MétaCan
Menu
Retour à la cohorte
Enregistrement W2162142478 · doi:10.3905/jod.2008.707207

Dynamic Models of Portfolio Credit Risk

2008· article· en· W2162142478 sur OpenAlex
John C. Hull, Alan White

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Journal of Derivatives · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCollateralized debt obligationCredit derivativePortfolioCredit valuation adjustmentiTraxxTrancheSynthetic CDOCredit riskCredit default swap indexValuation (finance)Copula (linguistics)DefaultEconometricsEconomicsActuarial scienceFinancial economicsFinanceCollateral

Résumé

récupéré en direct d'OpenAlex

Valuing portfolio credit derivatives, such as CDO tranches based on a broad portfolio of credits, like the CDX.NA.IG index portfolio with 125 investment grade names, remains a very difficult problem. Only approximate and imperfect solutions are available so far. The industry standard Gaussian copula model has several known shortcomings, including the fact that it is a static model which does not offer a clear way to tie together valuation for CDO tranches with different maturities, and it doesn9t generate wide enough spreads to match market prices for the supersenior tranches. Efforts to make the default hazard rate dynamic by modeling it as a diffusion run into the second difficulty when the models are calibrated to market prices. This article introduces a dynamic process for the cumulative hazard rate for a credit portfolio, that allows discrete jumps with jump size increasing in the number of jumps. This approach ties together the market quotes for CDO tranches of different maturities into a unified valuation framework. It also can generate large enough default intensity once several defaults have occurred to produce default risk on the senior and supersenior tranches of the magnitude that the market seems to be incorporating into their prices. <b>TOPICS:</b>Credit default swaps, factor-based models, CLOs, CDOs, and other structured credit

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,323
Score d'incertitude au seuil0,255

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,226
Écart entre enseignants0,190 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle