Siena（锡耶那银行蒙特帕斯奇）
该研究提出一种信息几何框架，以贝叶斯方法结合线性-高斯设定，利用Kullback-Leibler等散度实现信用风险监测与投资组合细分比较，为信用监测提供几何解释。
2026-08-04 q-fin.RM
Credit risk - A structural model with jumps and correlations
本文建立了一个结构模型来研究包含多个或多个信用合同的投资组合的信用风险。该模型基于风险因素的跳跃扩散过程，即公司资产。我们还包括公司之间的相关性。我们讨论，这种类型的模型有很多共同之处，在统计物理学和复杂系统理论的其他问题。我们研究我们的模型的简化版本解析。此外，我们进行了广泛的数值模拟的完整模型。可观察量是信贷组合的损失分布、其矩以及由此导出的其他量。我们编译这些观测值的参数依赖性的详细信息。在建立和分析模型的过程中，我们也对物理界的信用风险建模进行了回顾。
2007-07-27 cond-mat.stat-mech physics.soc-ph q-fin.RM
Causal analysis of extreme risk in a network of industry portfolios
本文通过最大线性结构方程模型综述因果依赖，提出基于硬阈值和汉明距离的新方法，估计金融网络中极端风险传播的稀疏有向无环图。
2025-09-26 q-fin.RM
Measuring Name Concentrations through Deep Learning
提出一种基于深度学习的方法，利用带重要性抽样的Monte Carlo模拟训练神经网络，以量化小型贷款组合中的名称集中度风险，支持精算和盯市损失定义，并在准确性和性能上优于现有分析方法。
2024-11-18 q-fin.GN q-fin.RM
Uncovering the mesoscale structure of the credit default swap market to improve portfolio risk modelling
本文利用基于随机矩阵理论的层次分解方法揭示CDS市场的中尺度结构，识别出传统行业/地区因子模型无法捕捉的发行人群组，并据此提出表现更优的违约风险模型。
2021-04-09 q-fin.RM q-fin.ST
Two Models of Stochastic Loss Given Default
我们提出了两个结构模型的随机损失违约允许模型的信用损失的投资组合的违约金融工具。信贷亏损纳入违约事件的结构模型，计及违约事件与相关亏损之间的相关性。我们展示了如何校准模型，并通过测试我们的模型的代表性样本投资组合的违约和回收的发生之间的相关性的影响进行分析。
2012-05-25 q-fin.PR q-fin.RM
Bilateral counterparty risk valuation with stochastic dynamical models and application to Credit Default Swaps
我们引入一般无仲裁估值框架，用于在存在双边违约风险（包括投资者违约）的情况下进行交易对手风险调整。我们说明了对称的估值，并表明，调整涉及一个长期的立场，在一个看跌期权加上一个短期的立场，在看涨期权，都与零罢工和书面的剩余净值的合同在相关的违约时间。我们允许投资者、交易对手和基础投资组合风险因素的违约时间之间的相关性。我们使用无仲裁的随机动力学模型。然后，我们专门分析了作为基础投资组合的信用违约互换（CDS），概括了Brigo和Chourdakis（2008）[5]的工作，他们处理单边和非对称的交易对手风险。我们引入了随机强度模型和一个关于违约时间指数变量的三变量Copula函数来模拟违约相关性。与[5]类似，我们发现违约相关性和信用利差波动率对调整都有相关性和结构性影响。从[5]开始，双方现在将就信贷估值调整达成一致。我们研究了一个涉及英国航空公司，雷曼兄弟和荷兰皇家壳牌公司的案例，说明了在具体的危机情况下的双边调整。
2009-11-18 q-fin.PR q-fin.RM
Saddlepoint methods in portfolio theory
我们讨论了鞍点方法在投资组合分析中的应用，特别是信贷投资组合。目标是从通过概率、相关性等给出的损失分布模型出发，得到该分布的解析近似值。一旦这样做，我们将展示如何获得所谓的风险贡献，这是风险度量的衍生工具，如给定的分位数（VaR）或预期损失，在基础资产的配置。这些非正式地显示了风险来自哪里，也表明了如何优化投资组合。
2011-12-30 q-fin.PM q-fin.RM
A Counterfactual Diagnostic Framework for Explaining KS Deterioration in Credit Risk Model Validation
Citigroup（花旗集团）
本文提出一种反事实诊断框架，用于解释信用风险模型验证中KS指标下降的原因，通过分阶段归因于采样波动、投资组合变化、协变量偏移和残差劣化，提供更可解释和治理相关的解释。
2026-04-13 q-fin.RM
Performance attribution with respect to interest rates, FX, carry, and residual market risks
我们开发了一种方法，将资产组合的PnL分解为四个部分：（a）由于汇率变化的PnL，（b）由于利率变化的PnL，（c）由于时间推移的结转收益，（d）由于剩余市场风险变化（信用风险，流动性风险，波动性风险等）的PnL。我们通过分解我们的基金XAIA Credit Basis II中外汇和利率对冲负基差头寸的表现来证明我们方法的有用性，并且我们应用该方法将我们的基金XAIA Credit Debt Capital在2022年第一季度的表现分解为单个头寸的PnL贡献。
2023-02-02 q-fin.RM
Correlation breakdown, copula credit default models and arbitrage
最近的“相关性崩溃”的信用违约互换，其中模型的相关性必须超过100%，以重现超高级份额的市场价格的建模，进行了分析，并认为是一个基本的市场不一致，而不是一个不足的具体模型。因此，在这种情况下，市场面临套利的可能性。给出了特定条件下套利组合的一般构造方法。
2009-08-31 q-fin.PR q-fin.RM
Credit risk: Taking fluctuating asset correlations into account
在结构性信用风险模型中，违约事件和随之而来的损失均来自到期时的资产价值。因此，为这些资产价值选择一个符合经验数据的分布是至关重要的。与此同时，最好仍保持一定的分析易处理性。我们通过提出一种资产相关性的集成方法来实现这两个目标。与数据一致，我们认为它们是波动量，我们可以选择平均相关性作为均匀的。因此，我们可以将参数的数量减少到两个，即资产之间的平均相关性和围绕该平均值的波动强度。然而，由此产生的资产价值分布很好地描述了经验数据。这使我们能够推导出信贷组合损失的分布。通过对风险价值和预期尾部损失的Monte-Carlo模拟，我们验证了我们方法的假设，并证明了考虑波动相关性的必要性。
2016-01-12 q-fin.RM
Distributionally Robust XVA via Wasserstein Distance: Wrong Way Counterparty Credit and Funding Risk
本文研究了稳健XVA的计算方法，特别是在分布不确定性下，以Wasserstein距离为模糊性测度的场外衍生品信用估值调整（CVA）和融资估值调整（FVA）的计算方法。错误的交易对手信用风险和融资风险可以通过稳健的XVA公式来描述（甚至量化）。利用最近的无穷维拉格朗日对偶性结果导出了更简单的对偶公式。接下来，一些计算实验进行测量的额外XVA费用，由于分布的不确定性下的各种投资组合和市场配置。最后对今后的工作提出了一些建议。
2020-05-05 q-fin.MF q-fin.RM
Impact of Climate transition on Credit portfolio's loss with stochastic collateral
本研究提出端到端建模框架，结合多维OU过程、碳价格机制及两类抵押品的随机估值模型，量化气候转型下银行抵押品贷款组合的风险度量，为银行资本与定价决策提供依据。
2025-05-22 q-fin.MF q-fin.RM
