主要内容

creditDefaultCopula

创建creditDefaultCopula目的对多因素信用违约模型进行仿真分析

展开全部页面

描述

的creditDefaultCopulaClass使用多因素模型模拟由于交易对手违约而造成的投资组合损失。creditDefaultCopula将每个交易对手与一个随机变量关联起来，称为潜在变量，该变量被映射到每种情况下的违约/非违约结果，这样违约就有可能发生PD．在违约的情况下，该情况下的损失记录等于含铅＊乐金显示器交易对手方。这些潜在变量是用一个多因素模型来模拟的，其中系统性信贷波动是用一系列风险因素来建模的。这些因素可以基于行业部门(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用风险驱动因素。每个交易对手都被赋予一系列权重，以确定其对每个潜在信贷因素的敏感性。

模型的输入描述了信用敏感的风险敞口组合:

  • 含铅-默认曝光

  • PD-违约概率

  • 乐金显示器-默认损失(1 â '复苏）

  • 权重-因子和特殊模型权重

后creditDefaultCopula对象被创建(参见创建creditDefaultCopula而且属性)，使用模拟函数使用多因素模型模拟信用违约。结果以投资组合和交易对手层面损失分布的形式存储。在投资组合层面上计算了几种风险度量，以及来自个别债务人的风险贡献。该模型计算出:

  • 全模拟的投资组合损失分布

  • 不同情况下每个交易对手的损失

  • 若干风险措施(VaR，CVaR，埃尔，性病)与置信区间

  • 每个交易对手的风险贡献(用于埃尔而且CVaR）

创建

语法

cdc = creditDefaultCopula(EAD,PD,LGD，权重)
cdc = creditDefaultCopula(___、名称、值)

描述

例子

疾病预防控制中心= creditDefaultCopula (含铅，PD，乐金显示器，权重）创建一个creditDefaultCopula对象。的creditDefaultCopula对象具有以下属性:

  • 投资组合：

    一个包含以下变量的表(表中的每一行代表一个交易对手):

    • ID—标识对方的ID

    • 含铅-默认曝光

    • PD-违约概率

    • 乐金显示器-默认损失

    • 权重-交易对手的因素和特殊权重

  • FactorCorrelation：

    因子相关矩阵，aNumFactors——- - - - - -NumFactors矩阵，定义了风险因素之间的相关性。

  • VaRLevel：

    风险价值水平，用于报告VaR和CVaR。

  • PortfolioLosses

    投资组合损失，aNumScenarios——- - - - - -1投资组合损失向量。属性之前，此属性为空模拟函数被使用。

例子

疾病预防控制中心= creditDefaultCopula (___，名称,值）集属性使用名称-值对和前面语法中的任何参数。例如,cdc = creditDefaultCopula(EAD,PD,LGD,Weights，'VaRLevel'，0.99)．您可以指定多个名称-值对作为可选的名称-值对参数。

输入参数

全部展开

默认曝光，指定为aNumCounterparties——- - - - - -1信用敞口矢量。的含铅输入设置投资组合财产。

请注意

的creditDefaultCopula模型模拟了一段固定时间内(例如，一年)的违约和损失。交易对手披露(含铅)和违约概率(PD)必须都是特定于特定的时间。

数据类型:双

违约概率，用a表示NumCounterparties——- - - - - -1包含元素的数字向量0通过1，表示交易对手的违约概率。的PD输入设置投资组合财产。

请注意

的creditDefaultCopula模型模拟固定时间段内(例如，一年)的违约和损失。交易对手披露(含铅)和违约概率(PD)必须都是特定于特定的时间。

数据类型:双

给定默认的损失，指定为aNumCounterparties——- - - - - -1包含元素的数字向量0通过1，代表交易对手违约时损失的风险敞口比例。乐金显示器定义为(1 â '复苏)．例如，乐金显示器0.6意味着在发生违约时，恢复率为40%。的乐金显示器输入设置投资组合财产。

乐金显示器也可以指定为NumCounterparties——- - - - - -2矩阵，其中第一列为LGD平均值，第二列为LGD标准差。LGD均值和标准差的有效开放区间为:

  • 对于第一列，平均值在两者之间0而且1．

  • 对于第二列，LGD的标准差在0而且sqrt (m * (1 - m))．

然后，在违约的情况下，LGD值从beta分布中随机抽取，并为违约对手方提供参数。

数据类型:双

因子和特殊权重，指定为aNumCounterparties————(NumFactors+1)数组。每行包含特定交易对手的因素权重。每一列都包含一个潜在风险因素的权重。的最后一列权重包含每个交易对手的特殊风险权重。特殊权重代表公司特定的信用风险。每个交易对手(即每一行)的权重之和必须为1．的权重输入设置投资组合财产。

例如，如果交易对手的信用评级由60%的美国、20%的欧洲和20%的特殊信用组成，那么权重向量是[0.6 0.2 0.2]．

数据类型:双

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:cdc = creditDefaultCopula(EAD,PD,LGD,Weights，'VaRLevel'，0.99)

用户定义的对手方id，指定为逗号分隔的对，由“ID”和一个NumCounterparties——- - - - - -1向量的IDS代表每个交易对手。ID用于识别暴露在投资组合表和风险贡献表。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-值对参数设置投资组合财产。

如果未指定的,ID默认为数值向量1: NumCounterparties．

数据类型:双|字符串|细胞

风险级别的值(用于报告VaR而且CVaR)，指定为逗号分隔的对，由“VaRLevel”和一个数字之间0而且1．的VaRLevel名称-值对参数设置VaRLevel财产。

数据类型:双

因子相关矩阵，指定为逗号分隔的对，由“FactorCorrelation”和一个NumFactors——- - - - - -NumFactors矩阵，定义了风险因素之间的相关性。的FactorCorrelation名称-值对参数设置FactorCorrelation财产。

如果没有指定，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

标志，以对模拟使用并行处理，指定为由逗号分隔的对组成“UseParallel”的标量值真正的或假．的UseParallel名称-值对参数设置UseParallel财产。

请注意

的“UseParallel”属性时，只能在创建creditDefaultCopula对象，如果您有并行计算工具箱™。一旦“UseParallel”属性设置时，使用并行处理riskContribution或模拟．

数据类型:逻辑

属性

全部展开

详细的信贷组合，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．

的投资组合表的每个构造函数输入都有一个列(含铅，PD，乐金显示器，权重,ID)．表格的每一行代表一个交易对手。

例如:

ID EAD PD LGD权重________ _________ _______ _________ 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:表格

信用因素的相关矩阵，表示为aNumFactors——- - - - - -NumFactors矩阵。使用可选的名称-值对参数指定相关矩阵“FactorCorrelation”当你创建creditDefaultCopula对象。

数据类型:双

报告VaR和CVaR时使用的风险级别的值，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

总投资组合损失，指定为a1——- - - - - -NumScenarios向量。的PortfolioLosses属性后为空creditDefaultCopula对象。后模拟函数调用时，则PortfolioLosses用投资组合损失向量填充财产。

数据类型:双

标志，以对模拟使用并行处理，使用可选的名-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”属性时，只能在创建creditDefaultCopula对象，如果您有并行计算工具箱。一旦“UseParallel”属性设置时，使用并行处理riskContribution或模拟．

数据类型:逻辑

对象的功能

模拟 模拟信用违约使用creditDefaultCopula对象
portfolioRisk 生成投资组合级别的风险度量
riskContribution 为投资组合中的每个对手方生成风险贡献
confidenceBands 置信区间带
getScenarios 交易对手的场景

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对象的双因素模型。

cdc = creditDefaultCopula(EAD,PD,LGD,Weights2F，“FactorCorrelation”FactorCorr2F)
cdc = creditDefaultCopula with properties: Portfolio: [100x5 table] FactorCorrelation: [2x2 double] VaRLevel: 0.9500 UseParallel: 0 PortfolioLosses: []

设置VaRLevel到99%。

疾病预防控制中心。VaRLevel = 0.99;

模拟100,000个场景，并查看投资组合风险度量。

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…］
风险=投资组合风险
portRisk =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直方图。

直方图(cdc.PortfolioLosses);标题(“投资组合损失的分配”）;

图中包含一个轴对象。标题为Distribution of Portfolio Losses的axes对象包含一个类型为直方图的对象。

为进一步分析，请使用模拟，portfolioRisk，riskContribution,getScenarios函数具有creditDefaultCopula对象。

参考文献

[1] Crouhy, M.， Galai, D.， and Mark, R. <现行信用风险模型的比较分析>。银行与金融杂志。卷24,2000，第59 - 117页。

[2] Gordy M. <信用风险模型的比较解剖>。银行与金融杂志。卷24,2000，第119 - 149页。

[3] G.古普顿，C.芬格，M.巴蒂亚。“信用指标-技术文件。”jp摩根，纽约，1997年。

[4]乔利安，P。《金融风险管理手册》。第六版。威利金融，2011。

[5] Löffler, G.和Posch, P。利用Excel和VBA建立信用风险模型。威利金融，2007年。

[6]麦克尼尔A，弗雷R，埃姆布雷希茨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。

版本历史

在R2017a中引入

另请参阅

|||||||

主题

外部网站