Případová studie – model CreditMetrics: - portfolio se skládá z 20 korporátních dluhopisů, každý z nich je emitovaný jinou společností, s rozdílnými ratingy a dobou splatnosti – viz tabulka: - pro každé aktivum jeho rating určuje distribuci budoucích ratingů a tím i rozložení budoucích hodnot - protože jde o portfolio, musíme vzít v úvahu také korelace – předpokládáme tyto: - všimněte si, že je tam pět skupin emitentů – pro aktiva 1-4, 6-10, 11-15, 16-18, 19-20 (jak to poznáme? → korelace mezi těmito aktivy je relativně vysoká, zatímco korelace mezi ostatními skupinami je nízká) - jde tedy z toho usoudit, že portfolio se skládá z obligací, emitovaných firmami z pěti odlišných odvětví (korelace mezi firmami v daném odvětví je vysoká, mezi firmami ostatními je nízká) - bylo generováno 20 tisíc scénářů vývoje hodnoty portfolia, což je 20 tisíc možných stavů v průběhu následujícího roku - v grafech jsou prezentovány histogramy hodnot portfolia: o první graf ukazuje rozdělení nejčastějších scénářů o druhý graf ukazuje levý konec rozdělení o třetí graf zachycuje nejméně pravděpodobné, extrémní (5 %) případy - z grafů je patrné, že naprostá většina scénářů neukázala žádný problém – hodnota portfolia roste - z grafů je také patrné, že i když vypočítáme průměrnou hodnotu portfolia (67.284.88 dolarů) a směrodatnou odchylku (1.136.077 dolarů), stejně nemůžeme Value at Risk přímo vypočítat, protože rozdělení není normální - nicméně je přímo z toho rozdělení možné odhadnout námi požadovaný percentil a určit Value at Risk takto: - tabulka: o 95 % percentil – jde o hodnotu portfolia, která při simulaci byla menší jen v 5 % případů o v tabulce je pro srovnání i normální rozdělení – a že by předpoklad normálnosti vedl k chybným závěrům - CreditMetrics se dá využít i k tomu, že vypočítáme marginální VaR – tedy jak jednotlivé aktivum přispívá k celkovému riziku portfolia, a to pomocí směrodatné odchylky: - tabulka: o v levém sloupečku: směrodatná odchylka samostatného aktiva o v pravém sloupečku: marginální směrodatná odchylka o rozdíly mezi nimi: dokumentují efekty diverzifikace o obecně platí: u rizikovějších aktiv je rozdíl mezi samostatnou a marginální směrodatnou odchylkou větší než u málo rizikových aktiv → je to plně v souladu s myšlenkou, že velké portfolio vede k redukci rizika hodně rizikových složek portfolia o jednotlivé a marginální směrodatné odchylky lze i dát do grafu a vidět tak vztah: o křivka spojuje body, kdy riziko samostatného aktiva je stejné jako pro portfolio, body nad křivkou (aktiva mají větší riziko), body pod křivkou (aktiva mají menší riziko) o křivky lze využít i pro stanovení limitů: o možné nastavení limitů:  limity založené na relativním riziku  limit odpovídá horizontální linii v grafu  vysloveně dáme limit na úvěrovou kvalitu – např. portfolio může obsahovat pouze nástroje s ratingem B a vyšším  limity založené na velikosti expozice  tomu odpovídá vertikální linie v grafu  je limitována velikost expozice, nikoliv rating (kvalita)  limity založené na absolutním riziku  tomu odpovídá křivka v grafu  takové limity budou odrazovat od toho, přidávat do portfolia nástroje, které zvýší riziko více než je stanovená hodnota