7 votos

La mejor manera simplificada del modelo de volatilidad en los rendimientos de una inversión en una arriesgada de activos de renta fija

Actualmente estoy trabajando en un proyecto en el que he analizado en una cierta categoría de fixd de instrumentos de renta, y ahora tengo el agregado bruto rendimiento así como el teórico bruto-agregado defecto rendimiento libre. Tomando la diferencia de estos dos rendimientos me deja con lo que algunos llaman la "pérdida" de la inversión. Mi pregunta es que si yo quería el modelo de estas inversiones como la volatilidad de utilizar esa información, ¿cuál es la mejor manera de hacerlo/mejor distribución? Me doy cuenta de que la probabilidad de incumplimiento ya factores en el riesgo de rendimiento, pero quiero algo un poco mejor que eso. Por ejemplo, si podía usar la media de rendimiento y la tasa de pérdida para la construcción de algún tipo de distribución simple, yo debería ser capaz de calcular la varianza y, por tanto, ser capaz de dar algún tipo de riesgo ajustados a la medida de rendimiento.

No tiene que ser de lujo en todo, y puedo asumir que todos los valores predeterminados no están correlacionados. ¿Qué debo usar? La distribución exponencial? O una distribución gamma? Creo que la distribución gamma o beta de la distribución podría ser mejor, pero no puedo recordar cómo traducir la media de retorno y la tasa de pérdida de los parámetros de estas distribuciones. Cualquier ayuda sería muy apreciada.

En otras palabras, he modelado que el rendimiento real de mis inversiones de la siguiente manera:

$$ $ Y = Y_{df}-Y_L$$

donde $Y_{df}$ es el valor predeterminado de rendimiento libre, y $Y_L$ es la pérdida en el rendimiento debido a los valores predeterminados. Así que la pregunta realmente cantidades para el modelado de la distribución de pérdidas, es decir, de la distribución de $Y_L$.

EDITAR: Por ejemplo, si asumo que la probabilidad de incumplimiento y la pérdida en caso de incumplimiento eran independientes, podría escribir la pérdida esperada en el rendimiento como el (probabilidad de incumplimiento)*(pérdida en el rendimiento debido a defecto). Entonces, si yo también asuma los valores predeterminados están correlacionadas (un assumtion que espero que quitar pero se uso hasta que pueda obtener de los huesos descubiertos modelo en su lugar), creo que podría modelo de las pérdidas esperadas algún tipo de proceso de desintegración. En este caso creo que simplemente podría utilizar una distribución exponencial para el número de impagos, que creo que me puede calibrar si sé que la probabilidad de incumplimiento y la pérdida esperada de la tasa. Pero no estoy seguro de si este es el mejor modelo o el modelo que me permitiera obtener alrededor de los supuestos simplificadores, en particular aquella en la que la pérdida en caso de incumplimiento es independiente de la probabilidad de incumplimiento.

2voto

wyatt Puntos 126

Para Recapitular:

Su "Nota" es un grupo de los préstamos que se espera que pagar Rendimiento Ydf.

Desea estimar la media y la varianza de la Pérdida en el rendimiento de falta de pago.

Primero y ante todo que usted necesita para obtener un histórico de YL o al menos de los Datos de Proceso de Generación de ILO.

Algunos de los enfoques

A) Histórico Calcular históricamente implícita la pérdida en el rendimiento y, a continuación, utilizar ese tiempo de la serie para extraer la media y la varianza (Esto funciona si usted tiene Ydf y Y)

B) Simulación: Dependiendo de lo que usted sabe sobre el grupo de los préstamos que puede simular el rendimiento históricamente, y en el futuro y el uso que extraer de la distribución de momentos.

por ejemplo, la Pérdida en pool_t = Beta*Gdp_t + Beta2*Leverage_t + Beta3*HomeValue_t

Esto genera un YL

C) MCMC: Usted asume algunos de distribución + media + momentos y simular en consecuencia, el problema es que necesitas un supuesto de varianza (que contaminará su simulación)

D) la Mezcla de a y B Usted puede construir un conjunto mediante Una (histórico) y B (Fundamentales) para asegurarse de que el modelo refleja los fundamentos económicos y el tiempo de la historia de la serie.

Yo nunca iba a asumir el riesgo de impago no están correlacionados a menos que usted puede muy justificar esto.

Por favor nota:

Algunos de los posibles giros, si Ydf depende de las tasas de interés (por ejemplo, flotante) los valores predeterminados puede aumentar o disminuir, por lo que el modelo adecuado.

Todos en todos, sin datos su cálculo de la varianza va a terminar siendo resultado de su distribución suposiciones + simulación de ruido.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X