使用Copulas - Matlab＆Simulink的信用仿真 - Mathw金宝apporks한국 - 金宝app,下载188bet金宝搏,金宝搏官方网站

使用Copulas的信用仿真

预测交易对手的信贷损失取决于三个主要内容：

默认概率（PD的）
默认曝光(ead.，该仪器在未来某一时刻的价值
违约损失(LGD.），定义为1 -复苏

如果这些数量在未来的时间内已知T.，则预期损失为Pd × ead × LGD．在这种情况下，您可以使用二项分布对单个交易对手的预期损失建模。当你为这些对手方的投资组合建模，并希望用一些违约相关性来模拟它们时，困难就出现了。

要模拟相关默认值，Copula模型将每个对手与随机变量相关联，称为“潜在”变量。例如，这些潜在的变量与他们的信用值得的一些代理相关，例如，他们的股票价格。然后将这些潜在变量映射到默认值或不默认的结果，以便默认出现概率PD．

该数字总结了Copula仿真方法。

关联交易对手的Copula模拟

随机变量一种_一世与之相关一世Th对手落在具有概率的默认阴影区域中PD一世．如果模拟值落在该区域中，则将其解释为默认值。这j对手对手遵循类似的模式。如果是一种_一世和一种_j随机变量高度相关，它们倾向于都有高值（无默认值），或两者都具有低值（默认区域）。因此，存在默认相关性。

因子模型

为了M.发行人M.（M.- 1）/ 2需要相关参数。为了M.= 1000，这是大约50万个相关性。这种方法的一个实际变化是单因素模型，它使所有的潜在变量依赖于一个单一的因素。这个因素Z.代表经济中潜在的系统信贷质量。该模型还包含随机特质误差。

${一种}_{一世} = {W.}_{一世} Z. + \sqrt{1 - {W.}_{一世}^{2}} ε_{一世}$

这显着降低了输入数据要求，因为现在您只需要M.敏感性，也就是权重W.1，......，W.M.．如果Z.和ε._一世是标准正常变量，然后一种一世也是标准正常。

单因素模型的扩展是多因素模型。

${一种}_{一世} = {W.}_{一世 1} {Z.}_{1} + ...... + {W.}_{一世 K.} {Z.}_{K.} + {W.}_{一世 ε}^{} ε_{一世}$

该模型有几个因素，每个因素都与一些基础信用司机相关联。例如，您可以为不同地区或国家或不同行业提供因素。每个潜在变量现在是几个随机变量加上了唯一的变量（epsilon）。

当潜在的变量一种一世是正态分布，存在一个高斯联结。一个常见的替代方法是让潜在变量跟随AT.分布，这导致了T.系词。T.Copulas导致尾部比高斯共用更重的尾巴。隐含的信用相关性也是更大的T.copulas。在这两个Copula方法之间切换可以提供有关模型风险的重要信息。

金宝app支持模拟

风险管理Toolbox™支持符合对方信用违约和交易金宝app对信用评级迁移的模拟。

信用默认模拟

这CreditDefaultCopula.对象用于模拟和分析多因素信用默认模拟。这些模拟假设您自己计算了对此模型的主要输入。此模型的主要输入是：

PD- 默认值
ead.- 违约曝光
LGD.- 默认损失（1 -复苏的）
重量- 因子和特殊权重
因子相关性-多因素模型的可选因素相关矩阵

这CreditDefaultCopula.对象使您可以使用Multifactor Copula模拟默认值，并将结果作为投资组合和对手水平的损失分配。你也可以使用CreditDefaultCopula.目的是计算在投资组合水平上的若干风险度量和来自个别债务人的风险贡献。的输出CreditDefaultCopula.模型和相关函数是：