Полная версия

Главная arrow Страховое дело arrow ОСНОВЫ РИСК-МЕНЕДЖМЕНТА

  • Увеличить шрифт
  • Уменьшить шрифт


<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>

ЗАКЛЮЧЕНИЕ

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

287

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 (бета- распределение)

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.

 
<<   СОДЕРЖАНИЕ ПОСМОТРЕТЬ ОРИГИНАЛ   >>