creditexposures
Вычислите кредитные риски из договорных стоимостей
Синтаксис
Описание
[ вычисляет кредитные риски контрагента из массива метки на рынок договорные стоимости OTC. Эти воздействия используются при вычислении CVA (корректировка стоимости кредита) для портфеля. exposures,exposurecpty]
= creditexposures(values,counterparties)
[ добавляют дополнительные аргументы name-value.exposures,exposurecpty]
= creditexposures(___,Name,Value)
[ вычисляет кредитные риски контрагента из массива метки на рынок договорные стоимости OTC с помощью дополнительных аргументов пары "имя-значение" для exposures,exposurecpty,collateral]
= creditexposures(___,Name,Value)CollateralTable и Dates, collateral выходной параметр возвращен для симулированных сопутствующих сумм, доступных для контрагентов в каждую дату симуляции и по каждому сценарию.
Примеры
Просматривайте договорные стоимости и воздействия в зависимости от времени для конкретного контрагента
После вычисления договорных стоимостей метки на рынок для портфеля подкачек по многим сценариям вычислите кредитный риск для конкретного контрагента. Просматривайте договорные стоимости и кредитный риск в зависимости от времени.
Во-первых, загрузите данные (ccr.mat) содержа договорные стоимости метки на рынок для портфеля подкачек 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 инкрементное воздействие для новой торговли
Загрузите данные (ccr.mat) содержа договорные стоимости метки на рынок для портфеля подкачек 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 ($)')
Вычислите воздействия.
netting = swaps.NettingID(cpIdx);
exposures = creditexposures(cpValues,cpID,'NettingID',netting);Просматривайте кредитный риск в зависимости от времени для контрагента.
figure; plot(simulationDates,squeeze(exposures)); grid on title(sprintf('Exposure for counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Exposure ($)') 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
Рассмотрите новую торговлю с контрагентом. В данном примере возьмите другую торговлю из исходного портфеля подкачки и "скопируйте" его для нового контрагента. Этот пример только в иллюстративных целях.
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
Визуализируйте ожидаемые воздействия и инкрементное воздействие новой торговли. Используйте инкрементное воздействие, чтобы вычислить инкрементный заряд корректировки стоимости кредита (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')
Вычислите воздействия для контрагентов в соответствии с сопутствующим соглашением
Загрузите данные (ccr.mat) содержа договорные стоимости метки на рынок для портфеля подкачек по многим сценариям.
load ccr.matТолько посмотрите на одного контрагента для этого примера.
cpID = 4; cpIdx = swaps.Counterparty == cpID; cpValues = values(:,cpIdx,:);
Вычислите воздействия нес обеспечением.
exposures = creditexposures(cpValues,swaps.Counterparty(cpIdx),... 'NettingID',swaps.NettingID(cpIdx));
Просматривайте кредитный риск в зависимости от времени для контрагента.
plot(simulationDates,squeeze(exposures)); expYLim = get(gca,'YLim'); title(sprintf('Exposures for Counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Exposure ($)') xlabel('Simulation Dates')
Добавьте сопутствующее соглашение для контрагента. 'CollateralTable' параметр является таблицей MATLAB®. Можно составить таблицы из электронных таблиц или других источников данных, в дополнение к созданию их встроенный, как замечено здесь. Для получения дополнительной информации смотрите table.
collateralVariables = {'Counterparty';'PeriodOfRisk';'Threshold';'MinimumTransfer'};
periodOfRisk = 14;
threshold = 100000;
minTransfer = 10000;
collateralTable = table(cpID,periodOfRisk,threshold,minTransfer,...
'VariableNames',collateralVariables)collateralTable=1×4 table
Counterparty PeriodOfRisk Threshold MinimumTransfer
____________ ____________ _________ _______________
4 14 1e+05 10000
Вычислите воздействия с обеспечением.
[collatExp, collatcpty, collateral] = creditexposures(cpValues,... swaps.Counterparty(cpIdx),'NettingID',swaps.NettingID(cpIdx),... 'CollateralTable',collateralTable,'Dates',simulationDates);
Постройте сопутствующие уровни и обеспеченные воздействия.
figure; subplot(2,1,1) plot(simulationDates,squeeze(collateral)); set(gca,'YLim',expYLim); title(sprintf('Collateral for counterparty: %d',cpID)); datetick('x','mmmyy') ylabel('Collateral ($)') 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
Больше о
Ссылки
[1] Lomibao, D. и С. Чжу. “Условный подход оценки для зависимых от предшествующего пути развития инструментов”. Август 2005.
[2] Пихтин М., “Моделирующий кредитный риск для контрагентов с обеспечением”. Декабрь 2009.
[3] Пихтин М. и С. Чжу. “Руководство по Моделированию Кредитного риска Контрагента”. GARP, июль/август 2007, выпуск 37.
[4] Pykhtin, Майкл., и Дэн Розен. “Оценивая риск контрагента на торговом уровне и выделениях CVA”. ФЕДЕРАЛЬНЫЙ рабочий документ № 10., 1 февраля 2010.
Смотрите также
exposureprofiles | datenum | table
Темы
- Кредитный риск контрагента и CVA (Financial Instruments Toolbox)
- Неправильным путем риск со связками (Financial Instruments Toolbox)