Exposure Estimation of Interest Rate Derivatives with Affine Term Structure Models
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2014-09-30
Department
Major/Subject
Systeemi- ja operaatiotutkimus
Mcode
F3008
Degree programme
Teknillisen fysiikan ja matematiikan koulutusohjelma
Language
en
Pages
85
Series
Abstract
The financial crisis of 2007-2008 with the failures of prestigious large financial institutions has put the management of counterparty credit risk (CCR) in the spotlight. Enormous over-the-counter (OTC) derivatives market and increases in the regulation of economic capital related to OTC derivatives further highlight the need for quantitative modeling of CCR. Counterparty credit risk is comprised of two components both of which contain uncertainty: the default likelihood of a counterparty to an OTC derivative contract and the magnitude of loss in the case of a default. Estimation of the latter component, known as exposure, is in the scope of this thesis. Estimation of exposure is intrinsically challenging due to exposure being tightly linked to values of derivatives which are innately uncertain and volatile. Application of the affine term structure models (ATSMs) to exposure modeling of interest rate derivatives is presented in this thesis. To this end, a framework for exposure modeling is introduced and the theory of ATSMs reviewed. Parameter estimation in ATSMs is presented from the viewpoint of state space models (SSM) because the setup of ATSMs corresponds to that of state space models (SSMs) which enables the use of Kalman filter extensions in the parameter estimation. Two case studies are used to illustrate exposure modeling with a particular ATSM. This thesis is application-driven which means that the interest is in practical computation of exposure related to interest rate derivatives within the CCR context. The approach is decidedly computational and the focus is on facilitating exposure modeling in practice.Finanssikriisi 2007-2008 yhdessä arvostettujen finanssi-instituutioiden vararikkojen kanssa on lisännyt entisestään vastapuoliluottoriskin hallinnan tärkeyttä. Valtavat yksityisesti vaihdettujen johdannaisten markkinat ja lisääntyvä sääntely näiden johdannaisten pääomavaateille luovat tarvetta vastapuoliluottoriskin kvantitatiiviselle mallintamiselle. Vastapuoliluottoriski koostuu kahdesta epävarmuutta sisältävästä komponentista: yksityisen johdannaissopimuksen vastapuolen konkurssitodennäkköisyydestä ja tappion suuruudesta konkurssin tapahtuessa. Jälkimmäisen komponentin, joka tunnetaan altistuksena, estimointi kuuluu tämän työn aihepiiriin. Altistuksen estimointi on haastava tehtävä, koska tappion suuruus liittyy vahvasti johdannaisen hintaan, joka on luonnostaan volatiili ja sisältää epävarmuutta. Tässä työssä esitellään affiinien korkokäyrämallien soveltaminen vastapuoliluottoriskiin liittyvän altistuksen estimointiin. Altistuksen estimointia varten työstetään viitekehys ja käydään läpi korkokäyrämallien ja parametrien estimoinnin teoriaa. Affiinit korkokäyrämallit voidaan esittää tilayhtälömalleina, jonka ansiosta näiden korkokäyrämallien parametrien estimointi voidaan tehdä Kalman-suodin laajennuksia käyttäen. Työssä käytetään kahta esimerkkitapausta havainnollistamaan altistuksen estimointia valitulla affiinilla mallilla. Tämä työ on sikäli sovelluslähtöinen, että työn pääpaino on korkojohdannaisiin liittyvän vastapuoliriskialtistuksen laskennassa. Työssä käytetty lähestymistapa on laskennallinen, ja se tähtää altistuksen estimointiin käytännössä.Description
Supervisor
Salo, AhtiThesis advisor
Soini, JuhaKeywords
exposure, counterparty credit risk, affine term structure models, derivatives, continuous-discrete Kalman filter, parameter estimation, altistus vastapuoliluottoriskille, affiinit korkokäyrämallit, johdannaiset, jatkuva-diskreetti Kalman suodin, parametrien estimointi