第1章 緒 論 001
1.1研究背景 002
1.2研究意義 003
1.3研究方法 004
1.4結構安排 005
第2章 基本概念與理論描述 007
2.1信用違約互換介紹 008
2.1.1 信用違約互換參與主體 008
2.1.2 標的資產 009
2.1.3 信用事件 010
2.1.4信用違約互換交易機制 010
2.2金融風險管理理論 012
2.2.1 設定目標風險水平 012
2.2.2 識別風險的類別 012
2.2.3 量化風險值 013
2.2.4 控制風險 013
2.3CDS交易對手風險 015
2.4 信用衍生品定價理論 016
2.5 投資組合理論 017
2.6VaR理論 018
2.7CVaR理論 019
2.8Markowitz的均值方差模型 020
2.9 魯棒優化原理 020
2.10CVaR魯棒均值方差優化理論 021
第3章 簡約模型下違約概率的測算及衍生品定價 023
3.1 基於雙因子CIR違約強度過程的違約概率測算 024
3.2 基於卡爾曼濾波的雙因子CIR模型參數估計 025
3.2.1 狀態空間模型構建 025
3.2.2 卡爾曼濾波遞歸 027
3.2.3違約強度初值估計 029
3.3 約化方法框架下不考慮交易對手風險的CDS價差測算 030
3.3.1 CDS固定支付端現金流的現值計算 030
3.3.2 CDS或有賠付端現金流的現值計算 030
3.4 約化方法框架下考慮交易對手風險的CDS價差測算 033
第4章 CRMW風險緩釋效用目標跟蹤的債券投資組合優化策略研究 037
4.1CRMW 風險緩釋能力度量結構創建 038
4.1.1債券風險加權收益率測算 038
4.1.2“債券 CRMW”風險加權收益率測算 039
4.1.3基於  分位點的CRMW風險緩釋效用構建 039
4.2市場平均風險緩釋效用目標跟蹤的投資組合優化模型構建 042
4.2.1 仿真分析 044
4.2.2 結論 055
4.3平均總體風險緩釋目標跟蹤的債券投資組合優化模型構建 056
4.3.1 仿真分析 058
4.3.2基於平均總體風險緩釋目標跟蹤的投資組合優化仿真（模型Ⅱ）059
4.3.3 仿真分析結論 069
4.4動態風險緩釋目標跟蹤的投資組合優化模型構建 070
4.4.1 仿真分析 072
4.4.2 不同風險轉移比的投資組合優化仿真分析 077
4.4.3不同目標收益率的投資組合優化仿真分析 079
4.4.4不同  分位點及風險轉移比的投資組合優化仿真分析082
4.4.5 結 論 086
第5章 具有CDS保障的投資組合魯棒優化研究 087
5.1 具有CDS保障的信用債投資組合收益度量 088
5.1.1信用債在整個生命周期內不發生違約 088
5.1.2信用債違約時刻  089
5.1.3信用債違約時刻  089
5.2 魯棒優化模型構建 091
5.3 仿真分析 093
5.3.1 參數估計 094
5.3.2CDS價差測算結果分析 096
5.3.3具有CDS保障的信用債投資組合魯棒優化策略 097
5.4對比分析 112
5.4.1 具有CDS保障和不具有CDS保障的信用債投資組合穩健最優收益比較112
5.4.2 魯棒優化策略與Markowitz均值-方差策略下投資組合決策比較116
5.5研究結論 120
第6章 基於CVaR魯棒均值-方差模型的債券投資組合優化研究——以是否選擇CDS緩釋債券違約風險為視角 123
6.1選擇CDS保護的模型構建 124
6.1.1無CDS保護的信用債隨機收益測算 124
6.1.2有CDS保護的信用債隨機收益測算 126
6.1.3選擇CDS保護的模型構建 129
6.2基於CVaR魯棒-均值方差模型的投資組合優化策略 130
6.3仿真分析 134
6.3.1 債券選取 134
6.3.2雙因子CIR模型的參數估計 135
6.3.3考慮交易對手風險的CDS價差測算結果 136
6.3.4不同交易對手違約強度對CDS價差的影響 138
6.3.5不同  對CDS價差的影響 139
6.3.6交易對手違約強度變化對投資者選擇CDS保障
信用債的影響140
6.3.7債券投資組合優化仿真 142
6.3.8 均值方差模型下最優投資組合 143
6.3.9基於CVaR魯棒均值方差模型的投資組合最優策略 145
6.3.10 夏普比率對比分析 153
6.4研究結論及未來展望 155
6.4.1 研究結論 155
6.4.2 未來展望 157
第7章極端市場利率風險下考慮交易對手風險的債券投資組合
優化策略研究 159
7.1違約損失測度 160
7.1.1債券折現計算 160
7.1.2違約損失測算 160
7.2市場風險測度 163
7.2.1 久期 164
7.2.2凸性 165
7.2.3估計價格變化 165
7.2.4利率風險測度 166
7.3極端利率情況下具有CRMW保障的最優投資組合模型構建169
7.4仿真分析 174
7.4.1 數據選取 174
7.4.2雙因子CIR模型的參數估計 176
7.4.3 市場風險測算結果 177
7.4.4極端利率變化情況下具有CRMW保障的信用債投資組合優化策略179
7.5研究結論及未來展望 185
7.5.1 研究結論 185
7.5.2 未來展望 187
參考文獻 189
後記 197

 過去二三十年來，金融領域一些最偉大的進步均出現在風險管理領域。理論的發展使我們能夠分解風險因素，從而更好地對風險因素進行識別與定價。新的工具不斷被創造出來，使得從業人員能夠更積極地管理風險，適時剝離不適合持有的風險敞口，同時保留（或杠杆化）那些可以反映他們相對優勢的風險敞口。實際結果是，風險管理工具市場呈指數級增長。現在，所有類別的機構和投資組合經理都在積極使用這些工具。風險管理新技術背後的基本邏輯依賴於數學創新。這些復雜的新興方法具有重要的優勢，但也有其局限性，其關鍵優點是分析的嚴謹性。這種嚴謹，輔以現代信息技術的計算能力，使投資組合經理能夠快速評估單個工具的風險特征，並衡量其對投資組合整體風險結構的影響。
本書結合中國債券市場具體情況對以上幾點做出了回應。自2014年中國債券市場違約實例出現以來，違約事件屢屢發生，尤其是債券市場中民營企業多發的違約現像，嚴重損害了投資者投資民營企業債券的意願和信心，造成民營企業融資難度和融資成本進一步增大。本書基於中國債券市場數據，以雙因子CIR模型刻畫債券的違約強度，運用狀態空間模型和卡爾曼濾波技術對雙因子CIR模型進行參數估計，在此基礎上計算了債券的違約概率，並提出了債券風險值、債券總體風險、債券動態風險、債券隨機收益等一繫列概念，從而依據投資者不同需求角度設置了跟蹤目標與目標函數，為投資者合理運用信用衍生品規避債券違約風險提供了有效方法。
本書的撰寫意在讓讀者更好地掌握投資組合管理技術並擺脫對統計建模技術的依賴。通過更好地理解所涉及的技術，投資組合經理和他們的客戶將成為金融繫統中消息更靈通、效率更高的參與者，這對投資效率和穩定性都有益處。
本書在撰寫過程中，課題組成員趙文靜、王雪濤兩名研究生做了大量的工作，在此特別說明並表示感謝。由於筆者水平有限，書中難免存在疏漏之處，希望廣大讀者提出寶貴意見。