计算机应用 | 古代文学 | 市场营销 | 生命科学 | 交通物流 | 财务管理 | 历史学 | 毕业 | 哲学 | 政治 | 财税 | 经济 | 金融 | 审计 | 法学 | 护理学 | 国际经济与贸易
计算机软件 | 新闻传播 | 电子商务 | 土木工程 | 临床医学 | 旅游管理 | 建筑学 | 文学 | 化学 | 数学 | 物理 | 地理 | 理工 | 生命 | 文化 | 企业管理 | 电子信息工程
计算机网络 | 语言文学 | 信息安全 | 工程力学 | 工商管理 | 经济管理 | 计算机 | 机电 | 材料 | 医学 | 药学 | 会计 | 硕士 | 法律 | MBA
现当代文学 | 英美文学 | 通讯工程 | 网络工程 | 行政管理 | 公共管理 | 自动化 | 艺术 | 音乐 | 舞蹈 | 美术 | 本科 | 教育 | 英语 |

现代信用风险度量模型评析(4)

2017-08-19 01:11
导读:该模型的优势在于:较为充分地考虑了宏观经济环境对信用等级迁移的影响,而不是无条件用历史上违约率的平均值来代替;信用等级迁移概率具有盯市性

  该模型的优势在于:较为充分地考虑了宏观经济环境对信用等级迁移的影响,而不是无条件用历史上违约率的平均值来代替;信用等级迁移概率具有盯市性,因而它与信用度量术结合起来可以提高信用风险度量的准确性;它清晰地给出了实际的离散的损失分布模型,这个损失分布依赖于子组合中信用头寸的个数和大小;它既可以适用单个债务人,也可以适用于群体债务人,如零售组合。劣势主要是:模型的数据依赖于一国很多宏观经济数据,因而数据处理与计算较为繁杂;不能处理非线性产品,如期权、外币掉期。
  
  贷款分析系统(LAS)
  1998年KPMG公司Belkin(1998)和Crouhy and Mark(1998)等人在风险中性理论的基础上提出了贷款分析系统。Delianedias and Geske(1998)通过期权定价模型进一步发展了LAS模型,基于期权思想的LAS模型与信贷监测模型基本相同。
  该模型利用的是风险中性原理,风险中性的评估框架不仅为违约预测,而且也为贷款估值提供了有价值的工具,该估值模型与债券估值的多项式树状模型类似,只是用迁移概率代替利率迁移的概率,并且也只考虑了违约和非违约两种状态。在实际应用中,有预期净现值法(NPV)和经风险调整的资本收益率法(RAROC)。在套利意义下,银行对未预期损失风险的资本金是建立在关于风险等级转移的风险中性测度或等价鞅测度基础之上的。在风险中性测度中,债务人可能经过的信用等级迁移路径不变,但是分摊在各路径的概率可能会变化的,一般而言,风险中性测度低估自然测度下的贷款价值,两者之差即为风险溢价。
  该模型的主要优势在于:数据要求较简单,不复杂;它采用了利率期限结构理论,因此,可以求出远期违约率,具有前瞻性。该模型的缺点在于:假设贷款假合资价值分布具有正态性,但实际上存在“肥尾”现象,并不满足正态分布假设;对构建多期无套利的组合贷款没有很好的方法保证;它只考虑违约和不违约两种状态,但贷款期限较长时贷款可能移到这两者之外的状态;不能处理非线性产品,如期权、外币掉期。 (转载自http://zw.nseac.coM科教作文网)
  
  对信用风险度量模型的综合评价
  
  根据对违约定义的不同,可将以上模型分为盯市模型(MTM)与违约模型(DM),MTM模型和DM模型是银行业普遍使用的两大类信用风险度量模型。盯市模型是以资产市场价值变化为基础计算VaR的模型;而违约模型是集中于预测违约损失,它只考虑了两种情形:违约和不违约。盯市模型相对违约模型的一个显著差异是前者它包括了价差风险,因为它除了考虑违约与不违约两种信用状态以外,还要考虑到信用质量的变化,比如信用等级的升降或下降,在此意义下MTM模型是DM模型的一种推广。据此分析,信用度量术是个典型的MTM模型;死亡模型、信用风险附加法、贷款分析系统和信用监测模型本质是DM模型,但高级版的信用监测模型也是MTM模型;而信贷组合观点既是MTM模型,也是DM模型。由于MTM模型计算的贷款损失能时时更新,更有利于银行进行风险管理,也是银行风险管理追求的目标,因而在实际应用中更受欢迎。
    以上信用风险度量模型的一个重要差别是违约概率的波动性。在信用监测模型中,违约率随着借款人股票市价变化而变化;在信用度量术和死亡率模型中,违约概率是基于历史数据统计出来的固定的、离散的值;在信用风险附加法中,每笔贷款的违约率是可变的,违约率均值被模型化为一个有着伽马分布(Gamma distribution)的变量;在信贷组合观点中,违约概率是一套正态分布的受到宏观因素冲击的一个对数函数;贷款分析系统的违约率受利率或者借款人资产价值变化而变化。事实上,借款人违约行为是个复杂的过程,不仅受到企业自身的影响,也受到市场和国家宏观经济政策的影响,因而可变的违约率更符合实际情况。
  损失的分布和VaR的计算不仅取决于违约的概率,而且也取决于损失的严重程度或违约下的损失率。经验证据表明违约严重程度和贷款回收情况随时间演变而有相当大的波动性,进而,将变化的回收率(回收率在数量上是1与LGD之差)包括进去有可能增加VaR或未预期的损失率。信用监测模型假设回收率为一个常数,但高级版的信用监测模型允许回收率遵循贝塔分布(Beta distribution);在信用度量术模型和死亡模型中,回收率假定服从贝塔分布;在信用风险附加法中,损失被凑成频段得到亚级贷款组合,而任何级别贷款组合损失严重程度视为一个常数;在信贷组合观点中,回收率的估计是通过蒙特卡罗模拟法进行的,是变化的;在贷款分析系统中,回收率是变化的。同样地,影响银行贷款回收率的因素也很多,不仅与企业经营有关,也与银行管理水平和贷款方式有关,还与国家经济景气状况和社会信用环境有关,因而也是变化的。
上一篇:浅析中国第三方物流企业发展策略 下一篇:没有了