第4章-信用风险的度量.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第十节 不同信用风险度量模型的比较 * 风险界定的模式： CreditMetrics模型主要通过考察债务人违约和信用级别升降变化所导致的债务价值变化来度量信用风险，被称为盯市(MTM)模型； Credit Portfolio View模型也采用MTM模型； CreditRisk+只考虑违约和非违约两种状态，称为违约(DM)模型； KMV模型本质上是DM模型，目前也开始提供MTM版本。 一、CreditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较 * 2. 风险来源： KMV和CreditMetrics模型中，风险主要来自企业资产未来的价值变化； CreditRisk+模型中，风险主要来自违约概率的预期水平及其波动； Credit Portfolio View 模型主要考察因宏观经济指标变动所导致的风险。 一、CreditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较(续) * 3. 违约的稳定性： CreditMetrics模型中，违约概率被认为是相对稳定的； CreditRisk+、Credit Portfolio View、KMV模型 中，违约概率均被认为是变动的，只不过要服从不同的概率分布。 一、CreditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较(续) * 4. 信用事件的相关性： 各模型均需考察违约事件之间的相关性结构，以反映债务与主要风险因素的系统联系。 违约损失率或回收率： 在CreditMetrics、Credit Portfolio View和新版KMV模型中，贷款违约后的损失率或回收率是随机的； 简单的KMV模型和CreditRisk+中，每一频段的损失率或回收率被看做是固定的。 一、CreditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较(续) * 计算方法： CreditMetrics模型对单项贷款的VaR计算可通过解析方法实现，而对于大规模贷款组合的VaR计算则往往需要模拟技术来实现； Credit Portfolio View模型也主要采取模拟技术和方法； CreditRisk+、KMV模型计算方法比较简单，只需解析技术即可。 一、CreditMetrics、CreditRisk+、Credit Portfolio View、KMV模型比较(续) * 二、四个信用风险度量模型的基本特征 Credit Metrics CreditRisk+ KMV Credit Portfolio View 创始者 J.P.摩根 瑞士信贷 KMV 麦肯锡 模型类型 从下至上 从下至上 从下至上 从上至下 风险定义 市场价值 （MTM） 违约损失 （DM） 违约损失（DM/MTM） 市场价值 （MTM） 风险来源 资产价值 违约率 资产价值 宏观因素 信用事件 信用级别变化 /违约 违约 连续违约概率 信用级别变化 /违约 概率 无条件概率 无条件概率 条件概率 条件概率 波动性 常量 变量 变量 变量 相关性 来自股权 违约过程 来自股权 来自宏观因素 可收回率 随机 频段级内为常量 随机 随机 求解方法 模拟过程/解析 解析 解析 模拟过程 * 思考题 1. 简述信用风险度量的三个发展阶段的基本特点，并列举每个阶段的主要方法。 2. 列举度量信用风险时有可能涉及的主要参数，并阐述其含义和作用。 3. 通过举例对累计违约率和边际违约率进行刻画，并分析二者的作用和二者之间的关系。 4. 简述如何运用Merton公司债务定价模型计算某家上市公司的信用价差。 * 思考题(续) 5. 试述外部评级的评级程序与评级体系，并结合此次金融危机分析外部评级所存在的问题。 6. 对持有一项包含两种或两种以上贷款的组合，给出计算该组合在一定时期内等级转移概率的方法和步骤。 7. 简述Z值模型与ZETA模型及其优点与局限性。 8. 试述CreditMetrics模型的基本思想、应用步骤，并说明该模型的假设对应用效果的影响。 思考题(续) 9. 试选择我国一家上市公司及其相关数据，运用KMV方法对该公司的信用风险状况进行实证评估。 10. 通过与市场风险度量模型和方法的比较，说明已有信用风险度量模型和方法所存在的问题和未来发展的方向。