多因素模型下信用组合一致性风险度量.doc

多因素模型下信用组合一致性风险度量摘 要：在债务人资产的多因素模型下，本文利用指数性质推导了信用组合损失的上边界，然后应用拉普拉斯近似方法计算了组合损失分布，得出了一种多因素模型下计算信用组合风险量度的方法，最后应用上面方法对银行实例分别在单因素和两因素模型下计算了组合风险的VaR和ES，并将两种模型下的结果相比较，说明了对于异质组合建模债务人资产为多因素模型的必要性和拉普拉斯近似方法计算一致性风险量度的优势。? 关键词： 信用组合;一致性风险量度;拉普拉斯近似;预期短缺(ES)? 中图分类号：F830.9 文献标识码：A 文章编号：1003-5192（2008）05-?0064-?05?? Coherent Measures of Credit Portfolio Risk under Multi-Factor Model? ZHAN Yuan-rui,LIU Jiu-biao? (School of Management, Tianjin University, Tianjin 300072, China)? Abstract:Based on the exponential property, this paper deduces the upper bound of credit portfolio losses, calculates loss distribution by applying laplace approximations under multi-factor model, and get a proper method to calculate credit portfolio risk measures. Then for an example, this method is used to calculate risk measures VaR and ES under one factor and two factors model. Through comparing these results, this paper draws the conclusions that it is necessary to model multi-factor model for the obligors? asset and it is a proper method to calculate coherent risk measures by applying laplace approximations under multi-factor model.? Key words:credit portfolio; coherent risk measures; laplace approximations; expected shortfall (ES)?? 1 引言? VaR是当前最流行的风险量度，但其只表示损失分布的一个分位数，不反映整个损失分布下尾部的情况，不具有次可加性，因而备受批评［1］。? Artzner等提出了替代VaR的一致性风险量度，如预期悔恨、条件受险价值、预期短缺、尾部条件期望值和尾部均值、最差条件预期值、谱风险量度［2，3］。其中，预期短缺是最适合替代VaR的一致性风险量度，其在任何条件下都具有风险量度的一致性，无论损失分布连续或者不连续、风险因素为何种分布，且计算方便、容易实施［4］。? ES被定义为超过VaR的尾部极端损失的条件期望。因而，确定损失分布，尤其是尾部分布是计算ES的先决条件。目前，确定组合损失分布的方法主要包括模拟和各种基于大偏差的近似算法［5］。由于大量违约的尾部事件较少发生，且信用风险管理要求置信水平相对较高，模拟方法几乎不可能得到非预期损失的有效估计。另一方面，现有的近似方法大多在因素模型框架下，求解信用组合损失的条件分布，再对系统风险因素求积分，得到损失分布的非条件分布［6，7］。如果风险因素数目较多，多重积分将很难求解，因此，这些模型很难推广到多因素模型下。? 因此，本文以ES作为信用组合的风险量度，在债务人资产的多因素模型下，利用指数性质推导信用组合损失的上边界，并利用拉普拉斯近似直接得到组合损失的非条件分布，提高了准确性，并减少了计算量，是一种适用于多因素模型、方便有效计算信用组合一致性风险量度ES的方法。? 2 建模信用组合损失? 2.1 风险量度? 在概率空间（Ω，F，P）上，考虑一个由n个债务人组成的信用组合，银行面临的任意债务人i的信用风险由下面三个参数描述：违约暴露EAD?i、违约损失LGD?i和违约概率PD?i。固定期限（通常为一年）后，如果公司