信用風(fēng)險(xiǎn)量化的4種模型-文庫吧資料
2025-06-30 23:16本頁面
【正文】 ?！ urdle rate水平可以通過加權(quán)平均的資金成本代替。如果貸款被看做一種價(jià)值增值的話，銀行的資本就應(yīng)分配于該筆貸款。RAROC指標(biāo)計(jì)算的目的，是與一種以成本為依托的底線比率(hurdle rate)進(jìn)行比較。RAROC可以廣泛應(yīng)用于銀行管理，如利率風(fēng)險(xiǎn)管理、匯率風(fēng)險(xiǎn)管理、股權(quán)管理、產(chǎn)品風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)管理等，我們這里重點(diǎn)研究RAROC在貸款(決策)管理中的運(yùn)用?！ ?1)RAROC的概念 RAROC為每筆交易分配一種“資本費(fèi)用”，其數(shù)量等于該交易在一年內(nèi)的預(yù)期最大損失(稅后，99％的置信水平)。用于債券可能會(huì)出現(xiàn)價(jià)值偏移。 轉(zhuǎn)移矩陣的不穩(wěn)定性：轉(zhuǎn)移矩陣使用時(shí)，不會(huì)反映借款人在不同業(yè)務(wù)特點(diǎn)或經(jīng)濟(jì)周期的特殊性。因此建議用 MARKOV高級(jí)或第二公式來更好地反映超時(shí)的評(píng)分轉(zhuǎn)移?！ ?2)信用矩陣模型存在的問題 傳統(tǒng)的風(fēng)險(xiǎn)管理方法很難涉及風(fēng)險(xiǎn)分散效應(yīng)。采用信用矩陣模型，可以有效解決不同借款人信用風(fēng)險(xiǎn)之間的相關(guān)性模擬等信用組合的風(fēng)險(xiǎn)量化難點(diǎn)。利用該表的分布，可以看到，約有5．3％的可能性。一年遠(yuǎn)期零利率條件下的信用評(píng)分（％）不同信用條件下第一年末的貸款價(jià)值 第三步：VAR的計(jì)算對(duì)貸款值的計(jì)算 上表中，一年末各種可能的信用等級(jí)現(xiàn)值的概率加權(quán)即為平均值。在技術(shù)上，該貸款在后4年的每年末用標(biāo)準(zhǔn)的模型進(jìn)行逐年評(píng)級(jí)，第一年末該貸款的估算為： (INT表示每年末支付的利息，M是到期日必須支付的金額或債券票面價(jià)格，r是無風(fēng)險(xiǎn)利率，s是根據(jù)不同期限計(jì)算出的零息債券的年利差)?！ 〉诙剑涸u(píng)級(jí) 根據(jù)轉(zhuǎn)化矩陣，對(duì)不同的信用等級(jí)相對(duì)應(yīng)的風(fēng)險(xiǎn)進(jìn)行評(píng)級(jí)。如一個(gè)3B級(jí)的借款人，預(yù)計(jì)明年評(píng)分在3B的可能性是86．93％，信用升至A的可能性5．95％，降至3C的可能性是0．12％?！ AR模型的主要計(jì)算思路如下： 第一步：信用評(píng)分轉(zhuǎn)化矩陣信用矩陣模型通過使用可能性轉(zhuǎn)化矩陣(見表2—2)來評(píng)介一個(gè)金融機(jī)構(gòu)資產(chǎn)的使用狀況。不僅計(jì)算貸款預(yù)期損失，而且計(jì)算受險(xiǎn)價(jià)值(VAR)或非預(yù)期損失。信用矩陣模型根據(jù)借款人信用質(zhì)量的變化而引起的貸款價(jià)值的變化來量化組合信用風(fēng)險(xiǎn)。即根據(jù)信用質(zhì)量的變動(dòng)及時(shí)評(píng)級(jí)資產(chǎn)價(jià)值發(fā)生損失的可能性，它反映的主要問題是：如果明年情況不好，我的資產(chǎn)會(huì)有出現(xiàn)什么損失。KMV的結(jié)果對(duì)股票市場(chǎng)的變動(dòng)過于敏感(當(dāng)股票市場(chǎng)對(duì)某新聞反應(yīng)過度時(shí)，KMV的EDF就成了激進(jìn)的預(yù)言家，而不是準(zhǔn)確預(yù)言家，因?yàn)镋DF有可能是根據(jù)資產(chǎn)價(jià)格的突然跳水而不是格的連續(xù)變動(dòng)來計(jì)算的)。更關(guān)注系統(tǒng)風(fēng)險(xiǎn)和短期違約風(fēng)險(xiǎn)，而非系統(tǒng)風(fēng)險(xiǎn)和長(zhǎng)期風(fēng)險(xiǎn)； 理論性強(qiáng)，背后聯(lián)系著堅(jiān)實(shí)的理論基礎(chǔ)。對(duì)市場(chǎng)環(huán)境的變化反應(yīng)敏感，EDF數(shù)據(jù)每季度更新； (2)KMV模型的優(yōu)點(diǎn) 與上面介紹的理論 EDF不同，KMV的經(jīng)驗(yàn)EDF的計(jì)算方法如下： 經(jīng)驗(yàn)EDF=年內(nèi)違約公司數(shù)量/公司總數(shù)（取年初資產(chǎn)價(jià)格在違約點(diǎn)B的2 變化的公司)比如，KMV的違約數(shù)據(jù)庫顯示，年初有2 000家公司的資產(chǎn)價(jià)格在違約點(diǎn)B的2d內(nèi)變化，其中有60家公司違約，則 經(jīng)驗(yàn)EDF=60／2 000=3％ 所以，KMV公司的經(jīng)驗(yàn)EDF與理論EDF的結(jié)果完全不同?！ MV認(rèn)為，正態(tài)分布的假設(shè)是非常重要的觀點(diǎn)，KMV并不構(gòu)造理論上的EDF。在本例中，借款銀行就面臨著5％的估計(jì)違約頻率，即EDF。 經(jīng)驗(yàn)定理：正態(tài)分布下， 價(jià)值的68％會(huì)落在均值的1 內(nèi)，
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1