One of the harder new derivatives p

One of the harder new derivatives problems in recent years is estimating the probability distribution of credit losses on a portfolio of risky bonds or credit default swaps. This is the essential valuation problem for securitized debt instruments, including CDOs, CLOs, and CBOs, as well as exotic derivative contracts like „nth to default” swaps. The standard Gaussian copula model is not entirely satisfactory because it constrains correlation in the tails of the distribution in such a way that it is typically very hard to calibrate it to market tranche prices. The Student t-distribution has more plausible tail behavior, but because it is not stable under convolution, it becomes computationally very unwieldy as the number of variables increases. This article proposes the Normal Inverse Gaussian (NIG) distribution as a more tractable alternative. Comparison tests on several standard CDS index portfolios show that the NIG distribution has better tail characteristics than the Normal and it is much more efficient for large scale computations than the multivariate Student t.

ผลลัพธ์ (ไทย) 1:

หนึ่งปัญหาอนุพันธ์ใหม่หนักในปีที่ผ่านมาคือประมาณการกระจายความน่าเป็นของเครดิตขาดทุนในผลงานของพันธบัตรที่มีความเสี่ยงหรือเครดิตเริ่มต้น swaps นี้เป็นปัญหาสำคัญมูลค่าตราสารหนี้ securitized รวมทั้ง CDOs อื่น และ CBOs ตลอดจนสัญญาแบบแปลกใหม่เช่น swaps "ที่จะเริ่มต้น" แบบ Gaussian copula มาตรฐานไม่น่าพอใจทั้งหมด เพราะมันจำกัดความสัมพันธ์ในหางของการแจกแจงในลักษณะว่า จะยากต่อการปรับเทียบการตลาดราคาชุด นักเรียน t-กระจายมีลักษณะหางเป็นไปได้มากขึ้น แต่เนื่องจากไม่มีเสถียรภาพภายใต้ convolution จะ computationally มาก unwieldy เป็นหมายเลขของตัวแปรเพิ่มขึ้น บทความนี้เสนอการแจกแจงปกติผกผัน Gaussian (NIG) เป็นทางเลือกเพิ่มเติม tractable ทดสอบเปรียบเทียบหลายมาตรฐานซีดีดัชนีพอร์ตการลงทุนแสดงว่า การกระจาย NIG มีหางลักษณะดีกว่าปกติ และจะมีประสิทธิภาพมากขึ้นสำหรับการประมวลผลขนาดใหญ่กว่า t นักเรียนตัวแปรพหุ

ผลลัพธ์ (ไทย) 2:

หนึ่งในอนุพันธ์ใหม่ยากปัญหาในปีที่ผ่านมามีการประเมินการกระจายความน่าจะเป็นของการสูญเสียเครดิตในผลงานของพันธบัตรที่มีความเสี่ยงหรือแลกเปลี่ยนดีฟอลต์เครดิต นี่คือปัญหาที่จำเป็นสำหรับการประเมินมูลค่าตราสารหนี้เป็นหลักทรัพย์รวมทั้ง CDOs, CLOs และ CBOs เช่นเดียวกับตราสารอนุพันธ์ที่แปลกใหม่เช่น "จะเริ่มต้นที่ n" แลกเปลี่ยน รูปแบบการเชื่อม Gaussian มาตรฐานไม่พอใจอย่างสิ้นเชิงเพราะมัน constrains ความสัมพันธ์ในหางของการกระจายในลักษณะที่ว่ามันมักจะยากมากที่จะปรับไปยังตลาดราคาชุด นักเรียนมีการจัดจำหน่ายเสื้อพฤติกรรมหางที่เป็นไปได้มากขึ้น แต่เพราะมันไม่ได้มีเสถียรภาพภายใต้บิดมันจะกลายเป็นคอมพิวเตอร์เทอะทะมากในขณะที่จำนวนการเพิ่มขึ้นของตัวแปร บทความนี้เสนอผกผันปกติเสียน (NIG) การจัดจำหน่ายเป็นทางเลือกที่มากขึ้นเวไนย การทดสอบเปรียบเทียบหลายมาตรฐานพอร์ตการลงทุนดัชนี CDS แสดงให้เห็นว่าการกระจาย NIG หางมีลักษณะที่ดีกว่าปกติและมีประสิทธิภาพมากขึ้นสำหรับการคำนวณขนาดใหญ่กว่าเสื้อนักศึกษาหลายตัวแปร

ผลลัพธ์ (ไทย) 3:

หนึ่งในปัญหาที่ยากใหม่อนุพันธ์ในปีล่าสุดการประมาณความน่าจะเป็นของการสูญเสียเครดิตในผลงานของพันธบัตรที่มีความเสี่ยง หรือสัญญาแลกเปลี่ยนเครดิตเริ่มต้นที่ . นี้เป็นปัญหาสำคัญสำหรับ securitized มูลค่าตราสารหนี้รวมทั้ง CDOs โกล และ cbos เช่นเดียวกับแปลกใหม่อนุพันธ์สัญญาเหมือน„แลกเพื่อเริ่มต้น swapsมาตรฐานแบบ Gaussian Copula ไม่เป็นที่พอใจโดยสิ้นเชิงเพราะมันเขียนความสัมพันธ์ในหางของการกระจายในลักษณะว่า มันมักจะยากที่จะทำให้ราคาปิดตลาด ที่นักเรียนมีพฤติกรรมทีหางน่าเชื่อถือมากขึ้น แต่เพราะมันไม่ได้มีเสถียรภาพภายใต้ผลการประสานมันกลายเป็น computationally มากเทอะทะเป็นจํานวนเพิ่มตัวแปร บทความนี้นำเสนอลักษณะผกผันปกติ ( nig ) กระจายเป็นทางเลือกที่ดัดแปลงได้ง่ายมากขึ้นการเปรียบเทียบการทดสอบบนหลายมาตรฐานซีดีดัชนีผลงานแสดงให้เห็นว่า nig กระจายมีลักษณะหางได้ดีกว่าปกติ และมันมีประสิทธิภาพมากขึ้นสำหรับการคำนวณขนาดใหญ่กว่า multivariate นักเรียนที