基于Copula-MKMV模型的供應鏈企業(yè)信用組合優(yōu)化.pdf

1、隨著供應鏈的不斷發(fā)展，供應鏈突破了傳統(tǒng)企業(yè)的邊界，但供應鏈企業(yè)仍是相對獨立的利益實體。所以供應鏈的管理范圍變得更加廣闊，因此在其組織和運營的過程中，也伴隨著越來越多的風險。如何將各自的信用狀況聯(lián)系在一起獲得整個系統(tǒng)的風險狀況是進一步的問題。目前供應鏈企業(yè)風險研究多是從定性的角度來對風險進行評估，而且對信用風險的定量研究不多。而金融機構向供應鏈企業(yè)提供融資時需要確定的指標和數(shù)據(jù)來判斷企業(yè)的投資風險、確定資產(chǎn)組合的比例，以保證收益最大化的同

2、時風險最小。所以從整個系統(tǒng)的角度研究供應鏈企業(yè)的信用風險更加迫切并有很好的實際意義。
　　本文構建了一個供應鏈企業(yè)組合信用風險度量體系，為商業(yè)銀行等金融機構對供應鏈企業(yè)融資提供定性的參考。在求解的過程中采用GARCH模型修正后的KMV模型對供應鏈企業(yè)的風險進行度量，結果發(fā)現(xiàn)KMV模型可以充分地反映企業(yè)的風險水平，并且與經(jīng)濟環(huán)境密切相關。本文采用五元正態(tài)Copula函數(shù)、五元t-Copula函數(shù)、Gumbel-Copula函數(shù)、Cl

3、ayton-Copula函數(shù)和Frank-Copula函數(shù)模型來度量整個供應鏈的風險水平，即聯(lián)合違約距離。然后求出它們與經(jīng)驗Copula函數(shù)之間的平方歐式距離作為優(yōu)劣的指標，得到平方歐式距離最小的模型——五元t-Copula模型來作為本文樣本的最優(yōu)模型。在研究供應鏈貸款組合優(yōu)化的過程中進行了充分的探討，最終選擇將組合權重這一約束條件放在各家企業(yè)違約距離的求解過程中來進行約束，通過隨機數(shù)模擬產(chǎn)生大量的貸款權重組合進行求解，最終得到最優(yōu)的貸