Модель CreditMetrics: сущность, методика, преимущества и недостатки, область применения.

ТЕОРЕТИЧЕСКАЯ ЧАСТЬ
Вопрос 10. Модель CreditMetrics: сущность, методика, преимущества и недостатки, область применения

Модель CreditMetrics представляет собой модель, первоначально основанную на оценке будущего распределения изменений в стоимости портфеля финансовых инструментов вида облигаций и займов за определенный временной интервал, обычно берут один календарный год.
С некоторой периодичностью крупнейшие мировые рейтинговые агентства опубликовывают статистические исследования, в которых по каждой рейтинговой группе приводятся исторические данные частот дефолта, вариации частот дефолта и частоты переходов из одной рейтинговой категории в другую. Последние величины образуют так называемую «матрицу переходных вероятностей кредитных рейтингов».
Следует отметить, что в модели CreditMetrics при рассмотрении возможности изменения стоимости долга вследствие понижения или повышения кредитного рейтинга компании-заемщика дефолт разбивается на группу подсобытий, соответствующих изменению рейтинга. Здесь каждому такому подсобытию ставится в соответствие некоторая величина стоимости долга и, таким образом, возникают потенциальные прибыли или убытки.
Умножая эти прибыли или убытки на вероятности наступления каждого события, получат средний ожидаемый убыток портфеля [8, с. 61].
Охарактеризуем структуру означенной модели по этапам.
1 этап – Определяется система рейтинга, вместе с вероятностями перехода кредитного рейтинга компании-заемщика. Матрица перехода – это ключевой компонент модели VARCredit−, предложенной JP Morgan. Все это можно сделать, используя данные рейтинговых агентств «Moody’s» или «Standard & Poor’s», или составить собственную внутреннюю систему рейтинга. В модели CreditMetrics/CreditVaR предполагается, что эмитенты являются однотипными кредиторами в пределах одного класса рейтинга, с одинаковыми вероятностями перехода и с одной вероятностью дефолта.
2 этап – Определяется временной интервал по ссуде. Обычно он составляет 1-летний период, хотя периоды могут быть больше года, поскольку это необходимо для долгосрочных неликвидных инструментов.
3 этап – Определяется кривая риска отдельно для каждой категории кредита за временной промежуток (обозначается – Т), и, в случае неплатежа, стоимость инструмента, который обычно отражен в проценте, называем «нормой восстановления» номинальной стоимости или «паритетом».
4 этап – Построение функции распределения вероятности изменения стоимости кредитного портфеля заемщика.
В действительности фактические значения корреляции между изменениями в качестве кредита отличаются от ноля. Полный VARCredit− весьма чувствителен к этим корреляциям. Их точная оценка – решающий фактор в портфельной модели риск-доходность. Корреляции, как ожидается, будут выше для фирм в пределах одной отрасли промышленности или одной области (регионе), чем для фирм в несвязанных секторах. Кроме того, корреляции зависят от состояния экономики государства в таком цикле.
Следует отметить, что если будет замедление в экономике, или спад, то большинство активов эмитента уменьшится в стоимости и качестве, и вероятности различных неплатежей увеличивается существенно. Обратное случается, когда на территории страны наблюдается экономический рост, экономика развивается или стабильна: корреляции неплатежей понижаются.
Таким образом, мы не можем ожидать, что неплатеж и вероятности перемещения денег останутся постоянными в течение долгого времени. Существует явная потребность в структурной модели, которая соединяет изменения вероятностей неплатежей к фундаментальным переменным, корреляции которых остаются устойчивыми в течение долгого времени.