消费信贷风险

消费者信用风险（也称为零售信贷风险)指由于客户对消费信贷产品违约(未还款)而造成的损失风险。这些产品包括s manbetx 845抵押贷款、无担保个人贷款、信用卡或透支。预测信用风险的一种常用方法是通过信用记分卡。记分卡是一个基于统计的模型，用于为客户指定一个分数，该分数表明客户将默认的预测概率。用于计算分数的数据可以来自申请单、信用咨询机构或客户已经持有的贷款人产品等来源。s manbetx 845Financial Toolbox™提供了使用记分卡创建信用记分卡和执行信用投资组合分析的工具。风险管理工具箱包括一个用于自动或手动装箱的装箱Explorer应用程序，以简化信用记分卡开发的装箱阶段。有关更多信息，请参阅Binning Explorer概述．

企业信用风险

企业信用风险（也称为批发信用风险)是交易对手对其金融义务违约的风险。

在单个交易对手层面，信用风险的一个主要参数是违约概率(PD)。“风险管理工具箱”允许您使用以下方法估计违约概率:

在一个信贷资产组合另一方面，要评估信用风险，要评估这种风险，要问的主要问题是，给定一个当前的信用组合，在给定的时间内，违约会造成多少损失?在不同的情况下，这个问题的答案可能是:

从数学上讲，这些问题都取决于对信贷组合损失分布的估计:你可能损失的不同数额是多少，以及每笔损失的可能性有多大。

企业信用风险与市场风险有本质区别，市场风险是指资产因市场变动而失去价值的风险。最重要的区别是，市场总是在变动，但违约很少发生。因此，支持任何建模工作的样本大小都是不同的。万博1manbetx挑战在于校准信贷损失的分布，因为样本规模很小。就信用风险而言，即使是没有违约的单个债券，你也无法收集违约发生时的直接数据，因为它没有违约。一旦发行人真的违约了，除非你能汇集类似公司的违约信息，这是你拥有的唯一数据点。

对于企业信贷组合分析，估算信用相关性，以便您能够理解多样化的好处也是具有挑战性的。两家公司只能在同一时间窗口默认一次，因此您无法收集数据默认在一起的频率。要收集更多数据，您可以从类似公司和类似的经济条件下汇集数据。

风险管理工具箱为使用的信用投资组合提供了信用默认模拟框架creditDefaultCopula对象，其中单一工具的信用风险的三个主要要素是:

假设这三个量是固定的，并且对信贷组合中的所有公司都是已知的。在这个假设下，唯一的不确定性是每个公司是否违约，违约概率为PD一世．

然而，在信贷组合层面，主要问题是:“发行方之间的违约相关性是什么?”例如，对于两种本金均为10MM的债券，如果你预计两家公司一起违约，风险是不同的。在这种情况下，您可能同时损失20MM减去恢复。或者，如果违约是独立的，如果一家公司违约，你可能损失10MM减去恢复，但另一家公司可能还活着。因此，违约相关性是理解投资组合水平风险的重要参数。这些参数对于理解投资组合的分散和集中特征也很重要。风险管理工具箱中的方法是对能够有效模拟和参数化的相关变量进行模拟，然后将模拟值映射到违约或非违约状态，以保持个体违约概率。这种方法称为连系动词．当使用普通变量时，这种方法称为高斯相关．风险管理工具箱还为使用creditMigrationCopula对象。有关更多信息，请参阅信用评级迁移风险．

与之相关creditDefaultCopula和creditMigrationCopula对象，风险管理工具箱提供称为渐近单风险因子（ASRF）模型的分析模型。ASRF模型很有用，因为巴塞尔II文件提出了该模型作为某些类型的资本要求的标准。ASRF不是Monte-Carlo模型，因此您可以快速计算大型信用组合的资本要求。您可以使用ASRF模型进行快速敏感性分析，并更轻松地探索“When-If”方案，而不是重新运行大型模拟。有关更多信息，请参阅asrf．

风险管理工具箱还提供投资组合浓度分析的工具，参见浓度指数．

市场风险

市场风险指因市场价格变动而造成头寸损失的风险。风险价值是一种量化与投资组合相关的风险水平的统计方法。风险价值衡量的是在给定的信心水平下，在特定时间范围内的最大损失金额。例如，如果一个投资组合的一天95%的VaR是10MM，那么有95%的可能性该投资组合在第二天损失少于10MM。换句话说，只有5%的时间(大约20天一次)投资组合的损失超过10MM。

VaR val另一方面，衡量VAR计算的准确性。对于许多投资组合，尤其是交易组合，每天计算var。在第二天结束时，已知产品的实际利润和损失，并且可以与前一天估计的VAR进行比较。您可以使用此日常数据来评估VAR模型的性能，这是VAR Backtesting的目标。因此，逆行是一种方法，它在追溯下追溯到数据并改进VAR模型。已经提出了许多VAR反垄断方法。作为最佳实践，使用多个标准来激发VAR模型的性能，因为所有测试都具有优势和劣势。

风险管理工具箱提供了以下VaR回测个别测试:

有关不同测试的信息，请参阅VAR概述VAR BOAKTESTING．

预期短缺（ES）反向击球违反VAR时，估计损失的损失。ES是var失败时的预期损失。如果VAR为1000万，ES是1200万，你知道明天的预期损失，如果它发生得非常糟糕的一天，大约比VAR高20％。

风险管理工具箱提供了基于表的基于表的测试基于预期的缺口测试esbacktest对象:

以下工具支持基于预期差额模拟的测试万博1manbetxesbacktestbysim对象:

有关不同测试的信息，请参阅预期不足回测概述．

保险风险

准确估计未付索赔的能力对保险公司重要。与其他部门的公司不同，保险公司可能在财务报告期内的确切收益，直到多年后。保险公司定期参加保险费，并在事件发生时支付索赔。为了最大化利润，保险公司必须准确估计未来现有索赔的支付程度。如果未付索赔的估计过低，保险公司将成为破产。相反，如果估计过高，那么保险公司的索赔储备资金本可以在其他地方投资或再投资于业务

风险管理工具箱支持四种索赔估计方法，供精算师使用万博1manbetxdevelopmentTriangle估计未付索赔：

有关估计方法的信息，请参阅非寿险保险的索赔概述．

违约概率的寿命模型

IFRS 9和CECL等监管框架要求机构基于以宏观经济情景为条件的终身分析来估算损失准备金。早期的模型通常是为了预测一个时期的未来而设计的，通常对宏观经济情况没有明确的敏感性。根据IFRS 9和CECL规定，模型必须预测未来的多个时期，并且模型必须对宏观经济变量有明确的依赖性。

终身信用分析的主要输出是终身预期信用损失(ECL)。生命周期ECL包括银行在贷款生命周期中需要为预期损失拨备的准备金。有不同的方法来估计寿命ECL。有些方法对损失数据使用相对简单的技术，并进行定性调整。其他方法使用更先进的时间序列技术或计量经济模型来预测损失，依赖于宏观变量。另一种方法使用违约概率(PD)模型、给定违约损失(LGD)模型和违约暴露(EAD)模型，并结合它们的输出来估计ECL。风险管理工具箱中的生命周期PD模型属于PD- lgd - ead类别

风险管理工具箱提供了以下生命周期PD模型:

有关不同模型的信息，请参见违约模型的生命周期概率概述．

给定违约模型的损失

给定违约损失(LGD)是在违约事件中信用损失的比例。LGD是信用风险分析的主要参数之一。尽管有不同的方法来估计信用损失准备金和信用资本，常见的方法需要估计违约概率(PD)、给定违约损失(LGD)和违约风险(EAD)。储备金和资本要求是通过使用这些参数的公式或模拟计算出来的。例如，损失准备金通常被估计为预期损失(EL)，由以下公式给出:

埃尔=PD*LGD.*含铅

风险管理工具箱提供了以下LGD模型:

有关不同模型的信息，请参见损失给定的违约模型概述．