Credit Value Adjusted Real Options Based Valuation of Multiple-Exercise Government Guarantees for Infrastructure Projects
Notice bibliographique
Résumé
Public-Private-Partnership (P3) is gaining momentum as the delivery method for the development of public infrastructure. These projects, however, are exposed to economic risks. If the private parties are not comfortable with the level of the risks, they would not participate in the project and, as a result, the infrastructure will most likely not be realized. As an incentive for participation in the P3 project, private parties are sometimes offered guarantees against unfavorable economic risks. Therefore, the valuation of these guarantees is essential for deciding whether or not to participate in the project.\n\nWhile previous works focused on the valuation of guarantees, the incorporation of credit risk in the value of the P3 projects and the guarantees has been neglected. The effect of credit risk can be taken into account by using the rigorous Credit Value Adjustment method (CVA). CVA is a computationally demanding method that the valuation methods currently in the literature are not capable of handling. \n\nThis research offers a novel approach for the valuation of guarantees and P3 projects which is computationally superior to the existing methods. Because of this computational efficiency, CVA can be implemented to account for credit risk. For the development of this method, a continuous stochastic differential equation (SDE) is derived from the forecasted curve of an economic risk. Using the SDE, the partial differential equation (PDE) governing the value of the guarantees will be derived. Then, the PDE will be solved using Finite Difference Method (FDM). A new feature for this method is that it obtains exercise strategies for the Australian guarantees. \n\nThe present work extends the literature by providing a valuation method for the cases that multiple risks affect P3 projects. It also presents an approach for the valuation of the Asian style guarantee, a contract which reimburses the private party based on the average of risk factor. Finally, a hypothetical case study illustrates the implementation of the FDM-based valuation method and CVA to obtain the value of the P3 project and the guarantees adjusted for the counterparty credit risk.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».