求信用风险模型应用的实例,写论文急用,各位帮忙啊~~~ - 金融行业 - ITPUB论坛－专业的IT技术社区

wangjia

我要写论文,关于信用风险方面的,但是看了很多资料,有很多模型.但是就是没有运用的实例,没有数据,希望各位大哥帮帮忙,给点资料或者联接,谢谢了.
http://www.ucblog.com/more.asp_Q_name_E_invest_A_id_E_23250
这段时间涉及如何评估不良资产和相关定价问题，学习了部分宏观的信用风险模型，但这些宏观的模型并不能适用微观的实际案例，故白费工夫了！看到一篇，民国91 年台湾的信用风险模型文章，刚好前几天有朋友问我索要相关的资料，就摆上来共享了。http://etd.lib.nsysu.edu.tw/ETD- ... -0213103-110331.pdf
JP摩根的CreditMetrics模型首次发表于1997年，他以信用转移分析为基础，对贷款和非交易资产进行估价和风险计算。该方法是基于借款人的信用评级、次年评级发生变化的概率（评级转移矩阵）、违约贷款的回收率、债券市场上的信用风险价差计算出贷款的市场价值及其波动性，进而得出个别贷款和贷款组合的VAR值。考察一个给定的时间，通常为1年，从一个信用等级转移到另一个信用等级的可能性，当然包括了违约的可能性。 它将任何债券和贷款祝贺价值下资产组合的全部未来价值分布进行了建模，然后推导出一项资产组合的信用风险VAR。这个Var等于在合理的置信水平下未来价值的抽样分位数与均值的差额。CreditMetrics模型是用于所有信用风险模型，并且独立与这些模型所使用的理论框架。汤姆.威尔森通过让违约概率随信用周期的变动而变动，对这种信用等级转移方法提出了改革的方案，使违约率成为失业率、利率水平、经济增长率、政府财政支出、汇率水平等宏观经济变量的函数。
麦肯锡模型则在CreditMetrics的基础上，对周期性因素进行了处理，将评级转移矩阵与经济增长率、失业率、利率、汇率、政府支出等宏观经济变量之间的关系模型化，并通过蒙地卡罗模拟技术（a structured Monte Carlo simulation approach）模拟周期性因素的“冲击”来测定评级转移概率的变化。麦肯锡模型可以看成是对CreditMetrics的补充，它克服了CreditMetrics中不同时期的评级转移矩阵固定不变的缺点。
CSFP信用风险附加计量模型与作为盯市模型（MTM）的CreditMetrics不同，它是一个违约模型（DM），它不把信用评级的升降和与此相关的信用价差变化视为一笔贷款的VAR（信用风险）的一部分，而只看作是市场风险，它在任何时期只考虑违约和不违约这两种事件状态，计量预期到和未预期到的损失，而不象在CreditMetrics中度量预期到的价值和未预期到的价值变化。在CSFP信用风险附加计量模型中，违约概率不再是离散的，而被模型化为具有一定概率分布的连续变量。每一笔贷款被视作小概率违约事件，并且每笔贷款的违约概率都独立于其它贷款，这样，贷款组合违约概率的分布接近泊松分布。CSFP信用风险附加计量模型考虑违约概率的不确定性和损失大小的不确定性，并将损失的严重性和贷款的风险暴露数量划分频段，计量违约概率和损失大小可以得出不同频段损失的分布，对所有频段的损失加总即为贷款组合的损失分布。1997年，Credit Suisses Financial Product(CSFP) 提出了一种以保险金算学为基础的评测方法CreditRisk+。它假定单个债券违约率动态或者贷款违约率动态服从泊松分布，而且它只关注违约而不是信用等级的转移状况。
KMV模型是估计借款企业违约概率的方法。首先，它利用Black-Scholes期权定价公式，根据企业资产的市场价值、资产价值的波动性、到期时间、无风险借贷利率及负债的帐面价值估计出企业股权的市场价值及其波动性，再根据公司的负债计算出公司的违约实施点（default exercise point，为企业1年以下短期债务的价值加上未清偿长期债务帐面价值的一半），然后计算借款人的违约距离，最后根据企业的违约距离与预期违约率（EDF）之间的对应关系，求出企业的预期违约率。一家专门致力于信用风险分析的公司——KMV公司开发了一种信用风险分析方法。KMV方法使用每一个证券发行人的“预期违约频率EDF”，而不是依赖评级机构为每个发行人所作的平均历史信用的等级转移频率。KMV方法以莫顿（1974）提出的资产定价模型为基础，对假定条件进行了一定的简化，使得实用性更强