點擊查看：2017基金從業(yè)資格《證券投資基金》復(fù)習(xí)重點匯總

　　信用風(fēng)險組合模型

　　根據(jù)原理上的差異，信用風(fēng)險組合模型可以分為兩類

　　l 解析模型。通過一些簡化假設(shè)，對信貸資產(chǎn)組合給出一個“準(zhǔn)確”的解。解析模型能夠快速得到結(jié)果，但缺點是需要建立在對違約風(fēng)險因素諸多苛刻的假定基礎(chǔ)上。

　　l 仿真模型。用大量仿真試驗(情景模擬)所產(chǎn)生的經(jīng)驗分布來近似代替真實分布。仿真模型具有很大的靈活性，但是對信息系統(tǒng)的計算能力要求很高。

　　(1)CreditMetrics模型

　　CreditMetrics模型本質(zhì)上是一個VaR模型，目的是為了計算出在一定的置信水平下，一個信用資產(chǎn)組合在持有期限內(nèi)可能發(fā)生的最大損失。CreditMetrics模型的創(chuàng)新之處正是在于解決了計算非交易性資產(chǎn)組合VaR這一難題。

　　①信用風(fēng)險取決于債務(wù)人的信用狀況，爾債務(wù)人的信用狀況則用信用等級表示。

　　②信用工具(包括貸款、私募債券等)的市場價值取決于借款人的信用等級，即不同信用等級的信用工具有不同的市場價值，因此，信用等級的變化會帶來信用工具價值的相應(yīng)變化。

　　③CreditMetrics模型的一個基本特點就是從資產(chǎn)組合而并不是單一資產(chǎn)的角度來看待信用風(fēng)險。

　　④由于CreditMetrics模型將單一的信用工具放入資產(chǎn)組合中衡量其對整個組合風(fēng)險狀況的作用，而不是孤立地衡量某一信用工具自身的風(fēng)險，因而，該模型使用了信用工具邊際風(fēng)險貢獻(Marginal Risk Contribution)這樣的概念來反映單一信用工具對整個組合風(fēng)險狀況的作用。邊際風(fēng)險貢獻是指因增加某一信用工具在組合中的持有量而增加的整個組合的風(fēng)險。

掃描/長按二維碼幫助基金考試通關(guān)

獲取2017基金最新資訊

獲取2套仿真內(nèi)部資料

獲得歷年考試真題試卷

獲取全年基金考試安排

基金萬題庫下載|微信搜索”萬題庫基從資格考試“

　　相關(guān)推薦：

　　2017年基金從業(yè)考試《私募股權(quán)投資》練習(xí)題匯總