商業(yè)銀行信貸風險度量與管理-資料下載頁
2025-08-15 21:27本頁面
【正文】 有 1%的機會降至 80美元 。前面我們曾假定 σ為 10美元，因此該股票價格有 1%的機會降至 元或者更低的水平。換言之，該股票持有人價值損失少于80美元 = 99%。就是說在置信水平 99%的情況下， 量 (VaR)。同時這里還隱含著這樣一個事實：明天有 1%的機會股票價格的損失額可達 。由于我們假定股票價格是呈正態(tài)分布狀，因此，每一百天所出現(xiàn)的那個壞天氣均會使股票價格處于圖 線以下那片陰影區(qū)域內(nèi)的某一點，并會造成相應(yīng)的股價損失額。 ? 由此可見，計算可交易金融資產(chǎn)受險價值的關(guān)鍵輸入變量是該項金融資產(chǎn)的 市值 (P)和它的市值變動率或標準差 (σ)； 在給定的風險時段和所要求的置信水平下 (如 99%)，一項金融資產(chǎn)的受險價值 (VaR)便可以直接計算出來。 ? VaR方法特別適用于對 可交易 的金融資產(chǎn)受險價值的計量，因為人們可以很容易地從資本市場中獲取這類資產(chǎn)的市值和它們的標準差。 ? 但是，若將這種方法直接用于度量非交易性金融資產(chǎn)如貸款的受險價值時則會遇到如下問題： ? 首先 ， 一筆貸款當前的市值 P不能夠直接觀察到 ， 因為絕大多數(shù)貸款是不能直接進行交易的 。 ? 第二 ， 由于貸款的市值不能夠觀察 ， 因而也就沒有一個時間序列來計算出貸款的方差 σ,即貸款市值的變動率 。 ? 第三 ， 在 VaR方法上 ， 人們假定可交易性金融資產(chǎn)的收益分布是呈正態(tài)分布狀的 ， 這與它們的實際分布是大體吻合的 。 但是對于貸款而言 ， 它的價值分布離正態(tài)分布狀偏差較大 ， 正如我們曾在前面所討論過的貸款的收益是固定在一定水平之下 ， 而它的風險則很大 。 因此 ， 即使我們能夠測定出貸款的市值和它的變動率 ， 我們?nèi)匀恍枰紤]貸款收益的非對稱性問題 。 “信用度量制”方法(CreditMetrics) ? “信用度量制” (CreditMetrics)是由 者 (美洲銀行、 KMV公司、瑞士聯(lián)合銀行等 )在已有的“風險度量制”方法基礎(chǔ)上，創(chuàng)立的一種專門用于對 非交易性金融資產(chǎn) 如貸款和私募債券的價值和風險進行度量的模型。 ? 風險度量制方法 (RiskMetrics)所要解決的問題是：“如果明天是一個壞天氣的話，我所擁有的可交易性金融資產(chǎn)如股票、債券和其它證券的價值將會有多大的損失 ?”。 ? 而信用度量制方法 (CreditMetrics)則是要解決這樣的問題：“如果下一個年度是一個壞年頭的話，我的貸款及貸款組合的價值將會遭受多大的損失呢 ?”。 ? 我們在前面曾談及，由于貸款是不能夠公開進行交易的，所以我們既無法觀察到貸款的市值 (P)，也不能夠獲得貸款市值的變動率 (σ)。但是人們?nèi)匀豢梢酝ㄟ^掌握借款企業(yè)的以下資料來解決這個問題。這些資料包括： –借款人的信用等級資料 –在下一年度里該信用級別水平轉(zhuǎn)換為其它信用級別的概率 –違約貸款的收復率 ? 一旦人們獲得了這些資料，他們便可以 計算出任何一項非交易性的貸款和債券的 P值和 σ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行度量。
高考資料相關(guān)推薦
鄂ICP備17016276號-1