Creditmetrics模型.doc

Creditmetrics模型目录[隐藏]1 Creditmetrics模型的提出2 Creditmetrics模型的基本思想3 Creditmetrics模型分析4 Creditmetrics模型与KMV模型的比较5  案例一:基于CreditMetrics模型的商业银行信用风险应用[1]6 参考文献[编辑]Creditmetrics模型的提出 Creditmetrics模型(信用计量模型)。与1994年推出的量化市场风险的Riskmetrics一样,该模型引起了金融机构和监管当局的高度重视,是当今风险管理领域在信用风险量化管理方面迈出的重要一步。[编辑]Creditmetrics模型的基本思想 1、信用风险取决于债务人的信用状况,而企业的信用状况由被评定的信用等示。因此,信用计量模型认为信用风险可以说直接源自企业信用等级的变化,并假定信用评级体系是有效的,即企业投资失败、利润下降、融资渠道枯竭等信用事件对其还款履约能力的影响都能及时恰当地通过其信用等级的变化而表现出来。信用计量模型的基本方法就是信用等级变化分析。转换矩阵(TransitionMatrix一般由信用评级公司提供),即所有不同信用等级的信用工具在一定期限内变化(转换)到其他信用等级或维持原级别的概率矩阵,成为该模型重要的输入数据。 2、信用工具(包括债券和贷款等)的市场价值取决于债务发行企业的信用等级,即不同信用等级的信用工具有不同的市场价值,因此,信用等级的变化会带来信用工具价值的相应变化。根据转换矩阵所提供的信用工具信用等级变化的概率分布,同时根据不同信用等级下给定的贴现率就可以计算出该信用工具在各信用等级上的市场价值(价格),从而得到该信用工具市场价值在不同信用风险状态下的概率分布。这样就达到了用传统的期望和标准差来衡量资产信用风险的目的,也可以在确定的置信水平上找到该信用资产的信用值,从而将Var的方法引入到信用风险管理中来。 3、信用计量模型的一个基本特点就是从资产组合而并不是单一资产的角度来看待信用风险。根据马柯威茨资产组合管理理论,多样化的组合投资具有降低非系统性风险的作用,信用风险很大程度上是一种非系统性风险,因此,在很大程度上能被多样性的组合投资所降低。另一方面,由于经济体系中共同的因素(系统性因素)的作用,不同信用工具的信用状况之间存在相互联系,由此而产生的系统性风险是不能被分散掉的。这种相互联系由其市场价值变化的相关系数(这种相关系数矩阵一般也由信用评级公司提供)表示。由单一的信用工具市场价值的概率分布推导出整个投资组合的市场价值的概率分布可以采取马柯威茨资产组合管理分析法。 4、由于信用计量模型将单一的信用工具放入资产组合中衡量其对整个组合风险状况的作用,而不是孤立地衡量某一信用工具自身的风险,因而,该模型使用了信用工具边际风险贡献这样的概念来反映单一信用工具对整个组合风险状况的作用。边际风险贡献是指在组合中因增加某一信用工具的一定持有量而增加的整个组合的风险(以组合的标准差表示)。通过对比组合中各信用工具的边际风险贡献,进而分析每种信用工具的信用等级、与其他资产的相关系数以及其风险暴露程度等各方面因素,可以很清楚地看出各种信用工具在整个组合的信用风险中的作用,最终为投资者的信贷决策提供科学的量化依据。[编辑]Creditmetrics模型分析(一)在险价值(VaR)方法: 在险价值模型就是为了度量一项给定的资产或负债在一定时间里和在一定的置信度下其价值最大的损失额。一支交易股票的在险价值 VaR方法度量非交易性金融资产如贷款的在险价值时则会遇到如下问题: ,所以市值P不能够直接观察到。 ,也就无法计算贷款市值的变动率σ。 。(二)“信用度量制”方法(CreditMetrics) 信用度量制是通过掌握借款企业的资料如: (1)借款人的信用等级资料(2)下一年度该信用级别水平转换为其它信用级别的概率(3)违约贷款的收复率计算出非交易性的贷款和债券的市值P和市值变动率σ,从而利用在险价值方法对单笔贷款或贷款组合的在险价值量进行度量的方法。[编辑]Creditmetrics模型与KMV模型的比较 KMV模型与creditmetrics模型是目前国际金融界最流行的两个信用风险管理模型。两者都为银行和其它金融机构在进行贷款等授信业务时衡量授信对象的信用状况,分析所面临的信用风险,防止集中授信,进而为实现投资分散化和具体的授信决策提供量化的、更加科学的依据,为以主观性和艺术性为特征的传统信用分析方法提供了很好的补偿。然而,从上述的介绍和分析中,我们