creditexposures
Вычисление кредитовых рисков из значений договора
Синтаксис
Описание
[ вычисляет кредитные риски контрагента из массива значений внебиржевого контракта. Эти риски используются при вычислении CVA (корректировка кредитного значения) для портфеля. exposures,exposurecpty]
= creditexposures(values,counterparties)
[ добавляет необязательные аргументы имя-значение.exposures,exposurecpty]
= creditexposures(___,Name,Value)
[ вычисляет кредитные риски контрагента из массива значений внебиржевых контрактов с маркой на рынок с помощью необязательных аргументов пары "имя-значение" для exposures,exposurecpty,collateral]
= creditexposures(___,Name,Value)CollateralTable и Dates, а collateral выход возвращается для моделируемых сумм обеспечения, доступных контрагентам на каждую дату симуляции и по каждому сценарию.
Примеры
Просмотр значений контрактов и рисков с течением времени для конкретного контрагента
После вычисления значений контракта между рынками для портфеля свопов по многим сценариям вычислите кредитный риск для конкретного контрагента. Просмотрите значения договора и кредитный риск с течением времени.
Во-первых, загрузите данные (ccr.mat) содержащие значения контракта на продажу для портфеля свопов по многим сценариям.
load ccr.mat % Look at one counterparty. cpID = 4; cpValues = squeeze(sum(values(:,swaps.Counterparty == cpID,:),2)); subplot(2,1,1) plot(simulationDates,cpValues); title(sprintf('Mark-to-Market Contract Values for Counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Portfolio Value ($)') % Compute the exposure by counterparty. [exposures, expcpty] = creditexposures(values,swaps.Counterparty,... 'NettingID',swaps.NettingID); % View the credit exposure over time for the counterparty. subplot(2,1,2) cpIdx = find(expcpty == cpID); plot(simulationDates,squeeze(exposures(:,cpIdx,:))); title(sprintf('Exposure for counterparty: %d',cpIdx)); datetick('x','mmmyy') ylabel('Exposure ($)') xlabel('Simulation Dates')
Вычислите кредитный риск и определите инкрементный риск для новой торговли
Загрузите данные (ccr.mat) содержащие значения контракта на продажу для портфеля свопов по многим сценариям.
load ccr.matПосмотрите на одного контрагента.
cpID = 4; cpIdx = swaps.Counterparty == cpID; cpValues = values(:,cpIdx,:); plot(simulationDates,squeeze(sum(cpValues,2))); grid on; title(sprintf('Potential Mark-to-Market Portfolio Values for Counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Portfolio Value ($)')
Вычислите воздействия.
netting = swaps.NettingID(cpIdx);
exposures = creditexposures(cpValues,cpID,'NettingID',netting);Просмотрите кредитный риск с течением времени для контрагента.
figure; plot(simulationDates,squeeze(exposures)); grid on title(sprintf('Exposure for counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Exposure ($)') xlabel('Simulation Dates')
Вычислите профили кредитного риска.
profilesBefore = exposureprofiles(simulationDates,exposures)
profilesBefore = struct with fields:
Dates: [37x1 double]
EE: [37x1 double]
PFE: [37x1 double]
MPFE: 2.1580e+05
EffEE: [37x1 double]
EPE: 2.8602e+04
EffEPE: 4.9579e+04
Рассмотрим новую торговлю с контрагентом. В данном примере возьмите другую сделку из исходного портфеля свопов и «скопируйте» ее для нового контрагента. Этот пример предназначен только для иллюстративных целей.
newTradeIdx = 3; newTradeValues = values(:,newTradeIdx,:); % Append a new trade to your existing portfolio. cpValues = [cpValues newTradeValues]; netting = [netting; cpID]; exposures = creditexposures(cpValues,cpID,'NettingID',netting);
Вычислите новые профили кредитного риска.
profilesAfter = exposureprofiles(simulationDates,exposures)
profilesAfter = struct with fields:
Dates: [37x1 double]
EE: [37x1 double]
PFE: [37x1 double]
MPFE: 2.4689e+05
EffEE: [37x1 double]
EPE: 3.1609e+04
EffEPE: 5.6178e+04
Визуализация ожидаемого воздействия и постепенного воздействия новой торговли. Используйте инкрементный риск для вычисления платы за добавочный кредит значения корректировку (CVA).
figure; subplot(2,1,1) plot(simulationDates,profilesBefore.EE,... simulationDates,profilesAfter.EE); grid on; legend({'EE before','EE with trade'}) datetick('x','mmmyy','keeplimits') title('Expected Exposure before and after new trade'); ylabel('Exposure ($)') subplot(2,1,2) incrementalEE = profilesAfter.EE - profilesBefore.EE; plot(simulationDates,incrementalEE); grid on; legend('incremental EE') datetick('x','mmmyy','keeplimits') ylabel('Exposure ($)') xlabel('Simulation Dates')
Расчет рисков для контрагентов по договору обеспечения
Загрузите данные (ccr.mat) содержащие значения контракта на продажу для портфеля свопов по многим сценариям.
load ccr.matТолько один контрагент для этого примера.
cpID = 4; cpIdx = swaps.Counterparty == cpID; cpValues = values(:,cpIdx,:);
Вычислите неколлатерализованные воздействия.
exposures = creditexposures(cpValues,swaps.Counterparty(cpIdx),... 'NettingID',swaps.NettingID(cpIdx));
Просмотрите кредитный риск с течением времени для контрагента.
plot(simulationDates,squeeze(exposures)); expYLim = get(gca,'YLim'); title(sprintf('Exposures for Counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Exposure ($)') xlabel('Simulation Dates')
Добавьте договор обеспечения для контрагента. The 'CollateralTable' параметром является таблица MATLAB ®. Можно создавать таблицы из электронных таблиц или других источников данных, в дополнение к созданию их в строке, как показано здесь. Для получения дополнительной информации см.table.
collateralVariables = {'Counterparty';'PeriodOfRisk';'Threshold';'MinimumTransfer'};
periodOfRisk = 14;
threshold = 100000;
minTransfer = 10000;
collateralTable = table(cpID,periodOfRisk,threshold,minTransfer,...
'VariableNames',collateralVariables)collateralTable=1×4 table
Counterparty PeriodOfRisk Threshold MinimumTransfer
____________ ____________ _________ _______________
4 14 1e+05 10000
Вычислите залоговые воздействия.
[collatExp, collatcpty, collateral] = creditexposures(cpValues,... swaps.Counterparty(cpIdx),'NettingID',swaps.NettingID(cpIdx),... 'CollateralTable',collateralTable,'Dates',simulationDates);
Постройте график уровней обеспечения и обеспеченных рисков.
figure; subplot(2,1,1) plot(simulationDates,squeeze(collateral)); set(gca,'YLim',expYLim); title(sprintf('Collateral for counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Collateral ($)') xlabel('Simulation Dates') subplot(2,1,2) plot(simulationDates,squeeze(collatExp)); set(gca,'YLim',expYLim); title(sprintf('Collateralized Exposure for Counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Exposure ($)') xlabel('Simulation Dates');
Входные параметры
Выходные аргументы
Подробнее о
Ссылки
[1] Ломибао, Д., и С. Чжу. «Условный подход к оценке для зависящих от пути инструментов». Август 2005 года.
[2] Пыхтин М. «Моделирование кредитного риска для обеспеченных контрагентов». Декабрь 2009 года.
[3] Пыхтин М., и С. Чжу. «Руководство к моделированию контрагентского кредитного риска». ГАРП, июль/август 2007 года, выпуск 37.
[4] Пыхтин, Майкл, и Дэн Розен. «Ценообразование контрагентского риска на уровне торговли и распределение CVA». ФЕДС Работы Бумага № 10., 1 февраля 2010 года.
См. также
datenum | exposureprofiles | table
Темы
- Кредитный риск контрагента и CVA (Financial Instruments Toolbox)
- Неправильный способ риска с Copulas (Financial Instruments Toolbox)