KR101521110B1 - Apparatus and method for providing multi-factor and mark to market credit var using analytic method based on closed form equations - Google Patents
Apparatus and method for providing multi-factor and mark to market credit var using analytic method based on closed form equations Download PDFInfo
- Publication number
- KR101521110B1 KR101521110B1 KR1020140015909A KR20140015909A KR101521110B1 KR 101521110 B1 KR101521110 B1 KR 101521110B1 KR 1020140015909 A KR1020140015909 A KR 1020140015909A KR 20140015909 A KR20140015909 A KR 20140015909A KR 101521110 B1 KR101521110 B1 KR 101521110B1
- Authority
- KR
- South Korea
- Prior art keywords
- credit
- portfolio
- factor
- borrower
- var
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/06—Asset management; Financial planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
본 발명은 은행 등 금융기관들의 Credit VaR 측정 업무를 수행하기 위한 전산 시스템의 정확성과 계산 성능을 향상시킴으로써, 해당 업무의 효율과 품질을 향상시킬 수 있는, 해석적 방법에 의한 효율적 다요인 시가평가 Credit VaR 제공 장치에 관한 것이다.The present invention relates to an efficient multi-factor valuation credit analysis system capable of improving the efficiency and quality of a business system by improving the accuracy and calculation performance of a computer system for performing credit VaR measurement tasks of financial institutions such as banks, The present invention relates to a VaR providing apparatus.
Description
본 발명은 Credit VaR 제공 장치 및 방법에 관한 것으로서, 보다 구체적으로, Credit VaR 측정 업무를 수행하기 위한 은행 등 금융기관들의 전산 시스템의 정확성과 계산 성능을 향상시킴으로써 해당 업무의 효율과 품질을 향상시킬 수 있는 폐형식 기반의 해석적 방법을 이용한 효율적 다요인 시가평가 Credit VaR 제공 장치 및 방법에 관한 것이다.The present invention relates to an apparatus and method for providing credit VaR, and more specifically, to improve the accuracy and calculation performance of a computer system of a financial institution such as a bank for performing credit VaR measurement, The present invention relates to an apparatus and method for providing an efficient multi-factor price valuation credit VaR using a closed-form analytical method.
Credit VaR는 은행 등 금융기관의 신용 리스크를 측정하기 위한 지표의 일종이다. 신용 리스크라 함은 금융기관의 대출, 유가증권, 파생상품 등의 거래에서 거래상대방 또는 발행기관의 신용도 악화(신용등급 하락, 부도 등)에 따른 손실 가능성을 의미한다.Credit VaR is a measure of the credit risk of banks and other financial institutions. Credit risk refers to the possibility of loss due to deterioration in the credit quality of the counterparty or issuer (credit rating downgrade, default, etc.) in transactions of financial institutions' loans, securities, and derivatives.
Credit VaR는 금융기관이 예상한 평균적인 손실 가능 금액을 초과하여 발생할 수 있는 극단적인 손실 가능 금액으로 산출된다. 여기서 극단적인 수준은 통상 신뢰수준으로 정하여 지는데, 예를 들어 99% VaR는 1%의 확률로 발생 가능한 극단적인 손실가능 금액을 의미한다.Credit VaR is calculated as the extreme loss amount that can be incurred in excess of the average loss amount expected by the financial institution. The extreme level here is usually set at a level of confidence, for example, 99% VaR means an extreme loss amount that can occur with a probability of 1%.
Credit VaR 측정 업무는 이와 같이 극단적인 손실가능 금액을 미리 예상함으로써 금융기관의 건전성을 유지하기 위한 업무이다.Credit VaR measurement is the task of maintaining the soundness of financial institutions by anticipating such extreme losses possible.
Credit VaR 측정 방법은 전 세계적으로 몇몇 방법들이 사용되고 있는데, 국내 시중 은행들은 대부분 다요인 시가평가 방식의 Credit VaR 측정 방법을 사용하고 있다. 그러나, 종래의 다요인 시가평가 Credit VaR 시스템에서는 몬테 카를로(Monte Carlo) 시뮬레이션 방법을 이용하여 다요인 시가평가 Credit VaR를 산출하고 있고, 이러한 몬테 카를로 시뮬레이션 방법은 그 개념이 단순하고 구현이 간편하다는 장점이 있지만, 난수(Random number)를 이용하기 때문에 계산과정에 대한 해석이 어렵고, 결과값에 편차가 존재한다는 점과 충분하게 정확한 값을 얻으려면 계산시간이 오래 걸린다는 문제점이 존재한다.Several methods are used worldwide for measuring credit VaR. Domestic commercial banks mostly use the multi-factor valuation method of credit VaR. However, in the conventional multi-factor price valuation credit VaR system, the Monte Carlo simulation method is used to calculate the multi-factor valuation credit VaR. The Monte Carlo simulation method is simple in its concept and easy to implement However, there is a problem that it is difficult to interpret the calculation process due to the use of a random number, a deviation exists in the resultant value, and a long calculation time is required to obtain a sufficiently accurate value.
Credit VaR의 산출과 관련한 기존의 문헌으로서, 대한민국 특허공개번호 제2011-0049226호 (2011.05.12. 공개) 등이 참조될 수 있다.As an existing literature related to the calculation of Credit VaR, Korean Patent Laid-Open No. 2011-0049226 (published on May 12, 2011) and the like can be referred to.
본 발명의 일 실시예에 따른 Credit VaR 제공 장치 및 방법은 전술한 문제점을 해결하기 위한 것으로서, 몬테 카를로 시뮬레이션 방법이 아닌 폐형식(Closed Form Equations) 기반의 해석적 방법으로 다요인 시가평가 Credit VaR를 산출함으로써, 계산 성능과 정확성을 향상시키는데 목적이 있다.The apparatus and method for providing a credit VaR according to an embodiment of the present invention is to solve the above-described problems, and it is an object of the present invention to provide a multi-factor price evaluation credit VaR Thereby improving the calculation performance and accuracy.
본 발명의 일 실시예에 따른 Credit VaR 제공 장치는,The apparatus for providing credit VaR according to an embodiment of the present invention includes:
금융기관 포트폴리오 p에 속한 차주 i의 익스포저 ni에 대하여, 다요인 시가평가 Credit VaR(손실 가능 금액) 를 제공하는 Credit VaR 제공 장치에 있어서, 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치와, 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치 사이의 차이 값을 획득하는 차이 값 획득부; 상기 획득된 차이 값, 및 포트폴리오 p에서 소정의 신뢰수준 α로 측정한 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 조건부 전이 확률에 기초하여, 상기 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR를 계산하는 Credit VaR 계산부; 및 상기 계산된 다요인 시가평가 Credit VaR를 출력하는 출력부를 포함하되, 상기 Credit VaR 계산부는, 금융기관 포트폴리오 p와 금융기관의 복수의 차주들간의 상관 관계가 반영된 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하되, 하나 이상의 비체계적 요인과 복수의 체계적 요인에 의해 결정되는 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하는 조건부 전이 확률 산출부를 포함할 수 있다.For exposures n i of the borrower i in the financial institution portfolio p, the multi-factor price valuation credit VaR The difference between in the Credit VaR providing apparatus, the value of the current time of exposure n i in the portfolio p and, when the credit rating of the future point of Borrower i is r, the value of the future time of exposure n i to provide a A difference value obtaining unit for obtaining a value; On the basis of the obtained difference, and portfolio p given confidence level α a borrower i current rating conditional transition probability of transition to a certain credit rating r a future point in time of the measurement as in, for exposures n i of the borrower i A credit VaR calculation unit for calculating a multi-factor price evaluation credit VaR; And an output unit for outputting the calculated multi-factor price evaluation credit VaR, wherein the credit VaR calculation unit calculates a correlation VaI between the financial institution portfolio p and a plurality of borrowers of the financial institution, And a conditional transfer probability calculation unit for calculating the conditional transfer probability using the correlation between the loan i and the portfolio p determined by one or more non-systematic factors and a plurality of systematic factors have.
본 발명의 다른 실시예에 따른 Credit VaR 제공 방법은,According to another aspect of the present invention, there is provided a method of providing credit VaR,
Credit VaR 제공 장치에 의한, 금융기관 포트폴리오 p에 속한 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR(손실 가능 금액) 를 제공하는 방법에 있어서, 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치와, 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치 사이의 차이 값을 획득하는 단계; 상기 획득된 차이 값, 및 포트폴리오 p에서 소정의 신뢰수준 α로 측정한 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 조건부 전이 확률에 기초하여, 상기 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR를 계산하는 단계; 및 상기 계산된 다요인 시가평가 Credit VaR를 출력하는 단계를 포함하되, 상기 다요인 시가평가 Credit VaR를 계산하는 단계는, 상기 금융기관 포트폴리오 p와 금융기관의 복수의 차주들간의 상관 관계가 반영된 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하되, 하나 이상의 비체계적 요인과 복수의 체계적 요인에 의해 결정되는 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하는 단계를 포함할 수 있다.Multi-factor price valuation of exporter n i of the borrower i in the financial institution portfolio p by the credit VaR provider Credit VaR (loss amount) A method for providing, obtaining a difference between the value at the future point in time of the value of the current time of exposure n i in the portfolio p and, when the credit rating of the future point of Borrower i is r, exposure n i ; On the basis of the obtained difference, and portfolio p given confidence level α a borrower i current rating conditional transition probability of transition to a certain credit rating r a future point in time of the measurement as in, for exposures n i of the borrower i Calculating a multi-factor price valuation credit VaR for the plurality of factors; And calculating the multi-factor valuation credit VaR, wherein the step of calculating the multi-factor valuation credit VaR comprises: calculating a multi-factor valuation credit VaR based on a correlation between the financial institution portfolio p and a plurality of borrowers of the financial institution the conditional transfer probability is calculated using the correlation between i and the portfolio p, and the conditional transfer probability is calculated using the correlation between the loan i and the portfolio p determined by one or more non-systematic factors and plural systematic factors Step < / RTI >
상기 Credit VaR 제공 방법을 실행하기 위한 컴퓨터 프로그램이 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.A computer program for executing the Credit VaR providing method may be recorded on a computer-readable recording medium.
본 발명의 일 실시예에 따른 Credit VaR 제공 장치 및 방법에 따르면, 몬테 카를로 시뮬레이션 방법이 아닌, 폐형식 기반의 해석적 방법으로 다요인 시가평가 Credit VaR를 산출함으로써, 계산 성능을 높일 수 있고 정확한 Credit VaR의 산출로 금융 기관이 극단적인 손실에 미리 대비하여 재무 건전성을 유지할 수 있게 기여할 수 있다.According to the apparatus and method for providing a credit VaR according to an embodiment of the present invention, it is possible to increase the calculation performance by calculating the multi-factor price evaluation Credit VaR using a closed form-based analytical method rather than a Monte Carlo simulation method, The calculation of VaR can help financial institutions to maintain financial soundness in anticipation of extreme losses.
도 1은 본 발명의 일 실시예에 따른 Credit VaR 제공 장치의 구성을 도시하는 블록도이다.
도 2는 다요인 시가평가 Credit VaR의 산출 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 Credit VaR 제공 방법의 순서를 도시하는 순서도이다.1 is a block diagram showing a configuration of a credit VaR providing apparatus according to an embodiment of the present invention.
2 is a flow chart for explaining a method of calculating the multi-factor price evaluation Credit VaR.
3 is a flowchart illustrating a procedure of a Credit VaR providing method according to an embodiment of the present invention.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.BRIEF DESCRIPTION OF THE DRAWINGS The advantages and features of the present invention and the manner of achieving them will become apparent with reference to the embodiments described in detail below with reference to the accompanying drawings. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. Rather, these embodiments are provided so that this disclosure will be thorough and complete, and will fully convey the scope of the invention to those skilled in the art. To fully disclose the scope of the invention to those skilled in the art, and the invention is only defined by the scope of the claims. Like reference numerals refer to like elements throughout the specification.
본 실시예에서 사용되는 '부'라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, '부'는 어떤 역할들을 수행한다. 그렇지만 '부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. '부'는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부'들로 결합되거나 추가적인 구성요소들과 '부'들로 더 분리될 수 있다.The term " part " used in this embodiment means a hardware component such as software, FPGA, or ASIC, and 'part' performs certain roles. However, 'minus' is not limited to software or hardware. The " part " may be configured to be in an addressable storage medium and configured to play back one or more processors. Thus, by way of example, and by no means, the terms " component " or " component " means any combination of components, such as software components, object- oriented software components, class components and task components, Subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays and variables. The functions provided in the components and parts may be combined into a smaller number of components and parts or further separated into additional components and parts.
이하에서 언급하는 본 발명의 일 실시예에 따른 Credit VaR 제공 장치(100)는, 은행, 증권회사 등 금융 기관들에서 거래상대방의 부도(채무불이행) 또는 신용등급 하락에 따라 금융 기관이 보유한 대출, 유가증권 등의 자산에 손실이 발생할 가능성(신용리스크) 등을 예측하여 재무 건전성을 관리하기 시스템으로서, 몬테 카를로 시뮬레이션 기법을 이용하지 않고도 폐형식에 의한 해석적 방법으로 다요인 시가평가 Credit VaR(손실 가능 금액)를 산출함으로써, 계산 성능을 높일 수 있고 정확한 Credit VaR의 산출로 금융기관이 극단적인 손실에 미리 대비하여 재무 건전성을 유지할 수 있도록 한 시스템이다.The credit VaR providing
먼저, 본 발명의 일 실시예에 따른 Credit VaR 제공 장치(100)에서 처리되는 다요인 시가평가 Credit VaR의 계산 방식에 대하여 설명한다.First, a calculation method of the multi-factor price evaluation credit VaR processed in the credit
개별 거래상대방의 신용에 영향을 주는 요인은 체계적 요인(통제 불가능한 요인)과 비체계적 요인(통제 가능한 요인)으로 구성되며, 이 중 체계적 요인은 하나가 아닌 여러 개의 체계적 요인에 영향 받을 수 있음을 가정하는 방식이 다요인 방식이다. 예를 들어, 수영복 회사의 신용은 날씨뿐 아니라 소비자 물가 등에 의해서도 영향을 받는다고 가정하는 방식이 다요인(Multi-factor) 방식이다.The factors affecting the credit of each counterparty are systematic factors (uncontrollable factors) and non-systematic factors (controllable factors), and systematic factors can be influenced by several systematic factors Is a multi-factor approach. For example, a multi-factor approach is to assume that a swimwear company's credit is affected by not only weather but also consumer prices.
시가평가 방식이라 함은 거래상대방의 신용도를 평가함에 있어서 부도 여부뿐만 아니라 신용등급 하락까지 폭 넓게 감안하고, 신용등급이 떨어졌을 때의 가치 하락분까지 예상손실과 예상외손실에 반영하는 방식을 의미한다. 이에 상대되는 개념은 디폴트 모드(Default mode) 방식이라고 부르며, 이 방식에서는 부도 여부만을 감안하여 신용 리스크를 측정한다. The valuation method refers to a method of assessing the creditworthiness of a counterparty, considering not only the default but also the decline in the credit rating, and reflects the expected loss and the unexpected loss even when the credit rating falls. The concept of this is called the default mode, in which credit risk is measured taking into account only defaults.
Credit VaR를 계산하기 위해서는 금융기관의 모든 거래 상대방들간의 상관관계를 완전하게 감안하여 손실금액을 추정하여야 한다. 모든 거래상대방들 간의 상관관계를 완전하게 감안하려면 거래상대방의 숫자가 N이라고 할 때 NC2 개의 상관관계를 분석하여야 한다. 예를 들어, 은행의 거래상대방이 10만 명(법인 또는 개인)이라면, 분석해야 하는 상관관계는 100,000C2, 약 50억 개의 상관관계를 분석하여야 하는데, 이는 통상의 컴퓨터 용량으로 처리하기에는 불가능하거나 필요 이상의 과다한 전산비용을 초래하는 수준이다. 따라서, 거래 상대방들간의 상관관계를 간략하게 분석할 수 있는 방안이 요구된다.In order to calculate the credit VaR, the loss amount should be estimated by fully taking into account the correlation between all counterparties of the financial institution. To fully account for the correlation between all trading partners, N C 2 correlations should be analyzed when the number of trading partners is N. For example, if a bank has 100,000 trading partners (corporations or individuals), the correlation to be analyzed should be about 100,000 C 2 , or about 5 billion correlations, which can not be handled with normal computer capacity This is a level that leads to excessive computation cost. Therefore, there is a need for a way to briefly analyze the correlation between trading partners.
종래의 몬테 카를로 시뮬레이션 방법은 전체 상관관계 분석 대상 공간에서 일정 개수만큼만 랜덤 시나리오로 추줄하여 손실금액을 추정하는 방식으로 요약될 수 있다. 이러한 몬테 카를로 시뮬레이션 방법은 그 개념이 단순하고 구현이 간편하다는 장점이 있지만 난수(Random number)를 이용하기 때문에 계산과정에 대한 해석이 어렵고, 결과값에 편차가 존재한다는 점과 계산시간이 오래 걸린다는 문제점이 존재한다.The conventional Monte Carlo simulation method can be summarized as a method of estimating a loss amount by adding a certain number of random scenarios in a total correlation analysis space. Although the Monte Carlo simulation method has the advantage that the concept is simple and easy to implement, it is difficult to interpret the calculation process due to the use of a random number, a deviation exists in the resultant value, There is a problem.
따라서, 본 발명의 일실시예에 따른 Credit VaR 제공 장치(100)에서는, 폐형식에 의한 해석적 방법으로 다요인 시가평가 Credit VaR를 계산한다. Therefore, in the credit
이하에서는 '금융기관의 전체 거래'를 '포트폴리오'로 참조하며, '거래상대방'을 '차주'로 참조하고, 하나의 거래상대방이 금융기관과 여러 거래를 할 수 있는데 각각의 거래단위를 '계좌' 또는 '익스포저'라고 참조한다. '익스포저'는 대출금액 등의 금액 액수를 의미한다. Credit VaR는 99.9% 등 일정 신뢰수준에 해당하는 체계적 위험의 손실상황을 전제로 하는 조건부 부도 및 신용등급 변동에 따른 손실의 기대값이다.In the following, we refer to 'whole transaction of financial institution' as 'portfolio', refer to 'counterparty' as 'borrower', and one counterparty can deal with various transactions with financial institution. Quot; or " EXPOSURE ". 'Exposure' means the amount of the loan amount, etc. Credit VaR is the expected value of loss due to conditional default and credit rating changes assuming a loss of systematic risk corresponding to a certain confidence level such as 99.9%.
도 1은 본 발명의 일 실시예에 따른 Credit VaR 제공 장치(100)의 구성을 도시하는 블록도이다. 도 1을 참조하면, 본 발명의 일 실시예에 따른 Credit VaR 제공 장치(100)는 수신부(110), 차이 값 결정부(130), Credit VaR 계산부(150) 및 출력부(170)를 포함할 수 있다. 차이 값 결정부(130) 및 Credit VaR 계산부(150)는 마이크로 프로세서로 구성될 수 있다.1 is a block diagram illustrating a configuration of an
수신부(110)는 차이 값 결정부(130) 및 Credit VaR 계산부(150)가 수행하는 기능을 위한 정보를 수신한다. 수신부(110)는 사용자로부터 해당 정보들을 직접 수신할 수 있고, 또는 저장부(미도시)에 저장되어 있던 해당 정보들을 읽을 수 있으며, 또는 외부의 장치로부터 해당 정보들을 수신할 수도 있다.The
예를 들어, 수신부(110)가 수신하는 정보는 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치인 , 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치인 , 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 확률인 등을 포함할 수 있다. 즉, 수신부(110)는 차이 값 결정부(130) 및 Credit VaR 계산부(150)가 계산하는데 필요한 변수 값들을 수신할 수 있다.For example, the information received by the receiving
차이 값 결정부(130)는 수신부(110)가 수신한 익스포저 ni의 미래 시점에서의 가치인 와 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치인 사이의 차이 값을 획득한다. 구체적으로, 차이 값 결정부(130)는 상기 차이 값을 아래의 [수학식 1]에 기초하여 획득할 수 있다.
The difference
[수학식 1][Equation 1]
상기 [수학식 1]에서 은 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치 및 은 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치를 의미한다.In Equation (1) Is the value at the future point of exposures n i when the credit rating at the future point in the period i is r, Is the value of exposures n i at the current point in portfolio p.
Credit VaR 계산부(150)는 차이 값 결정부(130)에 의해 결정된 차이 값, 및 포트폴리오 p에서 소정의 신뢰수준 α로 측정한 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 조건부 전이 확률에 기초하여, 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR를 계산한다.The credit
구체적으로, Credit VaR 계산부(150)는 포트폴리오 p에 속한 익스포저들 중 차주 i가 소유한 n번째 익스포저 ni에 대하여 폐형식에 의한 해석적 방법으로 산출되는 다요인 시가평가 Credit VaR인 를 아래의 [수학식 2]에 따라 계산할 수 있다.
Specifically, the Credit
[수학식 2]&Quot; (2) "
상기 [수학식 2]에서, i는 특정 차주의 인덱스, ni는 차주 i가 소유한 n번째 익스포저, r은 차주 i의 미래 시점에 전이 가능한 신용등급으로서 r=1은 가장 높은 신용등급, α는 신뢰수준, D는 신용등급 체계의 신용등급 개수, 은 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 확률, 은 포트폴리오 p에서 신뢰수준 α로 측정한 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 조건부 전이 확률을 의미한다.In the above formula (2), i is an index of a specific borrower, n i is an nth exposure owned by the borrower i, r is a transferable credit grade at the future time of the borrower i, r = 1 is the highest credit rating, D is the number of credit ratings of the credit rating system, Is the probability that the current credit rating of the borrower i will transition to a particular credit rating r at a future time, Is the probability of a conditional transition where the current credit rating of the borrower i, measured in confidence level α in portfolio p, will transition to a specific credit rating r at a future time.
Credit VaR 계산부(150)는 포트폴리오 p에 속한 하나의 익스포저의 Credit VaR인 가 [수학식 2]와 같이 계산되면, 포트폴리오 p에 속한 복수의 모든 M개 익스포저들 각각에 대하여 계산한 값들을 합산하여 포트폴리오 p 전체의 Credit VaR를 아래의 [수학식 3]에 따라 계산할 수 있다.
The credit
[수학식3]&Quot; (3) "
Credit VaR 계산부(150)는, 금융기관 포트폴리오 p와 금융기관의 복수의 차주들간의 상관 관계가 반영된 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 [수학식 2]의 조건부 전이 확률을 산출하되, 하나 이상의 비체계적 요인과 복수의 체계적 요인에 의해 결정되는 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하는 조건부 전이 확률 산출부를 포함할 수 있다.The credit
구체적으로, 조건부 전이 확률 산출부는 [수학식 2]의 조건부 전이 확률 를 표준누적정규분포 함수 Φ와 그 역함수 Φ-1를 이용해 아래의 [수학식 4]과 같이 산출할 수 있다.
Specifically, the conditional transition probability calculation section calculates the conditional transition probability Can be calculated using the standard cumulative normal distribution function? And its inverse function? -1 as shown in the following equation (4).
[수학식 4]&Quot; (4) "
[수학식 4]에서, α는 신뢰수준, 는 r 이하의 신용등급으로 전이될 확률의 합(단, k=1은 가장 높은 신용등급, D는 신용등급 체계의 신용등급 개수), 는 포트폴리오 p와 차주 i간의 상관관계인 , ri는 차주 i의 체계적 위험과 비체계적 위험에 따른 자산수익률, rp는 포트폴리오 p의 수익률을 의미한다.In Equation (4),? Is the confidence level, (Where k = 1 is the highest credit rating and D is the credit rating of the credit rating system) Is the correlation between portfolio p and borrower i , r i is the return on assets of system i and irrational risk, and r p is the return of portfolio p.
단, 차주 i의 현재 신용등급이 부도 등급(r=D)인 경우에는 하위 등급이 존재하지 않으므로, 조건부 전이 확률 산출부는 [수학식 2]의 조건부 전이 확률을 아래의 [수학식 5]와 같이 산출할 수 있다.
However, when the current credit rating of the bank i is the default grade (r = D), there is no lower grade, so the conditional transition probability calculator calculates the conditional transition probability of Equation (2) Can be calculated.
[수학식 5]&Quot; (5) "
[수학식 4]의 조건부 전이확률 은 요인모형으로부터 유도되는데, Merton 모형에 따라 차주 i의 신용 등급을 결정하는 자산수익률 ri가 체계적 위험과 비체계적 위험으로 구성되고 각각의 수익률은 표준정규분포를 따른다는 가정 하에서 [수학식 6]와 같이 도출될 수 있다.
The conditional transition probability of Equation (4) Is based on the Merton model. Assuming that the asset return r i , which determines the credit rating of the borrower i, is composed of systematic risk and non-systematic risk, and each rate of return follows a standard normal distribution, . ≪ / RTI >
[수학식 6]&Quot; (6) "
[수학식 6]에서, ρi는 차주 i의 체계적 요인에 대한 상관계수, Z는 체계적 요인에서의 수익률(여기서는 표준정규분포를 가정), εi는 차주 i의 하나 이상의 비체계적 요인에서의 수익률(여기서는 표준정규분포를 가정)을 의미한다.In Equation (6), ρ i is the correlation coefficient for systematic factors of borrowing i, Z is the return on systematic factors (assuming standard normal distribution here), ε i is the return on one or more non- (Here, assuming a standard normal distribution).
체계적 위험을 구성하는 요인이 여러 개인 경우(다요인 모형)에는 [수학식 6]은 아래 [수학식 7]과 같이 확장될 수 있다.
If there are multiple factors that constitute systemic risk (multi-factor model), Equation (6) can be extended as shown in Equation (7) below.
[수학식 7]&Quot; (7) "
[수학식 7]에서, μ는 체계적 요인의 인덱스(index), 는 μ 번째 체계적 요인에서의 수익률(여기서는 표준정규분포를 가정), 는 차주 i와 전체 체계적 요인 중 상관관계를 구성하는 번째 체계적 요인의 기여율(각 체계적 요인들의 기여율의 제곱의 합은 1이 되도록 정규화됨), 는 차주 i와 전체 체계적 요인 중 상관관계를 구성하는 번째 체계적 요인의 기여값(각 체계적 요인들의 기여값의 제곱의 합은 상관계수 임)을 의미한다.In Equation (7), μ is an index of a systematic factor, Is the return on the μth systematic factor (assuming the standard normal distribution here) Is correlated with the borrower i and the total systemic factor (The sum of squares of contribution rates of each systematic factor is normalized to be 1), Is correlated with the borrower i and the total systemic factor The contribution of the systematic factor (the sum of the squares of the contributions of each systematic factor is the correlation coefficient .
본 발명에서는 포트폴리오 자체를 체계적 요인으로 간주한다. 따라서 조건부 전이 확률에서의 상관관계는 개별차주와 포트폴리오 사이의 상관관계로 해석하며, 이 부분이 본 특허 기술에서 핵심적이고 독창적인 부분이다. 포트폴리오 p를 구성하는 익스포저들에 공통으로 영향을 주는 다양한 체계적 요인들이 있지만, 그러한 체계적 요인의 합 혹은 구성 익스포저들의 공통요소의 결과물이 포트폴리오로 발현되기 때문이다. In the present invention, the portfolio itself is regarded as a systematic factor. Thus, the correlation in the conditional transition probability is interpreted as the correlation between the individual borrower and the portfolio, which is a key and original part of the patented technology. There are various systemic factors that have a common impact on the exposures that make up portfolio p, but the result of the sum of such systematic factors or the common elements of the constituent exposures manifests itself in the portfolio.
전술한 바와 같이, N개의 차주 상호 간의 상관관계는 NC2이지만, 본 발명의 일 실시예에 따른 Credit VaR 제공 장치(100)는 이를 개별 차주와 포트폴리오 간의 상관관계로 대체함으로써 감안해야 할 상관관계의 개수를 N개로 대폭 축소할 수 있다.As described above, the correlation between the N borrowers is N C 2, but the credit
조건부 전이 확률 산출부는 다수의 체계적 요인을 사용하여 [수학식 7]에서 설명한 개별 차주의 수익률 ri를 포트폴리오의 수익률(rp)을 사용하여 아래 [수학식 8]과 같이 산출할 수 있다. 여기서, rp는 각 차주의 수익률을 익스포저로 가중 평균하여 계산할 수 있다.
The conditional transition probability calculator can calculate the return r i of the individual borrower described in [Equation 7] using a plurality of systematic factors as shown in Equation (8) using the portfolio return rate (r p ). Here, r p can be calculated by weighted average of each borrower's yield by exposures.
[수학식 8]&Quot; (8) "
[수학식 8]에서, ρi는 차주 i의 체계적 요인에 대한 상관계수, μ는 체계적 요인의 인덱스(index), 는 μ 번째 체계적 요인에서의 수익률, 는 차주 i와 전체 체계적 요인 중 상관관계를 구성하는 번째 체계적 요인의 기여율, εi는 차주 i의 하나 이상의 비체계적 요인에서의 수익률, Si는 차주 i가 소유한 개별 익스포저의 합, Sp는 포트폴리오 p의 익스포저로서 , 는 계산상 εi를 미리 조정하여 입력한 값을 의미한다.In Equation (8), ρ i is the correlation coefficient for the systematic factor of the bank i, μ is the index of the systematic factor, Is the return on the μth systematic factor, Is correlated with the borrower i and the total systemic factor The contribution rate of the first systematic factors, ε i is an exposure of the return of borrower i at least one non-systemic factors, the sum of i S i is owned by an individual borrower exposures, S p is a portfolio p , Means a value input in advance by adjusting ε i in the calculation.
조건부 전이 확률 산출부는 포트폴리오 p와 차주 i간의 상관관계인 를 [수학식 9]에 의해 계산할 수 있는데, 이 식의 유도과정은 주요 요지를 벗어나므로 생략한다.
The conditional probability of transition calculator is a correlation between portfolio p and borrower i Can be calculated by Equation (9), and the derivation process of this equation is omitted because it deviates from the main point.
[수학식 9]&Quot; (9) "
[수학식 9]에서, 는 차주 i와 전체 체계적 요인 중 상관관계를 구성하는 μ 번째 체계적 요인의 값, 는 포트폴리오 p와 체계적 요인 μ 사이의 상관관계, 은 포트폴리오 수익률의 공분산, ci는 차주 수익률의 비체계적 요인의 기여도로서 를 의미한다.In Equation (9) Is the value of the μth systematic factor that constitutes the correlation between the borrower i and the total systematic factors, Is the correlation between portfolio p and systematic factor μ, Is the covariance of portfolio returns, and c i is the contribution of non-systemic factors .
또한, 포트폴리오 p와 체계적 요인 μ 사이의 상관관계인 는 아래의 [수학식 10]에 따라 계산될 수 있다.
In addition, the correlation between portfolio p and systematic factor μ Can be calculated according to the following equation (10).
[수학식 10]&Quot; (10) "
[수학식 9]의 은 포트폴리오 수익률의 공분산(cov)으로서 아래의 [수학식 11]과 같이 계산된다.
In Equation (9) Is the covariance of the portfolio return (cov) as follows (11).
[수학식 11]&Quot; (11) "
[수학식 11]에서, i, j는 각 개별 차주의 인덱스, Sj는 차주 j가 소유한 개별 익스포저의 합, 는 차주 j와 전체 체계적 요인 중 상관관계를 구성하는 μ 번째 체계적 요인의 값을 의미한다.In Equation (11), i, j is the index of each individual borrower, S j is the sum of individual exposures owned by the borrower j, Is the value of the systematic factor, which forms the correlation among the total systematic factors,
출력부(170)는 Credit VaR 계산부(150)에 의해 계산된 다요인 시가평가 Credit VaR를 출력한다. 예를 들어, 출력부(170)는 다요인 시가평가 Credit VaR를 모니터 등의 디스플레이 장치를 통해 출력할 수 있고, 외부의 장치로 다요인 시가평가 Credit VaR를 전송할 수도 있다.The
도 2는 다요인 시가평가 Credit VaR의 산출 방법을 설명하기 위한 흐름도로서, 이하에서는 도 2를 참조하여 본 발명의 일 실시예에 따른 Credit VaR 제공 장치(100)의 동작에 대해 다시 한번 간략히 설명한다.FIG. 2 is a flowchart for explaining a method for calculating a multi-factor price evaluation credit VaR. Hereinafter, the operation of the credit
먼저, 조건부 전이 확률 산출부는 전술한 [수학식 10]와 [수학식 11]을 통해, 포트폴리오 수익률의 공분산(cov)인 와 포트폴리오 p와 체계적 요인 μ 사이의 상관관계인 를 계산한다. 다음으로, 조건부 전이 확률 산출부는 포트폴리오 p와 차주 i간의 상관관계인 ()를 [수학식 9]에 따라 계산한 후, 조건부 전이 확률인 를 [수학식 4]에 따라 계산한다. Credit VaR 계산부(150)는 차이 값 결정부(130)에 의해 [수학식 1]에 따라 획득된 익스포저 ni의 미래 시점에서의 가치인 와 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치인 사이의 차이 값, 조건부 전이 확률 산출부에 의해 계산된 조건부 전이 확률 및 수신부(110)에 의해 수신된 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 확률 를 이용하여 [수학식 2]를 통해 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR를 계산한다.First, the conditional transition probability calculation unit calculates a covariance (cov) of the portfolio return rate using Equations (10) and (11) And the relationship between portfolio p and systematic factor μ . Next, the conditional transition probability calculation unit calculates a conditional transfer probability ( ) Is calculated according to Equation (9), and then the conditional transition probability Is calculated according to Equation (4). The credit
위와 같은 본 발명의 일 실시예에 따른 Credit VaR 제공 장치(100)에 의하면, 몬테 카를로 시뮬레이션 방법이 아닌 폐형식을 이용한 해석적 방법에 의하여, 차주가 소유한 n번째 익스포저 ni에 대하여, 다요인 시가평가 Credit VaR(손실 가능 금액) 을 해석적으로 산출하고, 이를 기초로 포트폴리오에 속한 복수의 모든 M개 익스포저들 각각에 대하여 계산한 값들을 합산하여 금융기관 포트폴리오 전체의 Credit VaR를 산출함으로써, 계산성능을 높일 수 있고 정확한 Credit VaR 산출로 금융기관이 예상손실에 미리 대비하여 재무 건전성을 유지할 수 있도록 기여할 수 있다. According to the credit
이때 N개의 차주 상호 간의 상관관계는 NC2이지만 이를 개별 차주와 포트폴리오 간의 상관관계로 대체하여 상관관계의 개수를 N개로 대폭 축소하여 산출함으로써, 몬테 카를로 시뮬레이션 방법과 같이 NC2 모든 경우에 대하여 시뮬레이션함으로써 계산시간이 오래 걸리는 문제를 해결할 수 있다.The correlation between the N Borrower cross is with respect to the N C 2, but by calculation by this greatly reduced the number of correlation by replacing the relationship between the individual owners and portfolio N pieces, such as Monte Carlo simulation method N C 2 all cases Simulation can solve the problem that the calculation takes a long time.
도 3은 본 발명의 일 실시예에 따른 Credit VaR 제공 방법의 순서를 도시하는 순서도이다. 도 3을 참조하면, 본 발명의 일 실시예에 따른 Credit VaR 제공 방법은 도 1에 도시된 Credit VaR 제공 장치(100)에서 시계열적으로 처리되는 단계들로 구성된다. 따라서, 이하에서 생략된 내용이라 하더라도 도 1에 도시된 Credit VaR 제공 장치(100)에 관하여 이상에서 기술된 내용은 도 3의 Credit VaR 제공 방법에도 적용됨을 알 수 있다.3 is a flowchart illustrating a procedure of a Credit VaR providing method according to an embodiment of the present invention. Referring to FIG. 3, the method of providing Credit VaR according to an embodiment of the present invention is comprised of steps that are processed in a time-series manner in the Credit
S310 단계에서, Credit VaR 제공 장치(100)는 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치와, 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치 사이의 차이 값을 획득한다. 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치와, 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치는 사용자 또는 외부의 장치로부터 수신될 수 있고, 메모리에 기 저장되어 있을 수도 있다.In step S310, the Credit
S320 단계에서, Credit VaR 제공 장치(100)는 S310 단계에서 획득된 차이 값, 및 포트폴리오 p에서 소정의 신뢰수준 α로 측정한 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 조건부 전이 확률에 기초하여, 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR를 계산한다. Credit VaR 제공 장치(100)는 금융기관 포트폴리오 p와 금융기관의 복수의 차주들간의 상관 관계가 반영된 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 조건부 전이 확률을 산출하되, 하나 이상의 비체계적 요인과 복수의 체계적 요인에 의해 결정되는 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 조건부 전이 확률을 산출할 수 있다.In step S320, the credit
S330 단계에서, Credit VaR 제공 장치(100)는 계산된 다요인 시가평가 Credit VaR를 출력한다.In step S330, the Credit
이와 같은 본 발명의 일 실시예에 따른 Credit VaR 제공 장치(100)에서 입출력 데이터 처리에 사용되는 기능은 컴퓨터 등 장치로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하며, 이와 같은 기록 매체와 컴퓨터 등 장치의 결합으로 사용자 인터페이스를 통해 다요인 시가평가 Credit VaR 산출을 위해 필요한 데이터나 정보를 입력하거나 출력하고 디스플레이하도록 구현할 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광데이터 저장장치, 하드 디스크, 이동형 저장장치 등이 있으며 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크(예, 인터넷, 이동통신 네트워크 등)로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장된 형태가 가능하며 네트워크를 통해 실행될 수도 있다. The functions used in input / output data processing in the credit
이상과 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다.While the present invention has been described in connection with what is presently considered to be practical exemplary embodiments, it is to be understood that the invention is not limited to the disclosed embodiments, but, on the contrary, It will be understood. It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive.
100: Credit VaR 제공 장치
110: 수신부
130: 차이 값 결정부
150: Credit VaR 계산부
170: 출력부100: Credit VaR providing device
110:
130: difference value determination unit
150: Credit VaR calculation section
170:
Claims (11)
포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치와, 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치 사이의 차이 값을 획득하는 차이 값 획득부;
상기 획득된 차이 값, 및 포트폴리오 p에서 소정의 신뢰수준 α로 측정한 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 조건부 전이 확률에 기초하여, 상기 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR를 계산하는 Credit VaR 계산부; 및
상기 계산된 다요인 시가평가 Credit VaR를 출력하는 출력부를 포함하되,
상기 Credit VaR 계산부는, 금융기관 포트폴리오 p와 금융기관의 복수의 차주들간의 상관 관계가 반영된 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하되, 하나 이상의 비체계적 요인과 복수의 체계적 요인에 의해 결정되는 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하는 조건부 전이 확률 산출부를 포함하는 것을 특징으로 하는 Credit VaR 제공 장치.
For exposures n i of the borrower i in the financial institution portfolio p, the multi-factor price valuation credit VaR The credit VaR providing apparatus comprising:
A difference value acquiring unit for acquiring a difference value between the value of the exporter n i at the current time point in the portfolio p and the value at the future time point of the exporter n i when the credit rating at the future time point of the ith stock i is r;
On the basis of the obtained difference, and portfolio p given confidence level α a borrower i current rating conditional transition probability of transition to a certain credit rating r a future point in time of the measurement as in, for exposures n i of the borrower i A credit VaR calculation unit for calculating a multi-factor price evaluation credit VaR; And
And an output unit for outputting the calculated multi-factor valuation credit VaR,
The credit VaR calculation unit calculates the conditional transfer probability using a correlation between a financial institution portfolio p and a plurality of borrowers of the financial institution, And a conditional transfer probability calculating unit for calculating the conditional transfer probability using a correlation between a loan i and a portfolio p determined by a systematic factor.
상기 Credit VaR 계산부는,
상기 포트폴리오 p에 속한 복수의 익스포저들 각각에 대하여 계산한 값들을 합산하여 금융기관 포트폴리오 전체의 Credit VaR를 계산하는 것을 특징으로 하는 Credit VaR 제공 장치.
The method according to claim 1,
The credit VaR calculation unit may include:
For each of a plurality of exposures belonging to the portfolio p And calculating the credit VaR of the entire financial institution portfolio.
상기 차이 값 획득부는,
상기 차이 값을 아래의 수학식 1에 따라 획득하되,
[수학식 1]
상기 수학식 1에서, 상기 은 포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치이고, 상기 은 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치인 것을 특징으로 하는 Credit VaR 제공 장치.
The method according to claim 1,
Wherein the difference value obtaining unit comprises:
Obtaining the difference value according to Equation (1) below,
[Equation 1]
In the above Equation 1, Is the value at the present time of the exposures n i in the portfolio p, Is a value at a future time point of the exporter n i when the credit rating at the future time point of the car loan i is r.
상기 Credit VaR 계산부는,
상기 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR를 아래의 수학식 2에 기초하여 계산하되,
[수학식 2]
상기 수학식 2에서, ni는 차주 i가 소유한 하나 이상의 익스포저 중 n번째 익스포저, r은 차주 i의 미래 시점에 전이 가능한 신용등급으로서 r=1은 가장 높은 신용등급, D는 신용등급 체계의 신용등급 개수, 은 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 확률, 은 포트폴리오 p에서 신뢰수준 α로 측정한 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 조건부 전이 확률인 것을 특징으로 하는 Credit VaR 제공 장치.
The method of claim 3,
The credit VaR calculation unit may include:
A multi-factor price evaluation Credit VaR for the exporter n i of the above-mentioned loan i is calculated based on the following Equation 2,
&Quot; (2) "
In Equation (2), n i is the n-th exposure of one or more exposures owned by the borrower i, r is the transferable credit grade at the future time of the borrower i, r = 1 is the highest credit rating, D is the credit rating Credit rating number, Is the probability that the current credit rating of the borrower i will transition to a particular credit rating r at a future time, Is a conditional transfer probability that the current credit rating of the loan i measured by the trust level a in the portfolio p is to be transferred to a specific credit rating r at a future time point.
상기 조건부 전이 확률 산출부는,
표준누적정규분포 함수 Φ와 그 역함수 Φ-1를 이용하여 하기의 수학식 3을 통해 상기 조건부 전이 확률을 산출하되,
[수학식 3]
상기 수학식 3에서, α는 신뢰수준, 는 r이하의 신용등급으로 전이될 확률의 합, 는 상기 차주 i 와 포트폴리오 p 간의 상관관계인 , ri는 차주 i의 체계적 위험과 비체계적 위험에 따른 자산수익률, rp는 포트폴리오 p의 수익률인 것을 특징으로 하는 Credit VaR 제공 장치.
5. The method of claim 4,
Wherein the conditional transition probability calculating section calculates,
Calculating the conditional transition probability using the standard cumulative normal distribution function? And the inverse function? -1 using Equation (3) below,
&Quot; (3) "
In Equation (3),? Is a confidence level, Is the sum of the probability of transition to a credit rating of r or less, Is a correlation between the above-mentioned loan i and the portfolio p , r i is the return on assets according to the systematic risk and non-systematic risk of the borrower i, and r p is the return on the portfolio p.
상기 조건부 전이 확률 산출부는,
상기 차주 i의 현재 신용등급이 부도 등급(D)인 경우,
[수학식 4]
상기 수학식 4를 이용하여 상기 조건부 전이 확률을 산출하는 것을 특징으로 하는 Credit VaR 제공 장치.
6. The method of claim 5,
Wherein the conditional transition probability calculating section calculates,
If the current credit rating of the borrower i is a default grade (D)
&Quot; (4) "
Wherein the conditional transfer probability is calculated using Equation (4).
상기 조건부 전이 확률 산출부는,
상기 ri와 상기 rp를 아래의 수학식 5을 통해 산출하되,
[수학식 5]
상기 수학식 5에서, ρi는 차주 i의 체계적 요인에 대한 상관계수, μ는 체계적 요인의 인덱스(index), 는 μ 번째 체계적 요인에서의 수익률, 는 차주 i와 전체 체계적 요인 중 상관관계를 구성하는 번째 체계적 요인의 기여율, εi는 차주 i의 하나 이상의 비체계적 요인에서의 수익률, Si는 차주 i가 소유한 개별 익스포저의 합, Sp는 포트폴리오 p의 익스포저로서 , 는 계산상 εi를 미리 조정하여 입력한 값인 것을 특징으로 하는 Credit VaR 제공 장치.
6. The method of claim 5,
Wherein the conditional transition probability calculating section calculates,
The r i and the r p are calculated by the following equation (5)
&Quot; (5) "
In the above equation (5), ρ i is a correlation coefficient for a systematic factor of a bank i, μ is an index of a systematic factor, Is the return on the μth systematic factor, Is correlated with the borrower i and the total systemic factor The contribution rate of the first systematic factors, ε i is an exposure of the return of borrower i at least one non-systemic factors, the sum of i S i is owned by an individual borrower exposures, S p is a portfolio p , Is a value input in advance by adjusting ε i in the calculation.
상기 조건부 전이 확률 산출부는,
상기 상관관계 를 아래의 수학식 6을 통해 산출하되,
[수학식 6]
상기 수학식 6에서, μ는 체계적 요인의 인덱스, 는 차주 i와 전체 체계적 요인 중 상관관계를 구성하는 μ 번째 체계적 요인의 값, 는 포트폴리오 p와 체계적 요인 μ 사이의 상관관계, 은 포트폴리오 수익률의 공분산, Si는 차주 i가 소유한 개별 익스포저의 합, Sp는 포트폴리오 p의 익스포저, ci는 차주 수익률의 비체계적 요인의 기여도로서 인 것을 특징으로 하는 Credit VaR 제공 장치.
6. The method of claim 5,
Wherein the conditional transition probability calculating section calculates,
The correlation Is calculated through Equation (6) below,
&Quot; (6) "
In Equation (6), 占 is an index of a systematic factor, Is the value of the μth systematic factor that constitutes the correlation between the borrower i and the total systematic factors, Is the correlation between portfolio p and systematic factor μ, , Where S i is the sum of the individual exposures owned by the borrower i, S p is the exposure of the portfolio p, and c i is the contribution of the non-systematic factor of the borrower's return And a credit VaR providing device.
상기 조건부 전이 확률 산출부는,
상기 와 상기 를 아래의 수학식 7를 통해 산출하고,
[수학식 7]
상기 수학식 7에서, i, j는 각 개별 차주의 인덱스, Sj는 차주 j가 소유한 개별 익스포저의 합, 는 차주 j와 전체 체계적 요인 중 상관관계를 구성하는 μ 번째 체계적 요인의 값인 것을 특징으로 하는 Credit VaR 제공 장치.
9. The method of claim 8,
Wherein the conditional transition probability calculating section calculates,
remind And Is calculated through Equation (7) below,
&Quot; (7) "
In Equation (7), i, j is the index of each individual borrower, Sj is the sum of individual exposures owned by the borrower j, Is a value of the systematic factor of the u-th system constituting a correlation among the total systematic factor and the debt j.
포트폴리오 p에서 익스포저 ni의 현재 시점에서의 가치와, 차주 i의 미래 시점에서의 신용등급이 r일 때, 익스포저 ni의 미래 시점에서의 가치 사이의 차이 값을 획득하는 단계;
상기 획득된 차이 값, 및 포트폴리오 p에서 소정의 신뢰수준 α로 측정한 차주 i의 현재 신용등급이 미래 시점에 특정 신용등급 r로 전이될 조건부 전이 확률에 기초하여, 상기 차주 i의 익스포저 ni에 대한 다요인 시가평가 Credit VaR를 계산하는 단계; 및
상기 계산된 다요인 시가평가 Credit VaR를 출력하는 단계를 포함하되,
상기 다요인 시가평가 Credit VaR를 계산하는 단계는, 상기 금융기관 포트폴리오 p와 금융기관의 복수의 차주들간의 상관 관계가 반영된 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하되, 하나 이상의 비체계적 요인과 복수의 체계적 요인에 의해 결정되는 차주 i 와 포트폴리오 p 간의 상관관계를 이용하여 상기 조건부 전이 확률을 산출하는 단계를 포함하는 것을 특징으로 하는 Credit VaR 제공 방법.
Multi-factor price valuation of exporter n i of the borrower i in the financial institution portfolio p by the credit VaR provider Credit VaR (loss amount) , The method comprising:
Obtaining a difference value between the value at the present time of the exposures n i in the portfolio p and the value at the future time of the exposures n i when the credit rating at the future time point of the i-th borrow is r;
On the basis of the obtained difference, and portfolio p given confidence level α a borrower i current rating conditional transition probability of transition to a certain credit rating r a future point in time of the measurement as in, for exposures n i of the borrower i Calculating a multi-factor price valuation credit VaR for the plurality of factors; And
And outputting the calculated multi-factor valuation credit VaR,
The step of calculating the multi-factor valuation credit VaR may include calculating the conditional transition probability using a correlation between a loan i and a portfolio p in which a correlation between the financial institution portfolio p and a plurality of borrowers of the financial institution is reflected, And calculating the conditional transfer probability using a correlation between a loan i and a portfolio p determined by one or more non-systematic factors and a plurality of systematic factors.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20130053824 | 2013-05-13 | ||
KR1020130053824 | 2013-05-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20140134214A KR20140134214A (en) | 2014-11-21 |
KR101521110B1 true KR101521110B1 (en) | 2015-05-19 |
Family
ID=52455416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020140015909A KR101521110B1 (en) | 2013-05-13 | 2014-02-12 | Apparatus and method for providing multi-factor and mark to market credit var using analytic method based on closed form equations |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101521110B1 (en) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010102452A (en) * | 1999-12-30 | 2001-11-15 | 지이 캐피탈 커머셜 파이낸스 인코포레이티드 | Methods and systems for finding value and reducing risk |
-
2014
- 2014-02-12 KR KR1020140015909A patent/KR101521110B1/en active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20010102452A (en) * | 1999-12-30 | 2001-11-15 | 지이 캐피탈 커머셜 파이낸스 인코포레이티드 | Methods and systems for finding value and reducing risk |
Also Published As
Publication number | Publication date |
---|---|
KR20140134214A (en) | 2014-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Braun | Pricing in the primary market for cat bonds: new empirical evidence | |
Li et al. | Equity premium prediction: The role of economic and statistical constraints | |
KR101136696B1 (en) | Stock information providing method and system for displaying firm's life stage and determining the overvaluation/undervaluation of a stock | |
Ball et al. | An empirical evaluation of accounting income numbers | |
Gapen et al. | Measuring and analyzing sovereign risk with contingent claims | |
Henry et al. | A macro stress testing framework for assessing systemic risks in the banking sector | |
Chang et al. | Monetary policy, term structure and asset return: comparing REIT, housing and stock | |
Powell et al. | Does operating performance increase post-takeover for UK takeovers? A comparison of performance measures and benchmarks | |
Angelidis et al. | A robust VaR model under different time periods and weighting schemes | |
Greenidge et al. | Current account deficit sustainability: the case of Barbados | |
US9940673B2 (en) | Systems and methods for measuring relationships between investments and other variables | |
Mihoci et al. | FRM financial risk meter | |
Pedersen | Predictable return distributions | |
Gupta et al. | The role of housing sentiment in forecasting US home sales growth: evidence from a Bayesian compressed vector autoregressive model | |
US20140164288A1 (en) | Systems for determining and providing a portfolio overlay for investment portfolio adjustment to mitigate financial risk | |
Chen et al. | Global disaster risk matters | |
Hwang | Forecasting credit ratings with the varying-coefficient model | |
Ross et al. | Loss given default, loan seasoning and financial fragility: evidence from commercial real estate loans at failed banks | |
Huynh et al. | Beyond the shades: The impact of credit rating and greenness on the green bond premium | |
Fabozzi et al. | Tests of the performance of structural models in bankruptcy prediction | |
Samuel Baixauli et al. | Combining structural models and accounting‐based models for measuring credit risk in real estate companies | |
Bjønnes et al. | Price discovery in two‐tier markets | |
Wu et al. | Price–dividend ratios and stock price predictability | |
Patra et al. | Backtesting of value at risk methodology: Analysis of banking shares in India | |
US20150170269A1 (en) | Real estate market condition indicator |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20190813 Year of fee payment: 5 |