matlab使用Copula仿真优化市场风险数据VaR分析

全文链接：http://tecdat.cn/?p=4305

使用Copula建模相关默认值

鉴于违约风险敞口，违约概率和违约信息损失，估计交易对手组合的潜在损失。一个Copula对象用于每个债务人的信用与潜在变量模型。潜在变量由一系列加权潜在信用因子以及每个债务人的特殊信用因子组成。潜在变量根据其默认概率映射到每个方案的债务人的默认或非默认状态。Copula对象支持投资组合风险度量，交易对手级别的风险贡献以及模拟收敛信息。

这个例子还探讨了风险度量对用于模拟的copula（高斯copula与t copula）类型的敏感性。

加载和检查投资组合数据

投资组合包含100个交易对手及其相关的信用风险敞口（默认值EAD），违约概率（PD）和默认损失（LGD）。使用Copula对象，您可以模拟某个固定时间段（例如，一年）的默认值和损失。

在此示例中，每个交易对手都使用一组权重映射到两个基础信用因子。Weights2F变量是一个，其中每一行包含一个单一的对方的权重。前两列是两个信用因子的权重，最后一列是每个交易对手的特殊权重。此示例中还提供了两个基本因子的相关矩阵。

加载投资组合信息

使用c投资组合信息和因子相关性初始化对象。

模拟模型和绘制潜在损失

模拟多因素模型。默认情况下，使用高斯copula。此函数在内部将已实现的潜在变量映射到默认状态，并计算相应的损失。

函数返回总投资组合损失分布的风险度量和置信区间。VaRLevel报告风险值（VaR）和条件风险值（CVaR）。

看看投资组合损失的分布。预期损失（EL），VaR和CVaR标记为垂直线。由VaR和EL之间的差异给出的经济资本显示为EL和VaR之间的阴影区域。