第9章信用风险计量模型(金融工程与风险管理南京大学.pptVIP

步骤4 计算信用风险 年末债券级别 市值（元） 转移概率(%) AAA 109.37 0.02 AA 109.19 0.33 A 108.66 5.95 BBB 107.55 86.93 BB 102.02 5.36 B 98.10 1.17 CCC 83.64 0.12 违约 51.13 0.18 BBB债券的价值分布，例如若转移到AAA，则价值为109.37，概率为0.02，其他情况可以类似地计算出。 第二十九页，共五十八页。 估计债券市值的均值和标准差 由债券价值的分布，容易得到其价值的均值和方差 由此就可以采用解析法计算得到VaR。但是由于债券组合并非正态分布，用这种方法计算存在比较大的误差。 第三十页，共五十八页。 BBB债券持有1年、99％的VaR 由债券市值的概率分布可知 市值大于98.10美元的概率为98.53％ 市值大于83.64美元的概率为99. 7％ 债券级别 市值 概率％ 累计概率 B 98.10 1.17 ％ 1.47 ％ CCC 83.64 0.12 ％ 0.3 ％ 违约 51.13 0.18 ％ 第三十一页，共五十八页。 利用线性插值法可以计算99%概率下的市值，设该值为x 说明：该面值为100元的BBB债券，一年后以99％的概率确信其市值不低于92.29美元。 第三十二页，共五十八页。 由于该债券的均值为107.90美元，根据相对VaR的定义， VaRR ＝107.09-92.29=14.80 (美元) 说明：我们可以以99％的概率确信，该债券在1年内的损失不超过14.80美元。 第三十三页，共五十八页。 对Creditmetrics模型的评述 优点： 动态性：适用于计量由债务人资信变化而引起资产组合价值变动的风险。 可预见性：不仅包括违约事件，还包括债务人信用评级的升降；不仅能评估预期损失，还能估计VaR，这对于银行特别具有意义。 缺点： 对信用评级的高度依赖，一般地，信用评级只是对企业群体的评估，而非个性化，所以，对个别企业评估不准确； 信用评级主要是依靠历史上的财务数据，是一种“向后看”的方法。 第三十四页，共五十八页。 9.3 KMV Model 著名的风险管理公司——KMV 公司开发的违约预测模型，称为Credit Monitor Model，信用监控模型。 创新性：基于公司市场价值，利用期权定价理论来估计的违约概率 KMV认为：实际违约概率和历史平均违约率的差异很大，并且对相同信用级别的企业而言也存在很大的差异。 KMV 没有使用SP的评级数据，而是自己建模估计。 第三十五页，共五十八页。 9.3 KMV Model Credit Metric shortcoming： first, all firms within the same rating class have the same default rate, and second, the actual default rate is equal to the historical average default rate. but, some BBB and AA rated bonds having the same probability of default as KMV found The same assumptions also apply to the transition probabilities. 第三十六页，共五十八页。 9.3 KMV Model KMV derives the actual probability of default, the Expected Default Frequency (EDF), for each obligor based on a Merton- Black-Scholes option pricing model. The probability of default is thus a function of the firms’ capital structure, the volatility of the asset returns and the current asset value. 第三十七页，共五十八页。 9.3 KMV Model The derivation of the probabilities of default proceeds in 2 stages which are discussed below: estimation of the market value and volatility of the firms as