03-2信用風(fēng)險(xiǎn)度量值模型ppt課件

1、第五章 信譽(yù)風(fēng)險(xiǎn)管理 第一節(jié) 信譽(yù)風(fēng)險(xiǎn)的成因第二節(jié) 信譽(yù)風(fēng)險(xiǎn)的度量第三節(jié) 信譽(yù)組合風(fēng)險(xiǎn)度量專家制度法Z評(píng)分模型ZETA評(píng)分模型VAR方法信譽(yù)度量制模型1. VARValue at Risk，譯為在險(xiǎn)價(jià)值或受險(xiǎn)價(jià)值，是以貨幣方式表示的風(fēng)險(xiǎn)。定義Jorion ，1997：VaR是衡量在未來特定的一段時(shí)間內(nèi)，某一給定的置信程度下，投資組合在正常情況下能夠蒙受的最大損失。VaR是一種對(duì)能夠?qū)崿F(xiàn)的價(jià)值市值損失的估計(jì)，而不是一種“賬面的損失估計(jì)。 嚴(yán)厲地說，VaR描畫了在一定的目的期間內(nèi)，收益和損失的預(yù)期分布的分位數(shù)c為置信程度VaR對(duì)應(yīng)的是較低的尾部程度1-c。例如置信程度為95，VaR應(yīng)該超越分布的一

2、切察看值總數(shù)的5%。VAR方法對(duì)VAR的描畫有一位持有價(jià)值為1億美圓的中期國(guó)庫(kù)券的投資者，在1個(gè)月內(nèi)該頭寸會(huì)有多少損失呢？用歷史數(shù)據(jù)來模擬該項(xiàng)投資的1個(gè)月期收益率以下圖是自1953年以來5年期美國(guó)中期國(guó)庫(kù)券的月收益率情況，該圖闡明收益率在+5%和5%之間動(dòng)搖。按照從最低到最高的順序有規(guī)那么地陳列這些數(shù)字，計(jì)算每一個(gè)“橫格中包含的察看值個(gè)數(shù)，建立一個(gè)月收益率的概率分布圖050100- 5- 4- 3- 2- 11234505%損失概率552次察看中出現(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為置信程度普通為99、95等那么在未來N天，2 VaR的數(shù)學(xué)定義 或定義隱

3、含兩個(gè)假設(shè)假設(shè)投資組合的構(gòu)成在持有期間內(nèi)維持不變VAR計(jì)算的最大損失值是在正常的情況下，它不包含崩盤或突發(fā)事件 在N天終了時(shí)，投資組合的損失大于或是等于VAR的概率是1-c，換句話，即在c的置信程度下，在N天終了時(shí)，投資組合所蒙受的潛在損失小于等于VAR。假設(shè)1個(gè)基金經(jīng)理希望在接下來的10天時(shí)間內(nèi)，在95%概率上其所管理的基金價(jià)值損失不超越$1,000,000。那么我們可以將其寫作： 我們?cè)贑的置信程度上，在接下來的T個(gè)買賣日中損失程度不會(huì)超越的金額。 VaR回答的問題：A銀行2006年4月1日公布其持有期為10天、置信程度為99%的VaR為1000萬元。這意味著如下3種等價(jià)的描畫：1、A銀行

4、從4月1日開場(chǎng)，未來10天內(nèi)資產(chǎn)組合的損失大于1000萬元的概率為1%；2、以99的概率確信：A銀行從4月1日起未來10天內(nèi)的損失不超越1000萬元。3、平均而言，A銀行在未來的100天內(nèi)有1天損失能夠超越1000萬元例如：3 規(guī)范正態(tài)分布下VaR值計(jì)算在規(guī)范正態(tài)分布下，當(dāng)給定一個(gè)置信程度如95%，那么對(duì)應(yīng)t=1.65，于是就可以計(jì)算出相應(yīng)的最小報(bào)答R*=tVaR=t1-c收益概率密度損失VaR置信度為95的VAR值為1.65；置信度為97.5的VAR值為1.96置信度為99的VAR值為2.33置信度為99.5的VAR值為2.58因此，VaR是分布的規(guī)范差與由置信程度確定的乘子的乘積商定俗成：

5、VaR是以正數(shù)表示。4、VaR的兩要素選擇A.持有期的選擇：計(jì)算VaR的時(shí)間長(zhǎng)度一天、一月或一年等等。理想方法，思索將持有期與資產(chǎn)組合的存續(xù)期一致。資產(chǎn)組合的動(dòng)搖性方差與時(shí)間長(zhǎng)度正相關(guān)，故VaR隨著持有期添加而添加。B.置信程度的選擇：置信程度越高，對(duì)于同樣的資產(chǎn)組合、在給定的持有期內(nèi)，那么VaR越大，即資產(chǎn)的損失大于VaR的能夠性越小，可靠性越高?；ㄆ煦y行運(yùn)用95.4%置信程度，美洲銀行與JP摩根運(yùn)用95%的置信程度，信孚銀行運(yùn)用99%的置信程度總結(jié)：VaR的優(yōu)點(diǎn)1.準(zhǔn)確性：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確實(shí)切值。2.綜合性：將風(fēng)險(xiǎn)來

6、源不同、多樣化的金融工具的風(fēng)險(xiǎn)納入到一個(gè)一致的計(jì)量框架，將整個(gè)機(jī)構(gòu)的風(fēng)險(xiǎn)集成為一個(gè)數(shù)值?？蓪?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?？偨Y(jié)：VaR的優(yōu)點(diǎn)3、VaR概念簡(jiǎn)單、了解容易。給出了在一定置信程度下、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)情況，充任信息披露工具。4、特別適宜監(jiān)管部門的風(fēng)險(xiǎn)監(jiān)管。VaR并沒有通知我們?cè)谀軌虺絍aR損失的時(shí)間內(nèi)的實(shí)踐損失會(huì)是多少；VAR只思索資產(chǎn)正常動(dòng)搖下的風(fēng)險(xiǎn)丈量，無法應(yīng)對(duì)極端情況的出現(xiàn)。思索：VaR還有什么缺陷？缺陷：貸款的市值不能直接察看到假設(shè)無法察看到貸款市值的時(shí)間序列，那就無法計(jì)算貸款的方差在VaR方法

7、上，人們假定可買賣性金融資產(chǎn)的收益分布是呈正態(tài)分布狀的，這與它們的實(shí)踐分布是大體吻合的。但是對(duì)于貸款而言，它的價(jià)值分布離正態(tài)分布狀偏向較大，具有非對(duì)稱性。用VAR方法評(píng)價(jià)貸款的問題 所以我們既無法察看到貸款的市值(P)，也不可以獲得貸款市值的變動(dòng)率()。但是人們依然可以經(jīng)過掌握借款企業(yè)的以下資料來處理這個(gè)問題。這些資料包括： 借款人的信譽(yù)等級(jí)資料； 在下一年度里該信譽(yù)級(jí)別程度轉(zhuǎn)換為其它信譽(yù)級(jí)別的概率； 違約貸款的收復(fù)率。一旦人們獲得了這些資料，他們便可以計(jì)算出任何一項(xiàng)非買賣性的貸款和債券的P值和值，從而最終可利用受險(xiǎn)價(jià)值方法對(duì)單筆貸款或貸款組合的受險(xiǎn)價(jià)值量進(jìn)展度量。由于貸款是不可以公開進(jìn)展買賣

8、的信譽(yù)度量制模型CreditMetrics模型根本原理計(jì)算單項(xiàng)貸款的VAR值的步驟CreditMetrics模型與巴塞爾協(xié)議CreditMetrics模型的優(yōu)缺陷VaR方法作為市場(chǎng)風(fēng)險(xiǎn)丈量的最正確方法已被廣泛運(yùn)用；VaR方法能否也可以用來度量信譽(yù)風(fēng)險(xiǎn)？JP摩根美洲銀行瑞士銀行瑞士結(jié)合銀行1997.2退出信譽(yù)風(fēng)險(xiǎn)的度量制模型1. Creditmetrics信譽(yù)度量制模型的根本原理計(jì)算信譽(yù)風(fēng)險(xiǎn)的VAR值即在給定的置信區(qū)間上、給定時(shí)段內(nèi)，信貸資產(chǎn)能夠發(fā)生的最大價(jià)值損失。信譽(yù)風(fēng)險(xiǎn)取決于債務(wù)人的信譽(yù)情況，而企業(yè)的信譽(yù)情況由被評(píng)定的信譽(yù)等級(jí)表示。信譽(yù)度量制模型以為信譽(yù)風(fēng)險(xiǎn)可以說直接源自企業(yè)信譽(yù)等級(jí)的變化，

9、并假定信譽(yù)評(píng)級(jí)體系是有效的，即企業(yè)投資失敗、利潤(rùn)下降、融資渠道枯竭等信譽(yù)事件對(duì)其還款履約才干的影響都能及時(shí)恰當(dāng)?shù)亟?jīng)過其信譽(yù)等級(jí)的變化而表現(xiàn)出來。信譽(yù)度量制模型的根本方法就是信譽(yù)等級(jí)變化分析。 1預(yù)測(cè)借款人信譽(yù)等級(jí)的變動(dòng)，得出信譽(yù)等級(jí)轉(zhuǎn)移概率矩陣 2對(duì)信譽(yù)等級(jí)變動(dòng)后的貸款市值進(jìn)展估計(jì) 3計(jì)算貸款受險(xiǎn)價(jià)值VAR2、計(jì)算單項(xiàng)貸款的VAR值的步驟：信譽(yù)度量制模型要處理的問題：假設(shè)下一個(gè)年度是一個(gè)壞年度的話，我們的貸款及貸款組合的價(jià)值將會(huì)遭到多大的損失？貸款的價(jià)值P貸款市值的動(dòng)搖率未知：目的：度量貸款的受損價(jià)值可知的信息： 借款人的信譽(yù)等級(jí) 下一年該信譽(yù)等級(jí)轉(zhuǎn)換為其它信譽(yù)級(jí)別的概率 違約貸款的收復(fù)率舉例

10、：借款企業(yè)信譽(yù)等級(jí)為BBB級(jí)。5年期固定利率貸款，年貸款利率為6%，貸款總額為100(百萬美圓)。1預(yù)測(cè)借款人信譽(yù)等級(jí)的變動(dòng)，得出信譽(yù)等級(jí)轉(zhuǎn)移概率矩陣假定借款人一年后有8種能夠的信譽(yù)形狀，即AAAD級(jí)違約那么一年后借款人由初始信譽(yù)等級(jí)轉(zhuǎn)移到各種能夠等級(jí)的概率稱為信譽(yù)等級(jí)轉(zhuǎn)移概率轉(zhuǎn)移概率1。1一年期信譽(yù)等級(jí)轉(zhuǎn)換矩陣 信譽(yù)等級(jí)的上升或下降必然會(huì)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(huì)對(duì)貸款隱含的當(dāng)前市值產(chǎn)生影響。2對(duì)信譽(yù)等級(jí)變動(dòng)后的貸款市值估計(jì)其中：P0貸款總額r0年貸款利率ri財(cái)政零息票債券的無風(fēng)險(xiǎn)利率Si每年的信譽(yù)加息差，它是不同期限的(零息票)貸款

11、信貸風(fēng)險(xiǎn)報(bào)酬率，這些數(shù)據(jù)可從公司債券市場(chǎng)相應(yīng)的債券利率與國(guó)債市場(chǎng)相應(yīng)的國(guó)債利率之差中獲得。假定：借款人在第一年中的信譽(yù)等級(jí)從BBB級(jí)上升的A級(jí)，那么對(duì)于發(fā)放貸款的金融機(jī)構(gòu)來說它所發(fā)放的這筆貸款的第一年終了時(shí)的現(xiàn)值或市值便是 假設(shè)借款人在第一年終了時(shí)信譽(yù)等級(jí)從BBB級(jí)上升為A級(jí)，那么這100百萬美圓貸款(帳面值)的市值可上升為108.66百萬美圓 不同信譽(yù)等級(jí)下貸款市值情況借款人信譽(yù)等級(jí)轉(zhuǎn)換后貸款市值的概率分布分布情況51.13107.09=均值109.37概率貸款市值百萬美圓5年期BBB級(jí)貸款的市值實(shí)踐分布情況Vi：每一信譽(yù)等級(jí)下的貸款市值Pi：借款人信譽(yù)等級(jí)轉(zhuǎn)換到不同信譽(yù)等級(jí)下的概率3計(jì)算貸

12、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)值其次，求VAR值VAR等于一定的置信度上，年末能夠的貸款價(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。 假設(shè)貸款價(jià)值服從正態(tài)分布，那么置信度為95的VAR值為1.65；置信度為99的VAR值為2.33。 假設(shè)基于貸款價(jià)值的實(shí)踐分布，可利用轉(zhuǎn)移概率矩陣和對(duì)應(yīng)的貸款價(jià)值表近似計(jì)算不同置信度下的VAR值。 貸款VAR值=貸款均值給定置信度程度上年末能夠的貸款價(jià)值 根據(jù)實(shí)踐分布，計(jì)算VAR 根據(jù)正態(tài)分布模型的優(yōu)點(diǎn) 其一，思索了借款人信譽(yù)等級(jí)轉(zhuǎn)換的問題 其二，多形狀模型，能更準(zhǔn)確地計(jì)量信譽(yù)風(fēng)險(xiǎn)的變化和損失值。 其三，率先提出資產(chǎn)組合信譽(yù)風(fēng)險(xiǎn)的

13、度量框架，注重直接分析企業(yè)間信譽(yù)情況變化的相關(guān)關(guān)系，因此更加與現(xiàn)代組合投資管理實(shí)際相吻合4 CreditMetrics模型的優(yōu)缺陷模型的局限 技術(shù)上：假定信譽(yù)評(píng)級(jí)是有效的。假定貸款未來的等級(jí)轉(zhuǎn)移概率與其過去的轉(zhuǎn)移概率沒有相關(guān)性。假定轉(zhuǎn)移概率在不同時(shí)期之間是穩(wěn)定的，未思索經(jīng)濟(jì)周期的影響。假定企業(yè)資產(chǎn)價(jià)值的相關(guān)度等于企業(yè)股票收益的相關(guān)度，有待驗(yàn)證。 實(shí)踐運(yùn)用中：利用歷史數(shù)據(jù)度量信譽(yù)風(fēng)險(xiǎn)，屬于“向后看的方法。以債券等級(jí)轉(zhuǎn)移概率近似替代貸款轉(zhuǎn)移概率正態(tài)分布xp (x)0假設(shè)延續(xù)型隨機(jī)變量X的密度函數(shù)為()()()+-=-xexfx22221smsp 其中 - m 0為參數(shù) 那么稱隨機(jī)變量X服從參數(shù)為m

14、，s2的正態(tài)分布。記作 XN,2規(guī)范正態(tài)分布x0 規(guī)范正態(tài)分布的密度函數(shù)為： 規(guī)范正態(tài)分布的分布函數(shù)為：假設(shè)XN(0,1)，那么PX0=P(X0)=0.5假設(shè)XN(,2)，那么PX=P(X)=0.5正態(tài)分布密度函數(shù)的圖形性質(zhì)(1) 曲線關(guān)于直線x=對(duì)稱(2) 當(dāng)x=時(shí)，p(x)獲得最大值(3) 曲線在 處有拐點(diǎn)，并以ox軸為漸近線x0(4) 假設(shè)固定，而改動(dòng)值，那么f(x)的圖形沿x軸平行挪動(dòng)，但不改動(dòng)其外形。 因此y=f(x)圖形的位置 完全由參數(shù)所確定。 (5)假設(shè)固定，改動(dòng)的值0 x正態(tài)分布的重要性正態(tài)分布是概率論中最重要的分布，這可以由以下情形加以闡明： 正態(tài)分布是自然界及工程技術(shù)中最常見的分布之一，大量的隨機(jī)景象都是服從或近似服從正態(tài)分布的。可以證明，假設(shè)一個(gè)隨機(jī)目的遭到諸多要素的影響，但其中任何一個(gè)要素都不起決議性作用，那么該隨機(jī)目的一定服從或近似服從正態(tài)分布 正態(tài)分布有許多良好的性質(zhì)，這些性質(zhì)是其它許多分布所不