creditmetrics模型-預(yù)覽頁
【正文】 表現(xiàn)在以下幾個(gè)方面。因此，kmv模型被認(rèn)為是一種動(dòng)態(tài)模型，可以及時(shí)反映信用風(fēng)險(xiǎn)水平的變化。 3 、同時(shí)，也正是因?yàn)閗mv模型所提供的edf指標(biāo)來自于對(duì)股票市場價(jià)格實(shí)時(shí)行情的分析，而股票市場的實(shí)時(shí)行情不僅反映了該企業(yè)歷史的和當(dāng)前的發(fā)展?fàn)顩r，更重要的是反映了市場中的投資者對(duì)于該企業(yè)未來發(fā)展的綜合預(yù)期，所以，該模型被認(rèn)為是一種向前看（forwardlooking）的方法，edf指標(biāo)中包含了市場投資者對(duì)該企業(yè)信用狀況未來發(fā)展趨勢(shì)的判斷。以基數(shù)法來衡量風(fēng)險(xiǎn)最大的特點(diǎn)在于不僅可以反映不同企業(yè)風(fēng)險(xiǎn)水平的高低順序，而且可以反映風(fēng)險(xiǎn)水平差異的程度，因而更加準(zhǔn)確。而kmv則是從單個(gè)授信企業(yè)在股票市場上的價(jià)格變化信息入手，著重分析該企業(yè)體現(xiàn)在股價(jià)變化信息中的自身信用狀況，對(duì)企業(yè)信用變化的相關(guān)性沒有給予足夠的分析。圖2給出了模型的框架，從CreditMetrics模型技術(shù)框架看，該模型主要包括三個(gè)關(guān)鍵環(huán)節(jié)： 頭寸數(shù)據(jù)通常都保存在金融機(jī)構(gòu)一系列的系統(tǒng)當(dāng)中，包括投資組合數(shù)據(jù)、交易賬簿數(shù)據(jù)以及表外項(xiàng)目數(shù)據(jù)等。計(jì)算的風(fēng)險(xiǎn)應(yīng)能囊括信貸資產(chǎn)在所有各種可能的評(píng)級(jí)狀態(tài)下（包括違約）的價(jià)值分布。典型的轉(zhuǎn)移計(jì)算是：在一年的時(shí)間內(nèi)，以標(biāo)準(zhǔn)普爾的評(píng)級(jí)AAA、AA、A、BBB、BB、B和CCC為基礎(chǔ)，計(jì)算從一個(gè)評(píng)級(jí)轉(zhuǎn)移到另一個(gè)評(píng)級(jí)的轉(zhuǎn)移概率。這個(gè)概率分布的特點(diǎn)在于它完全基于信用轉(zhuǎn)移分析，即在既定時(shí)間內(nèi)（一般取一年）一種信用質(zhì)量變?yōu)榱硪环N信用質(zhì)量的概率，用它來度量將來（比如說一年以后）貸款資產(chǎn)組合的價(jià)值分布，模型強(qiáng)調(diào)資產(chǎn)組合價(jià)值變化與信用評(píng)級(jí)轉(zhuǎn)移相關(guān)?！ reditMetrics模型的基礎(chǔ)是在給定的時(shí)間段內(nèi)估計(jì)貸款或債券產(chǎn)品將來價(jià)值變化的分布狀況，價(jià)值變化與債務(wù)人信用質(zhì)量轉(zhuǎn)移（信用評(píng)級(jí)是上升，是下降，還是違約）相關(guān)。N(0,1),t時(shí)間預(yù)期限值服從對(duì)數(shù)分布?！ ∈街?，和代表開始評(píng)級(jí)為BBB和A級(jí)公司的最終評(píng)級(jí)，分別為第/與第0級(jí)的狀態(tài)?！ ∪⒒贑reditMetrics模型的信貸資產(chǎn)風(fēng)險(xiǎn)值的計(jì)算實(shí)例 。 表1 不同級(jí)別客戶一年期信用轉(zhuǎn)移矩陣(%)始評(píng)級(jí)年末評(píng)級(jí)AAAAAABBBBBBCCC違約AAAAAABBBB+BCCC 與一年期轉(zhuǎn)移矩陣相對(duì)應(yīng)，還有多年期累計(jì)平均違約率統(tǒng)計(jì)數(shù)據(jù)（見表2） 表2 不同級(jí)別客戶多年累計(jì)平均違約率(%)期限1234571015AAAAAABBBBBBCCC 第二步，確立時(shí)間段。每個(gè)信用級(jí)別一年遠(yuǎn)期零曲線見表3。如果發(fā)生違約，根據(jù)優(yōu)先償還程度，投資者可以得到部分清償，本例題中，%，10000元的清償額為5113美元。= 我們可得出888貸款的價(jià)值表，見表6。下面以上述兩筆貸款來計(jì)算組合情況下的信用風(fēng)險(xiǎn)估值問題?！ ”? 第二筆貸款的價(jià)值分布年末評(píng)級(jí)貸款價(jià)值（元）轉(zhuǎn)移概率AAAAAABBBBBBCCC違約5113 在聯(lián)合概率中考慮相關(guān)性，利用上面方法計(jì)算每個(gè)貸款或債券的閥值（見表8），然后根據(jù)二元正態(tài)分布計(jì)算出聯(lián)合概率?！ ∠旅嫖覀兗僭O(shè)兩個(gè)債券發(fā)行公司的資產(chǎn)收益相關(guān)性為ρ = ，BBB級(jí)和A級(jí)的違約概率分別是P(DBBB該模型主要應(yīng)用： 一是該模型以分析性框架為基礎(chǔ)，可計(jì)算組合價(jià)值的波動(dòng)率和預(yù)期損失，也可計(jì)算組合內(nèi)債務(wù)人的邊際風(fēng)險(xiǎn)貢獻(xiàn)及組合的多樣化效應(yīng)。贈(zèng)語； 如果我們做與不做都會(huì)有人笑，如果做不好與做得好還會(huì)有人笑，那么我們索性就做得更好，來給人笑吧！ 現(xiàn)在你不玩命的學(xué)，以后命玩你。最值得欣賞的風(fēng)景，是自己奮斗的足
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1