03-2信用風(fēng)險(xiǎn)度量值模型-文庫吧資料
2025-01-14 18:20本頁面
【正文】 108 .66( 372 ) ( 432 ) ( 493 ) ( 532 )P ? ? ? ? ? ? 不同信用等級下貸款市值狀況 借款人信用等級轉(zhuǎn)換后貸款市值的概率分布分布情況 =均值 概率 貸款市值（百萬美元） 5年期 BBB級貸款的市值實(shí)際分布情況 ????81iii PVVi：每一信用等級下的貸款市值 Pi：借款人信用等級轉(zhuǎn)換到不同信用等級下的概率 （ 3）計(jì)算貸款的 VAR值 ? 首先，求貸款未來價(jià)值的均值和方差 E貸款未來價(jià)值 ?????81iii P)(V22 Eσ 其次，求 VAR值 ? VAR等于一定的置信度上，年末可能的貸款價(jià)值與貸款預(yù)期平均價(jià)值間的差距，即貸款的價(jià)值損失。 （ 1）一年期信用等級轉(zhuǎn)換矩陣 信用等級的上升或下降必然會影響到一筆貸款余下的現(xiàn)金流量所要求的信貸風(fēng)險(xiǎn)加息差 (或信貸風(fēng)險(xiǎn)酬金 )，因此也就必然會對貸款隱含的當(dāng)前市值產(chǎn)生影響。 ? 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 )。 ? 信用度量制模型的基本方法就是信用等級變化分析 。 ? 信用風(fēng)險(xiǎn)取決于債務(wù)人的信用狀況 ， 而企業(yè)的信用狀況由被評定的信用等級表示 。但是對于貸款而言，它的價(jià)值分布離正態(tài)分布狀偏差較大，具有非對稱性。 ? VaR并沒有告訴我們在可能超過 VaR損失的時(shí)間內(nèi)的實(shí)際損失會是多少； ? VAR只考慮資產(chǎn)正常波動(dòng)下的風(fēng)險(xiǎn)測量，無法應(yīng)對極端情況的出現(xiàn)。 給出了在一定置信水平下 、 特定時(shí)間內(nèi) ， 金融資產(chǎn)組合的最大損失 ， 以貨幣表示的風(fēng)險(xiǎn)比較適宜與股東 、 外界溝通其風(fēng)險(xiǎn)狀況 ， 充當(dāng)信息披露工具 。 – 可實(shí)施集中式的風(fēng)險(xiǎn)管理系統(tǒng) ， 提高風(fēng)險(xiǎn)管理的效率 。 ? 花旗銀行使用 %置信水平，美洲銀行與 JP摩根使用95%的置信水平，信孚銀行使用 99%的置信水平 總結(jié)： VaR的優(yōu)點(diǎn) ：借助于數(shù)學(xué)和統(tǒng)計(jì)學(xué)工具 ， VaR以定量的方式給出資產(chǎn)組合下方風(fēng)險(xiǎn)（ Downside Risk） 的確切值 。 ? 資產(chǎn)組合的波動(dòng)性（方差）與時(shí)間長度正相關(guān)，故 VaR隨著持有期增加而增加。 VaR的兩因素選擇 ： 計(jì)算 VaR的時(shí)間長度 ? 一天、一月或一年等等。這意味著如下 3種等價(jià)的描述： – A銀行從 4月 1日開始，未來 10天內(nèi)資產(chǎn)組合的損失大于 1000萬元的概率為 1%； – 以 99％的概率確信： A銀行從 4月 1日起未來10天內(nèi)的損失不超過 1000萬元。則我們可以將其寫作： 我們在 C的置信水平上，在接下來的 T個(gè)交易日中損失程度不會超過的金額。 ? 按照從最低到最高的順序有規(guī)則地排列這些數(shù)字，計(jì)算每一個(gè)“橫格”中包含的觀察值個(gè)數(shù)，建立一個(gè)月收益率的概率分布圖 0 50 100 5 4 3 2 1 1 2 3 4 5 0 5%損失概率 552次觀察中出現(xiàn)的次數(shù) ? V 為投資組合目前的價(jià)值 ? ⊿ V 表示投資組合在未來 N天的價(jià)值損益變化 ? c為置信水平（一般為 99％、 95％等） ? 那么在未來 N天， 2
畢業(yè)設(shè)計(jì)相關(guān)推薦
鄂ICP備17016276號-1