銀行信用風險管理理論及應用-文庫吧資料
2025-01-18 16:43本頁面
【正文】 V的資產(chǎn)組合管理模型 ? （二）信用度量制組合模型 ? 1．計算在正態(tài)分布的假設前提下信用資產(chǎn)組合受險價值量（ Portfolio VaR） ? 2．測算在實際分布條件下的 Portfolio VaR ? 3．推導出相應的 N項組合經(jīng)濟資本量 16:33 43 第三節(jié) 信用衍生產(chǎn)品的運用 ? 一、信用衍生產(chǎn)品概述 (237) ? (Credit Derivatives)的定義 ? 16:33 44 ? 二、信用衍生產(chǎn)品的主要類型 ? （一）利用信用互換對沖信用風險 ? （ Credit Default Swap，CDS） ? (Total Return Swap) 16:33 45 ? （二）利用信用期權對沖信用風險 ? （ Credit Default Options，CDO） ? （ Credit Spread Options） 16:33 46 ? （三）利用信用遠期合約對沖信用風險 –信用價差遠期合約（ Credit Spread Forward） ? （四）利用證券化轉移信用風險 –信用聯(lián)系型票據(jù)（ Creditlinked Notes， CLN） ? SPV（ Special Purpose Vehicle） 16:33 47 ? 三、信用衍生產(chǎn)品的風險 ? （一）信用風險 ? （二）交易風險 ? （三）流動性風險 ? （四）定價風險 ? （五）法律和監(jiān)管風險 16:33 48 ? 四、運用信用衍生產(chǎn)品管理銀行信用風險 ? （一）運用信用衍生產(chǎn)品可以轉移并對沖信用風險 ? （二）運用信用衍生產(chǎn)品對銀行產(chǎn)生的積極影響 16:33 49 第四節(jié) 信用資產(chǎn)的定價管理 ? 一、信用資產(chǎn)的定價 ? ? ? ? 二、進行信用資產(chǎn)定價管理的重要意義 16:33 50 作業(yè)題（論述題） ? 度量模型的異同點，以及模型應用時的注意事項。我們稱時間離散、狀態(tài)離散的馬爾科夫過程為 馬爾科夫鏈 。無后效的隨機過程稱為馬爾科夫過程。 16:33 35 ? CreditMetrics模型的評價 – CreditMetrics模型的創(chuàng)新之處 – CreditMetrics模型中需進一步討論的問題 16:33 36 ? 補充： ? 馬爾科夫過程 (MarKov Process)是一個典型的隨機過程。 Poor）為例 –一年期轉移矩陣 –多年期累計平均違約率 ? ②遠期定價模型 ? ③債券的風險價值 16:33 32 ? (2)貸款組合的 VaR ? 1)包含兩個債券的資產(chǎn)組合 ? 2)信用等級相關性的估計 ? 3)多筆貸款的風險價值 16:33 33 ? 1)包含兩個債券的資產(chǎn)組合 –相關性為 0的一年期債券的聯(lián)合轉移概率（ 212頁表 77） –當兩個債券的相關性大于 0時，資產(chǎn)組合的聯(lián)合轉移概率不再簡單地等于單個資產(chǎn)轉移概率的乘積。當債券的信用評級變化時，其價值會發(fā)生怎樣的變化。即以政府債券收益率作為基準收益率曲線。即未來違約發(fā)生時，位于不同信用等級上的債券的清償率。 CreditMetrics使用特定評級機構的評級體系，度量債務人從一個信用級別轉移到另一個級別的概率。 ? 4）信用風險溢價。 ? 2）違約回收率。 ? 備用信用證只適用 《 跟單信用證統(tǒng)一慣例 》（ UCP600號）的部分條款。 16:33 28 補充：備用信用證 ? 備用信用證是一種特殊形式的信用證，是開證銀行對受益人承擔一項義務的憑證。 ? 缺點：（ 206） 16:33 27 ? ㈡ CreditMetrics（信用度量術）模型 ? ⒈ CreditMetrics的模型框架 – （ 209頁圖 71） ? CreditMetrics模型的關鍵在于估算給定時期內，單項貸款債券或其組合價值變化的預期概率分布。（ 204） ? EDF值在上述公司申請破產(chǎn)以前很敏感地反映出了信用風險的劇烈波動，與以信用評級為基礎的體系相比之下， EDF值對信用的變化具有更大的敏感性。 16:33 23 ? ⑵ 違約距離的計算 ? 違約實施點 (Default Exercise Poin
公司管理相關推薦
鄂ICP備17016276號-1