УРР. СРМ. Темы 3, 6, 7
Всего25/25
Тема 3: 10 вопросов
Тема 6: 5 вопросов
Тема 7: 10 вопросов
Электронная почта*
akezhanzhetkerbay@gmail.com
Suppose a creditor makes a $500,000 loan to company X and a $500,000 loan to
company Y. Based on historical information of companies in this industry, companies X
and Y each have a 9% default probability and a default correlation coefficient of 0.5.
What is the expected loss for this creditor under the worst case scenario?
Предположим, что кредитор предоставляет кредит в размере 500 000 долл. США
компании X и кредит в размере 500 000 долл. США компании Y. Основываясь на
исторической информации о компаниях этой отрасли, компании X и Y имеют 9% ную вероятность дефолта и коэффициент корреляции по умолчанию 0,5. Каков
ожидаемый убыток для этого кредитора при наихудшем сценарии?
*
1 из 1
$53,650
$76,430
$49,060
$28,150
Комментарий
The worst case scenario is the joint probability that both loans default at the same time. The joint
probability of default is computed as:
P(AB) = 0.5 * sqrt[(0.09 * 0.91) * (0.09 * 0.91)] + 0.09 * 0.09 = 0.5 * sqrt[0.00671] + 0.0081 =
0.04906
Thus, the expected loss for the worst case scenario for the creditor is:
EL = 0.04906 × $1,000,000 = $49,060
In the process of integrating various risks into value at risk (VaR) models, what are
endogenous liquidity risks?
В процессе интеграции различных рисков в модели оценки риска (VaR) каковы
внутренние риски ликвидности?
*
1 из 1
Spectral effects on VaR (Спектральные эффекты на VaR)
Elasticity of prices to volume (Эластичность цен к объему)
Market-specific risks (Специфичные для рынка риски)
Average transaction costs (Средние операционные издержки)
Комментарий
Endogenous liquidity is an adjustment for the price effect of liquidating positions. It depends on trade
sizes and is applicable when market orders are large enough to move prices. Endogenous liquidity is
the elasticity of prices to trading volumes and is more easily observed in instances of high liquidity
risk.
Extreme value theory (EVT) helps quantify two key measures of risk. The magnitude
of:
Теория экстремальных значений (EVT) помогает количественно определить два
ключевых показателя риска. Величину:
*
1 из 1
an X year return and the loss in excess of VaR (доходность X года и потери, превышающие
VaR)
VaR and the level of risk obtained from scenario analysis (VaR и уровень риска, полученный
из анализа сценариев.)
market risk and the magnitude of operational risk (рыночный риск и масштабы
операционного риска)
market risk and the magnitude of credit risk (рыночный риск и величина кредитного риска)
Комментарий
Extreme value theory (EVT) looks at the value of losses beyond an identified cutoff point.
Which of the following statements regarding concentration ratios is least accurate?
Какое из следующих утверждений относительно коэффициентов концентрации
является наименее точным?
*
1 из 1
A lower concentration ratio and lower correlation coefficient both reduce the joint probability of
default. (Более низкий коэффициент концентрации и более низкий коэффициент
корреляции уменьшают совместную вероятность дефолта.)
A higher concentration ratio and higher correlation coefficient both increase the joint probability
of default. (Более высокий коэффициент концентрации и более высокий коэффициент
корреляции увеличивают совместную вероятность дефолта.)
A higher concentration ratio and lower correlation coefficient both reduce the joint probability of
default (Более высокий коэффициент концентрации и более низкий коэффициент
корреляции снижают совместную вероятность дефолта)
A decrease in the concentration ratio results in a decrease in the default correlation
(Уменьшение коэффициента концентрации приводит к уменьшению корреляции по
умолчанию)
Комментарий
A lower concentration ratio and lower correlation coefficient both reduce the joint probability of
default. A decrease in the concentration ratio results in a decrease in the default correlation.
Assume that Bank B makes a $2 million loan to company A, which has a 3% default
probability. What is the concentration ratio and expected loss (EL) for Bank B under the
worst-case scenario assuming loss given default (LGD) is 100%?
Предположим, что Банк B предоставляет кредит в размере 2 миллионов долларов
компании A, что имеет вероятность дефолта 3%. Каков коэффициент
концентрации и ожидаемый убыток (EL) для Банка B при наихудшем сценарии,
предполагающем, что LGD составляет 100%?
*
1 из 1
$60,000
$140,000
$10,000
$300,000
Комментарий
Bank B has a concentration ratio of 1.0 because there is only one loan. The worst-case scenario is
that company A defaults resulting in a total loss of loan value. Given that there is a 3% probability
that company A defaults, EL for Bank B is $60,000 (= 0.03 × 2,000,000).
Which of the following is TRUE comparing VaR and extreme value theory (EVT)?
Что из перечисленного ниже является ИСТИНОЙ, сравнивая VaR и теорию
экстремальных значений (EVT)?
*
1 из 1
VaR and EVT assume normality of the return distribution (VaR и EVT предполагают
нормальность распределения доходности)
The generalized Pareto distribution is fully parameterized by the mean and variance
(Обобщенное распределение Парето полностью параметризовано средним значением и
дисперсией)
Only EVT considers losses beyond a specified threshold (Только EVT учитывает потери за
пределами указанного порога)
EVT focuses exclusively on the upper half of the return distribution (EVT фокусируется
исключительно на верхней половине распределения доходности)
Комментарий
The principal shortcoming of VaR is that it does not consider losses beyond a specified threshold.
Suppose an individual buys a correlation swap with a fixed correlation rate of 0.4 and a
notional value of $1 million for one year. The realized pairwise correlations of the daily
log returns at maturity for three assets are ρ2,1 = 0.8, ρ3,1 = 0.4, and ρ3,2 = 0.3. What
is the correlation swap buyer's payoff at maturity?
Предположим, что физическое лицо покупает корреляционный своп с
фиксированной корреляционной ставкой 0,4 и условной стоимостью 1 миллион
долларов в течение одного года. Реализованные попарно корреляции суточных
логарифмических доходностей при сроке погашения по трем активам составляют
ρ2,1 = 0.8, ρ3,1 = 0.4, и ρ3,2 = 0.3. Сколько составляет выплата по
корреляционному свопу на момент погашения?
*
1 из 1
$200,000
$300,000
$400,000
$100,000
Комментарий
First, calculate the realized correlation as follows:
corr(realized)=[2 / (3^2 - 3)] x (0.8 + 0.4 + 0.3) = 0.5
The payoff for the correlation buyer is then calculated as:
$1,000,000 × (0.5 − 0.4) = $100,000
Which of following statements is(are) correct regarding the cyclical feedback loop
constraints on leveraged investors?
I. When net worth rises, leverage decreases, and when net worth declines, leverage
increases.
II. Asset purchases increase when asset prices are rising, and assets are sold when
asset prices are declining.
Какие из следующих утверждений верны в отношении ограничений циклической
обратной связи для инвесторов с левереджем?
I. Когда чистая стоимость увеличивается, доля заемных средств уменьшается, а
когда чистая стоимость снижается, доля заемных средств увеличивается.
II. Покупка активов увеличивается, когда цены на активы растут, а активы
продаются, когда цены на активы снижаются.
*
1 из 1
Neither I nor II
Both I and II
II only
I only
Комментарий
Leverage (measured as total assets to equity) is inversely related to the market value of total assets.
When net worth rises, leverage decreases, and when net worth declines, leverage increases. This
results in a cyclical feedback loop: asset purchases increase when asset prices are rising, and
assets are sold when asset prices are declining.
Which of the following measures is most likely an example of a static financial
correlation measure?
Какие из следующих показателей, скорее всего, являются примером статической
финансовой корреляционной меры?
*
1 из 1
Deterministic correlation approaches (Детерминированные корреляционные подходы)
Stochastic correlation processes (Стохастические корреляционные процессы)
Pairs trading (Торговля парами)
Value at risk (VaR)
Комментарий
Static financial correlations do not change and measure the relationship between assets for a
specific time period. Examples of static correlation measures are value at risk (VaR), correlation
copulas for collateralized debt obligations (CDOs), and the binomial default correlation model. The
other choices are examples of dynamic financial correlations.
The generalized extreme value (GEV) distribution is useful for:
I. estimating VaR.
II. stress testing.
III. estimating correlation.
IV. backtesting.
Обобщенное распределение экстремальных значений (GEV) полезно для:
I. Оценка VaR.
II. стресс-тестирование.
III. оценка корреляции.
IV. бэктестирование.
*
1 из 1
I, II, III, and IV
I and III only
I only
II only
Комментарий
The GEV distribution describes the distribution of the maximums from a large sample of identically
distributed observations. It’s not particularly useful for VAR estimation since VAR does not consider
the distribution of the maximum, but it is useful for stress testing. GEV also has nothing to do with
correlations and would not be used for backtesting to see if a VAR model was effective.
An investor is looking to buy a correlation swap and is assessing the potential payoff.
Assume the notional value for the investor's portfolio is equal to $500,000. What would
the payoff for the correlation swap buyer be if the realized correlation of the assets in
the portfolio was 0.5 and the fixed correlation rate was 0.2?
Инвестор хочет купить корреляционный своп и оценивает потенциальную
выплату. Предположим, что условная стоимость портфеля инвестора равна $500
000. Какой будет выплата для покупателя корреляционного свопа, если
реализованная корреляция активов в портфеле составила 0,5, а фиксированная
корреляционная ставка 0,2?
*
1 из 1
$150,000
$350,000
$100,000
$250,000
Комментарий
The payoff for the investor buying the correlation swap is calculated as follows:
notional amount × (r-realized − r-fixed)
In this case, the payoff is:
500,000 × (0.5 − 0.2) = $150,000
Extreme value theory (EVT) can assist with value at risk (VaR) calculations by providing
better probability estimates of observing extreme losses than that indicated by a
standard normal distribution because empirical distributions exhibit fat tails. If one uses
the generalized Pareto distribution (GPD) method to generate parameter estimates for
the shape parameter, fat tails will indicate a:
Теория экстремальных значений (EVT) может помочь в расчетах VaR,
предоставляя лучшие оценки вероятности наблюдения экстремальных потерь,
чем те, которые указаны стандартным нормальным распределением, потому что
эмпирические распределения показывают толстые хвосты. Если используется
обобщенный метод распределения Парето (GPD) для генерации оценки
параметра формы, толстые хвосты будут указывать на:
*
1 из 1
positive parameter estimate and VaR calculations that are too small (положительная оценка
параметра и расчеты VaR, которые слишком малы)
positive parameter estimate and VaR calculations that are too large (положительная оценка
параметра и слишком большие расчеты VaR)
negative parameter estimate and VaR calculations that are too small (отрицательная оценка
параметра и расчеты VaR, которые слишком малы)
negative parameter estimate and VaR calculations that are too large (отрицательная оценка
параметра и слишком большие расчеты VaR)
Комментарий
Fat tails will generate a positive shape parameter, which indicates that VAR estimates are probably
too small.
The Peaks Over Threshold (POT) approach serves as a basis for an expanded model
of risk estimation. Which of the following statements are false regarding POT?
I. Under the POT method, in the case of “fat” tails, not all moments are defined.
II. POT is often estimated with a Generalized Pareto Distribution.
Подход Peaks Over Threshold (POT) служит основой для расширенной модели
оценки риска. Какие из следующих утверждений являются ложными в отношении
POT?
I. При методе POT в случае «толстых» хвостов определяются не все моменты.
II. POT часто оценивается с помощью обобщенного распределения Парето.
*
1 из 1
Neither I nor II (Ни I, ни II)
Both I and II (И I, и II)
I only (Только I)
II only (Только II)
Комментарий
Both statements are correct (i.e., neither are false).
Which of the following measures is most likely an example of a dynamic financial
correlation measure?
Какие из следующих показателей, скорее всего, являются примером
динамического показателя финансовой корреляции?
*
1 из 1
Pairs trading (Торговля парами)
Correlation copulas for collateralized debt obligations (Корреляционные копулы для
обеспеченных долговых обязательств)
Binomial default correlation model (Биномиальная модель корреляции дефолтов)
Value at risk (VaR)
Комментарий
Dynamic financial correlations measure the comovement of assets over time. Examples of dynamic
financial correlations are pairs trading, deterministic correlation approaches, and stochastic
correlation processes. The other choices are examples of static financial correlations.
Risk managers should be aware correlation risk is a concern as it applies to:
Менеджеры по рискам должны осознавать, что корреляционный риск является
проблемой в том, что касается:
*
1 из 1
Market risk, credit risk, and systemic risk, only
Market risk, credit risk, systemic risk, and concentration risk
Market risk and credit risk, only
Systemic risk and concentration risk, only
Комментарий
Correlation risk applies to market risk, credit risk, systemic risk and concentration risk.
Value at risk (VaR) constraints on leveraged investors result in a cyclical feedback loop.
Which of the following statements is correct regarding this feedback loop?
Ограничения VaR для инвесторов с левереджем приводят к циклической обратной
связи. Какие из следующих утверждений верны?
*
1 из 1
Asset purchases increase when asset prices are rising (Покупка активов увеличивается при
росте цен на активы)
Asset purchases decrease when asset prices are rising (Покупка активов снижается при
росте цен на активы)
Leverage increases when net worth rises (Левередж увеличивается при росте чистой
стоимости)
Leverage decreases when net worth declines (Леверидж снижается при снижении чистой
стоимости)
Комментарий
Leverage is inversely related to the market value of total assets. When net worth rises, leverage
decreases, and when net worth declines, leverage increases. This results in a cyclical feedback
loop: asset purchases increase when asset prices are rising, and assets are sold when asset prices
are declining.
Which of the following statements regarding generalized extreme value (GEV) and
peaks-over-threshold (POT) is CORRECT?
Какое из следующих утверждений относительно обобщенного экстремального
значения (GEV) и пиковых значений сверх порогового значения (POT) является
ПРАВИЛЬНЫМ?
*
1 из 1
POT approach may introduce additional uncertainty (Подход POT может привести к
дополнительной неопределенности)
Only one of the approaches has a tail parameter denoted ξ (Только один из подходов имеет
хвостовой параметр, обозначаемый ξ)
Both POT and GEV focus on the distribution of extreme values above a specified threshold (Как
POT, так и GEV фокусируются на распределении экстремальных значений выше
заданного порога)
POT requires the estimation of one more parameter than GEV (POT требует оценки на один
параметр больше, чем GEV)
Комментарий
The POT approach requires a choice of a threshold, which may introduce additional uncertainty.
GEV requires the estimation of one more parameter than POT. GEV theory focuses on the
distributions of extremes, whereas POT focuses on the distribution of values that exceed a certain
threshold. Both approaches have a tail parameter denoted ξ.
Which of the following is least likely to be identified as one of the primary types of stress
testing exercises?
Что из следующего с наименьшей вероятностью будет идентифицировано как
один из основных видов стресс-тестирования?
*
1 из 1
Use of scenarios whereby traders can re-hedge their positions (Использование сценариев,
при которых трейдеры могут повторно хеджировать свои позиции)
Use of mechanical search stress tests (Использование механических поисковых стресстестов)
Use of historical scenarios (Использование исторических сценариев)
Use of predefined scenarios (Использование заранее определенных сценариев)
Комментарий
Scenarios do not typically incorporate the possibility that traders will re-hedge positions during times
of market shocks.
Which of the following statements about extreme value theory (EVT) is FALSE?
Какое из следующих утверждений о теории экстремальных значений (EVT)
является ЛОЖНЫМ?
*
1 из 1
Cluster analysis is appropriate for financial data with time dependency (Кластерный анализ
подходит для финансовых данных с зависимостью от времени)
POT models determine the cut-off between typical and extreme values (Модели POT
определяют границу между типовыми и экстремальными значениями)
EVT focuses on data that is generally considered outliers (EVT фокусируется на данных,
которые обычно считаются выбросами)
EVT can be used to model everyday occurrences (EVT можно использовать для
моделирования повседневных событий)
Комментарий
EVT models are appropriate for low probability, high impact events; not everyday occurrences.
The relationship of correlation risk to credit risk is an important area of concern for risk
managers. Which of the following statements regarding default probabilities and default
correlations is correct?
Связь корреляционного риска с кредитным риском является важной областью,
вызывающей обеспокоенность у менеджеров по рискам. Какие из следующих
утверждений относительно вероятностей дефолта и корреляций дефолта верны?
*
1 из 1
Creditors benefit by diversifying exposure across industries to increase the default correlations
of debtors (Кредиторы выигрывают, диверсифицируя воздействие в различных отраслях
для увеличения корреляции дефолтов должников.)
Changes in the concentration ratio are not directly related to changes in default correlations
(Изменения коэффициента концентрации не связаны непосредственно с изменениями в
корреляциях дефолта)
The probability of default is higher in the short-term time horizon for non-investment grade
bonds (Вероятность дефолта выше в краткосрочном горизонте по неинвестиционным
облигациям)
The default term structure decreases with time to maturity for most investment grade bonds
(Временная структура дефолта уменьшается со временем до погашения для
большинства облигаций инвестиционного класса)
Комментарий
The probability of default is higher in the immediate time horizon for non-investment grade bonds.
The probability of default decreases over time if the company survives the near-term distressed
situation.
Which of the following most accurately describes the parameters of a generalized
Pareto distribution (GPD)?
Что из следующего наиболее точно описывает параметры обобщенного
распределения Парето (GPD)?
*
1 из 1
The scale parameter: 0 < β. The shape (tail) index: ξ, can be any real number (Параметр
масштаба: 0 < β. Индекс формы (хвоста): ξ, может быть любым действительным числом)
The scale parameter: 0 > β. The shape (tail) index: ξ, can be any real number (Параметр
масштаба: 0 > β. Индекс формы (хвоста): ξ, может быть любым действительным числом)
The scale parameter: β, can be any real number. The shape (tail) index: ξ, can be any real
number (Параметр масштаба: β, может быть любым действительным числом. Индекс
формы (хвоста): ξ, может быть любым действительным числом)
The scale parameter: β, which can be any real number. The shape (tail) index: ξ > 0 (Параметр
масштаба: β, который может быть любым действительным числом. Индекс формы
(хвоста): ξ> 0)
Комментарий
The two parameters are a scale parameter, which must be positive, and a shape parameter that can
take on any value.
Extreme value theory (EVT) can assist with value-at-risk (VaR) calculations by providing
better probability estimates of observing extreme losses than that indicated by a
standard normal distribution because:
Теория экстремальных значений (EVT) может помочь в вычислениях VaR,
предоставляя лучшие оценки вероятности наблюдения экстремальных потерь,
чем те, которые указаны стандартным нормальным распределением, потому что:
*
1 из 1
the observed empirical distribution of most asset returns tends to be platykurtic (наблюдаемое
эмпирическое распределение большинства возвратов активов имеет тенденцию быть
платикуртным)
extreme losses appear to occur more frequently than indicated by a normal distribution
(экстремальные потери, по-видимому, происходят чаще, чем указано обычным
распределением)
extreme losses appear to occur less frequently than indicated by a normal distribution
(экстремальные потери, по-видимому, происходят реже, чем указано обычным
распределением)
EVT is the most efficient method for estimating extreme losses (EVT - наиболее эффективный
метод оценки экстремальных потерь)
Комментарий
Extreme losses appear to occur with a higher frequency than indicated by a normal distribution. EVT
has been shown to generate more realistic probability estimates for extreme losses than a normal
distribution.
Extreme value theory can assist with VaR calculations by providing better probability
estimates of extreme losses than those indicated by a standard normal distribution.
Using the generalized Pareto distribution (GPD), the parameter that indicates the
fatness of tails is the:
Теория экстремальных значений может помочь в вычислениях VaR, предоставляя
лучшие оценки вероятности экстремальных потерь, чем те, которые указаны
стандартным нормальным распределением. Используя обобщённое
распределение Парето (GPD), параметром, который указывает на толщину
хвостов, является:
*
1 из 1
threshold level (пороговый уровень)
shape parameter (параметр формы)
scaling parameter (параметр масштаба)
slope coefficient (угловой коэффициент)
Комментарий
A positive shape parameter, indicates fat tails.
Assume Asset A has a standard deviation of 0.5 and Asset B has a standard deviation
of 0.6. If the covariance between these two assets is 0.24, what is the correlation
coefficient between Asset A and Asset B?
Предположим, что актив A имеет стандартное отклонение 0,5, а актив B имеет
стандартное отклонение 0,6. Если ковариация между этими двумя активами равна
0,24, каков коэффициент корреляции между активом A и активом B?
*
1 из 1
0.07
0.25
0.80
0.42
Комментарий
The correlation is computed as:
covariance(A,B) / (std dev A × std dev B) = 0.24 / (0.5 × 0.6) = 0.8
Looking at the Basel regulatory framework, how would the Basel approach be best
described?
Что касается базельских нормативных рамок, то как лучше всего будет
описываться базельский подход?
*
1 из 1
Idiosyncratic (Идиосинкратический)
Non-compartmentalized (Неразделенный)
Non-integrated (Неинтегрированный)
Integrated (Интегрированный)
Комментарий
The Basel approach is a "building block" approach, which is a non-integrated approach to risk
measurement.