Notice bibliographique
Résumé
We generalize the arbitrage-free valuation framework for counterparty credit risk (CCR) adjustments when credit triggers are allowed in the contract. The settlement of the deal for the investor could be either obliged or optional to execute when the counterparty hits the credit trigger before any default events from the two parties. General formulas for credit value adjustment (CVA) are given for all four cases: obliged unilateral, obliged bilateral, optional unilateral and optional bilateral. The unilateral CVA with an optional credit trigger is found to be the same as the unilateral CVA with an analogous obliged credit trigger. We show that adding credit triggers will decrease the unilateral CVA for both obliged and optional cases, which are in line with the motivation of investors to reduce CCR. However, adding credit triggers may not necessarily reduce bilateral CVA. Counter-intuitively, we show that the bilateral CVA may actually increase by adding credit triggers. Moreover, the increased amount of bilateral CVA due to credit triggers for one party is exactly the same amount of bilateral CVA reduced for the other party. The CVA calculation is subjected to large uncertainty of model risks, mostly due to the lack of data for calibrating jump-to-default probabilities. Some explicit models for obliged unilateral CVA are discussed with special caveats on the model assumptions. Numerical examples are also given to illustrate the model risk of CVA calculation due to the uncertainty of jump sizes, even though pure jump models are assumed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».