含抵押品的XVA的评级触发：基于机器学习与李群上随机微分方程的建模
风险管理
2022-11-02 v1 机器学习
计算金融
摘要
本文采用几何方法对实体的评级过程进行建模。我们将评级转移建模为李群上的SDE。具体而言，我们着重于将模型对历史数据（评级转移矩阵）和市场数据（CDS报价）进行校准，并比较从历史概率切换到风险中性概率时最流行的测度变换选择。为此，我们展示了经典Girsanov定理如何应用于李群设定。此外，我们利用一种新颖的深度学习方法，克服了评级机构以队列法计算的评级矩阵的一些缺陷。这改进了整个方案，并使模型在应用中更稳健。我们将模型应用于计算在含依赖于双方评级阈值的CSA下，某一净额结算集合的双边信用与借记估值调整。
引用
@article{arxiv.2211.00326,
title = {Rating Triggers for Collateral-Inclusive XVA via Machine Learning and SDEs on Lie Groups},
author = {Kevin Kamm and Michelle Muniz},
journal= {arXiv preprint arXiv:2211.00326},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2207.03883