MétaCan
Menu
Retour à la cohorte
Enregistrement W2763580169 · doi:10.1186/s40929-017-0015-x

Credit contingent interest rate swap pricing

2017· article· en· W2763580169 sur OpenAlexafffund
Haohan Huang, Huaxiong Huang, Eugene Wang, Hongmei Zhu

Notice bibliographique

RevueMathematics-in-Industry Case Studies · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensFields Institute for Research in Mathematical SciencesSt. Joseph's Care GroupYork UniversityRoyal Bank of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCounterpartyCredit default swapCredit valuation adjustmentCredit riskDefaultSwap (finance)Actuarial scienceInterest rate swapEconomicsCredit default swap indexEconometricsBusinessFinanceCredit reference

Résumé

récupéré en direct d'OpenAlex

Credit value adjustment (CVA) is an adjustment to an existing trading price based on the counterparty-risk premium. Currently, CVA is computed with an implicit assumption that the replacement contract is default-free after the original counterparty defaults, with the assumption that those trades will not re-assigned. In the actual counterparty default settlement, it is the norm that trades will be re-assigned, especially on the buy side. Since the counterparty of the replacement contract could also default within the lifetime of an existing contract, ignoring the possibility of counterparty defaults of replacement contracts will either under or over estimate the cost of the risk. An important practical question is, therefore, how to estimate under/over pricing of CVA under current practice. In this paper, we considered the pricing of credit contingent interest rate swap (CCIRS) or credit contingent default swap (CCDS), which is considered the CVA hedge for interest rate swaps (IRS). We derived partial differential Eqs. (PDEs) satisfied by the approximated CVA with the assumption that the replacement contracts do not default. For comparison purposes, we also derived the PDEs for the cost of CVA by relaxing the assumption of default-free replacement contracts with a finite number of counterparty defaults. It shows that the no-default and two default cases can be derived within the same analytical solution framework, similar to the Funding Valuation Adjustment (FVA) problem where continuous funding is a reasonable assumption. The finite number of default case is non-trivial. The PDE for the two default case is derived in this paper. We calibrate our model based on market data and carry out extensive computations for the purpose of comparing these three CVAs. Our basic finding is that the values of the two CVAs are close for top rated counterparties. On the other hand, for counterparties with lower credit ratings, the difference among the two CVAs can be significant.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,138
Tête enseignante GPT0,323
Écart entre enseignants0,184 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMathematics-in-Industry Case StudiesMême sujetStochastic processes and financial applicationsTravaux en français237 207