基于CVaR的CreditMetrics模型及其在商業(yè)銀行信用風險管理中的應用
發(fā)布時間:2021-08-04 06:31
鑒于美國次貸危機的影響及經(jīng)驗,對投資銀行及金融衍生產品市場監(jiān)管的不到位,使得世界各國商業(yè)銀行的風險管理成為商業(yè)銀行經(jīng)營管理者最需要關注的問題。而在所有的風險當中,信用風險占了銀行總體風險暴露的60%,繼而成為商業(yè)銀行當前所面臨的最大風險。在這樣的金融環(huán)境下,如何有效地防范風險特別是信用風險是我國銀行業(yè)面臨的重大課題,而在信用風險的防范和管理中,信用風險的度量是最基礎也是最首要的工作。本文從商業(yè)銀行信用風險的概念,涵義及特征出發(fā)從風險度量這一角度著手,對商業(yè)銀行的信用風險度量方法—VaR及其改進方法CVaR的來源、概念、參數(shù)、特點相關闡述并且,在此基礎上介紹了幾種信用風險度量模型。接下來通過對CreditMetrics模型的適當修正引進以CVaR值為代表的CreditMetrics信用風險度量模型。CreditMetrics模型是J.P摩根銀行1997年提出的一種基于VaR的信用風險測量模型。本文主體部分結合我國商業(yè)銀行的實際情況用基于CVaR的CreditMetrics模型對我國某銀行的一筆組合貸款進行了實證分析。對CreditMetrics模型的輸入?yún)?shù)進行了相應的修正在得出VaR結...
【文章來源】:長沙理工大學湖南省
【文章頁數(shù)】:53 頁
【學位級別】:碩士
【部分圖文】:
信用風險的概率分布特征
9)中xF 是 X 的累積分布函數(shù)故:1( )xVaR F α = 19)代入公式(3. 20)可得:1( ) ( | ) ( 1VaRCVaR X E X X VaR xf xα αα+∞= ≥ = ∫ )中 f ( x )為隨機變量 X 的概率密度函數(shù)。為了( X α)+ =max(X-α ,0),則:{ [ ] }1( ) inf :1CVaR X E X iαα α αα+= + ∈ 被稱作平均超額損失 (Mean Excess Loss) 或平部 VaR。從數(shù)學意義上講,CVaR 是指大于 V了損失超過 VaR 值時投資組合可能遭受的潛能體現(xiàn)潛在的風險價值。圖 3.1 清晰地表明了
行嚴密監(jiān)控等手段,來降低風險,優(yōu)化資產組合。而高風險念仍然是受投資者所青睞的,案例銀行在追求高回報的同時,整到可接受的范圍內,使 CVaR 損失不超出自己的風險承擔界案例銀行貸款組合的最優(yōu)化結果。 4.1 為 VaR 和 CVaR 在到期日前的 60 天內的走勢圖,如下
本文編號:3321195
【文章來源】:長沙理工大學湖南省
【文章頁數(shù)】:53 頁
【學位級別】:碩士
【部分圖文】:
信用風險的概率分布特征
9)中xF 是 X 的累積分布函數(shù)故:1( )xVaR F α = 19)代入公式(3. 20)可得:1( ) ( | ) ( 1VaRCVaR X E X X VaR xf xα αα+∞= ≥ = ∫ )中 f ( x )為隨機變量 X 的概率密度函數(shù)。為了( X α)+ =max(X-α ,0),則:{ [ ] }1( ) inf :1CVaR X E X iαα α αα+= + ∈ 被稱作平均超額損失 (Mean Excess Loss) 或平部 VaR。從數(shù)學意義上講,CVaR 是指大于 V了損失超過 VaR 值時投資組合可能遭受的潛能體現(xiàn)潛在的風險價值。圖 3.1 清晰地表明了
行嚴密監(jiān)控等手段,來降低風險,優(yōu)化資產組合。而高風險念仍然是受投資者所青睞的,案例銀行在追求高回報的同時,整到可接受的范圍內,使 CVaR 損失不超出自己的風險承擔界案例銀行貸款組合的最優(yōu)化結果。 4.1 為 VaR 和 CVaR 在到期日前的 60 天內的走勢圖,如下
本文編號:3321195
本文鏈接:http://sikaile.net/guanlilunwen/huobilw/3321195.html
教材專著