信用风险计量技术与信用评级.ppt

贷款的VaR值计算 贷款的价值不是对称分布，可采用两种方法计算：基于贷款价值正分布假设下得VaR和基于贷款实际价值分布的VaR值。 （3）VaR体系内部存在的严重缺陷： 缺乏次可加性，也就是非一致性风险度量，无法满足凸性的要求，故而用VaR来度量风险意味着证券组合的风险不一定小于各证券风险之组合，这在经济意义上是不合理的。 VaR体系的结果可能存在多个极值，局部优化不一定是整体优化，在数学上难以处理。 没有考虑当VaR值被超过时损失究竟是多少，故而当真实损失超过了VaR得度量时，无法进一步识别风险等得缺憾。 为了克服VaR的不足，从金融风险优化的角度提出了CVaR（条件风险度量）的概念，它是损失超出VaR的条件均值，也称平均超值损失。 与VaR体系相比，CVaR测度方法具有良好的次可加性，能够较好满足凸性的要求，且其线性规划的全局最优化结果可同时得到VaR值与CVaR值（VaRCVaR）,由此实现了对真实损失超过了VaR的度量。 2.信用监控KMV模型 (1)信用监控KMV模型概述 KMV模型是1993年由美国KMV公司开发的，用来估计借款企业违约的方法。KMV模型把贷款看做期权，也称做信用风险的期权定价模型。 模型原理：一家公司的破产概率取决于公司资产相对于其短期负债的价值和资产（股票）市价的波动。当公司资产的市场（清算）价值低于其短期负债价值时，该公司可能发生违约。 预期违约频率模型：该模型利用Black-Scholes期权定价公式，根据企业股权市值和资产市值之间的结构性关系、企业资产市值波动程度和企业股权市值变动程度之间的关系，求出企业资产市值及其波动程度。计算出所有涉及变量值，便可以用信用监测模型测算出借款企业的预期违约率。 (2) KMV模型的计算步骤 A.公司资产价值和资产波动性的计算 根据默顿模型，股权价值等同于以公司资产为标的的看涨期权的价值： E=C（V, σv ,K ,c ,r) 其中，E表示公司期权价值，可以从股票市场直接获得；V表示公司资产，为未知数；σv 表示资产波动性，为未知数；K表示违约点，即公司可能发生违约的最小资产价值;T表示各种负债的到期日；c表示公司支付的平均息票利率；r表示无风险利率。 股权波动率公式为：σE=g (V, σv, K,T, c, r) 其中，σE 表示股票价格波动率。 在上述两方程中，只有V, σv 是未知数，可通过方程联立求解。 B.公司违约点的确定 违约点表示公司发生违约的临界状态，是指公司可能发生违约的最小资产价值。 根据有关分析，KMV公司发现违约发生最频繁的分界点在公司价值等于流动负债+长期负债的50%时。由此确定违约点为企业1年以下短期债务的价值加上未清偿长期债务账面价值的一半。 有了公司在未来时刻的预期价值及此时的违约点，就可以确定公司价值下降百分之多少时即达到违约点。 C.计算公司的违约距离 违约距离用于衡量公司资产市场净值与标准差变动所对应的资产价值变动量的比。计算公式为： DD=(V-K)/VσV 或违约距离=（资产的预期价值-违约点）/（资产的预期价值×资产价值波动率） 其中，V表示公司资产价值；K表示违约点；σv表示资产价值波动率。 根据企业的违约距离与预期违约频率之间的对应关系，计算企业的预期违约率。 KMV简图见书P75。 KMV模型通过队历史上的的违约和破产概率进行分析，得到了违约距离与违约概率之间的关系。KMV公司利用其自身优势建立起了一个全球范围企业和企业违约信息数据库，根据此数据库可计算出各类信用等级企业经验预期违约频率，从而产生以这种经验预期违约频率为基础的信用值。 (3) KMV模型的优缺点 优点： 可以反应风险水平差异的程度，特别适用于上市公司信用风险评估。 由于以股票市场数据为基础，该模型包含更多市场信息，因而认为能更好预测未来。 该模型是建立在当代企业理财理论和期权理论的基础之上的，具有很强的理论基础作依托。 缺点： 模型的适用范围受到限制，不适宜用于非上市公司。 由于以股票市场数据为基础，该模型包含更多市场信息，因而认为能更好预测未来。 利率事先确定的假定限制了将KMV模型对长期贷款（一年以上）和其他利率敏感性工具的应用。 风险利差随风险债券到期日趋向于零。 该模型基本上属于一种静态模型，该模型的基础是默顿模型假设，即借款企业管理层一旦将企业的债务结构确定下来，则随后企业的债务结构就不变。无论其资产价值增长多少，企业的债务结构也不会变动，但实际情况并非如此。 该模型假设企业的资产价值服从正态分布，以此为基础计算出企业理论上的预期违约率，在现实中，并非所有借款企业都符合模型中资产价值呈正态分布的假定。 该模型不能购对长期债务的不同类型进行分辨。 3.信用计量Credit Metrics模型