金融风险管理Ch10(简体)解决方案.ppt

* 图10.6 年度信用准备(ACP)以及增额信用准备(ICR) * 计算实例10.4 假设银行把其放款组合根据信用暴露程度高低分组，每一组放款的规模不同。其中一组放款组合有100笔贷款，而且该组所面临的信用风险暴露都为20,000元，而每年平均违约机率是3%，违约回收率为50%。请计算CreditRisk+模型的违约事件机率分配、预期损失、非预期损失、经济资本、以及年度信用 准备与增额信用准备。 * 解答 * 解答 * 表 10.3 放款组合一年内发生违约事件的机率 * 解答 3、计算公式 为了将上述概念公式化，引入以下符号： H(T1,T2): 从时点（现在）看，时间T1 与T2之间期望损失的比例 ； y (T ): 到期日为T的零息企业债券的收益率； y *(T )：到期日为T的零息国债券的收益率； P (T ): 在T时刻 为$1的零息企业债券的价格； P*(T ):在T时刻 为$1的零息国债券的价格； 根据债券价格估计违约的统计量为： ?因为， ??故?： 又因为， Example: 假设5年与10年期的BBB级零息企业债券与对应的国债券收益率的差分别为130 bps 和170 bps. 在这种情况下， 这样，H(5,10) = 0.1563-0.629 = 0.0934. 即， 投资在BBB级零息企业债券，自第5年到第10年期的期望损失是无违约债券价值的9.34%。 4、违约概率的计算： 由评级机构提供的历史数据也能用来估计违约概率。 下表是评级机构给出的违约率数据： Average Cumulative Default Rates (%) (SP Credit, April 15, 1996, Hull Table 23.2, page 627) ?? 债券价格与过去的违约经历 通过债券价格计算的违约概率估计值比由历史数据得到的违约概率大的多。 ?考虑A等级债券的例子。这些债券收益率至少要比对应的国债高出50 bps。这就是说，对5-year period的债券，期望损失最少为债券价值的2.47% （ ）。 ???? 假设最低的回收率为30% (L5-year=70%).，那么违约的概率为： ht×? t= (% ExpectedLoss) / Lt =2.47/0.7 = 3.53%. 这比0.67% 的历史概率高出5倍。 差异存在的可能原因 企业债券的流动性比国债低； 可能是债券的交易者对价格的悲观程度远大于最近20年的实际情况。 关键的理论上的原因 由债券价格估计的违约概率是风险中性违约概率；由历史数据估计的违约概率是现实世界的违约概率。在现实世界中，我们每年多挣得45 bps (50bps-0.7 x 0.67%) 现实世界与风险中性世界的对比： 当从证券价格推出违约概率时，它们是风险中性的；当我们从历史数据推出的违约概率时，它们是现实世界的。 * 缩减式模型与结构式模型的差异 使用的信息不同：结构式模型仅采用公司的资本结构与股价信息。缩减式则仅采用债券价格信息。 违约事件的设定不同：在结构式模型下，违约是可预测的。在缩减式模型下，违约事件与资本结构无关，并且无法预测。 * 缩减式模型与结构式模型的差异 结构式模型设定违约点以判断信用事件何时发生，因此违约是可预测的；相对而言，缩减式模型则是假设违约事件是外部决定，是不可预测的，而且与公司资本结构无关。 若能结合两种模型的优点，应该可以建构更佳的风险模型。 康乃尔大学财金系杰若（Robert Jarrow）提出结合两种模型的一种作法，将结构式模型中的违约点设定加入缩减式模型中，同时采用股票市价与债券市价信息，这些模型可称为协调模型（Reconciliation Model） Kamakura Risk Manager (KRM)模型本质上即属于协调模型。 * 10.2 Kamakura Risk Manager模型 Kamakura Risk Manager（KRM模型）系由Kamakura公司所发展出来。 并且由Jarrow担任技术总监，藉由债券及股票市场价格建立信用风险计量模型，配合违约损失率（LGD）的数据库，评估债券的违约机率。 如同缩减式模型的做法，KRM模型也是将债券的信用价差（Credit Spread）分解成违约机率（PD）与违约损失率（LGD）两部分 违约机率与公司违约过程有关 违约损失率则与违约后的回收价值有关 * Kamakura Risk Manager 模型 KRM模型同时利用公司权益价值（股价）与债券价值的信息来区分违约机率行程与回收过程。 J