论文部分内容阅读
在过去的几十年里,信贷风险的管理已经从传统的定性分析转向定量分析,国际上一些主要的金融机构纷纷开发了各种信贷风险度量模型,如KMV模型、CreditMetrics模型、CreditRisk+模型、CreditPortfolioView模型等,以提高对信贷风险的管理和预测能力。本文将重点介绍瑞士信贷银行开发的CreditRisk+模型。在1997年瑞士信贷银行的技术文档[1]里,信贷组合的损失分布是通过计算损失的概率产生函数(PGF),进而使用Panjer递归法得到的。此后,又有些国外学者提出CreditRisk+框架下损失分布的新的计算方法,如Cordy.M.B提出鞍点逼近法[2],Sandro Merino,Mark Nyfeler提出的结合FFT和Monte Carlo模拟的一种方法[19],本文称之为FFT-Monte Carlo法,以及K.K.Nazliben,K.Yildirak提出的结合Panjer递归和FFT的方法:FFT-Panjer法[20]等等。在关于CreditRisk+模型的现有文献里,几乎没有对损失分布计算方法的综合性的阐述,大都只是针对某一种方法的研究,且对于FFT-Monte Carlo法未查有任何中文文献提及。本文将一一阐述这几种算法,并且通过例子与程序体现每种方法的原理和计算过程。CreditRisk+模型的一个基本的假设就是市场因子服从Gamma分布,是基于Poisson-Gamma混杂恰为负二项分布,使得损失分布的计算简单易行。本文将考虑市场因子是其它几种厚尾分布(逆高斯分布,对数正态分布,Pareto分布)的情况,证明得到了逆高斯分布下的损失的PCF,通过分析用前三种方法不易执行,但FFT-Monte Carlo法却是非常有效的方法,这是本文的创新点。本文具体的章节安排如下:第一章,阐述CreditRisk+模型的基本框架。第二章,介绍CreditRisk+框架下贷款组合损失分布的几种计算方法,并通过举例及编程具体阐述每种方法的计算过程。第三章,考虑市场因子服从其它分布情况下损失分布的计算。第四章,结论与建议。