信贷模拟使用连系动词
预测对手的信贷损失取决于三个主要因素:
违约概率(
PD)暴露在违约(
含铅),仪器在未来的某个时间的价值鉴于违约损失(
乐金显示器),它被定义为1−复苏
如果这些数量是已知的在未来的时间t,那么预期的损失PD×EAD×乐金显示器。在这种情况下,你可以预期损失模型为单个交易对手使用二项分布。困难在于当你模型投资组合的交易对手和你想模拟一些默认的相关性。
介体模型来模拟相关违约,将每一个对手与一个随机变量,称为“潜伏”变量。这些潜在变量相关使用一些代表他们的信贷价值,例如,他们的股票价格。然后这些潜在变量映射到违约或默认的结果,发生违约的概率PD。
这图总结了介体模拟方法。
随机变量一个我相关我th对手摔倒在默认的阴影区域的概率PD我。如果模拟值落在这一地区,这是解释为一个默认。的j交易对手遵循类似的模式。如果一个我和一个j随机变量是高度相关的,他们往往都有比较高的值(没有违约),或两个值较低(默认地区下降)。因此,有一个默认的相关性。
因素模型
为米发行人米(米−1)/ 2相关参数是必需的。为米= 1000,这是关于一百万的相关性。一个实用的方法是单因素模型的变化,这使得所有的潜在变量依赖单一因素。这个因素Z代表了潜在的系统性经济的信贷质量。该模型还包括一个随机的错误。
这大大降低了输入数据的需求,因为现在你只需要米敏感性,即权重w1、…w米。如果Z和ε我是标准正态变量呢一个我也是一个标准正态。
单因素模型的一个扩展是一个多因素模型。
这个模型有几个因素,每一个与一些潜在的信贷相关的驱动程序。例如,您可以有因素不同的地区或国家,或不同行业。每个潜变量现在几个随机变量的组合再加上特殊的错误(ε)。
当潜在的变量一个我是正态分布,高斯相关。一个常用的替代方法是让潜在变量遵循t分配,导致t连系动词。t连系动词导致重比高斯接合部的尾巴。暗示信贷相关性也更大t连系动词。切换这两个联结方法可以提供重要的信息模型的风险。
万博1manbetx支持模拟
风险管理工具箱™支持模拟交易对手信用违约和交易对手万博1manbetx信用评级迁移。
信用违约模拟
的creditDefaultCopula对象用于模拟和分析多因素信用违约模拟。这些模拟计算假设您自己这个模型的主要输入。这个模型的主要输入:
PD——违约概率含铅——暴露在默认乐金显示器——鉴于违约(1−损失复苏)权重——因素和特殊权重FactorCorrelation——一个可选的因素多因素模型的相关矩阵
的creditDefaultCopula对象允许您使用多因素介体来模拟违约并返回结果作为一个投资组合损失分布和对手的水平。您还可以使用creditDefaultCopula对象计算几个措施在投资组合风险水平和风险的贡献个人债务人。的输出creditDefaultCopula模型和相关的函数:
完整的模拟投资组合损失分布场景和每个对手在场景上的损失。有关更多信息,请参见
creditDefaultCopula对象属性和模拟。风险的措施(
VaR,CVaR,埃尔,性病与置信区间)。看到portfolioRisk。每个交易对手风险的贡献(
埃尔和CVaR)。看到riskContribution。风险的措施和相关的信心。看到
confidenceBands。为每个交易对手对手场景细节的个人损失。看到
getScenarios。
信用评级迁移模拟
的creditMigrationCopula对象可以模拟为每个交易对手信用评级的变化。
的creditMigrationCopula对象用于模拟交易对手信用迁移。这些模拟计算假设您自己这个模型的主要输入。这个模型的主要输入:
migrationValues——值为每个信用评级交易对手的位置。评级——当前每个交易对手的信用评级。转移矩阵——信用等级转移概率矩阵。乐金显示器——鉴于违约(1−损失复苏)权重——权重因子和特殊的模型
您还可以使用creditMigrationCopula对象计算几个措施在投资组合风险水平和风险的贡献个人债务人。的输出creditMigrationCopula模型和相关的函数:
投资组合的完整的模拟分布值。有关更多信息,请参见
creditMigrationCopula对象属性和模拟。风险的措施(
VaR,CVaR,埃尔,性病与置信区间)。看到portfolioRisk。每个交易对手风险的贡献(
埃尔和CVaR)。看到riskContribution。风险的措施和相关的信心。看到
confidenceBands。为每个交易对手对手场景细节。看到
getScenarios。
另请参阅
creditDefaultCopula|creditMigrationCopula|asrf
