03-2信用風(fēng)險度量值模型(存儲版)
【正文】 ? VAR只考慮資產(chǎn)正常波動下的風(fēng)險測量，無法應(yīng)對極端情況的出現(xiàn)。 ? 5年期固定利率貸款 ， 年貸款利率為 6%， 貸款總額為100(百萬美元 )。 其三，率先提出資產(chǎn)組合信用風(fēng)險的度量框架，注重直接分析企業(yè)間信用狀況變化的相關(guān)關(guān)系，因而更加與現(xiàn)代組合投資管理理論相吻合 4 CreditMetrics模型的優(yōu)缺點(diǎn) 模型的局限 技術(shù)上： 假定信用評級是有效的 。 (5)若 μ 固定，改變 σ 的值 ( ) ( )( )( ) 的取值越分散。為標(biāo)準(zhǔn)正態(tài)分布的上則稱點(diǎn) αz α 例 4 %.)()()(}{ 266811211 ??????????? σμXσμP設(shè) X~N(μ,σ2)，由 Φ(x)的函數(shù)表能得到 %.)(}{ 449512222 ?????? σμXσμP %.)(}{ 749913233 ?????? σμXσμP盡管正態(tài)變量的取值范圍是（ ∞， ∞）， 但其值落在 （ μ3σ， μ+3σ）內(nèi)幾乎是肯定的事，這就是 “3σ”法則。記作 X~N（ μ,σ2） 標(biāo)準(zhǔn)正態(tài)分布 ( )為標(biāo)準(zhǔn)正態(tài)分布．，我們稱，若 1010 N?? s?( ) ( )????? ? xex x2221p?x 0 ( )x? ( ) ( )?????? ???? xdxeπxx x2221? 標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)為： ? 標(biāo)準(zhǔn)正態(tài)分布的分布函數(shù)為： 若 X~N(0,1)，則 P{X≤0}=P(X≥0)= 若 X~N(μ,σ2)， 則 P{X≤μ}=P(X≥μ)= 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=μ對稱 (2) 當(dāng) x=μ時， p(x)取得最大值 (3) 曲線在 處有拐點(diǎn)，并以 ox軸為漸近線 σμx ??x 0 ? h?? h?? )(xf( ) σπμf 21?(4) 若 σ固定，而改變 μ值，則 f(x)的圖形沿 x軸平行移動，但不改變其形狀。 ② 若基于 貸款價值的實(shí)際分布 ，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。 ? 信用度量制模型的基本方法就是信用等級變化分析 。 給出了在一定置信水平下 、 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)險狀況 ， 充當(dāng)信息披露工具 。 VaR的兩因素選擇 ： 計算 VaR的時間長度 ? 一天、一月或一年等等。 例如置信水平為 95％ ， VaR應(yīng)該超過分布的所有觀察值總數(shù)的 5%。 ? 嚴(yán)格地說 ， VaR描述了在一定的目標(biāo)期間內(nèi) ， 收益和損失的預(yù)期分布的分位數(shù) ? c為置信水平 VaR對應(yīng)的是較低的尾部水平 1c。 – 平均而言， A銀行在未來的 100天內(nèi)有 1天損失可能超過 1000萬元 例如： 3 標(biāo)準(zhǔn)正態(tài)分布 下 VaR值計算 ? 在標(biāo)準(zhǔn)正態(tài)分布下，當(dāng)給定一個置信水平如 95%，則對應(yīng)t=，于是就可以計算出相應(yīng)的 ? 最小回報 R*=μ?tσ ? VaR=?tσ 1c 收益 概率密度 損失 VaR ? 置信度為 95％的 V
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1