Создать creditDefaultCopula объект для моделирования и анализа многофакторной модели кредитного дефолта
creditDefaultCopula класс моделирует потери портфеля из-за дефолтов контрагента с использованием многофакторной модели. creditDefaultCopula связывает каждого контрагента со случайной переменной, называемой скрытой переменной, которая сопоставляется с результатами по умолчанию/не по умолчанию для каждого сценария, так что значения по умолчанию возникают с вероятностью PD. В случае дефолта убыток для этого сценария записывается равным EAD * LGD для контрагента. Эти скрытые переменные моделируются с использованием многофакторной модели, где системные колебания кредита моделируются рядом факторов риска. Эти факторы могут быть основаны на отраслевых секторах (таких как финансовый, аэрокосмический), географических регионах (таких как США, еврозона) или любом другом факторе кредитного риска. Каждому контрагенту назначается ряд весов, которые определяют его чувствительность к каждому основному кредитному фактору.
Входные данные для модели описывают чувствительный к кредиту портфель рисков убытков:
EAD - Экспозиция по умолчанию
PD - Вероятность дефолта
LGD - Убыток по умолчанию (1 − восстановление)
Weights - Коэффициенты и удельные веса модели
После creditDefaultCopula создается объект (см. Создание creditDefityCopula и Свойства), используйте simulate для моделирования дефолтов кредитования с использованием многофакторной модели. Результаты хранятся в виде распределения убытков на уровне портфеля и контрагента. Рассчитываются несколько показателей риска на уровне портфеля и взносы от отдельных должников. Модель вычисляет:
Полное смоделированное распределение потерь портфеля по сценариям
Убытки по каждому контрагенту в разных сценариях
Несколько мер риска (VaR, CVaR, EL, Std) с доверительными интервалами
Взносы за риск на контрагента (для EL и CVaR)
cdc = creditDefaultCopula(EAD,PD,LGD,Weights)creditDefaultCopula объект. creditDefaultCopula объект имеет следующие свойства:
Таблица со следующими переменными (каждая строка таблицы представляет одного контрагента):
ID - Идентификатор для идентификации каждого контрагента
EAD - Экспозиция по умолчанию
PD - Вероятность дефолта
LGD - Потеря по умолчанию
Weights - Коэффициенты и идиосинкратические веса для контрагентов
Корреляционная матрица коэффициента, a NumFactorsоколо-NumFactors матрица, которая определяет корреляцию между факторами риска.
Уровень риска, используемый при создании отчетов VaR и CVaR.
Портфельные убытки, a NumScenariosоколо-1 вектор портфельных потерь. Это свойство пусто до тех пор, пока simulate используется функция.
cdc = creditDefaultCopula(___,Name,Value)cdc = creditDefaultCopula(EAD,PD,LGD,Weights,'VaRLevel',0.99). Можно указать несколько пар имя-значение в качестве необязательных аргументов пара имя-значение.
simulate | Моделирование дефолтов по кредиту с использованием creditDefaultCopula объект |
portfolioRisk | Создание измерений рисков на уровне портфеля |
riskContribution | Создание взносов на риск для каждого контрагента в портфеле |
confidenceBands | Диапазоны доверительных интервалов |
getScenarios | Сценарии контрагентов |
creditDefaultCopula Объект и моделирование убытков кредитного портфеляЗагрузка сохраненных данных портфеля.
load CreditPortfolioData.mat;Создать creditDefaultCopula объект с двухфакторной моделью.
cdc = creditDefaultCopula(EAD,PD,LGD,Weights2F,'FactorCorrelation',FactorCorr2F)cdc =
creditDefaultCopula with properties:
Portfolio: [100x5 table]
FactorCorrelation: [2x2 double]
VaRLevel: 0.9500
UseParallel: 0
PortfolioLosses: []
Установите VaRLevel до 99%.
cdc.VaRLevel = 0.99;
Смоделировать 100 000 сценариев и просмотреть показатели рисков портфеля.
cdc = simulate(cdc,1e5)
cdc =
creditDefaultCopula with properties:
Portfolio: [100x5 table]
FactorCorrelation: [2x2 double]
VaRLevel: 0.9900
UseParallel: 0
PortfolioLosses: [1x100000 double]
portRisk = portfolioRisk(cdc)
portRisk=1×4 table
EL Std VaR CVaR
______ ______ _____ ______
24.876 23.778 102.4 121.28
Просмотрите гистограмму потерь портфеля.
histogram(cdc.PortfolioLosses);
title('Distribution of Portfolio Losses');
Для дальнейшего анализа используйте simulate, portfolioRisk, riskContribution, и getScenarios функции с помощью creditDefaultCopula объект.
[1] Кроуи, М., Галаи, Д. и Марк, Р. «Сравнительный анализ текущих моделей кредитного риска». Журнал банковских и финансовых операций. Том 24, 2000, стр. 59-117.
[2] Горди, М. «Сравнительная анатомия моделей кредитных рисков». Журнал банковских и финансовых операций. Том 24, 2000, стр. 119-149.
[3] Гуптон, Г., Фингер, С. и Бхатия, М. «CreditMetrics - Технический документ». J. P. Морган, Нью-Йорк, 1997.
[4] Йорион, P. Руководство по управлению финансовыми рисками. 6-е издание. Уайли Финанс, 2011.
[5] Лёффлер, Г. и Пош, П. Моделирование кредитных рисков с использованием Excel и VBA. Уайли Финанс, 2007.
[6] Макнил, А., Фрей, Р. и Эмбрехтс, П. Количественное управление рисками: концепции, методики и инструменты. Princeton University Press, 2005.
confidenceBands | creditMigrationCopula | getScenarios | nearcorr | portfolioRisk | riskContribution | simulate | table