信用風(fēng)險(xiǎn)量化的4種模型-文庫(kù)吧
2025-06-09 23:16 本頁(yè)面
【正文】 理：正態(tài)分布下， 價(jià)值的68％會(huì)落在均值的1 內(nèi)， 價(jià)值的95％會(huì)落在均值的2 內(nèi)， 價(jià)值的99％會(huì)落在均值的3 內(nèi)。 根據(jù)經(jīng)驗(yàn)定理，我們知道公司資產(chǎn)的價(jià)值有95％的可能性會(huì)在資產(chǎn)均值的加減2 內(nèi)變動(dòng)，那么一年內(nèi)資產(chǎn)價(jià)值就有2．5％的可能性上漲(或下跌)超過2 。在本例中，借款銀行就面臨著5％的估計(jì)違約頻率，即EDF?！ 、谌艏僭O(shè)借款人的資產(chǎn)價(jià)值上升10％，則：DD＝[A(1+10％)一B]／ =(11 000萬(wàn)一8 000萬(wàn))／1 000萬(wàn)=3 同樣，根據(jù)經(jīng)驗(yàn)定理，借款銀行就面臨著0．5％的估計(jì)違約頻率?！ MV認(rèn)為，正態(tài)分布的假設(shè)是非常重要的觀點(diǎn)，KMV并不構(gòu)造理論上的EDF。一旦得出違約距離(DD)，就會(huì)結(jié)合一個(gè)很大的專用的違約歷史數(shù)據(jù)庫(kù)來(lái)使用DD。與上面介紹的理論 EDF不同，KMV的經(jīng)驗(yàn)EDF的計(jì)算方法如下： 經(jīng)驗(yàn)EDF=年內(nèi)違約公司數(shù)量/公司總數(shù)（取年初資產(chǎn)價(jià)格在違約點(diǎn)B的2 變化的公司)比如，KMV的違約數(shù)據(jù)庫(kù)顯示，年初有2 000家公司的資產(chǎn)價(jià)格在違約點(diǎn)B的2d內(nèi)變化，其中有60家公司違約，則 經(jīng)驗(yàn)EDF=60／2 000=3％ 所以，KMV公司的經(jīng)驗(yàn)EDF與理論EDF的結(jié)果完全不同?！ ±?： 此例闡明了導(dǎo)致EDF變化的主要因素，即股價(jià)的變化、債務(wù)水平和資產(chǎn)價(jià)值的變化幅度，這些因素能表示出可覺察到的價(jià)值變化程度?！ ?2)KMV模型的優(yōu)點(diǎn) 應(yīng)用廣泛，可用于任何公開上市交易的公司； 對(duì)市場(chǎng)環(huán)境的變化反應(yīng)敏感，EDF數(shù)據(jù)每季度更新； 依據(jù)充分，以定期公布的前瞻性的股票市場(chǎng)數(shù)據(jù)為基礎(chǔ)； 理論性強(qiáng)，背后聯(lián)系著堅(jiān)實(shí)的理論基礎(chǔ)?！ ?3)KMV模型的不足 更關(guān)注系統(tǒng)風(fēng)險(xiǎn)和短期違約風(fēng)險(xiǎn)，而非系統(tǒng)風(fēng)險(xiǎn)和長(zhǎng)期風(fēng)險(xiǎn)； 對(duì)私人和小范圍交易的公司，在應(yīng)用時(shí)有問題； KMV的結(jié)果對(duì)股票市場(chǎng)的變動(dòng)過于敏感(當(dāng)股票市場(chǎng)對(duì)某新聞反應(yīng)過度時(shí)，KMV的EDF就成了激進(jìn)的預(yù)言家，而不是準(zhǔn)確預(yù)言家，因?yàn)镋DF有可能是根據(jù)資產(chǎn)價(jià)格的突然跳水而不是格的連續(xù)變動(dòng)來(lái)計(jì)算的)。 JP摩根信貸風(fēng)險(xiǎn)資產(chǎn)組合模型——VAR1997年，JP摩根推出了信貸風(fēng)險(xiǎn)資產(chǎn)的組合模型——信用矩陣，該模型引進(jìn)了新的風(fēng)險(xiǎn)管理理念。即根據(jù)信用質(zhì)量的變動(dòng)及時(shí)評(píng)級(jí)資產(chǎn)價(jià)值發(fā)生損失的可能性，它反映的主要問題是：如果明年情況不好，我的資產(chǎn)會(huì)有出現(xiàn)什么損失。該模型由200多頁(yè)的文件組成，在西方銀行風(fēng)險(xiǎn)管理發(fā)展歷史上具有劃時(shí)代的意義。信用矩陣模型根據(jù)借款人信用質(zhì)量的變化而引起的貸款價(jià)值的變化來(lái)量化組合信用風(fēng)險(xiǎn)。信用中國(guó) 我們共同打造它不僅考慮由借款人違約行為造成的價(jià)值變化，而且考慮信用質(zhì)量的上升或下降造成的貸款價(jià)值變化。不僅計(jì)算貸款預(yù)期損失，而且計(jì)算受險(xiǎn)價(jià)值(VAR)或非預(yù)期損失。在計(jì)算組合信用風(fēng)險(xiǎn)時(shí)，考慮了不同借款人之間信用質(zhì)量變化的相關(guān)性，即考慮風(fēng)險(xiǎn)分散效應(yīng)和組合集中風(fēng)險(xiǎn)效應(yīng)?！ AR模型的主要計(jì)算思路如下： 第一步：信用評(píng)分轉(zhuǎn)化矩陣信用矩陣模型通過使用可能性轉(zhuǎn)化矩陣(見表2—2)來(lái)評(píng)介一個(gè)金融機(jī)構(gòu)資產(chǎn)的使用狀況。信用等級(jí)轉(zhuǎn)化矩陣 上表縱欄表示信用評(píng)分，水平行表示風(fēng)險(xiǎn)的變動(dòng)概率。如一個(gè)3B級(jí)的借款人，預(yù)計(jì)明年評(píng)分在3B的可能性是86．93％，信用升至A的可能性5．95％，降至3C的可能性是0．12％。該表反映了特定信用等級(jí)在未來(lái)一定時(shí)間內(nèi)轉(zhuǎn)化到其他級(jí)別的
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1