A martingale representation theorem and valuation of defaultable securities
Notice bibliographique
Résumé
Abstract We consider a financial framework with two levels of information: the public information generated by the financial assets, and a larger flow of information that contains additional knowledge about a random time. This random time can represent many economic and financial settings, such as the default time of a firm for credit risk, and the death time of an insured for life insurance. As the random time cannot be seen before its occurrence, the progressive enlargement of filtration seems tailor‐fit to model the larger flow of information that incorporates both the public flow and the information about the random time. In this context, our interest focuses on the following challenges: (a) How to single out the various risks coming from the financial assets, the random time, and their correlations? (b) How these risks interplay and lead to the formation of any risk in the larger flow of information? It is clear that understanding how risks build‐up and interact, when one enlarges the flow of information, is vital for an efficient risk management and derivatives' evaluation in those informational markets. Our answers to these challenges are full and complete no matter what the model for the random time is and no matter how the random time is related to the public flow. In fact, we introduce “pure default” risks, and quantify and classify these risks afterward. Then we elaborate our martingale representation results, which state that any martingale in the large filtration stopped at the random time can be decomposed into orthogonal local martingales (i.e., local martingales whose product remains a local martingale). This constitutes our first principal contribution, while our second contribution consists in evaluating various defaultable securities according to the recovery policy, within our financial setting that encompasses any default model, using a martingale “basis.” Our pricing formulas explain the impact of various recovery policies on securities and determine the types of pure default risk they entail.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».