预测交易对手的信用损失主要取决于三个要素:
违约概率(PD
)
默认曝光(含铅
)表示该工具在未来某个时间的价值
违约造成的损失(乐金显示器
),定义为1−复苏
如果这些量在将来是已知的t,则预期损失为Pd × ead × LGD
.在这种情况下,您可以使用二项分布对单个交易对手的预期损失进行建模。当你对这些交易对手的投资组合建模时,困难就出现了,你想用一些违约相关性来模拟它们。
为了模拟相关违约,copula模型将每个交易对手与一个随机变量联系起来,称为“潜在”变量。这些潜在变量使用一些代理来关联它们的信用价值,例如它们的股票价格。然后将这些潜在变量映射到违约或非违约结果,从而使违约有概率发生PD
.
该图总结了copula仿真方法。
随机变量一个我相关我交易对手有可能处于违约阴影区PD
我.如果模拟值落在该区域,则将其解释为默认值。的j对方遵循类似的模式。如果一个我和一个j随机变量是高度相关的,它们往往都有高值(无默认),或者都有低值(落在默认区域)。因此,存在一个默认的相关性。
为米发行人米(米−1)/2个相关参数。为米= 1000,这是大约50万个关联。该方法的一个实际变化是单因素模型,它使所有潜在变量依赖于一个因素。这个因素Z代表经济中潜在的系统性信贷质量。该模型还包括一个随机的特殊误差。
这大大减少了输入数据需求,因为现在您只需要米敏感性,也就是权重w
1、……w
米.如果Z和ε我是标准正态变量吗一个我也是一个标准的正常。
单因素模型的扩展是多因素模型。
这个模型有几个因素,每个因素都与一些潜在的信贷驱动因素相关。例如,您可以有不同地区或国家的因素,或不同行业的因素。每个潜在变量现在是几个随机变量加上特殊误差()的组合。
当潜在变量一个我都是正态分布,就有高斯联系函数。一种常见的替代方法是让潜在变量跟随At分布,这导致t连系动词。t耦合函数的尾部比高斯耦合函数重。隐含的信用相关性也更大t连系动词。在这两种copula方法之间切换可以提供模型风险的重要信息。
Risk Management Toolbox™支万博1manbetx持对交易对手信用违约和交易对手信用评级迁移的模拟。
的creditDefaultCopula
对象用于模拟和分析多因素信用违约模拟。这些模拟假设您自己计算了此模型的主要输入。该模型的主要输入是:
PD
-违约概率
含铅
-默认曝光
乐金显示器
-丢失给定的默认(1复苏)
权重
-因子和特殊权重
FactorCorrelation
-多因素模型的可选因素相关矩阵
的creditDefaultCopula
对象使您能够使用多因素copula模拟违约,并将结果作为投资组合和交易对手级别上的损失分布返回。也可以使用creditDefaultCopula
目的计算投资组合层面上的几种风险度量和个体义务人的风险贡献。的输出creditDefaultCopula
模型及相关功能如下:
投资组合损失在不同情况下的完整模拟分布,以及每个交易对手在不同情况下的损失。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
)和置信区间。看到portfolioRisk
.
每个交易对手方的风险分摊(用于埃尔
和CVaR
).看到riskContribution
.
风险度量和相关的信心区间。看到confidenceBands
.
交易对手方案详细说明每个交易对手的个人损失。看到getScenarios
.
的creditMigrationCopula
对象使您能够模拟每个交易对手的信用评级变化。
的creditMigrationCopula
对象用于模拟交易对手信用迁移。这些模拟假设您自己计算了此模型的主要输入。该模型的主要输入是:
migrationValues
-每个信用评级的交易对手头寸价值。
评级
-每个交易对手的当前信用评级。
转移矩阵
-信用评级转移概率矩阵。
乐金显示器
-丢失给定的默认(1复苏)
权重
-因子和特殊模型权重
也可以使用creditMigrationCopula
目的计算投资组合层面上的几种风险度量和个体义务人的风险贡献。的输出creditMigrationCopula
模型及相关功能如下:
投资组合价值的完全模拟分布。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
)和置信区间。看到portfolioRisk
.
每个交易对手方的风险分摊(用于埃尔
和CVaR
).看到riskContribution
.
风险度量和相关的信心区间。看到confidenceBands
.
每个交易对手的交易对手场景细节。看到getScenarios
.
asrf
|creditDefaultCopula
|creditMigrationCopula