第十章风险管理4信用风险度量.pptVIP

CreditMetrics模型介绍 对n个资产的资产组合，有8n个转移状态。现在的问题是如何估计这么一个大矩阵。 如果资产之间两两独立，则联合转移概率就是单个转移概率的乘积。 而通常的情况是资产之间是相关的，如何估计资产组合的对于不同等级的转移概率？？ * 第三十页，共三十九页。 CreditMetrics模型介绍 CreditMetrics提出的方法： 根据评级机构的评级历史变化的相关性进行估计（数据样本太少）。 债券收益曲线的相关性（对于流动性差的低等级债券，不适用。） 权益价格（如股票价格）的相关性（但是影响股票价格的因素远远多于对企业债券的因素）。 固定的相关系数，专家经验给出（方便但粗糙。） * 第三十一页，共三十九页。 CreditRisk+模型介绍 CreditRisk+是Credit Suisse Financial Products(CSFP)在1997提出的方法，是一种纯粹的精算模型，完全基于历史数据的统计分析。模型的假设如下： 所关心的贷款在每个时段的违约概率是一样的。 对一大组债务人，每个特定债务人的违约概率很小，每个时段违约个数与其他时段是独立的。 * 第三十二页，共三十九页。 CreditRisk+模型介绍 基于这两个假设，可以证明给定时间长度内违约个数服从Poisson分布： 这里λ是给定时间长度内的平均违约个数。 Poisson分布的好处是只需要一个参数就确定整个分布。 * 第三十三页，共三十九页。 CreditRisk+模型介绍 假设λ = 3， 给定时间长度为一年： 则一年内不发生违约的概率是： 则一年正好出现3次违约的概率是： * 第三十四页，共三十九页。 CreditRisk+模型介绍 CreditRisk+进一步假设LGD是外生变量，损失等于LGD乘以盯市的风险敞口。 资产组合的违约损失的计算： 假定这个资产组合有m个债券，每个债券有若干个债务人。 给定一个债券，把这个债券的债务总额单位化处理（四舍五入），比如以100万为单位，480万可算做5个单位,记Lj为债券j的基本单位。 估计每个债券相对于每个单位的平均违约率λj 。 * 第三十五页，共三十九页。 CreditRisk+模型介绍 债券j的概率生成函数为 资产组合的概率生成函数为 * 第三十六页，共三十九页。 CreditRisk+模型介绍 损失分布函数为 这样只需要估计λj ，得到一个colsed form function. * 第三十七页，共三十九页。 CreditRisk+模型的优缺点 优点：（1）计算简单；（2）参数估计少。 缺点：（1）没有考虑风险迁移；（2）没有考虑资产之间的相关性；（3）没有考虑风险的动态演化。 * 第三十八页，共三十九页。 内容总结 第十章：风险管理—信用风险。无法据此计算违约概率，更无法考虑清偿率。Z-score模型的发展：原理简单，便于其他技术在其中的应用。J.P. Morgan开发CreditMetrics的目的:。为信用风险度量创造一个样本，一个标尺。为信用风险管理决策的其他方面提供补充，如定价、资产组合的优化等等。CrediMetrics基本思想是：（1）各种信用工具能否按时收回全部本金和利息的可能取决于债务人的信用状况。考虑如下的债券：面值100、信用评级BBB、优先无担保(决定债券违约时的清偿率)、期限为5年、年息6%。再看B状态：1.17%+0.18%+0.12%=1.47%1%，。对n个资产的资产组合，有8n个转移状态 第三十九页，共三十九页。 * * 第十章：风险管理—信用风险 房勇 2012年12月 * 第一页，共三十九页。 主要内容 Altmann的Z-score模型 Merton的结构化模型 KMV模型 CreditMetrics模型 CreditRisk+模型 其他：人工神经网络 * 第二页，共三十九页。 Z-score模型介绍 Z-score模型是Edwards Altmann1968年开发出来的预测企业在一到两年的时间内会不会破产的模型，以后又得到陆续的改进，至今仍然为广泛接受，作为一个基准。 这个模型主要采用一些财务指标，通过计算一个数值Z，用Z的大小来判别破产的可能性。 * 第三页，共三十九页。 Z-score模型介绍 * 第四页，共三十九页。 Z-score模型介绍 * 第五页，共三十九页。 Z-score模型介绍 Z-score模型的一些问题 是根据美国数据做出来的，主要针对制造业。推广到其他国家和地区，或者推广到其他行业，有较大的问题。 只考虑了两个状态，违约和不违约，无法考虑企业信用品质的变化。 无法据此计算违约概率，更无法考虑清偿率。 * 第六页，共三十九页。 Z-score模型介绍 Z-score模型的