使用Copulas进行信用模拟
预测交易对手的信用损失取决于三个主要因素:
违约概率(
PD)默认曝光(
含铅)，即该票据在未来某个时间的价值违约损失(
乐金显示器)，定义为1−复苏
如果这些量在未来是已知的t，则预期损失为PD×EAD×LGD。在这种情况下，可以使用二项分布对单个交易对手的预期损失进行建模。当您对这些交易对手的投资组合进行建模，并希望以某种默认相关性来模拟它们时，困难就出现了。
为了模拟相关的默认值，copula模型将每个交易对手与一个称为“潜在”变量的随机变量相关联。这些潜在变量是相关的使用一些代理他们的信用价值，例如，他们的股票价格。然后，将这些潜在变量映射到默认或非默认结果，使默认以概率发生PD。
该图总结了copula模拟方法。
随机变量一个我相关我交易对手有可能落在默认的阴影区域PD我。如果模拟值落在该区域，则将其解释为默认值。的j交易对手也遵循类似的模式。如果一个我和一个j随机变量是高度相关的，它们往往都有高值(没有默认值)，或者都有低值(落在默认区域)。因此，存在一种默认相关性。
因素模型
为米发行人米(米- 1)/2需要相关参数。为米= 1000，这是大约50万个相关系数。该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因素。这个因素Z反映了经济中潜在的系统性信贷质量。这个模型还包括一个随机的特殊错误。
这极大地减少了输入数据需求，因为现在只需要米敏感性，也就是权重w1、……w米。如果Z和ε我那么，标准正态变量呢一个我也是一个标准的常态。
单因素模型的扩展是多因素模型。
这个模型有几个因素，每个因素都与一些潜在的信贷驱动因素相关。例如，可以为不同的地区或国家或不同的行业提供因子。每个潜在变量现在都是几个随机变量加上特殊误差(epsilon)的组合。
当潜在变量一个我都是正态分布，存在一个高斯copula。一种常见的替代方法是让潜在变量跟随At分布，得到at连系动词。t交点比高斯交点产生更重的尾巴。隐含的信贷相关性也更大t连系动词。在这两种copula方法之间的切换可以提供关于模型风险的重要信息。
金宝app支持模拟
风险管理工具箱™支持对交易对手信用违约和交易对手信金宝app用评级迁移的模拟。
信用违约模拟
的creditDefaultCopula对象是用来模拟和分析多因素信用违约模拟。这些模拟假设您自己计算了这个模型的主要输入。这个模型的主要输入是:
PD-违约概率含铅-默认曝光乐金显示器-默认损失(1 -复苏)权重-因子和特质权重FactorCorrelation-多因素模型的可选因素相关矩阵
的creditDefaultCopula对象使您能够使用多因素copula模拟默认情况，并将结果作为投资组合和交易对手级别上的损失分布返回。你也可以用creditDefaultCopula目的计算投资组合层面上的几种风险度量以及单个债务人的风险贡献。的输出creditDefaultCopula模型及相关功能如下:
完全模拟的投资组合损失在不同情况下的分布，以及不同情况下每个交易对手的损失。有关更多信息，请参见
creditDefaultCopula对象属性和模拟。风险的措施(
VaR,CVaR,埃尔,性病)和置信区间。看到portfolioRisk。每个交易对手的风险分摊(for
埃尔和CVaR)。看到riskContribution。风险度量和相关的置信区间。看到
confidenceBands。交易对手场景详细说明每个交易对手的个人损失。看到
getScenarios。
信用评级迁移模拟
的creditMigrationCopula对象使您能够模拟每个交易对手的信用评级变化。
的creditMigrationCopula对象用于模拟交易对手信用迁移。这些模拟假设您自己计算了这个模型的主要输入。这个模型的主要输入是:
migrationValues-每一信用评级的交易对手头寸的价值。评级-每个交易对手的当前信用评级。转移矩阵-信用评级转换概率矩阵。乐金显示器-默认损失(1 -复苏)权重-因子和特质模型权重
你也可以用creditMigrationCopula目的计算投资组合层面上的几种风险度量以及单个债务人的风险贡献。的输出creditMigrationCopula模型及相关功能如下:
投资组合价值的完整模拟分布。有关更多信息，请参见
creditMigrationCopula对象属性和模拟。风险的措施(
VaR,CVaR,埃尔,性病)和置信区间。看到portfolioRisk。每个交易对手的风险分摊(for
埃尔和CVaR)。看到riskContribution。风险度量和相关的置信区间。看到
confidenceBands。每个对手的对手场景详细信息。看到
getScenarios。
另请参阅
asrf|creditDefaultCopula|creditMigrationCopula
