creditDefaultCopula

创建creditDefaultCopula目的模拟分析多因素信用违约模型

在页面中展开所有内容

描述

该creditDefaultCopula类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将每个交易对手与称为潜在变量的随机变量相关联，该变量被映射到每个场景的默认/非默认结果，这样默认就有可能发生PD。在默认情况下，该场景的损失记录为含铅*乐金显示器交易对手。这些潜变量使用多因子模型，其中系统性信贷波动建模与一系列风险因素的模拟。这些因素可以基于行业（如金融，航空航天），地理区域（如美国，欧元区等），或信用风险的任何其他潜在的驱动程序。每个对手被分配一个权重序列的其中确定其对每个基础信用因素的敏感性。

模型的输入描述了风险敞口的信贷敏感组合:

  • 含铅- 违约风险暴露

  • PD-违约概率

  • 乐金显示器-默认损失(1 -复苏）

  • 权重-因子和特质模型权重

之后creditDefaultCopula对象被创建（见创建creditDefaultCopula和属性),用模拟功能，以模拟信用违约使用多因素模型。结果以投资组合和交易对手层面损失分布的形式存储。计算了投资组合层次上的几个风险度量，以及来自个体债务人的风险贡献。该模型计算:

  • 完全模拟的投资组合损失在不同情景下的分布

  • 在不同情况下对每个交易对手的损失

  • 若干风险措施(VaR，CVaR，EL，性病）置信区间

  • 每个交易对手的风险分摊(forEL和CVaR）

创建

句法

疾控中心= creditDefaultCopula(含铅,PD,乐金显示器,重量)
CDC = creditDefaultCopula（___、名称、值)

描述

例

CDC= creditDefaultCopula（含铅，PD，乐金显示器，权重）创建一个creditDefaultCopula对象。该creditDefaultCopula对象具有以下属性：

  • 投资组合：

    包含以下变量的表(表的每一行代表一个对手方):

    • ID-识别每个交易对手的ID

    • 含铅- 违约风险暴露

    • PD-违约概率

    • 乐金显示器- 违约损失率

    • 权重-交易对手的因素和特质权重

  • FactorCorrelation：

    因子相关矩阵，aNumFactors——- - - - - -NumFactors矩阵定义的危险因素之间的相关性。

  • VaRLevel：

    值下的风险水平，报告使用VaR和CVaR的时候。

  • PortfolioLosses

    投资组合损失的同时，NumScenarios——- - - - - -1投资组合损失的向量。属性之前为空模拟使用函数。

例

CDC= creditDefaultCopula（___，名称，值）套属性使用名称-值对和前面语法中的任何参数。例如,疾控中心= creditDefaultCopula(含铅,PD,乐金显示器,重量、VaRLevel, 0.99)。可以将多个名称-值对指定为可选的名称-值对参数。

输入参数

全部展开

违约风险暴露，指定为NumCounterparties——- - - - - -1信贷风险敞口的矢量。该含铅输入设置投资组合属性。

注意

该creditDefaultCopula模型模拟在固定的时间段(例如，一年)内的违约和损失。交易对手的资料(含铅)及违约概率(PD）都必须是针对特定的时间。

数据类型:双

违约概率，指定为aNumCounterparties——- - - - - -1从元素数字向量0通过1，代表了交易对手的违约概率。该PD输入设置投资组合属性。

注意

该creditDefaultCopula模型模拟在固定的时间段(例如，一年)内的违约和损失。交易对手的资料(含铅)及违约概率(PD）都必须是针对特定的时间。

数据类型:双

默认情况下的损失，指定为NumCounterparties——- - - - - -1从元素数字向量0通过1，表示交易对手违约时损失的敞口比例。乐金显示器定义为(1−复苏)。例如,一个乐金显示器为0.6意味着在发生违约的情况下，回收率为40%。该乐金显示器输入设置投资组合属性。

乐金显示器可以可替代地指定为NumCounterparties——- - - - - -2矩阵，其中第一列为LGD均值，第二列为LGD标准差。LGD均值和标准差的有效开区间为:

  • 对于第一列，平均值在中间0和1。

  • 对于第二列，LGD标准差在之间0和sqrt (m * (1 - m))。

然后，在默认的情况下，LGD值进行随机从与用于对手拖欠提供的参数β分布绘制。

数据类型:双

因子和特质权重，指定为aNumCounterparties————(NumFactors+1）阵列。每一行包含特定交易对手的因素权重。每列包含的潜在风险因素的权重。在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有的信用风险。每个对手(即每行)的权值总和必须为1。该权重输入设置投资组合属性。

例如，如果交易对手的信誉由60%的美国、20%的欧洲和20%的特质组成，那么权重向量是[0.6 0.2 0.2]。

数据类型:双

名称 - 值对参数

指定可选的用逗号分隔的对名称，值参数。的名字是参数的名称和价值是对应的值。的名字必须出现引号内。您可以按照任何顺序指定多个名称和值对参数Name1, Value1,…,的家。

例子:疾控中心= creditDefaultCopula(含铅,PD,乐金显示器,重量、VaRLevel, 0.99)

交易对手的用户定义id，指定为逗号分隔的对'ID'和一个NumCounterparties——- - - - - -1矢量IDs为每一对手方。ID是用来鉴别投资组合表和风险的贡献表。ID必须是数字，一个字符串数组，或字符向量的单元阵列。该ID参数设置投资组合属性。

如果没有指定，ID默认为一个数值向量1：NumCounterparties。

数据类型:双|字符串|细胞

（用于报告在风险水平值VaR和CVaR)，指定为逗号分隔的对，由'VaRLevel'和一个数字之间0和1。该VaRLevel参数设置VaRLevel属性。

数据类型:双

因子相关矩阵，指定为逗号分隔对组成的“FactorCorrelation”和一个NumFactors——- - - - - -NumFactors矩阵定义的危险因素之间的相关性。该FactorCorrelation参数设置FactorCorrelation属性。

如果未指定，则因子相关矩阵默认为单位矩阵，意味着因素是不相关的。

数据类型:双

标志为模拟使用并行处理，指定为逗号分隔的对'UseParallel'和的标量值真正的或假。该UseParallel参数设置UseParallel属性。

注意

该'UseParallel'属性只能在创建时设置creditDefaultCopula对象，如果您有并行计算工具箱™。一旦'UseParallel'属性设置，则使用并行处理riskContribution或模拟。

数据类型:合乎逻辑

属性

全部展开

详细的信贷组合，指定为MATLAB®表包含被作为输入传递到所有投资组合数据creditDefaultCopula。

该投资组合表中的每个构造函数输入都有一列(含铅，PD，乐金显示器，权重,ID)。表的每一行代表一个对手。

例如:

ID EAD PD LGD重量__ ______ _________ _______ _________ 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

相关矩阵的信用因素，指定为NumFactors——- - - - - -NumFactors矩阵。使用可选的名称-值对参数指定关联矩阵“FactorCorrelation”当你创建一个creditDefaultCopula对象。

数据类型:双

使用可选的名称 - 值对论证报告VaR和CVaR的时候，在指定的风险水平值使用'VaRLevel'当你创建一个creditDefaultCopula对象。

数据类型:双

投资组合的总损失，指定为a1——- - - - - -NumScenarios向量。该PortfolioLosses属性创建后为空creditDefaultCopula对象。之后模拟函数被调用PortfolioLosses属性由投资组合损失向量填充。

数据类型:双

标记为模拟使用并行处理，使用可选的名称-值对参数指定'UseParallel'当你创建一个creditDefaultCopula对象。该UseParallel参数设置UseParallel属性。

注意

该'UseParallel'属性只能在创建时设置creditDefaultCopula对象，如果您有并行计算工具箱。一旦'UseParallel'属性设置，则使用并行处理riskContribution或模拟。

数据类型:合乎逻辑

对象函数

模拟 使用模拟信用违约creditDefaultCopula宾语
portfolioRisk 生成投资组合级别的风险度量
riskContribution 为投资组合中的每个交易对手生成风险分摊
confidenceBands 置信区间波段
getScenarios 交易对手的场景

例子

全部收缩

打开生活的脚本

载入保存的投资组合数据。

加载CreditPortfolioData.mat;

创建一个creditDefaultCopula具有双因素模型的对象。

CDC = creditDefaultCopula（EAD，PD，LGD，Weights2F，“FactorCorrelation”FactorCorr2F)
CDC = creditDefaultCopula与属性：组合：[100x5表] FactorCorrelation：[2×2双] VaRLevel：0.9500 UseParallel：0 PortfolioLosses：[]

设置VaRLevel到99%。

cdc.VaRLevel = 0.99;

模拟10万分的情况，并查看投资组合风险的措施。

疾控中心=模拟中心,1 e5)
属性:Portfolio: [100x5 table]因数相关:[2x2 double] VaRLevel: 0.9900 UseParallel: 0 PortfolioLosses: [1x100000 double]
portRisk = portfolioRisk (cdc)
portRisk =1×4表EL标准的VaR CVaR的______ ______ _____ ______ 24.876 23.778 102.4 121.28

查看投资组合损失的柱状图。

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

若要进一步分析，请使用模拟，portfolioRisk，riskContribution,getScenarios功能与creditDefaultCopula对象。

参考文献

[1] Crouhy, M.， Galai, D.和Mark, R. <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]戈迪，M.“信用风险模型的比较解剖学”。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。J. P.摩根，纽约，1997年。

[4]若里翁，P.财务风险管理手册。第六版。威利金融,2011。

[5] Loffler, G.，和Posch, P。信用风险建模使用Excel和VBA。威利金融,2007。

[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年。

也可以看看

|||||||

主题

外部网站

介绍了在R2017a

风险管理工具箱文档
金宝app
CECL和IFRS 9在MATLAB中的建模:测量预期信用损失的寿命

CECL和IFRS 9在MATLAB中的建模:测量预期信用损失的寿命

下载白皮书