主要内容

creditDefaultCopula

创造creditDefaultCopula目的模拟和分析多因素信用违约模型

在第页中展开全部

描述

的creditDefaultCopula类使用多因素模型模拟交易对手违约导致的投资组合损失。creditDefaultCopula将每个交易对手与一个称为潜在变量的随机变量相关联，该随机变量映射到每个场景的违约/非违约结果，以确保违约概率发生PD．如果违约，则记录该方案的损失等于ead.＊LGD交易对手。这些潜在变量使用多因素模型进行模拟，其中系统性信贷波动采用一系列风险因素建模。这些因素可以基于工业部门(如金融、航空航天)、地理区域(如美国、欧元区)或任何其他潜在的信贷风险驱动因素。每个交易对手都被赋予了一系列权重，这些权重决定了他们对每个潜在信贷因素的敏感性。

模型的输入描述了曝光的信用敏感组合：

  • ead.-默认曝光

  • PD- 默认值概率

  • LGD-违约损失（1）−恢复）

  • 权重-因子与特质模型权重

后creditDefaultCopula对象被创建(参见创建连接函数和性质)，使用模拟使用Multifactor模型模拟信用默认值的功能。结果以投资组合和对手水平的损失分布的形式储存。计算投资组合水平的几种风险措施，个人债务人的风险贡献。该模型计算：

  • 投资组合损失在不同情景下的完全模拟分布

  • 不同情景下每个交易对手的损失

  • 若干风险措施(变量，Cvar.，埃尔，性病)以置信区间

  • 每个交易对手的风险贡献（适用于埃尔和Cvar.）

创造

语法

cdc=creditDefaultCopula（EAD、PD、LGD、权重）
美国疾病控制与预防中心= creditDefaultCopula (＿＿＿，名称，价值）

描述

例子

疾病预防控制中心= creditDefaultCopula (ead.，PD，LGD，权重）创建一个creditDefaultCopula对象。的creditDefaultCopula对象具有以下属性:

  • 文件夹：

    包含以下变量的表格（表格的每一行代表一个交易对手）：

    • ID-识别每个交易对手的ID

    • ead.-默认曝光

    • PD- 默认值概率

    • LGD-默认损失

    • 权重- 对手对手的因子和特质权重

  • FactorCorrelation：

    因子相关矩阵，aNumFactors-经过-NumFactors定义风险因素之间相关性的矩阵。

  • 瓦莱夫：

    风险值水平，用于报告VaR和CVaR。

  • portfoliolosses.

    投资组合损失,NumScenarios-经过-1投资组合损失矢量。这个属性是空的，直到模拟函数被使用。

例子

疾病预防控制中心= creditDefaultCopula (＿＿＿，名称,值）集性质使用前面语法中的名称-值对和任何参数。例如，CDC = CreditDefaultCopula（EAD，PD，LGD，重量，'varlevel'，0.99）．您可以将多个名称值对指定为可选名称 - 值对参数。

输入参数

展开全部

默认曝光，指定为NumCounterparties-经过-1信用风险矢量。的ead.输入设置文件夹财产。

请注意

的creditDefaultCopula模型在某些固定时间段（例如，一年）上模拟默认值和损耗。交易对手暴露（ead.)违约概率(PD)都必须针对特定的时间。

数据类型：双倍的

违约概率，指定为NumCounterparties-经过-1元素来自的数字向量0通过1，表示交易对手的违约概率。的PD输入设置文件夹财产。

请注意

的creditDefaultCopula模型模拟固定时间段（例如，一年）内的违约和损失。交易对手风险敞口(ead.)违约概率(PD)都必须针对特定的时间。

数据类型：双倍的

默认丢失，指定为aNumCounterparties-经过-1元素来自的数字向量0通过1，表示交易对手违约时损失的风险敞口份额。LGD定义为−恢复).例如LGD在默认情况下，0.6表示40％的回收率。的LGD输入设置文件夹财产。

LGD也可以指定为NumCounterparties-经过-2矩阵，其中第一列包含LGD平均值，第二列包含LGD标准偏差。LGD平均值和标准偏差的有效开放区间为：

  • 对于第一列，平均值在于0和1．

  • 对于第二列，LGD标准偏差介于0和平方米（米*（1米））．

然后，在违约情况下，LGD值随机从beta分布与提供的参数违约对手。

数据类型：双倍的

因子和特殊权重，指定为aNumCounterparties-经过-（NumFactors+1)数组。每行包含特定交易对手的因子权重。每一列包含一个潜在风险因素的权重。最后一列权重包含每个交易对手的特殊风险权重。特殊权重表示公司特定的信用风险。每个交易对手（即每行）的权重总和必须为1．的权重输入设置文件夹财产。

例如，如果交易对手的信誉度由60%的美国、20%的欧洲和20%的特质组成，那么权重矢量将是(0.6 0.2 0.2)．

数据类型：双倍的

名称-值对的观点

指定可选的逗号分隔的对名称,值论点。名称参数名和价值是对应的值。名称必须出现在引号内。可以以任意顺序指定多个名称和值对参数name1，value1，...，namen，valuen．

例子：CDC = CreditDefaultCopula（EAD，PD，LGD，重量，'varlevel'，0.99）

交易对手的用户定义ID，指定为逗号分隔对，由“ID”和NumCounterparties-经过-1向量ID每个交易对手的交易记录。ID用于确定在文件夹表和风险贡献表。ID必须是数字、字符串数组或字符向量的单元格数组。的ID名称-值对参数设置文件夹财产。

如果未指定的,ID默认为数值向量1: NumCounterparties．

数据类型：双倍的|一串|细胞

风险级别的值(用于报告)变量和Cvar.)，指定为逗号分隔对，由“VaRLevel”和一个介于0和1．的瓦莱夫名称-值对参数设置瓦莱夫财产。

数据类型：双倍的

因子相关矩阵，指定为逗号分隔对，由“因素相关性”和NumFactors-经过-NumFactors定义风险因素之间相关性的矩阵。的FactorCorrelation名称-值对参数设置FactorCorrelation财产。

如果未指定，则因子相关矩阵默认为单位矩阵，这意味着因子不相关。

数据类型：双倍的

将并行处理用于模拟的标志，指定为逗号分隔对，由“UseParallel”和标量值符合事实的或假．的UseParallel名称-值对参数设置UseParallel财产。

请注意

的“UseParallel”只能在创建一个时设置的财产creditDefaultCopula对象，如果您有并行计算工具箱™。一旦“UseParallel”属性，则使用并行处理风险贡献或模拟．

数据类型：逻辑

性质

展开全部

信贷组合的详细信息，指定为MATLAB®表，其中包含作为输入传递的所有投资组合数据creditDefaultCopula．

的文件夹表为每个构造函数输入有一个列（ead.，PD，LGD，权重和ID)．表格中的每一行代表一个交易对手。

例如：

ID EAD PD LGD Weights ________ _________ _______ _________ 1 122.43 0.064853 0.68024 0.3 0.7 2 70.386 0.073957 0.59256 0.3 0.7 3 79.281 0.066235 0.52383 0.3 0.7 4 113.42 0.01466 0.43977 0.3 0.7 5 100.46 0.0042036 0.41838 0.3 0.7

数据类型：桌子

信用因素的关联矩阵，记为NumFactors-经过-NumFactors矩阵。使用可选的名称值对参数指定相关矩阵“因素相关性”当你创建creditDefaultCopula对象。

数据类型：双倍的

在报告VaR和CVaR时使用的风险级别值，使用可选的名称-值对参数指定“VaRLevel”当你创建creditDefaultCopula对象。

数据类型：双倍的

总投资组合损失，指定为a1-经过-NumScenarios向量机portfoliolosses.属性在创建后为空creditDefaultCopula对象之后模拟函数被调用时portfoliolosses.房地产由投资组合损失向量填充。

数据类型：双倍的

标志要使用并行处理进行模拟，使用可选的名称值对参数指定“UseParallel”当你创建creditDefaultCopula对象。的UseParallel名称-值对参数设置UseParallel财产。

请注意

的“UseParallel”只能在创建一个时设置的财产creditDefaultCopula对象，如果您有并行计算工具箱。一旦“UseParallel”属性，则使用并行处理风险贡献或模拟．

数据类型：逻辑

对象的功能

模拟 使用a模拟信用违约creditDefaultCopula对象
portfolioRisk 生成投资组合级别的风险度量
风险贡献 为投资组合中的每个交易对手产生风险贡献
信任带 置信区间的乐队
获取场景 交易对手方案

例子

全部折叠

打开实时脚本

加载保存的投资组合数据。

负载CreditPortfoliodata.mat.；

创建一个creditDefaultCopula对象具有双因素模型。

cdc=creditDefaultCopula（EAD、PD、LGD、权重2f、，“因素相关性”，FactorCorr2F）
cdc = creditDefaultCopula with properties: Portfolio: [100x5 table] FactorCorrelation: [2x2 double] VaRLevel: 0.9500 UseParallel: 0 PortfolioLosses: []

设定瓦莱夫至99%。

疾病预防控制中心。变量Level = 0.99;

模拟100,000个场景，并查看组合风险度量。

CDC =模拟（CDC，1E5）
cdc = creditDefaultCopula with properties: Portfolio: [100x5 table] FactorCorrelation: [2x2 double] VaRLevel: 0.9900 UseParallel: 0 PortfolioLosses:[30.1008 3.6910 3.2895 19.2151 7.5761 44.5088…］
Portrick = portfoliorisk（CDC）
港口风险=1×4表EL性病VaR CVaR  ______ ______ _____ ______ 24.876 23.778 102.4 121.28

查看投资组合损失的柱状图。

直方图（CDC.Portfolososess）;标题（“投资组合损失分布”）;

图中包含一个轴对象。以“投资组合损失分布”为标题的坐标轴对象包含一个类型直方图对象。

为了进一步分析，使用模拟，portfolioRisk，风险贡献和获取场景与creditDefaultCopula对象。

参考

[1] Crouhy，M.，Galai，D.和Mark，R。“对当前信用风险模型的比较分析。”银行与金融杂志。2000年第24卷，第59-117页。

[2] Gordy, M.，《信用风险模型的比较分析》银行与金融杂志。2000年第24卷，第119-149页。

[3] Gupton，G.，Finger，C.，和Bhatia，M。“CreditMetrics–技术文档。”摩根大通，纽约，1997年。

[4] Jorion, P。财务风险经理手册。第六版，威利金融，2011年。

[5] Löffler，G.和Posch，P。使用Excel和VBA进行信用风险建模。威利金融，2007年。

McNeil, A.， Frey, R.， Embrechts, P.。量化风险管理:概念、技术和工具。普林斯顿大学出版社，2005年。

另请参阅

|||||||

主题

外部网站

介绍了R2017a

风险管理工具箱文档

金宝app

与MATLAB有效的模型风险管理

与MATLAB有效的模型风险管理

下载白皮书