專利名稱：信息處理裝置、信息處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信息處理裝置、信息處理方法。
背景技術(shù)：
作為信用風(fēng)險的VaR(Value at Risk,即風(fēng)險價值。對應(yīng)于置信水平α的百分點) 的計算方法，蒙特卡洛法被廣泛應(yīng)用。又，作為信用風(fēng)險的模型化的方法，有DM (Default Mode)方式和MTM(Mark-t0-Market/時價評價)方式。DM方式是僅采用違約時的損失額做 成損失分布的模型，用于包含面向中小型零售商的授信的信用風(fēng)險計測。另一方面，MTM方 式是同時還考慮違約情況以外的損益做成損益分布的模型，其主要用于需要考慮由于時價 的下跌導(dǎo)致的損失的市場性金融商品(例如公司債券等)。對于DM方式和MTM方式中的任何一種模型，都已知有通過蒙特卡洛法計算VaR的 方法。例如，在專利文獻(xiàn)1中，記載了 DM方式和MTM方式的模型化的說明，和通過蒙特卡洛 法計算VaR的計算方法。又，除了蒙特卡洛法以外，例如，非專利文獻(xiàn)1中記載了對DM方式 分析性計算VaR的方法。專利文獻(xiàn)1日本專利公開2009-32237號公報非專利文獻(xiàn)1《授信資產(chǎn)組合的信用風(fēng)險的分析性評價方法以極限損失分布和 粒度(7，二 ^，U〒4 )調(diào)整為軸》，日本銀行金融研究所，2005年7月

發(fā)明內(nèi)容
發(fā)明所要解決的課題近年來，國內(nèi)外都在呼吁經(jīng)濟資本運營(以各公司的風(fēng)險貢獻(xiàn)度為基礎(chǔ)，基于哪 一部門擔(dān)負(fù)多少風(fēng)險量等、或是收益性等觀點的管理會計性的業(yè)務(wù)運營)的必要性，將整 體VaR分解為“各公司對VaR的風(fēng)險貢獻(xiàn)度”的重要性提高。但是，在上述蒙特卡洛方法的情況下，求取風(fēng)險貢獻(xiàn)度時，由于存在由隨機數(shù)造成 的誤差，因此會導(dǎo)致數(shù)值不穩(wěn)定、整體VaR和各公司貢獻(xiàn)度的總和不一致、以太小單位求取 貢獻(xiàn)度所耗費的時間較長、需要大容量的存儲器這些問題。為此，提出通過分析性手法計算VaR的技術(shù)。通過分析性手法，可以高精度且高速 地計算各公司各自的風(fēng)險貢獻(xiàn)度。如上所述，作為信用風(fēng)險的模型化的方式，有DM方式和 MTM方式，在非專利文獻(xiàn)1中，對于DM方式，公開了分析性計算VaR的計算方法。另一方面， 對于MTM方式，由于相比DM方式，參數(shù)多，分布復(fù)雜，因此通常認(rèn)為難以分析性地計算VaR。這里，通過附圖，對上述課題進行更詳細(xì)的說明。圖1是表示根據(jù)DM方式的債務(wù) 人i的評級和損失額的示意圖。Pi是對應(yīng)債務(wù)人i的評級的違約率。如圖1所示，在DM方 式中，由于能夠統(tǒng)一包括違約以外的情況，因此如圖2所示，可以以二項分布表示圖1。圖2 是顯示以二項分布表示圖1的一例的圖。根據(jù)圖2的評級變遷，在DM方式中，如下求得資產(chǎn)組合的損失額的概率分布數(shù)式1
\ 6為真時 O 6為假時此處，L 資產(chǎn)組合的損失額Li 債務(wù)人i造成的損失額Di 表示債務(wù)人i的狀態(tài)(違約、非違約)的概率變量Xi 表示債務(wù)人i的企業(yè)價值的概率變量1[·]:定義函數(shù)Pi 債務(wù)人i的違約率LGDi 債務(wù)人i的風(fēng)險暴露(exposure)的違約時損失率EADi 債務(wù)人i的風(fēng)險暴露額實際上，由于資產(chǎn)組合中所包含的各債務(wù)人的違約率和違約時損失額是不同的， 即使如圖2那樣顯示各個債務(wù)人，資產(chǎn)組合的損失額的分布也非常復(fù)雜，難以求得VaR。因此，以往通過利用蒙特卡洛法模擬試驗(僅與試行次數(shù)相應(yīng)地生成與概率變量 相對應(yīng)的隨機數(shù)，依次計算Di — Li — L)計算出概率分布和其風(fēng)險指標(biāo)(VaR)。近年來，已知有粒度(granularity)調(diào)整法等的采用分析近似的VaR計算方法。由 此，不僅可以求得VaR，而且還能夠穩(wěn)定且高速地求得各債務(wù)人的風(fēng)險貢獻(xiàn)度。

數(shù)式2是在DM方式中分析性地求取VaR時，求債務(wù)人i的風(fēng)險貢獻(xiàn)度的式子，和 在DM方式中分析性求取VaR的式子。另一方面，顯示MTM方式中債務(wù)人i的評級變遷和損益額的圖成為圖3那樣的多 項分布，由于每一個債務(wù)人的參數(shù)都比DM方式多，因此存在著和DM方式相比VaR的分析近 似非常困難這樣的問題。此處，圖3表示根據(jù)MTM方式的債務(wù)人i的評級變遷和損益額的 圖。Pir是債務(wù)人i從現(xiàn)在的評級變遷為評級r的評級變遷概率。本發(fā)明鑒于上述問題點，其目的在于使得在MTM方式的分析近似中快速求得VaR 等成為能夠。
解決課題的手段本發(fā)明的信息處理裝置，包括z計算單元，其基于存儲在存儲裝置中的置信水平 α，計算與α對應(yīng)的風(fēng)險因子ζ的百分點；評級閾值計算單元，其取得存儲在存儲裝置中的 評級s變遷到評級k的概率psk，基于取得的Psk計算債務(wù)人i變?yōu)樵u級r以下的評級閾值 θ ir ；帶條件概率計算單元，其取得存儲在存儲裝置中的各債務(wù)人i的常數(shù)％，并基于取得 的％、由所述ζ計算單元計算得到的ζ、和由所述評級閾值計算單元計算得到的θ…在z為 固定時的條件下，以N為標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)，以下式數(shù)式3 (式1)計算債務(wù)人i變?yōu)樵u級r以下的概率PSiJz) ；Wir計算單元，其基于存儲在存儲裝 置中的從債務(wù)人i的現(xiàn)在的評級變遷向評級r時的風(fēng)險暴露價值Vy以下式wir = Vir-Vi (r+1)式(2)計算債務(wù)人i的相鄰評級間的風(fēng)險暴露價值的差W"信息處理裝置通過這樣的構(gòu)成，可如式(1)那樣計算在ζ相對評級s向評級k變 遷的概率Psk固定時的條件下債務(wù)人i變?yōu)樵u級r以下的概率psk (ζ)。又，信息處理裝置 通過這樣的構(gòu)成，可如式(2)那樣計算債務(wù)人i的相鄰評級間的風(fēng)險暴露價值相對于債務(wù) 人i當(dāng)前評級向評級r變遷時的風(fēng)險暴露價值Vk的差Wy psir(z)以式(1)求得，以 式(2)求得，這對應(yīng)于MTM方式中表示債務(wù)人i的評級變遷和損益額的多項分布可以二項 分布的相加來表現(xiàn)。這樣，在ζ固定的條件下可容易地(快速地)計算得到組合價值V的 帶條件期待值l(z)、在ζ固定的條件下組合價值V的帶條件分散ν (ζ)可容易地(快速地) 計算得到，從而可通過MTM方式分析性地計算VaR。本發(fā)明的信息處理裝置進行的信息處理方法，包括z計算步驟，其基于存儲在存 儲裝置中的置信水平α，計算與α對應(yīng)的風(fēng)險因子ζ的百分點；評級閾值計算步驟，其取 得存儲在存儲裝置中的從評級s變遷到評級k的概率psk，基于所取得的Psk計算債務(wù)人i變 為評級r以下的評級閾值θ ir ；帶條件概率計算步驟，其取得存儲在存儲裝置中的各債務(wù)人 i的常數(shù)并基于取得的a”由所述ζ計算步驟計算得到的ζ、和由所述評級閾值計算步驟 計算得到的θ y在ζ為固定時的條件下，以N為標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)，以下式數(shù)式4 計算債務(wù)人i在評級r以下的概率ρ、(ζ)；Wir計算單元，其基于存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級朝向評級r變 遷時的風(fēng)險暴露價值Vy以Wir = Vir-Vi(r+1)計算債務(wù)人i的相鄰評級間的風(fēng)險暴露價值的
差 WirO發(fā)明效果根據(jù)本發(fā)明，可在MTM方式的分析近似中高速地求得VaR等。


圖1是表示根據(jù)DM方式的債務(wù)人i的評級變遷和損失額的示意圖。圖2是顯示以二項分布顯示圖1的一例的圖。圖3是顯示根據(jù)MTM方式的債務(wù)人i的評級變遷和損益額的示意圖。圖4是表示通過二項分布的相加表現(xiàn)圖3那樣的多項分布的一例的示意圖。圖5是基于企業(yè)價值模型對圖4進行說明的圖。圖6是顯示信息處理裝置的硬件構(gòu)成的一例的示意圖。圖7是顯示信息處理裝置的軟件構(gòu)成的一例的示意圖。圖8是顯示存儲評級變遷矩陣的表格的一例的示意圖。圖9是顯示存儲從評級s變遷到評級r以下的概率pssr的表格的一例的圖。圖10是顯示存儲債務(wù)人i的評級變遷到評級r或其以下的概率psir的表格的一 例的圖。圖11是顯示存儲債務(wù)人i的評級變?yōu)樵u級r以下的評級閾值θ ir的表格的一例 的圖。圖12是顯示存儲相關(guān)矩陣的表格的一例的圖。圖13是顯示根據(jù)債務(wù)人存儲相關(guān)計算信息的表格的一例的圖。圖14是顯示存儲在風(fēng)險因子ζ固定的條件下，債務(wù)人i到達(dá)評級r以下的概率 PSir(Z)(風(fēng)險因子Z固定時的帶條件概率)的表格的一例的示意圖。圖15是顯示存儲在風(fēng)險因子ζ固定的條件下，債務(wù)人i到達(dá)評級r以下的概率的 一階導(dǎo)函數(shù)Psi/ (ζ)(風(fēng)險因子ζ固定時的帶條件概率)的表格的一例的示意圖。圖16是顯示存儲在風(fēng)險因子ζ固定的條件下，債務(wù)人i到達(dá)評級r以下的概率的 二階導(dǎo)函數(shù)Psi, (ζ)(風(fēng)險因子ζ固定時的帶條件概率)的表格的一例的示意圖。圖17是顯示存儲債務(wù)人i的當(dāng)前評級和向評級r變遷時的風(fēng)險暴露價值Vk的表 格的一例的示意圖。圖18是顯示存儲債務(wù)人i的相鄰評級間的價值差Wir的表格的一例的示意圖。圖19是顯示存儲資產(chǎn)組合價值V的帶條件期待值1 (ζ)或資產(chǎn)組合價值V的帶條 件分散等的表格的一例的示意圖。圖20是顯示根據(jù)債務(wù)人存儲風(fēng)險暴露價值的期待值和各公司風(fēng)險貢獻(xiàn)度等的表 格的一例的示意圖。圖21是顯示計算與置信水平α對應(yīng)的風(fēng)險因子ζ的百分點的處理的一例的流程 圖。圖22是顯示計算債務(wù)人i到達(dá)評級r以下的評級閾值θ ir的處理的一例的示意 性流程圖。圖23是顯示計算帶條件概率等的處理的一例的流程圖。圖24是顯示計算債務(wù)人i的相鄰評級間的價值差Wir的處理的一例的流程圖。圖25是顯示計算與置信水平α對應(yīng)的資產(chǎn)組合價值的百分點qa等的處理的一 例的流程圖。圖26是顯示計算債務(wù)人i的風(fēng)險暴露價值的期待值E[VJ的處理的一例的流程圖。 圖27是顯示計算各公司風(fēng)險貢獻(xiàn)度和資產(chǎn)組合VaR的處理的一例的流程圖。
具體實施例方式下面根據(jù)附圖對本發(fā)明的實施方式進行說明。(本實施形態(tài)的梗概)首先，采用圖4和圖5對本實施形態(tài)的梗概進行說明。又，以下所述的處理通過后 述的信息處理裝置(計算機)進行處理。如上所述，表示MTM方式中債務(wù)人i的評級變遷和損益額的示意圖為如圖3所示 的多項分布。但是，在默頓模型(企業(yè)價值模型)中，與債務(wù)人i從現(xiàn)在的評級變遷到評級 r的變遷概率Pt相對應(yīng)，如后述那樣求得債務(wù)人i從現(xiàn)在的評級變遷到評級r以下的變遷 概率PSy與債務(wù)人i從現(xiàn)在的評級變遷到評級r的變遷時的風(fēng)險暴露價值Vk相對應(yīng)，如 后述那樣求得債務(wù)人i的相鄰評級間的風(fēng)險暴露價值的差Wy由此可如圖4那樣，將圖3的 多項分布通過二項分布的相加來表現(xiàn)。此處，圖5基于企業(yè)價值模型對圖4進行說明。MTM方式中，信息處理裝置根據(jù)存儲在HD等存儲裝置中的概率變遷矩陣得到與債 務(wù)人i的評級對應(yīng)的變遷概率Py數(shù)式6 為使得上述關(guān)系成立，評級閾值θ ir采用下列式子求出數(shù)式7 θ ir = N—1 (psir)此處，psir 債務(wù)人i變遷到評級r以下的概率N( ·)標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)· ) :N( ·)的反函數(shù)這里，r值越小表示評級越低。采用θ ir的話，表示朝評級BB變遷的函數(shù)可以如圖5(B)所示。這里，采用圖5(C)和(D)的話，可將圖(B)表示為圖(C)-(D)。即，圖5(C)和(D) 成為與采用DM方式的Di相同的形式，對應(yīng)于二項分布。因此，期待值、分散的計算也變得 容易。對評級BB之外，可通過采用Sy Dk表現(xiàn)，如以下那樣展開 數(shù)式8
psir —
S1r = D 這對應(yīng)于如圖4那樣將多項分布以二項分布的相加來表現(xiàn)。又，并不是在數(shù)學(xué)上 通常能以二項分布的相加表示多項分布的，上述的關(guān)系式是通過在企業(yè)價值模型中深入研 究展開方法而導(dǎo)出的關(guān)系式。此處， Sir 表示債務(wù)人i的狀態(tài)(Ri是否是r)的概率變量Ri 債務(wù)人i的評級變遷后的評級Dir 表示債務(wù)人i的狀態(tài)(Ri是否為評級r以下)的概率變量Vi 債務(wù)人i的評級變遷后的風(fēng)險暴露的價值Vir 債務(wù)人i評級r時風(fēng)險暴露的價值在根據(jù)企業(yè)價值模型的計算中，一般采用例如下式那樣的Xi的表現(xiàn)方法 ζ 風(fēng)險因子Bi 表示企業(yè)價值Xi對ζ的依賴程度的常數(shù)債務(wù)人i的企業(yè)價值Xi中，未由ζ表現(xiàn)的因素在上式中，考慮的是如圖5(E)那樣概率變量ζ固定為某個值的帶條件概率 (conditionalprobability)。此時，資產(chǎn)組合價值V的期待值1 (ζ) 分散ν(ζ)對于VaR的 分析近似是必要的，但是此處能夠通過前述的二項分布的相加表現(xiàn)多項分布，可以基于債 務(wù)人i變遷到等級r以下的變遷概率PSiJz)進行計算，由此求得1 (z)、V(Z)。例如，在擴張模型具有多重因子的情況或是不限于CorrG ^ ζ ^ = 0的情況下， v(z),v' (ζ)的計算尤其困難，但通過以二項分布來表現(xiàn)則容易計算。更加具體來說，DM方 式中的如非專利文獻(xiàn)1的補論4、5那樣的計算，對MTM方式進行同樣的多項分布的話則較 為困難，而通過二項分布的相加來表現(xiàn)則更加容易。
如上述那樣，對于粒度調(diào)整的計算所必須的資產(chǎn)組合價值的帶條件期待值I(Z)、 分散ν (ζ)及它們的導(dǎo)函數(shù)，即使在MTM方式的多項分布的情況下，也可進行計算，這樣，可 計算資產(chǎn)組合VaR(對應(yīng)于置信水平α的百分Aqa)、各公司的風(fēng)險貢獻(xiàn)度。
數(shù)式11 在上述的分析近似中，還已知有鞍點近似法等，但是在鞍點近似法等中除分析性 方法(closed-form)之外有時還需要數(shù)值積分。根據(jù)本實施方式，不需要如上的數(shù)值積分， 可僅通過closed-form計算VaR、各公司風(fēng)險貢獻(xiàn)度。即，根據(jù)本實施方式，可高速地計算 VaR,高速且穩(wěn)定地計算各公司的風(fēng)險貢獻(xiàn)度。又，根據(jù)本實施方式，可將粒度調(diào)整法適用到MTM方式。在利用粒度調(diào)整法的計算 中，可分開為極限損失分布(沒有授信集中的前提)時可無視的項和除此之外的項，從把 握授信集中的影響的觀點來看是有用的。又，得到根據(jù)蒙特卡洛法所求得的VaR時，將該VaR作為正式的值，為使得通過分 析近似求得的VaR和通過蒙特卡洛法求得的VaR —致，也可乘上如下式那樣的修正比率c 對各公司風(fēng)險貢獻(xiàn)度進行修正。c = VaR蒙特卡洛/VaR分析近似債務(wù)人i的各公司風(fēng)險貢獻(xiàn)度=c ·(通過分析近似所求得的債務(wù)人i的各公司 風(fēng)險貢獻(xiàn)度)〈硬件結(jié)構(gòu)〉圖6是顯示信息處理裝置的硬件結(jié)構(gòu)的一例的示意圖。如圖6所示，信息處 理裝置1的硬件結(jié)構(gòu)包括輸入裝置11、顯示裝置12、記錄媒體驅(qū)動裝置13、ROM (Read OnlyMemory) 15 > RAM (Random Access Memory) 16、CPU (central Processing Unit) 17、接口 裝置 18 和 HD (Hard Disk) 19。輸入裝置11由信息處理裝置1的操作者(或用戶)所操作的鍵盤和鼠標(biāo)等構(gòu)成， 用于將各種操作信息輸入到信息處理裝置ι中。顯示裝置12由信息處理裝置1的用戶所 使用的顯示器等構(gòu)成，用于顯示各種信息(或畫面)等。接口裝置18是將信息處理裝置1 連接到網(wǎng)絡(luò)等的接口。涉及后述的流程圖的程序通過，例如⑶-ROM等記錄媒體14被提供給信息處理裝 置1，或通過網(wǎng)絡(luò)被下載。記錄媒體14設(shè)置在記錄媒體驅(qū)動裝置13中，程序從記錄媒體14 通過記錄媒體驅(qū)動裝置13被安裝到HD19。ROMl5存儲有信息處理裝置1接通電源時最初讀入的程序等。RAM16為信息處理 裝置1的主存儲器。CPU17根據(jù)需要從HD19讀取程序，存儲在RAM16中，通過執(zhí)行程序來提 供后述的功能的一部分，或?qū)嵭泻笫龅牧鞒虉D等。RAM16存儲例如后述的表格等?！窜浖?gòu)成〉圖7是顯示信息處理裝置的軟件構(gòu)成的一例的示意圖。如圖7所示，信息處理裝 置1的軟件構(gòu)成包括z計算部21、pss,計算部22、pSi,計算部23、θ ir計算部24、帶條件概率計算部25、Wir計算部26、帶條件期待值計算部27、帶條件分散計算部28、qa計算部29、 EtVi]計算部30、風(fēng)險貢獻(xiàn)度計算部31、和資產(chǎn)組合VaR計算部32。ζ計算部21，通過例如RAM16等取得作為參數(shù)的置信水平α，利用z = N-1(l-a)計算與所取得的置信水平α相對應(yīng)的風(fēng)險因子ζ的百分點。又，參數(shù)由信息處理 裝置1的操作者通過輸入裝置11被輸入，也可存儲在RAM16等中，或是預(yù)先存儲在HD19等 中。對于以下的參數(shù)也是同樣的。pssr計算部22為參數(shù)，其通過例如RAM16等取得圖8所示的評級變遷矩陣(從現(xiàn) 在的評級s朝評級r變遷的概率PJ，根據(jù)所取得的從現(xiàn)在的評級s朝評級r變遷的概率 Psr,求得從現(xiàn)在評級s變遷到評級r或者評級r以下的概率psy并代入圖9所示的表格的 相應(yīng)處。此處，圖8是顯示存儲評級變遷矩陣的表格的一例的示意圖。圖9是存儲從評級 s朝評級r以下變遷的概率P^的表格的一例的示意圖。Psir計算部23基于由pss,計算部22所計算得到的如圖9所示的從評級s變遷到 評級r或評級r以下的概率pss,，計算債務(wù)人i變遷到等級r或評級r以下的概率pSi,。更 具體地，Psir計算部23通過后述的圖17所示的各債務(wù)人的評級信息取得債務(wù)人i現(xiàn)在的 評級，基于所取得的評級信息，通過圖9取得從相應(yīng)的評級s朝評級r或者評級r以下變遷 的概率pssr (例如，取得圖9的虛線所包圍的部分)，并代入圖10所示的表格(例如圖10 的虛線包圍的部分)。圖10是顯示存儲債務(wù)人i朝評級r或評級r以下變遷的概率pSi,的 表格的一例的示意圖。此處，評級體系為多個的情況下，對應(yīng)于圖8、圖9的表格僅存在有評級體系的個 數(shù)。此時PSh計算部23參考分別對應(yīng)于債務(wù)人的評級體系的圖8、圖9取得值。θ ir計算部24通過RAM16等取得由pSi,計算部23計算得到的如圖10所示的債 務(wù)人i朝評級r或評級r以下變遷的概率psy基于所取得的psy以θ & = N—1 (psj計算 債務(wù)人i變?yōu)樵u級r以下的評級閾值θ…并代入如圖11所示的表格的相應(yīng)位置。圖11是 顯示存儲債務(wù)人i為評級r以下的評級閾值θ ir的表格的一例的示意圖。帶條件概率計算部25通過例如RAM16等取得作為參數(shù)的由債務(wù)人單位賦予的值 基于所取得的由債務(wù)人單位賦予的值％、與ζ計算部21所計算得到的置信水平α相對
應(yīng)的風(fēng)險因子ζ的百分點、θ &計算部24所計算得到的θ w在風(fēng)險因子ζ為固定的條件 下，以數(shù)式12 計算債務(wù)人i為評級r以下的概率PSiJz)，并代入圖14所示的表格的相應(yīng)位置。又，此處，由債務(wù)人單位賦予的值％為采用圖12所示的相關(guān)矩陣和圖13所示的各 債務(wù)人的相關(guān)計算信息，由債務(wù)人單位計算得到的值(具體的計算方法在非專利文獻(xiàn)1等 已有揭示，在本實施方式中省略詳細(xì)描述)。圖14是顯示存儲在風(fēng)險因子ζ固定的條件下，債務(wù)人i到達(dá)評級r以下的概率 PSir(Z)(風(fēng)險因子Z固定時的帶條件概率)的表格的一例的示意圖。又，帶條件概率計算部25同樣地，以 數(shù)式 13 計算風(fēng)險因子ζ固定時，債務(wù)人i到達(dá)評級r以下的概率pSi,(ζ)的一階導(dǎo)函數(shù) Psi/ (ζ)，并代入圖15所示的表格的相應(yīng)位置。圖15是顯示存儲在風(fēng)險因子ζ固定的條件下，債務(wù)人i到達(dá)評級r以下的概率的 一階導(dǎo)函數(shù)Psi/ (ζ)(風(fēng)險因子ζ固定時的帶條件概率)的表格的一例的示意圖。又，帶條件計算部25，同樣地，以數(shù)式14 計算風(fēng)險因子ζ固定的條件下，債務(wù)人i到達(dá)評級r以下的概率PSi, (ζ)的二階導(dǎo) 函數(shù)pSi/’(Z)，并代入圖16所示的表格的相應(yīng)位置。圖16是顯示存儲在風(fēng)險因子ζ固定的條件下，債務(wù)人i到達(dá)評級r以下的概率的 二階導(dǎo)函數(shù)Psi, (ζ)(風(fēng)險因子ζ固定時的帶條件概率)的表格的一例的示意圖。Wi,計算部26基于作為參數(shù)的如圖17所示的債務(wù)人i的現(xiàn)在的評級和朝評級r變 遷時的風(fēng)險暴露價值Vy以Wir = Vir-Vi(r+1)計算債務(wù)人i的相鄰評級間的價值差Wy并將 所算出的Wt代入圖18所示的表格的相應(yīng)位置。圖17是顯示存儲債務(wù)人i的當(dāng)前評級和朝向評級r變遷時的風(fēng)險暴露價值Vk的 表格的一例的示意圖。圖18是顯示存儲債務(wù)人i的相鄰評級間的價值差Wt的表格的一例 的示意圖。帶條件期待值計算部27，基于由Wi,計算部26所計算得到的如圖18所示的債務(wù) 人i的相鄰評級間的價值差Wi,、和由帶條件概率計算部25所計算得到的如圖14所示的風(fēng) 險因子ζ固定條件下債務(wù)人i到達(dá)評級r以下的概率PSiJz)，以數(shù)式15 計算資產(chǎn)組合價值V的帶條件期待值1 (ζ)和各債務(wù)人的資產(chǎn)組合價值V的帶條 件期待值Ii (ζ)，并將Ii (ζ)代入圖19所示的表格的相應(yīng)位置。圖19是顯示存儲資產(chǎn)組合價值V的帶條件期待值I(Z)和資產(chǎn)組合價值V的帶條 件分散等的表格的一例的示意圖。又，帶條件期待值計算部27，同樣地，以數(shù)式16 計算資產(chǎn)組合價值V的帶條件期待值l(z)的一階導(dǎo)函數(shù)1’ (ζ)和各債務(wù)人的資 產(chǎn)組合價值V的帶條件期待值Ii (Z)的一階導(dǎo)函數(shù)1/ (Ζ)，例如，將Ii' (ζ)代入如圖19所 示的表格的相應(yīng)位置。又，帶條件期待值計算部27同樣地，以數(shù)式17 計算資產(chǎn)組合價值V的帶條件期待值1 (ζ)的二階導(dǎo)函數(shù)1” (ζ)和各債務(wù)人的資 產(chǎn)組合價值V的帶條件期待值Ii (Z)的二階導(dǎo)函數(shù)V’(z)，例如，將V’(z)代入如圖19所 示的表格的相應(yīng)位置。帶條件分散計算部28，基于由Wir計算部26所計算得到的如圖18所示的債務(wù)人i 的相鄰評級間的價值差Wy和由帶條件概率計算部25計算得到的圖14所示的風(fēng)險因子ζ 固定時債務(wù)人i到達(dá)評級r以下的概率ρ、(ζ)，以
計算資產(chǎn)組合價值V的帶條件分散ν (ζ)和ν (ζ)的各債務(wù)人的偏微分Vi (ζ)，并將 代入圖19所示的表格相應(yīng)的位置。 又，帶條件分散計算部28同樣地，以 數(shù)式19
計算資產(chǎn)組合價值V的帶條件分散V (Z)的一階導(dǎo)函數(shù)V’ (ζ)和V’ (ζ)的各債務(wù)
qa計算部29，基于由帶條件期待值計算部27計算得到并存儲于如圖19所示的表 格中的各債務(wù)人的資產(chǎn)組合價值V的帶條件期待值ljz)、一階導(dǎo)函數(shù)1/ (ζ)、二階導(dǎo)函數(shù) Ii" (ζ)、和由帶條件分散計算部28計算得到并存儲于如圖19所示的表格的Vi(Z)、一階導(dǎo) 函數(shù)Vi’(ζ)，以數(shù)式20 qa=∑qai計算與置信水平α對應(yīng)的資產(chǎn)組合價值的百分點qa等，并將計算得到的qai和 Aqai(Z)代入圖19所示的表格的相應(yīng)位置。EtVi]計算部30，由例如RAM16等取得作為參數(shù)的圖8所示的評級變遷矩陣(從 現(xiàn)在的評級s變遷到評級r的概率pj，由例如RAM16等取得作為參數(shù)的如圖17所示的債 務(wù)人i現(xiàn)在的評級和朝評級r變遷時的組合價值Vy基于所得到的從現(xiàn)在的評級s變遷到 評級r的概率和所得到的債務(wù)人i現(xiàn)在的評級和朝評級r變遷時的組合價值Vy以E[Vi] = J] PirVir
Γ計算債務(wù)人i的資產(chǎn)組合價值的期待值E[VJ，并將計算得到的E[VJ代入如圖20 所示的表格的相應(yīng)位置。圖20是顯示根據(jù)債務(wù)人存儲風(fēng)險暴露價值的期待值和各公司風(fēng)險貢獻(xiàn)度等的表 格的一例的示意圖。風(fēng)險貢獻(xiàn)度計算部31，基于由E[VJ計算部30所計算得到并存儲于圖20所示的 表格中的E [Vi]、和由qa計算部29所計算得到并存儲于圖19所示的表格中的qai，例如以債務(wù)人i的風(fēng)險貢獻(xiàn)度=Qai-EtVi]計算債務(wù)人i的風(fēng)險貢獻(xiàn)度(各公司風(fēng)險貢獻(xiàn)度)，并將計算得到的債務(wù)人i的風(fēng) 險貢獻(xiàn)度代入如圖20所示的表格的相應(yīng)位置。資產(chǎn)組合VaR計算部32基于由風(fēng)險貢獻(xiàn)度計算部31所計算得到并存儲于圖20 所示的表格中的債務(wù)人i的風(fēng)險貢獻(xiàn)度，例如以資產(chǎn)組合E[Vi] =Σ債務(wù)人i的風(fēng)險寄與度
i i計算資產(chǎn)組合VaR，并將計算得到的債務(wù)人i的風(fēng)險貢獻(xiàn)度代入圖20所示的表格 的相應(yīng)位置。下面，以流程圖對信息處理裝置的處理進行說明。圖21是顯示計算與置信水平α相對應(yīng)的風(fēng)險因子ζ的百分點的處理的一例的流程圖。在步驟SlO中，ζ計算部21，通過例如RAM16等取得作為參數(shù)的置信水平α，利用 計算與所取得的置信水平α對應(yīng)的風(fēng)險因子ζ的百分點。圖22是顯示計算債務(wù)人i到達(dá)評級r以下的評級閾值θ ir的處理的一例的流程 圖。在步驟S20中，pss,計算部22，其通過例如RAM16等取得作為參數(shù)的圖8所示的評 級變遷矩陣(從現(xiàn)在的評級s變遷到評級r的概率PJ，基于所取得的從現(xiàn)在的評級s朝評 級r變遷的概率pOT，求得從現(xiàn)在評級s朝評級r或評級r以下變遷的概率psOT，并代入圖9 所示的表格的相應(yīng)位置。在步驟S21中，psir計算部23基于步驟S20所計算得到的如圖9所示的從評級s 向評級r或評級r以下變遷的概率psy計算債務(wù)人i變遷至等級r或評級r以下的概率 Psi,,并代入圖10所示的表格的相應(yīng)位置。在步驟S22中，計算部24通過，通過RAM16等取得步驟S21計算得到的如圖 10所示的債務(wù)人i朝評級r或評級r以下變遷的概率PSy基于所取得的PSy以 計算債務(wù)人i為評級r以下的評級閾值θ…并代入如圖11所示的表格的相應(yīng)位置。圖23是顯示計算帶條件概率等的處理的一例的流程圖。在步驟S30中，帶條件概率計算部25，其通過例如RAM16等取得作為參數(shù)的由債務(wù) 人單位賦予的值％，基于所取得的值％、與由ζ計算部21所計算得到的置信水平α對應(yīng)的 風(fēng)險因子ζ的百分點、θ &計算部24所計算得到的θ w在風(fēng)險因子ζ為固定的條件下，以數(shù)式21 計算債務(wù)人i為評級r以下的概率pSi,(ζ)，并代入圖14所示的表格的相應(yīng)位置。在步驟S31中，帶條件概率計算部25，同樣地，以數(shù)式22
,,、Cii (Oir-^iZsypsir (z) = -J--^n
V~ai L λ/1-…J計算風(fēng)險因子ζ固定時，債務(wù)人i到達(dá)評級r以下的概率PSiJz)的一階導(dǎo)函數(shù) Psi/ (ζ)，并代入圖15所示的表格的相應(yīng)位置。在步驟S32中，帶條件計算部25，同樣地，以數(shù)式23
計算風(fēng)險因子ζ固定的條件下債務(wù)人i到達(dá)評級r以下的概率pSi, (ζ)的二階導(dǎo) 函數(shù)pSi/’(Z)，并代入圖16所示的表格的相應(yīng)位置。圖24是顯示計算債務(wù)人i的相鄰的評級間的價值差Wi,的處理的一例的流程圖。在步驟S40中，計算部26，其基于作為參數(shù)的圖17所示的債務(wù)人i現(xiàn)在的評級 和朝評級r變遷時的風(fēng)險暴露價值Vy以wir = Vir-Vi (r+1)計算債務(wù)人i的相鄰評級間的價值差Wir,并將計算得到的、代入圖18所示的表 格的相應(yīng)位置。圖25是顯示計算與置信水平α對應(yīng)的資產(chǎn)組合價值的百分點qa等的處理的一 例的流程圖。在步驟S50中，帶條件期待值計算部27，基于由圖24的處理計算得到的如圖18所 示的債務(wù)人i的相鄰評級間的價值差Wy和由圖23的處理計算得到的如圖14所示的風(fēng)險 因子ζ固定條件下債務(wù)人i到達(dá)評級r以下的概率PSiJz)，以數(shù)式24lXZ) = Y,WirPSiXZ)
rIO) = E\V\z] = Yj L1 (Ζ)
i計算資產(chǎn)組合價值V的帶條件期待值1 (ζ)和各債務(wù)人的資產(chǎn)組合價值V的帶條 件期待值Ii (ζ)，并將Ii (ζ)代入圖19所示的表格的相應(yīng)位置。又，帶條件期待值計算部27，同樣地，以數(shù)式25l,i(Z) = YJWirPS'r(Z)
r 計算資產(chǎn)組合價值V的帶條件期待值1 (ζ)的一階導(dǎo)函數(shù)1’ (ζ)和各債務(wù)人的資 產(chǎn)組合價值V的帶條件期待值Ii (Z)的一階導(dǎo)函數(shù)1/ (Ζ)，例如，將Ii' (ζ)代入如圖19所 示的表格的相應(yīng)位置。又，帶條件期待值計算部27同樣地，以數(shù)式26 計算資產(chǎn)組合價值V的帶條件期待值1 (ζ)的二階導(dǎo)函數(shù)1” (ζ)和各債務(wù)人的資 產(chǎn)組合價值V的帶條件期待值Ii (Z)的二階導(dǎo)函數(shù)V’(z)，例如，將V’(z)代入如圖19所示的表格的相應(yīng)位置。在步驟S51中，帶條件分散計算部28，基于由圖24的處理計算得到的如圖18所示 的債務(wù)人i的相鄰評級間的價值差Wy由圖23的處理計算得到的圖14所示的風(fēng)險因子ζ 固定時債務(wù)人i到達(dá)評級r以下的概率ρ、(ζ)，以數(shù)式27 計算資產(chǎn)組合價值V的帶條件分散ν (ζ)和ν (ζ)的各債務(wù)人的偏微分Vi (ζ)，并將 例如Vi(Z)代入圖19所示的表格相應(yīng)的位置。又，帶條件分散計算部28同樣地，以數(shù)式28
I計算資產(chǎn)組合價值V的帶條件分散ν (ζ)的一階導(dǎo)函數(shù)ν’(ζ)和ν’ (ζ)的各債務(wù) 人的偏微分Vi’(Z)，并將分Vi’(Z)代入圖19所示的表格相應(yīng)的位置。此處，不問步驟S50的處理和步驟S51的處理的順序，步驟S51可以在步驟SO之 前或之后。還可以同時進行。在步驟S52中，qa計算部29，基于步驟S50所計算得到的存儲于如圖19所示的表 格中的各債務(wù)人的資產(chǎn)組合價值V的帶條件期待值ljz)、一階導(dǎo)函數(shù)1/ (ζ)、二階導(dǎo)函數(shù) 1廣(2)、和步驟351所計算得到的存儲于如圖19所示的表格中的\(2)、一階導(dǎo)函數(shù)<(2)， 以數(shù)式29
^aM = Vi 8
2/'(Z:
SVi
^a = Yj ^ai
i
(Ia=Yj 9ai
v'(z)-v(z]
\J
Z
Zlv
/-
^--
+ Z ⑴
J ) 計算與置信水平α對應(yīng)的資產(chǎn)組合價值的百分點qa等，并將計算得到的qai和 Aqai(Z)代入圖19所示的表格的相應(yīng)位置。
22
圖26是顯示計算債務(wù)人i的風(fēng)險暴露價值的期待值E[VJ的處理的一例的流程 圖。在步驟S60中，E[VJ計算部30，由例如RAM16等取得作為參數(shù)的如圖8所示的評 級變遷矩陣(從現(xiàn)在的評級s變遷到評級r的變遷概率PJ，由例如RAM16等取得作為參數(shù) 的如圖17所示的債務(wù)人i現(xiàn)在的評級和朝評級r變遷時的資產(chǎn)組合價值Vy基于所得到 的從現(xiàn)在的評級s變遷到評級r的概率和所得到的債務(wù)人i現(xiàn)在的評級和朝評級r變 遷時的資產(chǎn)組合價值Vy以 計算債務(wù)人i的資產(chǎn)組合價值的期待值Ε[\]，并將計算得到的E[VJ代入如圖20 所示的表格的相應(yīng)位置。圖27是顯示計算各公司風(fēng)險貢獻(xiàn)度和資產(chǎn)組合VaR的處理的一例的流程圖。在步驟S70中，風(fēng)險貢獻(xiàn)度計算部31，基于由圖26計算得到并存儲于如圖20所示 的表格中的E[VJ、和由圖25計算得到并存儲于如圖19所示的表格中的qai，例如以債務(wù)人i的風(fēng)險貢獻(xiàn)度=Qai-EtVi]計算債務(wù)人i的風(fēng)險貢獻(xiàn)度(單個公司風(fēng)險貢獻(xiàn)度)，并將計算得到的債務(wù)人i的 風(fēng)險貢獻(xiàn)度代入如圖20所示的表格的相應(yīng)位置。在步驟S71中，資產(chǎn)組合VaR計算部32基于由步驟S70計算得到并存儲于如圖20 所示的表格中的債務(wù)人i的風(fēng)險貢獻(xiàn)度，例如以資產(chǎn)組合VaR= qa—Σ E[Vi] = Σ債務(wù)人i的風(fēng)險寄與度 計算資產(chǎn)組合VaR，并將計算得到的債務(wù)人i的風(fēng)險貢獻(xiàn)度代入圖20所示的表格 的相應(yīng)位置。如上所述，本實施方式的信息處理裝置，具有采用相鄰評級間的風(fēng)險暴露價值的 差^計算MTM方式中資產(chǎn)組合價值V的VaR的分析近似的技術(shù)性特征。下面，對這點進 行詳細(xì)說明。首先，對DM方式和MTM方式中以蒙特卡洛法進行的VaR計算進行說明。DM方式中通過蒙特卡洛法進行模擬的情況下的式子如下所示數(shù)式30
=Jl A為真時 =
此處，L 資產(chǎn)組合的損失額Li 債務(wù)人i造成的損失額Di 表示債務(wù)人i的狀態(tài)(違約、非違約)的概率變量Xi 表示債務(wù)人i的企業(yè)價值的概率變量1{·}:定義函數(shù)Xi < θ i 債務(wù)人i的企業(yè)價值Xi是否小于違約閾值θ iLGDi 債務(wù)人i的風(fēng)險暴露的違約時損失率EADi 債務(wù)人i的風(fēng)險暴露額Pi 債務(wù)人i的違約率N( ·)標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)· ) :N( ·)的反函數(shù)MTM方式中以蒙特卡洛法進行模擬時的式子如下所示數(shù)式31 式6此處，V:資產(chǎn)組合的價值Vi 債務(wù)人i的評級變遷后的風(fēng)險暴露的價值Vir 債務(wù)人i為評級r時的風(fēng)險暴露的價值Ri 債務(wù)人i的評級變遷后的評級Sir 表示債務(wù)人i的狀態(tài)(Ri是否為r)的概率變量Xi 表示債務(wù)人i的企業(yè)價值的概率變量pik 債務(wù)人i朝評級k變遷的概率psir 債務(wù)人i朝評級r以下變遷的概率N( ·)標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)· ) :N( ·)的反函數(shù)在上述式子中，r越小表示評級越低。如式(5)所示，DM方式中，信息處理裝置僅與試行次數(shù)相應(yīng)地生成與概率變量Xi 對應(yīng)的隨機數(shù)，通過按照Di — Li — L的順序計算概率分布及其風(fēng)險指標(biāo)(即VaR)。又，如式(6)所示，在MTM方式中，信息處理裝置僅與試行次數(shù)相應(yīng)地生成與概率變量Xi對應(yīng)的 隨機數(shù)，通過按照St -Vi-V的順序計算概率分布及其風(fēng)險指標(biāo)(即VaR)。接著，對VaR的分析近似進行說明。例如，在非專利文獻(xiàn)1中，揭示了 DM方式中 的VaR的分析近似的手法。非專利文獻(xiàn)1中，記載了以qa (E[L|z]) + Aqa (L)來近似損失率 分布L的分位Aqa(L)。又，在非專利文獻(xiàn)1中，作為定理2，記載了根據(jù)賦予Z的1-a分 位點zl-a時的條件期待損失計算極限損失分布E[L|Z]的α分位點qa (Ε [L | Ζ])又，非 專利文獻(xiàn)1中，作為定理3，記載了真的損失分位點和極限損失分布的α分位點之間的差 Aqa (L) ( = qa (L)-qa (E[L|z]))即粒度調(diào)整項。這樣，非專利文獻(xiàn)1中記載的該粒度調(diào)整 項 Aqa (L)表示為如下式所示。此處，l(z) = E[L|Z = z]，v(z) = Var[L|Z = ζ]。數(shù)式32 然后，在非專利文獻(xiàn)1中記載了，根據(jù)上式計算出作為損失率分布L的分位點 qa (L)的 VaR。信息處理裝置，以蒙特卡羅法，如式(6)所示的，對應(yīng)于DM方式的Li = DiLGDiEADi 的計算，在MTM方式中，采用
。信息處理裝置在MTM方式的分析近似中，也
采用該式，計算上述的粒度調(diào)整項。這里，I(Z) = E [V I ζ]，ν (ζ) = Var[V|z]0該Var [V | ζ]的計算更具體地通過下式表不。數(shù)式33Var[V\z] = YYjCoWl,VJ\z] 這里，Corr [SJySjsVj I ζ]部分的計算量與「(債務(wù)人數(shù)量X評級數(shù)量)的平方」 成比例，例如，如果債務(wù)者數(shù)=10000，評級數(shù)=10，相關(guān)的計算需要進行(10000X10)的平 方，即10的10次方的次數(shù)。另一方面，本實施方式所涉及的信息處理裝置，利用相鄰評級間的風(fēng)險暴露價值 差Wy計算資產(chǎn)組合價值V的α分位點qa。此時，信息處理裝置，為了計算Aqa，進行 式(3)等中的E[V|z]、式(4)等中的Var[V|z]的計算，此時也需要與「(債務(wù)人數(shù)量X評 級數(shù)量)的平方」成比例的計算量。但是，如實施方式的圖15、圖16所說明的那樣，除 Wir> PSiJz)、ps’ ir(z)之外，信息處理裝置僅以「債務(wù)人數(shù)量X評級數(shù)量」的次數(shù)來計算 N-^psir(Z))等，并將以「債務(wù)人數(shù)量的平方」的次數(shù)計算相關(guān)P。i到的值作為參數(shù)存儲 在存儲器或緩沖等存儲裝置中。這樣，在信息處理裝置進行需要這些參數(shù)的與「(債務(wù)人數(shù) 量X評級數(shù)量)的平方」成比例的量的計算的時候，可從存儲器等存儲裝置中讀取參數(shù)數(shù) 據(jù)進行再利用。這樣，計算效率大幅提高。又，使用頻率高的數(shù)據(jù)持續(xù)存儲在信息處理裝置 比存儲器的讀寫速度高好幾倍的高速緩沖存儲器中。這樣，這些參數(shù)被存儲在高速緩沖存儲器中，特別是利用CPU等的SIMD (Single Instruction Multiple Data)的功能使得計算 高速化時，回避了存儲器的讀取速度成為障礙的問題，可以減小CPU等的空置時間。即，MTM 方式中求取VaR的分析近似時，可通過利用相鄰的評級間的風(fēng)險暴露價值的差Wk提高計算 效率，因此可高速地在MTM方式中計算VaR。又，Ui(Z),υ/ (ζ)如下式所示。數(shù)式34Vi (z) = Vooi (z) +vGi (ζ)ν' i(z) = ν' (ζ)+ν' Gi (ζ)式(7)這里，υ i和υ， i如下式表示的數(shù)式35
式⑶
又，Uei和U，如下式所示。 數(shù)式36 式(9)在式(8)、式(9)中的N2(x，y、P )為二維標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)。又，t = min(r,s) (r，s中低評級的)。又，P= corr (Xi，Xj | ζ)(關(guān)于Xi中與債務(wù)者i的固有風(fēng)險 (idiosyncratic risk)相當(dāng)?shù)牟糠?ε ” 以 corr( ε ” ε」)=0 進行計算)。進一步的，更具體的，Aqai(Z)通過下式進行表示。數(shù)式37 式(10)通過上述結(jié)構(gòu)，本實施方式涉及的信息處理裝置中，通過利用相鄰的評級間風(fēng)險 暴露價值的差Wi^除Wi^psiJz)、ps’ ir(z)之夕卜，將N4(PsiJz)), Pij作為參數(shù)存儲在高速 緩沖存儲器中，由于進行式(7) 式(10)的計算時能夠重復(fù)再利用這些參數(shù)，因此計算效 率提高。這樣，可高速地計算MTM方式中VaR的分析近似。如上所述的，根據(jù)本實施方式，粒度調(diào)整的計算所需要的資產(chǎn)組合價值的帶條件 期待值l(z)、分散υ (ζ)和它們的導(dǎo)函數(shù)可在MTM方式的多項分布的情況下高速地計算得 到。其結(jié)果是，資產(chǎn)組合VaR(與置信水平α對應(yīng)的百分點qa)、單個公司風(fēng)險貢獻(xiàn)度也可 高速計算得到。S卩，根據(jù)本實施方式，由于MTM方式中表示債務(wù)人i的評級變遷和損益額的多項分 布能夠以二項分布的相加來表現(xiàn)，因此可在MTM方式中通過分析近似高速地求得VaR。又，本實施方式的處理，可應(yīng)用于期待虧空等的與VaR類似的風(fēng)險指標(biāo)的計算等。又，上述的1々)、1/ (ζ)、1/，(ζ)、Ui(Z), υ/ (ζ)、qai，對于各債務(wù)人重復(fù)進行 相同的計算模式。因此，帶條件期待值計算部27、帶條件分散計算部28、qa計算部29等， 安裝于 CPU17 等中，通過利用 SIMD (Single Instruction Multiple Data)這一功能(下面 稱為 SIMD 功能)，可高速計算 Ii (ζ)、1/ (ζ)、1廣(ζ)、Ui(Z), υ/ (z)、qai。以上對本發(fā)明的理想的實施方式進行了詳細(xì)說明，但是本發(fā)明不限于上述的實施 方式，本發(fā)明可在記載于權(quán)利要求書內(nèi)的本發(fā)明的主旨范圍內(nèi)，進行各種變形和改變。符號說明
2Iz計算部
22pssr計算部
23psir計算部
24 θ ir計算部
25帶條件概率計算部
26ffir計算部
27帶條件期待值計算部
28帶條件分散計算部
29Qa計算部
30E[VJ計算部
31風(fēng)險貢獻(xiàn)度計算部
32資產(chǎn)組合VaR計算部
CN 101901423 A
說 明 書19/19頁
2("⑵)
2權(quán)利要求
一種信息處理裝置，其特征在于，包括z計算單元，其基于存儲在存儲裝置中的置信水平α，計算與α對應(yīng)的風(fēng)險因子z的百分點；評級閾值計算單元，其取得存儲在存儲裝置中的評級s變遷到評級k的概率psk，基于取得的psk計算債務(wù)人i變?yōu)樵u級r以下的評級閾值θir；帶條件概率計算單元，其取得存儲在存儲裝置中的各債務(wù)人i的常數(shù)ai，并基于取得的ai、由所述z計算單元計算得到的z、和由所述評級閾值計算單元計算得到的θir，在z為固定時的條件下，以N為標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)，以下式數(shù)式1 <mrow><msub> <mi>ps</mi> <mi>ir</mi></msub><mrow> <mo>(</mo> <mi>z</mi> <mo>)</mo></mrow><mo>=</mo><mi>N</mi><mrow> <mo>(</mo> <mfrac><mrow> <msub><mi>&theta;</mi><mi>ir</mi> </msub> <mo>-</mo> <msqrt><msub> <mi>a</mi> <mi>i</mi></msub> </msqrt> <mi>z</mi></mrow><msqrt> <mn>1</mn> <mo>-</mo> <msub><mi>a</mi><mi>i</mi> </msub></msqrt> </mfrac> <mo>)</mo></mrow> </mrow>計算債務(wù)人i變?yōu)樵u級r以下的概率psir(z)；wir計算單元，其基于存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級變遷向評級r時的風(fēng)險暴露價值Vir，以下式wir＝Vir Vi(r+1)計算債務(wù)人i的相鄰評級間的風(fēng)險暴露價值的差wir。
2.如權(quán)利要求1所述的信息處理裝置，其特征在于，所述ζ計算單元基于所述α，通過 ζ = Ν_ι(1-α)計算與α對應(yīng)的風(fēng)險因子ζ的百分點。
3.如權(quán)利要求1或2所述的信息處理裝置，其特征在于，所述評級閾值計算單元包括 PSsr計算單元，其基于所述概率psk，以 計算從評級s向評級r以下變遷的概率psm ；Psi,計算單元，其基于由所述PSs,計算單元計算得到的概率PSs,，求得債務(wù)人i朝評級 r以下變遷的概率pSir ；θ ir計算單元，其基于由所述Psi,計算單元求得的概率Psi,，以θ ir = N-1 (pSir)計算債務(wù)人i變?yōu)樵u級r以下的評級閾值θ irD
4.如權(quán)利要求1所述的信息處理裝置，其特征在于，進一步包括帶條件期待值計算 單元，其基于由所述Wh計算單元計算得到的Wy由所述帶條件概率計算單元計算得到的 PsiJz)，在ζ為固定時的條件下，以數(shù)式2 計算資產(chǎn)組合價值ν的帶條件期待值1 (Z)。
5.如權(quán)利要求4所述的信息處理裝置，其特征在于，進一步包括帶條件分散計算單元，其基于由所述Wh計算單元計算得到的Wy由所述帶條件概率計算單元計算得到的 PSiJz)，在Z為固定時的條件下，以數(shù)式3 計算資產(chǎn)組合價值ν的帶條件分散ν (ζ)。
6.如權(quán)利要求5所述的信息處理裝置，其特征在于，進一步包括，qa計算單元，其基于 由所述帶條件期待值計算單元計算得到的1 (ζ)的一階導(dǎo)函數(shù)Γ (ζ)、由所述帶條件期待值 計算單元計算得到的I(Z)的二階導(dǎo)函數(shù)1”(ζ)、由所述帶條件分散計算單元計算得到的 V(Z)、和由所述帶條件分散計算單元計算得到的V(Z)的一階導(dǎo)函數(shù)ν’(ζ)，以數(shù)式4 計算資產(chǎn)組合價值的百分點qa。
7.如權(quán)利要求6所述的信息處理裝置，其特征在于，進一步包括EtVi]計算單元，其取得存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級朝評級r變遷時 的風(fēng)險暴露價值Vy取得存儲在存儲裝置中的從評級i朝評級r變遷的概率Py基于所取 得的U既率Py以 計算債務(wù)人i的風(fēng)險暴露價值的期待值E [Vi]；和風(fēng)險暴露VaR計算單元，其基于由所述E[Vi]計算單元計算得到的E[VJ、由所述qa計 算單元計算得到的qa，以資產(chǎn)組合 計算資產(chǎn)組合VaR。
8.如權(quán)利要求6所述的信息處理裝置，其特征在于，進一步包括EtVi]計算單元，其取得存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級朝評級r變遷時 的風(fēng)險暴露價值Vy取得存儲在存儲裝置中的從評級i朝評級r變遷的概率Py基于所取 得的U既率Py以 計算債務(wù)人i的風(fēng)險暴露價值的期待值E [Vi]；和風(fēng)險貢獻(xiàn)度計算單元，其基于由所述E[VJ計算單元計算得到的E[VJ、由所述qa計算 單元計算qa時所得到的qai，以債務(wù)人i的風(fēng)險貢獻(xiàn)度=Qai-EtVi] 計算債務(wù)人i的風(fēng)險貢獻(xiàn)度。
9.如權(quán)利要求8所述的信息處理裝置，其特征在于，所述帶條件期待值計算單元利用CPU提供的SIMD功能，計算資產(chǎn)組合價值V的帶條件 期待值1 (ζ)，所述帶條件分散計算單元，利用CPU提供的SIMD功能，計算資產(chǎn)組合價值V的帶條件 分散v(z)，所述qa計算單元，利用CPU提供的SIMD功能，計算qai。
10.一種由信息處理裝置執(zhí)行的信息處理方法，其特征在于，包括ζ計算步驟，其基于存儲在存儲裝置中的置信水平a，計算與α對應(yīng)的風(fēng)險因子ζ的 百分點；評級閾值計算步驟，其取得存儲在存儲裝置中的從評級s變遷到評級k的概率psk，基 于所取得的Psk計算債務(wù)人i變?yōu)樵u級r以下的評級閾值θ ir ；帶條件概率計算步驟，其取得存儲在存儲裝置中的各債務(wù)人i的常數(shù)％，并基于取得的 a”由所述ζ計算步驟計算得到的ζ、和由所述評級閾值計算步驟計算得到的θ…在ζ為固 定時的條件下，以N為標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)，以下式 數(shù)式5 計算債務(wù)人i在評級r以下的概率PSiJz)；Wt計算單元，其基于存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級朝向評級r變遷時 的風(fēng)險暴露價值Vy以下式 計算債務(wù)人i的相鄰評級間的風(fēng)險暴露價值的差Wy
11.一種信息處理裝置，其特征在于，包括ζ計算單元，其基于存儲在存儲裝置中的置信水平α，以ζ = K1(I-Ci)計算與α對應(yīng) 的風(fēng)險因子ζ的百分點；評級閾值計算單元，其取得存儲在存儲裝置中的從評級s變遷到評級k的概率psk，基 于取得的Psk計算債務(wù)人i變?yōu)樵u級r以下的評級閾值θ ir ；帶條件概率計算單元，其取得存儲在存儲裝置中的各債務(wù)人i的常數(shù)％，并基于取得的 Bi,由所述ζ計算單元計算得到的ζ、和由所述評級閾值計算單元計算得到的θ…在ζ為固 定時的條件下，以N為標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)，以下式 數(shù)式7 計算債務(wù)人i在評級r以下的概率PsiJz)；Wt計算單元，其基于存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級朝向評級r變遷時 的風(fēng)險暴露價值Vy以下式 計算債務(wù)人i的相鄰評級間的風(fēng)險暴露價值的差Wh ；帶條件期待值計算單元，其基于由所述Kr計算單元計算得到的Kr、由所述帶條件概率 計算單元計算得到的，在Z為固定時的條件下，以 數(shù)式8 計算資產(chǎn)組合價值V的帶條件期待值1 (ζ)；帶條件分散計算單元，其基于由所述計算單元計算得到的Wy由所述帶條件概率計 算單元計算得到的PSir (Z)，在Z為固定時的條件下，以 數(shù)式9 計算資產(chǎn)組合價值V的帶條件分散ν (ζ)；Qa計算單元，其基于由所述帶條件期待值計算單元計算得到的I(Z)的一階導(dǎo)函數(shù) 1’(Z)、由所述帶條件期待值計算單元計算得到的ι (Z)的二階導(dǎo)函數(shù)1”(ζ)、由所述帶條件 分散計算單元計算得到的V(Z)、和由所述帶條件分散計算單元計算得到的ν(ζ)的一階導(dǎo) 函數(shù)ν’⑴，以 數(shù)式10計算資產(chǎn)組合價值的百分點qa ；EtVi]計算單元，其取得存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級朝評級r變遷時 的風(fēng)險暴露價值Vy取得存儲在存儲裝置中的從評級i朝評級r變遷的概率Py基于所取 得的U既率Py以 計算債務(wù)人i的風(fēng)險暴露價值的期待值E [Vi]；和VaR計算單元，其基于由所述E[Vi]計算單元計算得到的E[VJ、由所述qa計算單元計 算得到Wqa，以資產(chǎn)組合 計算資產(chǎn)組合VaR，其中所述評級閾值計算單元包括PSsr計算單元，其基于所述概率psk，以 計算從評級s向評級r以下的變遷的概率psm ；Psi,計算單元，其基于由所述PSs,計算單元計算得到的概率PSs,，求取債務(wù)人i朝評級 r以下變遷的概率pSir ； θ ir計算單元，其基于由所述Psi,計算單元求得的概率Psi,，以 θ ir = N-1 (pSir)計算債務(wù)人i變?yōu)樵u級r以下的評級閾值θ irD
12. 一種信息處理裝置，其特征在于，包括ζ計算單元，其基于存儲在存儲裝置中的置信水平α，以ζ = K1(I-Ci)計算與α對應(yīng) 的風(fēng)險因子ζ的百分點；評級閾值計算單元，其取得存儲在存儲裝置中的從評級s變遷到評級k的概率psk，基 于取得的Psk計算債務(wù)人i變?yōu)樵u級r以下的評級閾值θ ir ；帶條件概率計算單元，其取得存儲在存儲裝置中的各債務(wù)人i的常數(shù)％，并基于取得的 Bi,由所述ζ計算單元計算得到的ζ、和由所述評級閾值計算單元計算得到的θ…在ζ為固 定時的條件下，以N為標(biāo)準(zhǔn)正態(tài)分布的累積概率函數(shù)，以下式 數(shù)式11 計算債務(wù)人i在評級r以下的概率PSiJz)；Wt計算單元，其基于存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級朝向評級r變遷時 的風(fēng)險暴露價值Vy以下式Wir Vir Vi (r+1)計算債務(wù)人i的相鄰評級間的風(fēng)險暴露價值的差Wt ；帶條件期待值計算單元，其基于由所述《α計算單元計算得到的Wy由所述帶條件概率計算單元計算得到的P^(Z)，在Z為固定時的條件下，以數(shù)式12 計算資產(chǎn)組合價值ν的帶條件期待值1 (Z)；帶條件分散計算單元，其基于由所述Wk計算單元計算得到的Wy由所述帶條件概率計 算單元計算得到的P^(Z)，在ζ為固定時的條件下，以數(shù)式13 計算資產(chǎn)組合價值V的帶條件分散ν (ζ)；Qa計算單元，其基于由所述帶條件期待值計算單元計算得到的I(Z)的一階導(dǎo)函數(shù) 1’(ζ)、由所述帶條件期待值計算單元計算得到的1 (ζ)的二階導(dǎo)函數(shù)1”(ζ)、由所述帶條件 分散計算單元計算得到的V(Z)、和由所述帶條件分散計算單元計算得到的V(Z)的一階導(dǎo) 函數(shù)ν’(ζ)，以數(shù)式14 計算資產(chǎn)組合價值的百分點qa ；EtVi]計算單元，其取得存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級朝評級r變遷時 的風(fēng)險暴露價值Vy取得存儲在存儲裝置中的從評級i朝評級r變遷的概率Py基于所取 得的U既率Py以 計算債務(wù)人i的風(fēng)險暴露價值的期待值E [Vi]；和風(fēng)險貢獻(xiàn)度計算單元，其基于由所述E[VJ計算單元計算得到的E[VJ、由所述qa計算 單元計算qa時得到的qai，以債務(wù)人i的風(fēng)險貢獻(xiàn)度=qai-E[Vi]計算債務(wù)人i的風(fēng)險貢獻(xiàn)度， 其中所述評級閾值計算單元包括 Pssr計算單元，其基于所述概率psk，以 計算從評級S向評級r以下變遷的概率PSm ；PSir計算單元，其基于由所述PSsr計算單元計算得到的概率PSsr，計算債務(wù)人i朝評級 r以下的變遷的概率PSi^θ ir計算單元，其基于由所述PSir計算單元求得的概率psir，以θ ir = N-1 (PSir)計算債務(wù)人i變?yōu)樵u級r以下的評級閾值θ irD
全文摘要
本發(fā)明的目的是在MTM方式的分析近似中高速地求得Var等。本發(fā)明提供一種信息處理裝置，具有評級閾值計算單元，其取得存儲在存儲裝置中的從評級s變遷到評級k的概率psk，根據(jù)取得的psk計算債務(wù)人變?yōu)樵u級r以下的評級閾值θir；帶條件概率計算單元，其取得存儲在存儲裝置中的各債務(wù)人i的常數(shù)ai，基于取得的ai、由z計算單元計算得到的z、由評級閾值計算單元計算得到的θir，在z固定的條件下計算債務(wù)人i到達(dá)評級r以下的概率psir(z)；wir計算單元，基于存儲在存儲裝置中的從債務(wù)人i的現(xiàn)在的評級到評級r變遷時的風(fēng)險暴露價值Vir，計算債務(wù)人i的相鄰評級間的風(fēng)險暴露價值的差wir。
文檔編號G06Q50/00GK101901423SQ20101019390
公開日2010年12月1日 申請日期2010年5月28日 優(yōu)先權(quán)日2009年5月29日
發(fā)明者武下博紀(jì) 申請人:新日鐵系統(tǒng)集成株式會社