Py学习  »  Python

信用风险建模 in Python 系列 7 - ASRF 模型

王的机器 • 3 年前 • 507 次点击  




想获得本贴 PDF 文章的同学请留言
我会回你链接。


本文是「信用风险建模 in Python」系列的第七篇,其实在之前的 Cufflinks 那篇已经埋下了信用风险的伏笔,


   0. 信用组合可视化

  1. 信用风险 101

  2. 独立模型 - 伯努利模型

  3. 独立模型 - 泊松模型

  4. 混合模型 - 概述

  5. 阈值模型 - 概述

  6. 阈值模型 - 校正


简介渐进单风险因子 (asymptotic single risk-factor, ASRF) 模型是 Gordy 在 2002 年提出来的,它是一个监管模型 (regulatory model)。


巴塞尔确定最小资本要求的风险权重具备一个特性称为组合不变性 (portfolio invariance),意味着某个信贷资产,无论它在任何信贷组合中,其风险权重保持不变。理论上,风险权重的组合不变性能够限制损失超过所有资本的可能性,但必须满足两个条件:


  1. 渐进细密 (asymptotically fine-grained),就是指每一个贷款相对于总体都是微不足道的。


  2. 渐进单风险因素 (ASRF),指每一笔贷款的特质性风险,存在单源的共同冲击。


本贴就从 Vasicek 1991 提出的高斯阈值模型开始,加上若干假设条件推导出 ASRF 模型下损失率的 CDF 和 PDF,给出 Python 代码实现,最后对比 ASRF 解析解和一般高斯阈值模型蒙特卡洛数值解。




Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/73254
 
507 次点击