信用风险专题知识专业知识讲座.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 现在,我们可以考虑一种更直接的对冲 信用风险的方法 —— 违约期权。这种期 权在贷款违约事件发生时支付确定的金 额给期权购买者,从而对银行予以一定 补偿的期权。如图 2 所示,银行可以在 发放贷款的时候购买一个违约期权,与 该笔贷款的面值相对应。当贷款违约事 件发生时,期权出售者向银行支付违约 贷款的面值;如果贷款按照贷款协议得 以清偿,那么违约期权就自动终止。 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 因此,银行的最大损失就是从期 权出售者那里购买违约期权所支付的 价格。这类期权还可以出现一些变体, 比如,可以把某种关卡性的特点写入 该期权合约中。如果交易对手的信用 质量有所改善,比如说从 B 级上升到 A 级,那么该违约期权就自动中止。 作为回报,这种期权的出售价格应该 更低。 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 信用互换是银行管理信贷风险的一个 重要手段。信用互换主要有两类:总收益 互换和违约互换。 在总收益互换中,投资 者接受原先属于银行的贷款或证券(一般 是债券)的全部风险和现金流(包括利息 和手续费等),同时支付给银行一个确定 的收益(比如图 3 中所示的 LIBOR ),一 般情况下会在 LIBOR 基础上加减一定的息 差。 2. 利用互换对冲信用风险 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 与一般互换不同的是,银行和投 资者除了交换在互换期间的现金流之 外,在贷款到期或者出现违约时,还 要结算贷款或债券的价差,计算公式 事先在签约时确定。如果到期时,贷 款或债券的市场价格出现升值,银行 将向投资者支付价差;反之,如果出 现减值,则由投资者向银行支付价差。 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 上式结果实际上是近似值,计算结果是偏小的, 因为从信用转换矩阵中可知,该债券有 6.77% ( 5.3%+1.17%+0.12%+0.18% )的可能性其价值 低于 102.01 ;有 1.47% ( 1.17%+0.12%+0.18% ) 的可能性其价值低于 98.10 ;有 0.3% ( 0.12%+0.18% )的可能性其价值低于 83.64 。 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 , 可见,由于信用风险损益分布的不 对称性,用正态分布来计算 VaR 会有一定的误差, 计算结果偏小,从而低估投资组合的风险。 2 1 VaR VaR ? 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 根据相对损失计算 VaR 的结果 正态分布 实际分布 95 % 1.65 × 2.99=4.93 107.09-98.1=8.99 99 % 2.33 × 2.99=6.97 107.09-83.64=23.45 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 根据绝对损失计算 VaR 的结果 正态分布 实际分布 95 % 1.65 × 2.99 -(- 0.46 ) =5.39 107.55-98.1=9.45 99 % 2.33 × 2.99 -(- 0.46 ) =7.43 107.55-83.64=23.91 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 BBB A AA AAA BB B CCC 违约 资产分布划分为不同信用等级 本文档所提供的信息仅供参考之用,不能作为科学依据,请勿模仿。文档如有不 当之处,请联系本人或网站删除。 (二) KMV 模型 CreditMetrics 方法中,认为同一信用等级公司 违约概率相同,不同信用等级公司违约概率是历 史数据平均值,这两个假设对于计算结果的精度 影响较大。 KMV 公司提出的模型,不使用信用评 级机构提供的统计数据来

文档评论(0)

yusuyuan + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档