Boros, Péter (2019) A partnerkockázat árazása - A hitelértékelési kiigazítás elemzése = Pricing counterparty credit risk - An analysis of the Credit Valuation Adjustment. PhD thesis, Budapesti Corvinus Egyetem, Általános és Kvantitatív Közgazdaságtan Doktori Iskola. DOI 10.14267/phd.2019037
|
PDF :
2MB | |
|
PDF : (az értekezés tézisei magyar nyelven)
757kB | |
|
PDF : (draft in English)
561kB |
Abstract
A dolgozat a partnerkockázat kezelésének egyik módszerével, a partnerkockázat árazásával foglalkozik. A partnerkockázat az OTC piacokon megkötött derivatív szerződések élettartama során, a partnerek lehetséges nemteljesítéséből eredő veszteség kockázata. Ez a pénzügyi kockázattípus a hitelkockázat családjához tartozik, és igazán csak a 2008-as gazdasági válság óta került a figyelem középpontjába. A partnerkockázat árazása a kockázat számszerűsítésének egy módját jelenti, amelyet hitelértékelési kiigazításnak (CVA) nevezünk. A CVA egy árkiigazítási tényező, amely egy nemteljesítési kockázattól mentes származtatott termék árát olyan irányba módosítja, hogy az tükrözze az aktuális partnerek nemteljesítési kockázatából adódó veszteségeket. A partnerkockázat az OTC piacok kialakulása óta létező fogalom, azonban a 2008-as gazdasági világválságig egy kevésbé fontos területnek számított. A válság előtt kialakult piaci gyakorlat szerint a partnerkockázat árát elhanyagolhatónak tekintették, avagy az csupán a nagy intézmények kiváltságának számított, amikor kisebb szereplőkkel szerződtek. Azonban a válság rámutatott, hogy minden derivatív szerződéssel rendelkező félnek alapvető fontosságú a partnerkockázat mérése, annak megfelelő tőke tartalékolása, és a partnerkockázat fedezése. Így a partnerkockázat modelljei is fejlődésnek indultak. A hitelértékelési kiigazítás témája több részre bontható. Elsőként megkülönböztetjük a számviteli és a szabályozói CVA mennyiségeket. A számviteli CVA alatt a már fentebb leírt árkiigazítási tényezőt értjük. A szabályozói CVA a számviteli CVA egyik mellékterméke, amely a hitelértékelési kiigazítás mozgásából adódó veszteségek miatti tőketartalékolást jelenti. A hitelértékelési kiigazítás komplexitása az azt befolyásoló tényezők számszerűsítésének nehézségeiből adódik. A probléma árazási jellege miatt egy számba kell tömöríteni olyan faktorok összességét, mint a partnerek nemteljesítésének időpontja, a fennálló tartozások mértéke vagy éppen a nemteljesítéskori veszteség nagysága. Ezen paraméterek meghatározása és azok összekapcsolása adják a hitelértékelési kiigazítás témájának további bontásait. A dolgozat célja, hogy egy átfogó képet adjon a hitelértékelési kiigazításról. Ennek érdekében a dolgozat 2. és 3. fejezetében a (számviteli) hitelértékelési kiigazítás különböző elemeivel foglalkozom és 4. fejezetben térek rá a szabályozói CVA részletes elemzésére. Az 1. fejezetet célja a hitelértékelési kiigazítás alapfogalmainak és a téma szakirodalmának ismertetése. A 2. fejezetben a kitettség meghatározására helyezem a hangsúlyt. Így olyan numerikus módszereket vezetek be, amelyek a kitettség profil vagy éppen a hitelértékelési kiigazítás meghatározására használhatóak. A módszerek újítása, hogy azok egyrészt bővítik, valamint fejlesztik a rendelkezésre álló eszköztárat, másrészt kisebb számítási kapacitást követelnek meg. A fejezetet két részre osztottam. Az első részben a kitettség profilok számítására vezetek be egy módszert, amit a többszintű Monte Carlo technikára építek. A fejezet második részében olyan komplex termékek hitelértékelési kiigazításának számításával foglalkozom, amelyek esetében nem létezik analitikus árazó formula. Elsőként a szakirodalomban népszerű legkisebb négyzetes Monte Carlo módszer fejlesztését teszem meg. Ezután bevezetem az eljárás egy alternatív változatát, amellyel csökkentem az eredeti módszer jelentősre növekvő memóriaigényét és megszüntetem az amiatt generált problémákat. A 3. fejezetben a hitelértékelési kiigazítás másik fő inputjára, a csődvalószínűségekre fókuszálok. A hitelértékelési kiigazítás modellezésénél már régóta vizsgált téma a csődesemények közötti korreláció hatása. Az ilyen korrelációs modellek egyik altípusa az úgynevezett fertőző csődesemények modellje, amelyek a csődesemények után fellépő piaci fertőzést számszerűsítik. A szakirodalom empirikus eredményei azonban rámutattak, hogy a csődesemények mellett a hitelminősítő intézmények bejelentései is járhatnak fertőző hatásokkal. Ezen hatások a csődvalószínűségek változásán keresztül érinthetik a hitelértékelési kiigazítás értékét is. A fejezetben meghatározok egy modellt, amellyel az empirikus megfigyelések előállíthatóak és elemezhetőek. A modellt egy megoldási algoritmussal egészítem ki, amely lehetőséget ad a körkörös csődesemények problémájának leküzdésére. A fejezetben elvégzett numerikus eredmények azt mutatják, hogy a fertőzés hatása nem elhanyagolható. A 4. fejezetben a szabályozói CVA témájával foglalkozom. A CVA mozgásából adódó veszteségek miatti tőketartalékolás mára már bevett gyakorlatnak számít. A tőketartalékolás szabályai azonban változáson mennek keresztül. Ebben a fejezetben az új szabályozás egyik módszerét az úgynevezett alap CVA módszert vizsgálom meg. A fejezet célja a szabályozás mögött meghúzódó módszertan ismertetése.
Item Type: | Thesis (PhD thesis) |
---|---|
Supervisor: | Medvegyev Péter |
Subjects: | Finance Economics |
ID Code: | 1078 |
Date: | 6 December 2019 |
DOI: | 10.14267/phd.2019037 |
Deposited On: | 29 Oct 2019 17:31 |
Last Modified: | 14 May 2020 16:19 |
Repository Staff Only: item control page