模拟和分析多因素信用迁移评级模型
这个信用额度
将一组交易对手的信用敏感头寸组合作为输入,并对信用评级迁移进行基于copula的多因素模拟。针对每个场景计算交易对手信用评级迁移和投资组合价值的后续变化,并报告若干风险度量。
信用额度
将每个交易对手与一个随机变量联系起来,这个随机变量被称为潜在变量,它根据一个评级转移矩阵映射到信用评级。对于每一种情况,根据已实现的交易对手的信用评级,重新计算每个交易对手的头寸值。这些潜在变量是通过使用一个多因素模型来模拟的,其中系统性信贷波动是由一系列风险因素建模的。这些因素可以基于工业部门(如金融或航空航天),地理区域(如美国或欧元区),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。
模型的输入是:
迁移价值
-每一信用评级对应的交易对手头寸值。
评级
-每个交易对手的当前信用评级。
过渡矩阵
- 信用评级转换概率的矩阵。
LGD.
- 默认丢失(1 -复苏).
砝码
-因子与特质模型权重
创建之后信用额度
对象(如创建creditMigrationCopula和特性), 使用模拟
使用多因素模型来模拟信用迁移的功能。然后,有关详细报告,请使用以下功能:portfoliorisk.
,风险贡献
,信任带
和GetScenarios.
.
创造一个cmc
=creditMigrationCopula(迁移价值
,评级
,过渡矩阵
,LGD.
,砝码
)信用额度
对象这个信用额度
对象具有以下属性:
投资组合:
包含以下变量的表:
身份证件
- ID识别每个交易对手
迁移价值
-各信用评级的交易对手头寸值
评级
-每个交易对手的当前信用评级
LGD.
-违约损失
砝码
- 对手对手的因子和特质权重
因子相关矩阵,aNumFactors
——- - - - - -NumFactors
定义风险因素之间相关性的矩阵。
分级标签:
所有可能的信用评级的集合。
交易对手从初始信用评级过渡到最终信用评级的概率矩阵。行表示起始信用评级,列表示最终评级。最上面一行包含交易对手从最高评级开始的概率(例如AAA
),下面一行保存了从默认状态开始的交易对手的数据。下面一行可以省略,表示违约方仍未违约。每行必须总和1.
.行和列的顺序必须与所定义的信用评级顺序匹配分级标签
参数最后一列包含每个评级的违约概率。如果unspecified, the default rating labels are:“AAA级”、“AA”、“”、“BBB”,“BB”、“B”,“CCC”、“D”
.
瓦莱夫:
报告VaR和CVaR时使用的风险水平值。
A.努姆塞纳里奥斯
——- - - - - -1.
投资组合价值的向量。属性之前,此属性为空模拟
作用
模拟 |
使用信用额度 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 |
置信区间带 |
GetScenarios. |
交易对手的场景 |
[1] Crouhy, M., Galai, D., and Mark, R. <当前信用风险模型的比较分析>。银行与金融杂志。卷。24,2000,pp。59-117。
[2] 信贷风险模型的比较解剖银行与金融杂志。卷。24,2000,第119-149页。
[3] Gupton,G.,Finger,C.,和Bhatia,M。“信用媒体 - 技术文件。”J.P. Morgan,纽约,1997年。
[4] 约里安,P。金融风险经理手册。第6版。Wiley Finance,2011。
[5]Löffler,G.和Posch,P。使用Excel和VBA的信用风险建模。威利金融,2007年。
[6] 麦克尼尔,A.,弗雷,R.,和Embrechts,P。定量风险管理:概念、技术和工具。普林斯顿大学出版社,2005。