Continuous-time stochastic models for defaultable securities
Στοχαστικά μοντέλα συνεχούς χρόνου για την αποτίμηση αξιογράφων που ενέχουν πιστωτικό κίνδυνο
Παπαϊωάννου, Γεώργιος
Μπούτσικας, Μιχαήλ
Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης
Αναλογιστική Επιστήμη και Διοικητική Κινδύνου
In this MSc thesis, we first present an overview of the main methods of evaluating securities that involve credit risk, such as bonds of entities that involve a risk of default, i.e. there exists possibility of inability to fulfil their loan obligations. In general, credit risk models are classified into two main categories: Structural Models and Reduced Form Models or Hazard Rate Models. In this thesis Reduced Form Models will mainly be used and credit risk hedging procedures through appropriate credit derivatives will also be presented. Finally, a numerical example of estimating the probability of default of various large firms will be presented using the computational software Python® and market data.
Στην παρούσα διπλωματική εργασία θα πραγματοποιηθεί μια επισκόπηση των κυριότερων μεθόδων αποτίμησης αξιογράφων που ενέχουν πιστωτικό κίνδυνο όπως π.χ ομόλογα οντοτήτων που ενέχουν κίνδυνο αθέτησης, δηλαδή υφίσταται ενδεχόμενο αδυναμίας εκπλήρωσης των δανειακών τους υποχρεώσεων. Γενικά τα μοντέλα πιστωτικού κινδύνου κατατάσσονται σε δύο κύριες κατηγορίες : Στα Δομικά Μοντέλα (Structural Models) καθώς και στα Μοντέλα Μειωμένης Μορφής ( Reduced Form Models ή Hazard Rate Models). Στην εργασία αυτή θα χρησιμοποιη-θούν κυρίως τα Μοντέλα Μειωμένης Μορφής και θα παρουσιαστούν επίσης δια-δικασίες αντιστάθμισης του πιστωτικού κινδύνου μέσω κατάλληλων πιστωτικών παραγώγων. Τέλος θα παρουσιαστεί ένα αριθμητικό παράδειγμα εκτίμησης της πιθανότητας αθέτησης υποχρεώσεων διαφόρων μεγάλων εταιρειών χρησιμοποιώ-ντας κατάλληλο λογισμικό (Python) και δεδομένα από την αγορά.
