信用風(fēng)險(xiǎn)管理ppt課件(2)(編輯修改稿)
2025-02-05 12:13 本頁面
【文章內(nèi)容簡介】 ，公司就會(huì)對(duì)其債務(wù)違約。 ? 在 KMV 方法中，信用風(fēng)險(xiǎn)從根本上是由發(fā)行者的資產(chǎn)價(jià)值的變化驅(qū)動(dòng)的。因此，在給定公司的現(xiàn)時(shí)資產(chǎn)結(jié)構(gòu)的情況下，一旦確定出資產(chǎn)價(jià)值的隨機(jī)過程，便可得到任一時(shí)間單位（如 1 年、 2 年等）的實(shí)際違約概率。 ? 與 Credit Metrics 不同， KMV 模型沒有運(yùn)用穆迪或標(biāo)準(zhǔn)普爾的統(tǒng)計(jì)數(shù)據(jù)通過債務(wù)人的信用等級(jí)確定一個(gè)違約概率，它并不明確地涉及轉(zhuǎn)移概率，而是根據(jù)莫頓的模型得出每個(gè)債務(wù)人的期望違約頻率，將違約概率作為公司的資產(chǎn)結(jié)構(gòu)、資產(chǎn)收益的波動(dòng)性和現(xiàn)時(shí)資產(chǎn)價(jià)值的一個(gè)函數(shù)。 ? 在 KMV 中，轉(zhuǎn)移概率已包含在 EDF （預(yù)期違約頻率）中，實(shí)際上， EDF 的每個(gè)值都與一個(gè)利差曲線和一個(gè)暗含的信用等級(jí)相聯(lián)系。而且， EDF 是相對(duì)于違約風(fēng)險(xiǎn)的一種 “ 基數(shù)評(píng)級(jí) ” ，而不是傳統(tǒng)的由評(píng)級(jí)機(jī)構(gòu)所提供的 “ 序數(shù)評(píng)級(jí) ”（如穆迪公司的 8 個(gè)信用等級(jí)），它可以映射于任何等級(jí)體系而得到債務(wù)人的相同等級(jí)。 ? KMV 最適用于公開上市公司，它們的股票價(jià)格和財(cái)務(wù)報(bào)表的信息便于轉(zhuǎn)化為一個(gè)暗含的違約風(fēng)險(xiǎn)。 （三） Credit Risk+—— 精算風(fēng)險(xiǎn)模型 ? Credit Risk+是一個(gè)運(yùn)用了精算方法的模型，它假定違約率是隨機(jī)的，可以在信用周期內(nèi)顯著地波動(dòng)，并且其本身是風(fēng)險(xiǎn)的驅(qū)動(dòng)因素。因而， Credit Risk+被認(rèn)為是一種 “ 違約率模型 ” 的代表。與 CreditMetrics 、 KMV 都以資產(chǎn)價(jià)值作為風(fēng)險(xiǎn)驅(qū)動(dòng)因素不同，它只考慮了違約風(fēng)險(xiǎn)，而沒有對(duì)違約的成因做出任何假設(shè)：一個(gè)債務(wù)人或者以概率 PA 違約，或者以 1－ PA 的概率沒有違約。 ? 它假定： ? 1）對(duì)于一筆貸款，在給定期間內(nèi)的違約概率，比如 1 個(gè)月，與其他任何月份的違約概率相同； ? 2）對(duì)于大量的債務(wù)人，任何特定債務(wù)人的違約概率很小，且在某一特定時(shí)期內(nèi)的違約數(shù)與任何其他時(shí)期內(nèi)的違約數(shù)相互獨(dú)立。 （五） Credit Metrics 模型 ? Credit Metrics 模型是由 摩根于 1997 年提出的。它對(duì)貸款和債券在給定的時(shí)間單位內(nèi)（通常為一年）的未來價(jià)值變化分布進(jìn)行估計(jì)，并通過在險(xiǎn)價(jià)值（ Value at Risk ,VAR）來衡量風(fēng)險(xiǎn)。這里，VAR 用來衡量投資組合風(fēng)險(xiǎn)暴露的程度指在正常的市場情況和一定的置信水平下，在給定的時(shí)間段內(nèi)預(yù)期可能發(fā)生的最大損失。 ? 在 Credit Metrics 中，價(jià)值變化與債務(wù)人信用質(zhì)量的最終轉(zhuǎn)移相聯(lián)系，這種轉(zhuǎn)移既包括升級(jí)也包括降級(jí)和違約。因此，信用風(fēng)險(xiǎn)不僅由債務(wù)人的違約風(fēng)險(xiǎn)引起，也會(huì)因債務(wù)人的信用等級(jí)降級(jí)而引起潛在的市場價(jià)值損失。 （五） CPV（ Credit Portfolio View）模型 ? Credit Portfolio View 是一個(gè)多因子模型，它根據(jù)諸如失業(yè)率、 GDP 增長率、長期利率水平、匯率、政府支出以及總儲(chǔ)蓄率等宏觀因素，對(duì)每個(gè)國家不同行業(yè)中就不同等級(jí)的違約和轉(zhuǎn)移概率的聯(lián)合條件分布進(jìn)行模擬。 Credit Portfolio View 是基于一種因果關(guān)系，違約概率以及轉(zhuǎn)移概率都與宏觀經(jīng)濟(jì)緊密。當(dāng)經(jīng)濟(jì)狀況惡化時(shí)，降級(jí)和違約增加；反之，當(dāng)經(jīng)濟(jì)狀況好轉(zhuǎn)時(shí)，降級(jí)和違約減少。 各種模型的比較 ? Credit Portfolio View 的思想在某種程度上介于 Credit Metrics 和 CreditRisk+之間。與 Credit Metrics 類似， Credit Portfolio View 也用于說明違約和等級(jí)降級(jí)帶來的損失，且同樣將等級(jí)轉(zhuǎn)移矩陣作為它的模型基礎(chǔ)，但它不是運(yùn)用股票數(shù)據(jù)近似違約相關(guān)性，而是根據(jù)當(dāng)前的宏觀經(jīng)濟(jì)形勢對(duì)原始轉(zhuǎn)移矩陣進(jìn)行 “ 調(diào)整 ” ，因而違約概率不是常數(shù)而是變動(dòng)的，這一點(diǎn)則與 Credit Risk+模型類似。 ? 但是，與 Credit Risk+不同的是，它不是一種單因素模型，對(duì)每個(gè)部門僅需確定違約率的一個(gè)期望值和一個(gè)標(biāo)準(zhǔn)差，在 Credit Portfolio View 則需要每個(gè)部門違約率的完全時(shí)間序列，這些時(shí)間序列是 Credit Portfolio View 運(yùn)用復(fù)雜的計(jì)量經(jīng)濟(jì)工具模擬宏觀經(jīng)濟(jì)情景的最重要的輸入數(shù)據(jù)。 ? Credit Metrics 方法是基于信用轉(zhuǎn)移分析，它對(duì)任一債券或貸款組合的價(jià)值建立了完全分布模型，并且其價(jià)值的變化只與信用轉(zhuǎn)移有關(guān)，它通過在險(xiǎn)價(jià)值來衡量風(fēng)險(xiǎn)，而這一在險(xiǎn)價(jià)值即是在指定置信水平下這一分布的百分位數(shù)。 ? KMV 公司所建立的信用風(fēng)險(xiǎn)方法是用于評(píng)估相對(duì)于違約和轉(zhuǎn)移風(fēng)險(xiǎn)的違約概率和損失分布，與 Credit Metrics 不同的是， KMV 方法依賴于每一個(gè)債務(wù)人的 “ 期望違約頻率 ” ，而不是由評(píng)估機(jī)構(gòu)所評(píng)出的平均歷史轉(zhuǎn)移頻率。 ? Credit Risk+僅針對(duì)于違約，它假定單個(gè)或貸款的違約服
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1