论文部分内容阅读
信用风险是银行所面临的主要风险。对信用风险的管理，已经从局部的单项资产和产品线的管理，向全局的信用资产组合的管理模式转化。随着信用衍生品和二级贷款交易市场的发展，风险管理人员可以使用优化工具寻求理想的信用资产组合方案，并根据它修改银行的授信策略，也可以在二级市场上买进或卖出贷款、通过获得或划出信用敞口进行贷款衍生品交易来调整资产组合。
本文改进了经典的条件在险值(CVaR)优化模型，考虑了具有交易费用的信用资产组合的优化问题。我们的工作主要为：
1.考虑到在条件在险值与信用资产组合的调整费用之间的权衡，建立了具有补偿的两阶段随机线性规划模型。其中，对于资产组合的信用损失估计使用盯市(MTM)模型；对于调整资产组合时的市场交易损失使用补偿(Recourse)模型；而处理资产的相关性，则使用因子模型。整体目标是极小化CVaR与调整费用期望值的加权和。
2.考虑到信用衍生市场及信贷二级市场交易的不确定性，以及通过改善授信工作调整信用资产组合过程的时效性，对上述模型进行了稳健(Robust)化再建模过程，其思想是降低模型的解对于随机参数的实现的敏感性，使之更具有可操作性。
3.为求解相应的非线性规划，将原始模型的求解转化为一系列的线性规划的求解问题，并证明了其可行性。另外，基于金融实务，给出了一种分解-协调的启发式算法。