03-2信用風(fēng)險度量值模型ppt課件

1、第五章 信譽風(fēng)險管理 第一節(jié) 信譽風(fēng)險的成因第二節(jié) 信譽風(fēng)險的度量第三節(jié) 信譽組合風(fēng)險度量專家制度法Z評分模型ZETA評分模型VAR方法信譽度量制模型1. VARValue at Risk，譯為在險價值或受險價值，是以貨幣方式表示的風(fēng)險。定義Jorion ，1997：VaR是衡量在未來特定的一段時間內(nèi)，某一給定的置信程度下，投資組合在正常情況下能夠蒙受的最大損失。VaR是一種對能夠?qū)崿F(xiàn)的價值市值損失的估計，而不是一種“賬面的損失估計。 嚴厲地說，VaR描畫了在一定的目的期間內(nèi)，收益和損失的預(yù)期分布的分位數(shù)c為置信程度VaR對應(yīng)的是較低的尾部程度1-c。例如置信程度為95，VaR應(yīng)該超越分布的一

2、切察看值總數(shù)的5%。VAR方法對VAR的描畫有一位持有價值為1億美圓的中期國庫券的投資者，在1個月內(nèi)該頭寸會有多少損失呢？用歷史數(shù)據(jù)來模擬該項投資的1個月期收益率以下圖是自1953年以來5年期美國中期國庫券的月收益率情況，該圖闡明收益率在+5%和5%之間動搖。按照從最低到最高的順序有規(guī)那么地陳列這些數(shù)字，計算每一個“橫格中包含的察看值個數(shù)，建立一個月收益率的概率分布圖050100- 5- 4- 3- 2- 11234505%損失概率552次察看中出現(xiàn)的次數(shù)V 為投資組合目前的價值V 表示投資組合在未來N天的價值損益變化c為置信程度普通為99、95等那么在未來N天，2 VaR的數(shù)學(xué)定義 或定義隱

3、含兩個假設(shè)假設(shè)投資組合的構(gòu)成在持有期間內(nèi)維持不變VAR計算的最大損失值是在正常的情況下，它不包含崩盤或突發(fā)事件 在N天終了時，投資組合的損失大于或是等于VAR的概率是1-c，換句話，即在c的置信程度下，在N天終了時，投資組合所蒙受的潛在損失小于等于VAR。假設(shè)1個基金經(jīng)理希望在接下來的10天時間內(nèi)，在95%概率上其所管理的基金價值損失不超越$1,000,000。那么我們可以將其寫作： 我們在C的置信程度上，在接下來的T個買賣日中損失程度不會超越的金額。 VaR回答的問題：A銀行2006年4月1日公布其持有期為10天、置信程度為99%的VaR為1000萬元。這意味著如下3種等價的描畫：1、A銀行

4、從4月1日開場，未來10天內(nèi)資產(chǎn)組合的損失大于1000萬元的概率為1%；2、以99的概率確信：A銀行從4月1日起未來10天內(nèi)的損失不超越1000萬元。3、平均而言，A銀行在未來的100天內(nèi)有1天損失能夠超越1000萬元例如：3 規(guī)范正態(tài)分布下VaR值計算在規(guī)范正態(tài)分布下，當(dāng)給定一個置信程度如95%，那么對應(yīng)t=1.65，于是就可以計算出相應(yīng)的最小報答R*=tVaR=t1-c收益概率密度損失VaR置信度為95的VAR值為1.65；置信度為97.5的VAR值為1.96置信度為99的VAR值為2.33置信度為99.5的VAR值為2.58因此，VaR是分布的規(guī)范差與由置信程度確定的乘子的乘積商定俗成：

5、VaR是以正數(shù)表示。4、VaR的兩要素選擇A.持有期的選擇：計算VaR的時間長度一天、一月或一年等等。理想方法，思索將持有期與資產(chǎn)組合的存續(xù)期一致。資產(chǎn)組合的動搖性方差與時間長度正相關(guān)，故VaR隨著持有期添加而添加。B.置信程度的選擇：置信程度越高，對于同樣的資產(chǎn)組合、在給定的持有期內(nèi)，那么VaR越大，即資產(chǎn)的損失大于VaR的能夠性越小，可靠性越高。花旗銀行運用95.4%置信程度，美洲銀行與JP摩根運用95%的置信程度，信孚銀行運用99%的置信程度總結(jié)：VaR的優(yōu)點1.準確性：借助于數(shù)學(xué)和統(tǒng)計學(xué)工具，VaR以定量的方式給出資產(chǎn)組合下方風(fēng)險Downside Risk確實切值。2.綜合性：將風(fēng)險來

6、源不同、多樣化的金融工具的風(fēng)險納入到一個一致的計量框架，將整個機構(gòu)的風(fēng)險集成為一個數(shù)值?？蓪嵤┘惺降娘L(fēng)險管理系統(tǒng)，提高風(fēng)險管理的效率?？偨Y(jié)：VaR的優(yōu)點3、VaR概念簡單、了解容易。給出了在一定置信程度下、特定時間內(nèi)，金融資產(chǎn)組合的最大損失，以貨幣表示的風(fēng)險比較適宜與股東、外界溝通其風(fēng)險情況，充任信息披露工具。4、特別適宜監(jiān)管部門的風(fēng)險監(jiān)管。VaR并沒有通知我們在能夠超越VaR損失的時間內(nèi)的實踐損失會是多少；VAR只思索資產(chǎn)正常動搖下的風(fēng)險丈量，無法應(yīng)對極端情況的出現(xiàn)。思索：VaR還有什么缺陷？缺陷：貸款的市值不能直接察看到假設(shè)無法察看到貸款市值的時間序列，那就無法計算貸款的方差在VaR方法

7、上，人們假定可買賣性金融資產(chǎn)的收益分布是呈正態(tài)分布狀的，這與它們的實踐分布是大體吻合的。但是對于貸款而言，它的價值分布離正態(tài)分布狀偏向較大，具有非對稱性。用VAR方法評價貸款的問題 所以我們既無法察看到貸款的市值(P)，也不可以獲得貸款市值的變動率()。但是人們依然可以經(jīng)過掌握借款企業(yè)的以下資料來處理這個問題。這些資料包括： 借款人的信譽等級資料； 在下一年度里該信譽級別程度轉(zhuǎn)換為其它信譽級別的概率； 違約貸款的收復(fù)率。一旦人們獲得了這些資料，他們便可以計算出任何一項非買賣性的貸款和債券的P值和值，從而最終可利用受險價值方法對單筆貸款或貸款組合的受險價值量進展度量。由于貸款是不可以公開進展買賣

8、的信譽度量制模型CreditMetrics模型根本原理計算單項貸款的VAR值的步驟CreditMetrics模型與巴塞爾協(xié)議CreditMetrics模型的優(yōu)缺陷VaR方法作為市場風(fēng)險丈量的最正確方法已被廣泛運用；VaR方法能否也可以用來度量信譽風(fēng)險？JP摩根美洲銀行瑞士銀行瑞士結(jié)合銀行1997.2退出信譽風(fēng)險的度量制模型1. Creditmetrics信譽度量制模型的根本原理計算信譽風(fēng)險的VAR值即在給定的置信區(qū)間上、給定時段內(nèi)，信貸資產(chǎn)能夠發(fā)生的最大價值損失。信譽風(fēng)險取決于債務(wù)人的信譽情況，而企業(yè)的信譽情況由被評定的信譽等級表示。信譽度量制模型以為信譽風(fēng)險可以說直接源自企業(yè)信譽等級的變化，

9、并假定信譽評級體系是有效的，即企業(yè)投資失敗、利潤下降、融資渠道枯竭等信譽事件對其還款履約才干的影響都能及時恰當(dāng)?shù)亟?jīng)過其信譽等級的變化而表現(xiàn)出來。信譽度量制模型的根本方法就是信譽等級變化分析。 1預(yù)測借款人信譽等級的變動，得出信譽等級轉(zhuǎn)移概率矩陣 2對信譽等級變動后的貸款市值進展估計 3計算貸款受險價值VAR2、計算單項貸款的VAR值的步驟：信譽度量制模型要處理的問題：假設(shè)下一個年度是一個壞年度的話，我們的貸款及貸款組合的價值將會遭到多大的損失？貸款的價值P貸款市值的動搖率未知：目的：度量貸款的受損價值可知的信息： 借款人的信譽等級 下一年該信譽等級轉(zhuǎn)換為其它信譽級別的概率 違約貸款的收復(fù)率舉例

10、：借款企業(yè)信譽等級為BBB級。5年期固定利率貸款，年貸款利率為6%，貸款總額為100(百萬美圓)。1預(yù)測借款人信譽等級的變動，得出信譽等級轉(zhuǎn)移概率矩陣假定借款人一年后有8種能夠的信譽形狀，即AAAD級違約那么一年后借款人由初始信譽等級轉(zhuǎn)移到各種能夠等級的概率稱為信譽等級轉(zhuǎn)移概率轉(zhuǎn)移概率1。1一年期信譽等級轉(zhuǎn)換矩陣 信譽等級的上升或下降必然會影響到一筆貸款余下的現(xiàn)金流量所要求的信貸風(fēng)險加息差(或信貸風(fēng)險酬金)，因此也就必然會對貸款隱含的當(dāng)前市值產(chǎn)生影響。2對信譽等級變動后的貸款市值估計其中：P0貸款總額r0年貸款利率ri財政零息票債券的無風(fēng)險利率Si每年的信譽加息差，它是不同期限的(零息票)貸款

11、信貸風(fēng)險報酬率，這些數(shù)據(jù)可從公司債券市場相應(yīng)的債券利率與國債市場相應(yīng)的國債利率之差中獲得。假定：借款人在第一年中的信譽等級從BBB級上升的A級，那么對于發(fā)放貸款的金融機構(gòu)來說它所發(fā)放的這筆貸款的第一年終了時的現(xiàn)值或市值便是 假設(shè)借款人在第一年終了時信譽等級從BBB級上升為A級，那么這100百萬美圓貸款(帳面值)的市值可上升為108.66百萬美圓 不同信譽等級下貸款市值情況借款人信譽等級轉(zhuǎn)換后貸款市值的概率分布分布情況51.13107.09=均值109.37概率貸款市值百萬美圓5年期BBB級貸款的市值實踐分布情況Vi：每一信譽等級下的貸款市值Pi：借款人信譽等級轉(zhuǎn)換到不同信譽等級下的概率3計算貸

12、款的VAR值首先，求貸款未來價值的均值和方差E貸款未來價值其次，求VAR值VAR等于一定的置信度上，年末能夠的貸款價值與貸款預(yù)期平均價值間的差距，即貸款的價值損失。 假設(shè)貸款價值服從正態(tài)分布，那么置信度為95的VAR值為1.65；置信度為99的VAR值為2.33。 假設(shè)基于貸款價值的實踐分布，可利用轉(zhuǎn)移概率矩陣和對應(yīng)的貸款價值表近似計算不同置信度下的VAR值。 貸款VAR值=貸款均值給定置信度程度上年末能夠的貸款價值 根據(jù)實踐分布，計算VAR 根據(jù)正態(tài)分布模型的優(yōu)點 其一，思索了借款人信譽等級轉(zhuǎn)換的問題 其二，多形狀模型，能更準確地計量信譽風(fēng)險的變化和損失值。 其三，率先提出資產(chǎn)組合信譽風(fēng)險的

13、度量框架，注重直接分析企業(yè)間信譽情況變化的相關(guān)關(guān)系，因此更加與現(xiàn)代組合投資管理實際相吻合4 CreditMetrics模型的優(yōu)缺陷模型的局限 技術(shù)上：假定信譽評級是有效的。假定貸款未來的等級轉(zhuǎn)移概率與其過去的轉(zhuǎn)移概率沒有相關(guān)性。假定轉(zhuǎn)移概率在不同時期之間是穩(wěn)定的，未思索經(jīng)濟周期的影響。假定企業(yè)資產(chǎn)價值的相關(guān)度等于企業(yè)股票收益的相關(guān)度，有待驗證。 實踐運用中：利用歷史數(shù)據(jù)度量信譽風(fēng)險，屬于“向后看的方法。以債券等級轉(zhuǎn)移概率近似替代貸款轉(zhuǎn)移概率正態(tài)分布xp (x)0假設(shè)延續(xù)型隨機變量X的密度函數(shù)為()()()+-=-xexfx22221smsp 其中 - m 0為參數(shù) 那么稱隨機變量X服從參數(shù)為m

14、，s2的正態(tài)分布。記作 XN,2規(guī)范正態(tài)分布x0 規(guī)范正態(tài)分布的密度函數(shù)為： 規(guī)范正態(tài)分布的分布函數(shù)為：假設(shè)XN(0,1)，那么PX0=P(X0)=0.5假設(shè)XN(,2)，那么PX=P(X)=0.5正態(tài)分布密度函數(shù)的圖形性質(zhì)(1) 曲線關(guān)于直線x=對稱(2) 當(dāng)x=時，p(x)獲得最大值(3) 曲線在 處有拐點，并以ox軸為漸近線x0(4) 假設(shè)固定，而改動值，那么f(x)的圖形沿x軸平行挪動，但不改動其外形。 因此y=f(x)圖形的位置 完全由參數(shù)所確定。 (5)假設(shè)固定，改動的值0 x正態(tài)分布的重要性正態(tài)分布是概率論中最重要的分布，這可以由以下情形加以闡明： 正態(tài)分布是自然界及工程技術(shù)中最常見的分布之一，大量的隨機景象都是服從或近似服從正態(tài)分布的?？梢宰C明，假設(shè)一個隨機目的遭到諸多要素的影響，但其中任何一個要素都不起決議性作用，那么該隨機目的一定服從或近似服從正態(tài)分布 正態(tài)分布有許多良好的性質(zhì)，這些性質(zhì)是其它許多分布所不