中文摘要：

本文研究违约回收率密度函数的模拟估计问题.本文的工作由两个方面组成.首先,我们解决了在应用非参数方法估计违约回收率密度函数时如何选取窗宽,以及在使用对称核时如何处理在有界区间上产生的边界问题.针对如何选取合理窗宽提高估计效果的问题,我们通过将最优窗宽选取通过渐近积分误差最小作为标准,然后将满足渐近积分误差最小的问题转换为一个非线性方程,进而应用插入法与迭代算法,求出最优窗宽的收敛解.第二,针对应用普通对称核拟合分布于[0,1]区间内的回收率会产生的估计量偏差在边界有增大趋势问题,我们通过引入边界核来改善这一现象:首先对两种核的统计性质进行理论推导,随后使用蒙特卡罗模拟(Monte Carlo Simulation)方法对其拟合绩效进行数值分析.本文的数值结果表明我们引入边界核方法,这较之普通对称核可以有效改善边界问题,同时边界核方法在各个指标上效果更优.最后,基于穆迪公司官方网站公布的2006年到2011年全球每年违约公司债券和贷款的违约回收率统计数据共653个数据,我们的实证案例分析表明,本文引入的边界核方法与现有普遍使用的以Beta分布刻画回收率的方法相比较,通过拟合优度检验和Bootstrap检验,我们的违约回收率密度函数模拟的非参数边界核方法比对应的Beta分布刻画方法更可靠,同时我们的结果也明显优于Beta分布刻画的回收率模型.