creditDefaultCopula

Создание creditDefaultCopula объект для моделирования и анализа многофакторной модели кредитного дефолта

развернуть все на странице

Описание

The creditDefaultCopula класс моделирует потери портфеля из-за дефолтов контрагента с помощью многофакторной модели. creditDefaultCopula связывает каждого контрагента со случайной переменной, называемой латентной переменной, которая сопоставлена с результатами по умолчанию/не по умолчанию для каждого сценария, так что значения по умолчанию происходят с вероятностью PD. В случае дефолта, убыток для этого сценария регистрируется равным EAD * LGD для контрагента. Эти латентные переменные моделируются с помощью многофакторной модели, где системные кредитные колебания моделируются серией факторов риска. Эти факторы могут основываться на отраслях промышленности (таких как финансовый, аэрокосмический), географических областях (таких как США, еврозона) или любом другом базовом драйвере кредитного риска. Каждому контрагенту присваивается ряд весов, которые определяют их чувствительность к каждому базовому кредитному фактору.

Входы модели описывают чувствительный к кредитам портфель рисков риска:

  • EAD - Воздействие по умолчанию

  • PD - Вероятность дефолта

  • LGD - Потеря по умолчанию (1 − Recovery)

  • Weights - Коэффициентные и идиосинкратические веса модели

После creditDefaultCopula Объект создается (см. CreditDefaultCopula и Свойства), используйте simulate функция для симуляции значений по умолчанию кредита с помощью многофакторной модели. Результаты хранятся в виде распределения убытков на уровне портфеля и контрагента. Рассчитываются несколько мер риска на уровне портфеля и взносы в риск от отдельных должников. Модель вычисляет:

  • Полное моделируемое распределение потерь портфеля по сценариям

  • Убытки по каждому контрагенту в различных сценариях

  • Несколько мер риска (VaR, CVaR, EL, Std) с доверительными интервалами

  • Взносы в риск на контрагента (для EL и CVaR)

Создание

Синтаксис

cdc = creditDefaultCopula(EAD,PD,LGD,Weights)
cdc = creditDefaultCopula(___,Name,Value)

Описание

пример

cdc = creditDefaultCopula(EAD,PD,LGD,Weights) создает creditDefaultCopula объект. The creditDefaultCopula объект имеет следующие свойства:

  • Портфолио:

    Таблица со следующими переменными (каждая строка таблицы представляет одного контрагента):

    • ID - идентификатор для идентификации каждого контрагента

    • EAD - Воздействие по умолчанию

    • PD - Вероятность дефолта

    • LGD - Потеря по умолчанию

    • Weights - Коэффициент и идиосинкратичные веса для контрагентов

  • FactorCorrelation:

    Матрица корреляции факторов, NumFactors-by- NumFactors матрица, которая определяет корреляцию между факторами риска.

  • VaRLevel:

    Уровень ценности под риском, используемый при отчетности VaR и CVaR.

  • PortfolioLosses

    Портфельные убытки, а NumScenarios-by- 1 вектор потерь портфеля. Это свойство пусто до тех пор, пока simulate используется функция.

пример

cdc = creditDefaultCopula(___,Name,Value) устанавливает Свойства используя пары "имя-значение" и любой из аргументов в предыдущем синтаксисе. Для примера, cdc = creditDefaultCopula(EAD,PD,LGD,Weights,'VaRLevel',0.99). Можно задать несколько пары "имя-значение" как необязательные аргументы пары "имя-значение".

Входные параметры

расширить все

Экспозиция по умолчанию, заданная как NumCounterparties-by- 1 вектор кредитных рисков. The EAD вход устанавливает свойство Portfolio.

Примечание

The creditDefaultCopula модель моделирует значения по умолчанию и потери за определенный фиксированный период времени (для примера, один год). Риски контрагента (EAD) и вероятности по умолчанию (PD) должны быть специфическими для конкретного времени.

Типы данных: double

Вероятность дефолта, заданная как NumCounterparties-by- 1 числовой вектор с элементами из 0 через 1, представляющий вероятности по умолчанию для контрагентов. The PD вход устанавливает свойство Portfolio.

Примечание

The creditDefaultCopula модель моделирует значения по умолчанию и потери за фиксированный период времени (для примера, один год). Риски контрагента (EAD) и вероятности по умолчанию (PD) должны быть специфическими для конкретного времени.

Типы данных: double

Потеря по умолчанию, заданная как NumCounterparties-by- 1 числовой вектор с элементами из 0 через 1, представляющий часть риска, которая теряется при дефолте контрагента. LGD определяется как (1 − Recovery). Для примера, LGD 0,6 означает 40% -ное восстановление в случае дефолта. The LGD вход устанавливает свойство Portfolio.

LGD также может быть задано как NumCounterparties-by- 2 матрица, где первый столбец содержит средние значения LGD, а второй - стандартные отклонения LGD. Допустимые открытые интервалы для среднего LGD и стандартного отклонения:

  • Для первого столбца средние значения находятся между 0 и 1.

  • Для второго столбца стандартные отклонения LGD находятся между 0 и sqrt(m*(1-m)).

Затем, в случае дефолта, значения LGD рисуются случайным образом из бета- распределения с предоставленными параметрами для контрагента по умолчанию.

Типы данных: double

Коэффициент и идиосинкратичные веса, заданные как NumCounterparties-by- (NumFactors + 1) массив. Каждая строка содержит веса коэффициентов для определенного контрагента. Каждый столбец содержит веса для базового фактора риска. Последний столбец в Weights содержит вес идиосинкратического риска для каждого контрагента. Идиосинкратический вес представляет специфический для компании кредитный риск. Общая сумма весов для каждого контрагента (то есть для каждой строки) должна равняться 1. The Weights вход устанавливает свойство Portfolio.

Для примера, если кредитоспособность контрагента состоит из 60% США, 20% европейских и 20% идиосинкратичных, то Weights вектор будет [0.6 0.2 0.2].

Типы данных: double

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: cdc = creditDefaultCopula(EAD,PD,LGD,Weights,'VaRLevel',0.99)

Пользовательские идентификаторы для контрагентов, заданные как разделенная разделенными запятой парами, состоящая из 'ID' и a NumCounterparties-by- 1 вектор IDs для каждого контрагента. ID используется для идентификации воздействий в Portfolio таблица и таблица вклада в риск. ID должен быть числом, строковыми массивами или массивом ячеек векторов символов. The ID Аргумент пары "имя-значение" устанавливает свойство Portfolio.

Если не задано, ID по умолчанию задается числовой вектор 1:NumCounterparties.

Типы данных: double | string | cell

Значение на уровне риска (используется для отчетности VaR и CVaR), заданная как разделенная разделенными запятой парами, состоящая из 'VaRLevel' и числом между 0 и 1. The VaRLevel аргумент пары "имя-значение" устанавливает свойство VaRLevel.

Типы данных: double

Матрица корреляции факторов, заданная как разделенная разделенными запятой парами, состоящая из 'FactorCorrelation' и a NumFactors-by- NumFactors матрица, которая определяет корреляцию между факторами риска. The FactorCorrelation аргумент пары "имя-значение" устанавливает свойство FactorCorrelation.

Если не задан, матрица корреляции факторов по умолчанию равна матрице тождеств, что означает, что факторы не коррелируются.

Типы данных: double

Флаг для использования параллельной обработки для симуляций, заданный как разделенная разделенными запятой парами, состоящая из 'UseParallel' и скалярное значение true или false. The UseParallel аргумент пары "имя-значение" устанавливает свойство UseParallel.

Примечание

The 'UseParallel' свойство может быть задано только при создании creditDefaultCopula объект, если у вас есть Toolbox™ Parallel Computing. Один раз в 'UseParallel' свойство установлено, параллельная обработка используется с riskContribution или simulate.

Типы данных: logical

Свойства

расширить все

Детали кредитного портфеля, заданные как MATLAB® таблица, содержащая все данные портфеля, которые были переданы в качестве входных данных в creditDefaultCopula.

The Portfolio таблица имеет столбец для каждого из входов конструктора (EAD, PD, LGD, Weights, и ID). Каждая строка таблицы представляет одного контрагента.

Для примера:

    ID     EAD         PD          LGD       Weights 
    __    ______    _________    _______    _________
    1     122.43     0.064853    0.68024    0.3  0.7
    2     70.386     0.073957    0.59256    0.3  0.7
    3     79.281     0.066235    0.52383    0.3  0.7
    4     113.42     0.01466     0.43977    0.3  0.7
    5     100.46     0.0042036   0.41838    0.3  0.7

Типы данных: table

Корреляционная матрица для кредитных коэффициентов, заданная как NumFactors-by- NumFactors матрица. Задайте матрицу корреляции с помощью необязательного аргумента пары "имя-значение" 'FactorCorrelation' когда вы создаете creditDefaultCopula объект.

Типы данных: double

Значение на уровне риска, используемое при сообщении VaR и CVaR, заданное с помощью необязательного аргумента пары "имя-значение" 'VaRLevel' когда вы создаете creditDefaultCopula объект.

Типы данных: double

Общие потери портфеля, указанные как 1-by- NumScenarios вектор. The PortfolioLosses свойство пусто после создания creditDefaultCopula объект. После simulate вызывается функция, PortfolioLosses свойство заполняется вектором потерь портфеля.

Типы данных: double

Флаг для использования параллельной обработки для симуляций, заданный с помощью необязательного аргумента пары "имя-значение" 'UseParallel' когда вы создаете creditDefaultCopula объект. The UseParallel аргумент пары "имя-значение" устанавливает UseParallel свойство.

Примечание

The 'UseParallel' свойство может быть задано только при создании creditDefaultCopula объект, если у вас есть Parallel Computing Toolbox. Один раз в 'UseParallel' свойство установлено, параллельная обработка используется с riskContribution или simulate.

Типы данных: logical

Функции объекта

simulateМоделируйте кредитные дефолты с помощью creditDefaultCopula объект
portfolioRiskСгенерируйте измерения риска на уровне портфеля
riskContributionСгенерируйте взносы риска для каждого контрагента в портфеле
confidenceBandsДоверие интервал полос
getScenariosСценарии контрагентов

Примеры

свернуть все

Открыть Live Script

Загрузка сохраненных данных портфеля. 

load CreditPortfolioData.mat;

Создайте 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;

Симулируйте 100 000 сценариев и просмотрите показатели риска 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

Смотрите гистограмму потерь портфеля. 

histogram(cdc.PortfolioLosses);
title('Distribution of Portfolio Losses');

Figure contains an axes. The axes with title Distribution of Portfolio Losses contains an object of type histogram.

Для последующего анализа используйте simulate, portfolioRisk, riskContribution, и getScenarios функции со creditDefaultCopula объект.

Ссылки

[1] Crouhy, M., Galai, D. and Mark, R. «Сравнительный анализ текущих моделей кредитного риска». Журнал банковского дела и финансов. Том 24, 2000, стр. 59-117.

[2] Горди, М. «Сравнительная анатомия моделей кредитного риска». Журнал банковского дела и финансов. Том 24, 2000, стр. 119-149.

[3] Gupton, G., Finger, C., and Bhatia, M. «CreditMetrics - Technical Document». J. P. Морган, Нью-Йорк, 1997.

[4] Jorion, P. Financial Risk Manager Handbook. 6-е издание. Wiley Finance, 2011.

[5] Löffler, G. and Posch, P. Credit Risk Modeling Using Excel и VBA. Wiley Finance, 2007.

[6] McNeil, A., Frey, R. and Embrechts, P. Quantitative Risk Management: Концепции, Technologies, and Tools. Пресса Принстонского университета, 2005.

См. также

| | | | | | |

Темы

Внешние веб-сайты

Введенный в R2017a

Документация по Risk Management Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте