Заключение.
Основы риск-менеджмента
В табл. 11−6 показаны ключевые характеристики основных существующих моделей кредитного риска, которые мы рассматривали в этой главе. Таблица может выглядеть сложной, но она проясняет ситуацию на фоне большого разнообразия существующих подходов в это сфере. Каждый подход основывается на различных наборах допущений; даже определение кредитного риска может различаться. Входные параметры, которые… Читать ещё >
Заключение. Основы риск-менеджмента (реферат, курсовая, диплом, контрольная)
Единого решения о том, как измерить кредитный риск, не существует. Вместо этого существуют различные подходы, которые до сих пор находятся в стадии разработки. Сейчас в отрасли идет процесс осознания всех «за» и «против» различных допущений для различных предложенных подходов.
До настоящего времени специалисты по моделированию рисков не нашли простого способа объединения рыночного и кредитного рисков. Модели рыночного риска не учитывают кредитный риск, а модели кредитного риска полагают, что рыночный риск не связан с кредитным. Следующее поколение моделей кредитного риска должно исправить эти недостатки.
В табл. 11−6 показаны ключевые характеристики основных существующих моделей кредитного риска, которые мы рассматривали в этой главе. Таблица может выглядеть сложной, но она проясняет ситуацию на фоне большого разнообразия существующих подходов в это сфере. Каждый подход основывается на различных наборах допущений; даже определение кредитного риска может различаться. Входные параметры, которые являются общими для всех моделей, включают экспозиции к риску, уровни возмещения долга в случае дефолта (или, что эквивалентно, потери в случае дефолта) и корреляции дефолта.
Как мы пояснили в этой главе, корреляции дефолта учитываются различными способами. Подход KMV определяет корреляции дефолта из корреляций доходностей активов; Credit Metrics основывается на аналогичной модели, но использует корреляции доходностей акций в качестве основы для доходностей активов. В других моделях вероятность дефолта обусловлена традиционными систематическими или макрофакторами. Любое изменение этих факторов влияет на все вероятности дефолта, но в различной степени, в зависимости от чувствительности каждого заемщика к конкретному фактору риска.
Какова же эффективность подходов относительно друг друга? Мы используем моделирование для крупного диверсифицированного портфеля должников и сравниваем различные модели кредитного риска; допущения для каждого применения остаются неизменными. Результаты показывают, что модели дают похожие оценки кредитной VaR.
Модель корреляций доходностей активов оказалась основным фактором в подходах CreditMetrics и KMV. Когда корреляция стремится к единице, то VaR приблизительно в 10 раз больше, чем в случае, когда корреляция равна нулю. Для моделей на основе принципа переходных вероятностей результаты обычно достаточно чувствительны к первоначальному рейтингу должников. Кредитная VaR для спекулятивных портфелей в пять или шесть раз больше, чем для портфелей инвестиционного уровня.
Исходя из рассмотренного ранее мы пришли к заключению, что все модели являются приемлемыми структурами, учитывающими кредитный риск для портфелей обыкновенных облигаций и кредитов. Для производных инструментов, например свопов или обязательств кредитора, которые имеют неопределенные риски, необходимо расширить модели, чтобы допустить Ключевые характеристики кредитных моделей.
Подход миграции кредита. | Условное требование. | Актуарный подход. | Модель «сокращенной формы». | ||
Программное обеспечение. | CreditMetrics. | CreditPortfolio View. | KMV. | Credit Risk+. | Kamakura. |
Определение риска. | Д рыночной ценности. | Д рыночной ценности. | Д рыночной ценности. | Потери при дефолте. | Потери при дефолте. |
Кредитные события. | Снижение/дефолт. | Снижение/дефолт. | Д непрерывной вероятности дефолта (EDF). | Д актуарного уровня дефолта. | Д интенсивности дефолта. |
Факторы риска. | Коррелированные ценности активов. | Макрофакторы. | Коррелированные ценности активов. | Ожидаемый уровень дефолта. | Частота отказов. |
Вероятности перехода. | Постоянная. | Зависит от макрофакторов. | Зависит от: конкретной временной структуры EDF процесса оценки ценности активов. | Нет данных. | Нет данных. |
Корреляция кредитных событий. | Стандартное многомерное нормальное распределение (факторная модель акций). | Условные вероятности дефолта, функции от макрофакторов. | Стандартное многомерное нормальное распределение доходностей активов (факторная модель активов). | Условные вероятности дефолта, функции от стандартных факторов риска. | Условные вероятности дефолта, функции от макрофакторов. |
Уровень покрытия. | Случайный (бетараспределение). | Случайный (эмпирическое распределение). | Случайный (бета-распределение). | Детерминированные потери в случае дефолта. | Детерминированные потери в случае дефолта. |
Процентные ставки. | Постоянная величина. | Постоянная величина. | Постоянная величина. | Постоянная величина. | Случайная величина. |
Численный метод. | Моделирование/ана; литика Эконометрия. | Моделирование Эконометрия. | Аналитика/моделирова; ние Эконометрия. | Аналитика. | Древовидное/моде; лирование Эконометрия. |
стохастические процентные ставки. Использование кредитных производных в инструментах в портфельных моделях — это еще одна задача, которая создаст новый уровень сложности, так как распределение портфеля основывается на фактических вероятностях дефолта, при этом ценообразование производных инструментов основывается на риск-нейтральных вероятностях.