主要内容

riskContribution

为投资组合中的每个交易对手产生风险贡献

页面上倒塌

句法

贡献=风险协调（CMC）
贡献= riskContribution (cmc、名称、值)

描述

例子

贡献= riskContribution (cmc）返回投资组合中每个交易对手的风险贡献表。风险贡献表分配了对每个交易对手的全部投资组合风险措施，使交易对手风险捐款总和于报告的投资组合风险portfoliorisk.。

笔记

当创建一个信用额度对象，您可以设置'使用指平行'属性如果您有并行计算工具箱™。一旦'使用指平行'属性设置时，使用并行处理进行计算riskContribution。

在你使用riskContribution功能，你必须运行模拟功能。有关使用a的更多信息信用额度对象，参见信用额度。

例子

贡献= riskContribution (cmc那名称，价值）为此添加可选的名称值对参数varwindow。

例子

全部折叠

打开生活的脚本

加载已保存的投资组合数据。

加载CreditMigrationData.mat.;

为每一种债券按投资组合仓位调整债券价格。

MigrationValues =迁移前。* numbonds;

创建一个信用额度对象与四因素模型使用信用额度。

CMC = CreditMigrationCopula（迁移值，评级，传输，......LGD，重量，'factorcorlation'，factorcorr）
cmc = creditMigrationCopula with properties: Portfolio: [250x5 table] FactorCorrelation: [4x4 double] RatingLabels: [8x1 string] TransitionMatrix: [8x8 double] VaRLevel: 0.9500 UseParallel: 0 PortfolioValues: []

设定VaRLevel到99%。

cmc。var.Level = 0.99;

使用模拟函数模拟100,000场景，然后使用riskContribution函数生成贡献表格

CMC =模拟（CMC，1E5）;贡献=风险协调（CMC）;贡献（1:10，:)
ans =10×5表ID EL标准的VaR CVaR的__ ______ ______ 1 15.521 41.153 238.72 279.18 2 8.49 18.838 92.074 122.19 3 6.0937 20.069 113.22 181.53 4 6.6964 55.885 272.23 313.25 5 23.583 73.905 360.32 573.39 6 10.722 114.97 445.94 728.38 7 1.8393 84.754 262.32 490.39 8 11.711 39.768 175.84 253.299 2.2154 4.4038 22.797 31.039 10 1.7453 2.5545 9.8801 17.603

输入参数

全部折叠

信用额度运行后获得的对象模拟功能。

有关信用额度对象,看到信用额度。

名称-值对的观点

指定可选的逗号分离对名称，价值参数。名称是参数名称和价值为对应值。名称必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家。

例子:贡献=风险协调（CMC，'Varwindow'，0.3）

用于计算VAR贡献的窗口的大小，指定为逗号分隔对组成“VaRWindow”和标量数字，值百分比。VAR方案集中的方案用于计算单个对手VAR贡献。

默认为0.05，这意味着在计算交易对手VaR贡献时，所有投资组合损失在VaR的5%以内的情况都被包括在内。

数据类型：双倍的

输出参数

全部折叠

风险贡献，作为每个交易对手的以下风险捐款的表返回：

  • el-特定交易对手在场景中的预期损失

  • STD.- 在方案中对特定交易对手的损失的标准偏差

  • var.- 在这种情况下对特定交易对手的风险价值

  • CVaR- 在这种情况下，特定交易对手的风险有条件的价值

风险贡献表分配了对每个交易对手的全部投资组合风险措施，使交易对手风险捐款总和于报告的投资组合风险portfoliorisk.。

更多关于

全部折叠

风险的贡献

这riskContribution职能向使用四种风险措施的投资组合风险措施报告个人对手捐款：预期损失（EL），标准差（STD），VAR和CVAR。

  • el是每个交易对手的预期损失，是对手对手的损失在所有场景中。

  • STD.是交易对手的标准偏差一世：

    S. T. D. C O. N T. 一世 = S. T. D. 一世 σ. j S. T. D. j ρ 一世 j S. T. D. ρ

    在哪里

    STD.一世是来自交易对手的损失的标准偏差一世。

    STD.ρ为投资组合损失的标准差。

    ρIJ.交易对手之间的损失是否存在相关性一世和j。

  • var.贡献是对手对手的损失的含义，其中包括总投资组合损失在Portfolio VAR周围的一些小区内。默认的“VaRWindow”参数是0.05这意味着，所有投资组合总损失在投资组合VaR的5%以内的情况都包含在VaR邻域中。

  • CVaR是对手对手的损失的含义，其中包括总投资组合损失超过了产品组合var。

参考文献

[1] Glasserman, P. <衡量信贷组合中的边际风险贡献>计算金融杂志。2005/2006年冬季，第9卷第2期。

[2]瓜普顿，G.，手指，C.和Bhatia，M。“信用媒体 - 技术文件。”J.P. Morgan，纽约，1997年。

也可以看看

|||||

话题

外部网站

在R2017A介绍

风险管理工具箱文档

万博1manbetx

基于MATLAB的有效模型风险管理

基于MATLAB的有效模型风险管理

下载白皮书