论文部分内容阅读
本文介绍了两种对信用衍生品进行定价的递推算法,这两种算法不需要使用MonteCarlo模拟,使得计算的结果的准确性和计算速度大幅提高。 第一种算法计算时间T之前恰好只有k个资产发生违约的概率πT(k),在已知资产边际违约概率的条件下这个概率是一个组合求和数,本文采用递推算法解决了这个组合求和数的计算问题。第二种算法计算时间T时资产池的损失分布函数,通过由起始资产池为空,逐步向资产池中添加资产的方法递推计算出损失分布函数。同时对信用衍生品作敏感性分析时,两种递推算法都可以给出显式的计算方法,避免使用一般的差分求导的方法,可以提高敏感性分析时结果的准确性和运算效率。 本文在高斯Copula模型框架下使用两种算法进行数值分析,分析了资产间相关性、资产违约风险率(DefaultIntensity)等因素对信用衍生品价格的影响,同时通过递推算法与MonteCarlo模拟方法计算结果以及运算速度的比较,发现递推算法有明显优势。