2015金融风险管理4--信用风险的度量与管理综述.ppt

股权价值 公司价值 债务价值 （1）模型基本假设与原理 理论上讲，当公司总价值（股权价值+债务价值）超过债务价值时，债务将会得到全额的偿还，股东得到剩余部分的价值；当公司总价值低于债务价值时，公司就会违约，此时，股东价值为零（由于“有限责任制”，其价值不会小于零）。 Merton(1974)模型思想：持有公司的股权与购买一份该公司价值的看涨期权是等价的。该期权的执行价格是公司债务的价值。 股东的初始出资额 （有限责任的上限） 由看涨期权定价原理可估算股权价值： （2）KMV模型方法与步骤 依据前述基于期权思想的股权价值 E的估算公式、权益波动率与资产波动率之间的关系估计公司（资产）价值V和其波动性σV 设定违约点 计算出违约距离(DTD：Distance to Default)——根据公司价值V、其波动性σV和违约点（DPT）计算： 确定违约距离与预期违约率之间的映射关系（将预期违约率表示成违约距离的函数: ，用来预测违约率） 违约距离也可用作不同企业之间的比较，给出违约风险的序数指标。 短期债务（Short Term Debt） 长期债务（Long Term Debt） 表示要到达违约点，资产价值需要下降的程度（下降比率相对于标准差的倍数） 违约距离的其他算法 （三）CreditMetrics模型—信用风险的VaR度量方法 J.P摩根银行1994年开发出了测量市场风险VaR的RiskMetrics模型； 1997年，J.P摩根银行与其他合作者创立CreditMetrics模型，专门用于对非交易性金融资产（比如贷款和私募债券）的信用风险进行度量； 1998年， J.P摩根银行组建一家独立的名为RiskMetrics集团的公司，产品化了这些风险度量方法。 1、 CreditMetrics模型思想 基于借款人信用等级、下一年度该信用等级转换为其他信用等级的概率等数据资料，计算出任何一项非交易性贷款和债券的期望价值P和波动率σp，从而得出这些非交易性金融资产组合信用风险的VaR度量值。 CreditMetrics模型不仅考虑了债务人违约所带来的信用风险，也考虑了由于债务人信用等级变化所导致的债务价值变动的信用风险。 计算信用风险VaR的公式： 假设已知信用资产期望价值为 ，标准差为 ,且： 将一般正态分布形式的资产价值P 转换为标准正态分布： 2、 CreditMetrics模型方法的步骤：计算 和 （1）获取债务人信用等级和信用等级转化概率的预测信息 （这些信息可以从大的信用评级公司获取，也可以自己预测。） （2）对债务人未来各可能信用等级水平的债务价值进行估计 每种情况出现的概率 600万元 600万元 600万元 600万元 10600万元 PA PAA PAAA …… PCCC PA = PAA = PAAA = …… PD = 练习题 有一笔2年期固定利率为8%的1000万元的贷款资产（利息每年末偿还一次），其当前的信用级别为A级，在第一年末时，其信用等级变动概率及相应的零息企业债券收益率如下表： 假设该笔贷款的价值服从正态分布，请计算该笔贷款在置信度95%水平上的VaR。其中，在标准正态分布下 。 年初信用等级 年末信用等级 AAA AA A BBB BB A 0.09% 2.27% 91.05% 5.52% 1.07% 未来零息企业债券收益率 3.6% 3.8% 4.1% 4.5% 5.50% （四）CreditRisk+ 模型 1、回顾泊松分布： 泊松分布：描述单位时间内（或指定空间范围内）随机事件发生次数的概率分布。 当一个随机事件（例如到达某公共汽车站等车的乘客、保险公司的索赔次数，等等）以固定的平均速率λ随机且独立地出现，那么这个事件在单位时间内出现的次数就近似地服从泊松分布。 2、CreditRisk+ 模型 CreditRisk+ 模型由瑞士信贷银行开发。 CreditRisk+模型假设： 贷款组合由小额贷款组成； 每笔贷款违约是随机事件； 单笔贷款的违约概率都不大； 各贷款违约是相互独立的。 如果以上假设条件成立，则可认为 贷款违约数量服从泊松分布。 （五）宏观模拟方法：Mckinsey’s Credit Portfolio View 该方法由麦肯锡（Mckinsey）公司1997年创立。 CreditMetrics模型没有考虑商业周期对信用评级转移概率的影响。实际情况表明：信用评级的转移一般取决于宏观经济所处的状态，尤其是低质量贷款和垃圾债券的违约率对商业周期的状态高度敏感。 Mckinsey’s Credi