HEC MONTRÉAL

More documents

Recommendations

Info

Bibliographie [1] Andersen, L., J. Sidenius et S. Basu (2003). All your hedges in one basket, Risk Magazine, p.67-72. [2] Andersen, L. et J. Sidenius (2005). Extensions to the Gaussian Copula : Random Recovery and Random Factor Loadings, Journal of Credit Risk, vol. 1, no.1, p.29- 70. [3] Barndorff-Nielsen, O.E. (1997). Normal inverse gaussian distributions and sto- chastic volatility modelling, Scandinavian Journal of Statistics, vol. 24, no.1, p.1- 13. [4] Bluhm, C. (2003). CDO Modelling : Techniques, Exemples and Applications, Wor- king Paper, HypoVereinsbank. [5] Burtschell, X., J. Gregory et J-P. Laurent (2005). A comparative analysis of CDO pricing model, Working paper, BNP Paris, France. [6] Cherubini, U., E. Luciano et W. Vecchiato (2004). Copula methods in finance, Wiley Finance, p.181-194. [7] Clayton, DG. (1978). A model for association in bivariate life tables and its application in epidemiological studies of familial tendency in chronic disease incidence, Biometrika, vol. 65, p.141-151. [8] Davis, M et V. Lo (1999). Infectious Defaults, Working Paper, Imperial College, London. [9] Debuysscher, A. et M. Szego (2003). The Fourier Transform Method-Technical Document, Working Paper, Moody’s Investors Service, 2003. 95
[10] Duffie, D. et K. J. Singleton (1999). Modelling Term Structure Of Defaultable Bond, The Review Of Financial Studies Special, vol. 12, no.4, p. 687-720. [11] Duffie, D. (1999). Credit Swap Valuation, Financial Analysts Journal, p. 73-87. [12] Duffie, D. et N. Garleanu (2001)., Risk and Valuation of Collaterized Debt Obli- gations, Working Paper, Graduate School of Business, Stanford University. [13] Duffie, D., A. Eckner, G. Horel et L. Saita (2008). Frailty Correlated Default. [14] Durrleman, V., A. Nikeghbali et T. Roncalli (2000). Which copula is the right one ?, Working paper, Groupe de Recherche Opérationnelle, Crédit Lyonnais, France. [15] Embrechts, P., A. McNeil et D. Straumann (1999). Correlation and dependance in risk management : Properties and pitfalls, Working Paper, Risklab, ETH Zurich. [16] Embrechts, P., F. Lindskog et A. McNeil (2001). Modelling Dependance with Copulas and Applications to Risk Management, Working Paper, Risklab, ETH Zurich. [17] Frees, E.W. et E. A. Valdez (1997). Understanding Relationships Using Copulas, Actuarial Reserch Conférence, Alberta. [18] Frey, R. et A. McNeil (2001). Modelling Dependent Defaults, Working Paper, University of Zurich, Federal Institute of Technology, Zurich. [19] Friend, A. et E. Rogge (2004). Correlation at first sight, Working paper, ABN AMRO, Financial Markets, London. [20] Galiani, S.S. (2003). Copula Functions and their Application in Pricing and Risk Managing Multiame Credit Derivative Products, M.Sc. report, Kings College Lon- don, 68 p. [21] Glasserman, P. et J. Li (2003). Importance Sampling for Portfolio Credit Risk, Working paper, Colombia Business School, New-York. [22] Houweling, P. et A. Vorst (2004). Pricing Default Swaps : Empirical Evidence, Journal of International Money and Finance. 96
Page 1 and 2:
HEC MONTRÉAL Modèles et méthodes
Page 3 and 4:
stochastique, NIG (Normal Inverse G
Page 5 and 6:
Table des matières Sommaire . . .
Page 7 and 8:
Table des figures 1.1 Progression d
Page 9 and 10:
Fig. 1.1: Progression de la valeur
Page 11 and 12:
plus commun étant le modèle à un
Page 13 and 14:
de défaut. Pas de défaut Défaut
Page 15 and 16:
cette prime sera élevée. 2.1.2 In
Page 17 and 18:
prenant une valeur au dessus ou en
Page 19 and 20:
CDO en deux grands groupes en fonct
Page 21 and 22:
créancier et l’emprunteur initia
Page 23 and 24:
5. Réduire la concentration de ris
Page 25 and 26:
Une autre problème pouvant être r
Page 27 and 28:
qu’elle n’a pas fait défaut av
Page 29 and 30:
Queue épaisse Pertes Fig. 2.7: Dis
Page 31 and 32:
crédit sur portefeuille tels que l
Page 33 and 34:
Pour valoriser un CDO synthétique,
Page 35 and 36:
Chapitre 3 Valorisation générale
Page 37 and 38:
3.1.2 Exemples de copules Copules E
Page 39 and 40:
Les copules archimédiennes les plu
Page 41 and 42:
espérances du modèle sont calcul
Page 43 and 44:
à partir de données des agences d
Page 45 and 46:
Q(Xi < Ki(t)) = FXi (Ki) = ui, où
Page 47 and 48:
Le seuil de défaut est donnée par
Page 49 and 50:
La probabilité de défaut conditio
Page 51 and 52: où F cds i (t) est la fonction de
Page 53 and 54: probabilité de survie conditionnel
Page 55 and 56: De plus, pour une v.a. gaussienne Y
Page 57 and 58: α3 √ α2−β2 = γ. Donc, à pa
Page 59 and 60: K1_e = 0% equity K2_e K1_m mezzanin
Page 61 and 62: 22% 12% Portefeuille de référence
Page 63 and 64: où Lt, exprime la fraction des per
Page 65 and 66: 4.1.1 Calibration de la copule Cali
Page 67 and 68: 4.2.1 Simulation des instants de d
Page 73 and 74: par A titre de rappel, la fraction
Page 75 and 76: (b) Calculer la fonction de densit
Page 77 and 78: F ∞ Lt est alors donnée par K(t)
Page 79 and 80: l’équation 3.143 par la méthode
Page 81 and 82: Fig. 5.2: Cote de crédit des entit
Page 83 and 84: quer par l’exécution, de la part
Page 85 and 86: Fig. 5.4: distribution des pertes e
Page 87 and 88: tranche equity (pertes plafonnées
Page 89 and 90: duite par les prix cotés sur les t
Page 91 and 92: 4. Répéter l’étape 3, de faço
Page 93 and 94: Fig. 5.11: Résultats comparatifs d
Page 95 and 96: probabilité 1 0.9 0.8 0.7 0.6 0.5
Page 97 and 98: probabilité 1 0.9 0.8 0.7 0.6 0.5
Page 99 and 100: effet sourire (smile) est égalemen
Page 101: ticulièrement le modèle à un fac
Page 105 and 106: [35] Laurent, J.P. et J. Gregory (2
show all

HEC MONTRÉAL

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?