信用风险度量 魏丽 满博宁 第八章 宏观模拟模型.pptVIP

信用风险度量 第八章 宏观模拟模型 宏观模拟模型的特点 宏观模拟模型的基本内容 宏观模拟模型的基本思想 知识结构图 * * 宏观模拟模型 模型特点 基本思想 基本内容 模型的优点 分析过程 模型假设 模型的局限 建模原理 违约概率预测模型 条件转移矩阵 CreditMetrics模型假定信用工具的等级转移概率在不同借款人之间以及在不同的经济周期下均稳定不变。 然而，信用工具在经济衰退时降级和违约的概率高于经济繁荣时期。 为了引入宏观经济因素对转移概率的影响，1998年，麦肯锡公司开发出宏观模拟模型（Credit Portfolio View，CPV）。 宏观模拟模型将违约和信用等级转移概率与经济增长率、利率等宏观经济指标联系起来，模拟每个国家不同产业、不同信用等级的违约和转移概率的联合条件分布。 违约概分布由经济状况和风险期的资产组合的损失分布确定，经济衰退时违约和信用等级下降事件增多，经济繁荣时违约和信用等级下降事件减少。 第一节 宏观模拟模型的特点 * * 宏观模拟模型通过量化宏观经济因素对不同借款人信用等级的影响，建立经济周期与信用风险之间的数理模型，具有多种优势： 首先，宏观模拟模型假定风险期末经济有繁荣和萧条两种可能状态，进而计算资产组合的损失分布。因此，该模型根据风险的波动情况，更适用于度量投机级债务人的信用风险。 其次，宏观模拟模型考虑了各种影响违约概率和信用等级变化的宏观因素，克服了CreditMetrics模型中不同时期信用等级转移矩阵固定不变的缺点，而且宏观模拟模型同时给出了具体的损失分布，能够用于刻画国家风险造成的损失以及回收率的不确定性。 最后，宏观模拟模型对所有的风险暴露均采用盯市法，适用于单个资产和资产组合的信用风险度量。 一、宏观模拟模型的优点 * * 尽管宏观模拟模型考察经济周期对信用等级转移概率的影响，提升了信用风险度量的准确性，但也产生了新问题： 首先，该模型基于银行信贷行业的经验和关于信贷周期的主观判断对企业信用等级变化进行调整，降低了客观性。 其次，该模型对违约事件与宏观经济因素之间的关系做出的假设并不完善，且没有考虑微观经济因素的影响。 再次，该模型仅给出了模型的函数形式，没有提出如何合理地选取宏观变量或估计国家或行业的权重的方法。 第四，该模型需要每个国家或行业全面的违约数据，在实践中难以获得，不利于模型实现。 最后，宏观模拟模型的应用需要大量的国家和行业的长期数据，行业数越多则关于违约事件的信息越少，从而限制模型的应用。 二、宏观模拟模型的局限 * * 宏观模拟模型的基本思想可由图8-1呈现出的信用资产的历史（无条件）等级转移矩阵描述。转移矩阵中的列表示期末信用等级，行表示期初信用等级，每个单元格表示交易对手从期初信用等级转移到期末信用等级的概率。 一、分析过程 第二节 宏观模拟模型的基本思想 * * 图8-1 历史（无条件）转移概率 图8-1中 表示评级为C级的借款人（投机级借款人）下一年发生违约的概率的估计值，即该借款人的信用等级由C降为D的概率的估计值。 通常，这一概率在不同经济周期取值不同，在经济衰退期间将变大，在经济繁荣期间将变小。由于每一行中所有的转移概率之和为1，所以伴随着 的增加，C级借款人的信用等级转移至除D级以外的其他等级的概率将下降相应的幅度。 在考虑转移矩阵随时间（或者说宏观经济状况）变化的情况下，通过计算信用资产的VaR则可以度量该信用资产的风险。 宏观模拟模型计算信用资产VaR的过程为： 首先，使用违约概率函数计算条件违约概率； 其次，利用平均历史违约概率计算调整比率； 再次，计算条件转移矩阵 ，并替换历史转移矩阵； 最后，采用与CreditMetrics模型相似的方法计算贷款的VaR。 一、分析过程 * * 1.违约概率模型与宏观经济变量 在时间t，设 及其他转移概率均随宏观因素 的变化而变化，从而能够建立通用的，与宏观经济因素相关的违约概率估计模型： (8-1) 其中，函数 为减函数，即宏观经济因素对违约概率有负向影响。与此同时，在时间t ，宏观经济指数 可以通过m种宏观经济变量 及随机扰动项 刻画，即 (8-2) 其中，m为宏观经济变量的个数， 。 对于宏观经济变量 而言，其当前状况与自身的历史信息以及当期外部冲击高度相关。于是有： (8-3) 二、建模原理 * * 1.违约概率模型与宏观经济变量 式（8-2）和（8-3）随着宏观变量之间的函数关系 和 的变化而不同。因