Каталог / ЭКОНОМИЧЕСКИЕ НАУКИ / Финансы
скачать файл:
- Название:
- Оценка стоимости кредитного дефолтного свопа корпоративных контрагентов
- Альтернативное название:
- Оцінка вартості кредитного дефолтного свопу корпоративних контрагентів
- Краткое описание:
- Год:
2012
Автор научной работы:
Мезенцев, Вячеслав Викторович
Ученая cтепень:
кандидат экономических наук
Место защиты диссертации:
Москва
Код cпециальности ВАК:
08.00.10
Специальность:
Финансы, денежное обращение и кредит
Количество cтраниц:
143
Оглавление диссертации
кандидат экономических наук Мезенцев, Вячеслав Викторович
Введение
Глава 1. Предпосылки возникновения и развития процессов секыоритизации
1.1. Секыоритизация как инновационная техника финансирования
1.2 Классификация инструментов синтетической секыоритизации
1.3 Развише рынка классической и синтетической секыоритизации
Глава 2. Подходы к оценке кредитного дефолтного свопа и их модификации
2.1 Редуцированные модели или модели, основанные на интенсивности дефолтов, или упрощенные модели
2.2 Структурные модели или модели оценки CDS на основе стоимости фирмы
2.3 Применение классической модели Мертона для расчета теоретической стоимости CDS на российские компании
Глава 3. Реализация различных стохастических моделей в структурном подходе для оценки кредитного свопа
3.1 Модель постоянной эластичности дисперсии
3.2. Модель стохастической Альфы, Беты, Ро.
3.3 Практическая реализация модифицированных структурных моделей для оценки стоимости CDS на российские компании
Выводы по исследованию
Введение диссертации (часть автореферата)
На тему "Оценка стоимости кредитного дефолтного свопа корпоративных контрагентов"
Актуальность исследования.
Оценка кредитного риска является одним из основных компонентов инвестиционного процесса и используется практически во всех сферах финансовой деятельности. На фондовом рынке существуют инструменты, которые отражают рыночную стоимость кредитного риска какой-либо долговой ценной бумаги, отдельной компании или государства практически в режиме реального времени, - это кредитные дсфолтные свопы (Credit Default Swap - CDS). Существенный плюс дефолтного свопа в том, что их одновременно и непрерывно оценивают сотни участников рынка, которые берут во внимание не только отчетность компании, се кредитные рейтинги, другие фундаментальные характеристики, но и всю вновь поступающую информацию.
Таким образом, рынок CDS является глобальным рынком, и часто он является индикатором настроений инвесторов относительно кредитного качества определенного инструмента и долгового рынка в целом. Если стоимость CDS растет, то, как правило, следует ожидать расширения спредов, роста доходностей долговых инструментов компании либо более серьезных финансовых потрясений. Поэтому нахождение справедливой стоимости кредитных дефолтных свопов является важной задачей, результаты которой влияют как на состояние портфелей финансовых игроков, так и на стоимость фондирования эмитентов долговых инструментов.
Тем не менее, проблема оценки кредитного дефолтного свопа в настоящее время не разрешена, нет единого подхода, либо устоявшейся модели оценки, и вопрос использования того или иного инструментария для оценки CDS является открытым. Также следует заметить, что кредитные риски российских компании торгуются на глобальном рынке еврооблигаций и рынке CDS. Основываясь на вышесказанном, можно утверждать, что проблема оценки CDS актуальна как в глобальном плане, так и для российского рынка долговых инструментов и кредитных деривативов.
Степень разработанности проблемы
Западными авторами достаточно широко обсуждается вопрос применимости различных способов оценки кредитного дефолтного свопа. В ходе развития данного вопроса сформировалось два основных класса подходов к оценке кредитных дефолтных свопов: структурный подход (класс моделей Мертопа) и редуцированный подход. В структурном подходе используются фундаментальные характеристики компании, редуцированный подход основан на различных способах построения форвардной кривой кредитных спредов, то есть вероятность дефолта оценивается на основе стоимости других инструментов, содержащих кредитный риск.
Предшественниками структурного подхода к оценке CDS можно считать модель Бивера (1966) и модель Альтмана (1966), которые предложили оценивать вероятность дефолта компании на основе данных из бухгалтерской отчетности, различных финансовых показателях и коэффициентах. Существенным недостатком моделей является то, что обновлять данные приходится только после опубликования отчетности компании, также со временем может меняться значимость того или иного коэффициента, и модель требует постоянного обновления.
Революционный вклад в оценку кредитного риска внес Мертон (1974), который представил акционерный капитал как колл-опцион па стоимость компании, а долг компании как портфель из безрисковой дисконтной облигации и короткого опциона пут па стоимость компании. Таким образом, оценка долга компании сводится к оценке опциона нут на стоимость фирмы. Для оценки опциона Мертон использовал опубликованную годом ранее модель Блэка-Шоулса (1973) для оценки опционов.
Модель Мертона содержит ряд существенных допущений, например то, что структура пассивов компании состоит только из акционерного капитала и дисконтных облигаций, что дефолт может случиться только при наступлении срока погашения этих облигаций. Поэтому дальнейшие исследования в области структурных моделей были направлены на их модификацию в сторону повышения реалистичности. Также многие исследования были посвящены реализации эшх моделей на практике. Например, Блэк и Кокс (1976) реализовали возможности наличия более сложной структуры капитала, а именно, отразили существование субординации долга в пассивах компании. Геске (1977) смоделировал рисковые купонные облигации в виде опционов на стоимость фирмы, где дефолш могли произойти в даты выплаты купона, а Васичек (1984) разделил долг на долгосрочный и краткосрочный.
Поскольку в реальности дефолт компании может наступить в любой момент, то изначальную предпосылку модели Мертона, что дефолт наступает только при погашении облигации, необходимо было преодолеть. Б работах Халла и Уайта (1993), (2003), Нильсена (1993), Лонгетафа и Шварца (1995) дефолт может случиться в любой момент при снижении стоимости компании до определенного уровня. Также проблема определения барьера дефолта отражена в работах Шонбу1чера (1997), Даффп (1997), Зоу (1997), (2001), Фпнгера (2002), Халла (2005), Геске (2003), Хьяпг и Коу (2004), Фоук (2006).
Вопросу изучения детерминант структурных моделей и факторов, обуславливающих сюпмость CDS, посвящены работы
Скпннера и Тауненда (2002), Бсиксрта (2004), Кремерса (2007), Танга и Янга (2007), Бонгаертса (2007), Занга (2009). Бабендо и Имбисрович (2008) исследовали вопрос эффективности применения структурных моделей во время кризиса и вопрос влияния макроэкономических факторов на стоимость CDS.
Для целей практического применения наиболее интересны работы Кросби и Бона (2003), Киалховера (2003), где описана KMV модель (с англ. Kealhofer, McQuown and Vasicek). А также работы Финкельштейна (2001), Ларди (2001), Прадьера (2001) и Папа (2001), где описана модель CrcditGtades. CreditGtades и KMV - наиболее удачные и известные в плане практического применения модификации структурных моделей.
Кредитные деривативы были предметом исследования и российских авторов, им посвящены работы Кавкина (2000, 2001), Миракова (2003), Шахунян (2009), Саакян (2009). Российские авторы рассматривали кредитные деривативы с точки зрения тенденций их развития и потенциальных сфер применения па российском рынке. Но как в российской, так и западной научной литературе вопрос применения той или иного подхода для оценки кредитного дефолтпого свопа па российские компании не представлен.
Объект исследования - рынок кредитных дефолтных свопов па российские компании.
Предмет исследовании - отношения, возникающие между участниками рынка CDS относительно оценки рисков российских компаний и определения стоимости кредитных дефолтных свопов.
Цель диссертационного исследования - разрешить проблему неточности оценки стоимости CDS, вызванную эффектом «улыбки волатильности», за счет использования моделей переменной и стохастичной волатильности, и адаптировать новый подход к оценке CDS на российские компании.
Для достижения поставленных целей были сформулированы следующие задачи:
- Провести анализ развития процессов секыоритизации активов, синтетической секыоритизации, изучить роль и место России в глобальном процессе секыоритизации;
- конкретизировать определение кредитного дериватива, провести детальную классификацию инструментов классической и синтетической секыоритизации, определить значимость CDS среди других кредитных деривативов и инструментов синтетической секыоритизации в целом:
- рассмотреть основные подходы к оценке CDS: структурные, редуцированные модели и их вариации, проанализировать слабые и сильные стороны каждого подхода;
- исследовать возможность применения структурного подхода оценки CDS применительно к российским компаниям и выявить основные причины неточности и нестабильности результатов оценки CDS, полученных с помощью существующих подходов;
- разработать модель оценки CDS на основе синтеза моделей переменной и стохастической волатильности и структурного подхода Мертоиа;
- адаптировать применение полученной модификации структурной модели к оценке CDS па российские компании и сравнить полученные результаты с результатами использования общеизвестных моделей.
Информационной базой для исследования служили исторические данные информационного терминала Bloomberg, откуда были взяты исторические котировки CDS, балансовые показатели компаний, данные по капитализации компаний, различные процентные ставки (доходность ЛИБОР, американских государственных облигаций). Также использовались данные сайта инвестиционной компании Outlaw (www.finam.ru) и биржи РТС-ММВБ.
В качестве методологической основы исследования выступали подходы статистического и регрессионного анализа данных, методы линейной оптимизации, использовалось программирование в приложениях Microsoft Excel VBA.
В рамках исследования использовалась широкая теоретическая база, посвященная описанию структурного подхода оценки CDS, особенностям его практической реализации. Изучались работы ведущих специалистов в области оценки кредитных спредов и кредитных деривативов. Рассматривались аспекты оценки волатильностп и видов статистического распределения стоимости компании, а также вопросы оценки опционов на стоимость фирмы с применением различных моделей. Были изучены работы, посвященные изучению детерминант кредитного спреда облигаций, кредитных дефолтных свопов и вопросам взаимосвязи акционерной стоимости компании и стоимости ее долговых инструментов.
Наибольшее влияние на направленность исследования оказали следующие труды: Блек и Шоулс (1973), Мертон (1974), Халл и Уайт (2003), Фингер (2002), Шонбутчер (1997), Финкельштейн (2001), Ларди (2001).
Научная новизна исследования заключается в следующем:
1. Была проведена подробная классификация инструментов синтетической секыоритизации с учетом финансовых инноваций и развития рынка кредитных деривативов.
2. Проведен анализ различных подходов к оценке CDS, определены потенциальные источники нестабильности и неточности результатов, получаемых при применении данных подходов.
4. Исследован вопрос применимости общеизвестных мировых подходов оценки кредитных дефолтных свопов к российским компаниям, было установлено, что принципиальных ограничений для использования общих моделей оценки CDS применительно к российским компаниям нет.
5. Впервые в структурном подходе оценки CDS или классе моделей Мертона был использован метод переменного и стохастичного моделирования волатильности. В результате чего, была преодолена предпосылка Мертона относительно стационарности показателя волатильиости, которая ие отражала реалий рынка и не учитывала эмпирически наблюдаемый эффект «улыбки волатильности».
6. Было показано, что результаты применения к оценке CDS модифицированного структурного подхода с переменной и стохастичпой волатильностыо оказались лучше результатов применения классической модели Мертона и ряда ее модификаций.
Теоретическая и практическая значимость исследовании
Теоретическая значимость исследования заключается в том, что впервые была проведена интеграция моделей переменной и стохастической волатильности в структурный подход для оценки CDS. В полученной модификации разрешена одна из основных теоретических предпосылок подхода Мертона о стационарности волатильности. В теоретическом плане новый подход может иметь и обратное применение: на основе рыночной стоимости CDS можно рассчитывать подразумеваемое значение вводных параметров модели, подобно тому, как на основе рыночной стоимости опционов рассчитывается подразумеваемая волатильпость акций компании. Это может использоваться в теоретических исследованиях кривых процентных ставок, волатильности активов компании или акционерного капитала и многих других направлениях.
Практическая значимость исследования выходит за рамки оценки исключительно кредитных свопов, модель може г применяться для оценки других ипструменюв, содержащих кредитный риск. Потенциальные направления использования модифицированного подхода следующие:
• Подход может использоваться маркет-мейкерами для определения справедливой цены CDS, чтобы котировать CDS и создавать ликвидность рынка, поскольку маркет-мейкер в каждый момент должен понимать, какова справедливая цена котируемого им инструмента.
• Портфельные управляющие и трейдеры смогут определить потенциал роста или падения стоимости CDS и использовать эту информацию в своих спекуляшвных стратегиях, с помощью данного подхода можно реалпзовывать различные стратегии, основанные на структурном арбитраже
• Для риск-менеджеров результаты реализации данного подхода к оценке кредитного риска могут быть дополнительным источником информации для мониторинга кредитных рисков компании, которые могуі обновляться в непрерывном режиме.
• В кредитных подразделениях банков модифицированный подход может применяться для оценки кредитного качества компании и оценки стоимости кредитных ресурсов для этой компании, или для оценки существующего портфеля кредитов
• В подразделениях долгового финансирования инвестбапков и компаний-эмитентов структурный подход может использоваться для оценки рыночной стоимости (доходности) выпускаемых долговых инструментов (прайсинга компании)
Для целей трех последних вариантов практического применения модели можно использовать непосредственно рыночные стоимости CDS. Но как мы покажем далее, CDS существуют не более чем на десяток крупнейших российских компаний и банков, из них относительно ликвидны 3-4 инструмента. Поэтому с помощью предложенного подхода можно оценивать «потенциальный» CDS на компанию, а вместе с ним риски и справедливую стоимость (доходность) долговых инструментов.
Практическая апробация работы
Полученные в ходе диссертационного исследования модификации структурного подхода оценки кредитных дефолтных свопов в данный момент используются в торговле CDS на российские компании в инвестиционном фонде, о чем свидетельствует справка о внедрении.
Кроме того, основные результаты проведенного исследования были представлены в виде докладов на российских межвузовских конференциях и на международной конференции НИУ-ВШЭ, также результаты исследования были представлены на нескольких научно-исследовательских семинарах проводимых в рамках магистратуры НИУ-ВШЭ и в рамках Лаборатории Анализа Финансовых Рынков НИУ-ВШЭ.
- Список литературы:
- Заключение диссертации
по теме "Финансы, денежное обращение и кредит", Мезенцев, Вячеслав Викторович
Выводы но исследованию
По проведенному нами диссертационному исследованию можно сделать следующие выводы:
• Рынок CDS является развитым и глобальным рынком, он один из наиболее динамично развивавших в 2000-х годах рынков финансовых инструментов, наряду с рынком классической сскыорптпзацип. Рынок CDS на российские компании является достаточно узким и неразвитым. Среди отечественных участников фондового рынка CDS на российские компании никто не котирует, а финансовые участники используют CDS в своих "торговых и риск-стратегиях достаточно редко Классическая моделі) Мсртона. несмотря на ее значительное фундаментальное обоснование с точки зрения взаимосвязи акционерного и долговою капитала, не позволяет ей достигнуть необходимой предсказательной способности для оценки CDS. Во-первых, она не учитывает эффект улыбки волатпльиостп. во-вторых, неспособна оценивать кредитный риск при оценке коротких долговых обязательств.
• Модели, учитывающие эффект улыбки волатильности, - CEV и SABR при практической реализации выдаю і результаты, лучшие тех, что были получены при реализации классического подхода Мсртона.
• Все структурные модели ноказьіваюі неудовлетворительные результаты в моменты финансовой нестабильности на рынке, поттому, вполне вероятно, что в условиях кризиса для оценки CDS более применимы редуцированные модели, которые при определении стоимости CDS «отталкиваются» от стоимости других долговых инструментов компании, обращающихся на рынке Модель CrediGrades показала, что она применима для оценки CDS на российские компании, а тем самым мы ответили на вопрос, поставленный в начале исследования, о применимости структурных моделей для оценки CDS на российские компании
Подводя итог, можно сказать, что были детально теоретически изучены и практически применены различных 4-х структурных модели для оценки CDS на российские компании: классическая моделі) Мертона, модель СНУ, модель SABR п моделі) CreditGradcs. Причем, модель СНУ и модель SABR были впервые применены для оценки CDS,
Список литературы диссертационного исследования
кандидат экономических наук Мезенцев, Вячеслав Викторович, 2012 год
1. Амосов А., Гаврилова Л. Кредитные деривативы в операциях хеджирования И Рынок ценных бумаг.- М. 2000. №3.
2. Бэр X. П. Сскыоритизаиия активов: секыоритизацпя финансовых активов -инновационная техника финансирования банков / Х.П. Бэр. М.: Волтсрс Клувер. 2006. -624 с.
3. Буренин А.Н. Рынки производных финансовых инструментов. М.: Ипфра-М, 1996.
4. Ваип С. Кредитные деривативы в России // Рынок псиных бумаг.-М. 2000,- № 7.
5. Гаврилова J1. Как использовать кредитные деривативы /V Рынок ценных бумаг- М., 2000,- № 7.
6. Галанова А. В. Влияние мирового рынка внебиржевых производных финансовых инструментов на рыночные риски: Диссертация па соискание ученой степени канд. экон. наук. -М.: РЭА им. Г. В. Плеханова. 2004.
7. Герасимов А. Смолснч>к Ф. Тенденции и перспективы российской секыорптизацпп / Герасимов А. /7 Биржевое обозрение. 2007. „»5. С. 6-9.
8. Красавина H.H., Алибегов Т.Н., Былпняк С.А. п др. Международные валютно-кредптные п финансовые отношения. М.: Финансы и статистика.- 2000.
9. Маршалл Дж. Ф., Бансал В.К. Финансовая инженерия: полное руководство по финансовым нововведениям. М.: Инфра-М,- 1998.
10. Рубцов Б.Б. Зарубежные фондовые рынки: инструменты, структура, механизм функционирования. М.: Инфра-М,- 1996.
11. М.Кавкпн A.B. Рынок кредитных дерпватпвов / A.B. Кавкпн. М.: Экзамен, 2001. 288 с.
12. Кавкин А.В. Новые способы страхования кредитного риска с помощью производных финансовых инструментов // Финансовый бизнес. М., 2000. №8.
13. Кавкин А.В. Современные тенденции развития рынка кредитных деривативов // Бизнес и банки. М., 2001. №23.
14. Кавкин А.В. Страхование кредитного риска // Бизнес п банки. М., 2001. -№18-19.
15. Колб Р. У. Финансовые дернвативы. Учебник. Пер. с ашл. -VI.: «Фшпшъ», 1997.
16. Лобанов А., Фплпн С, Чугунов А. Рпск-менеджмснг Ч РИСК (Ресурсы, Информация, Снабжение, Конкуренция).- М. 1999. -j«4.
17. Мнраков Б. В. Кредитные дернвативы: Анализ мирового опыта и перспективы развития в России, : Диссертация на соискание ученой счепенп канд. экон. наук. -М: Финансовая академия при Правительстве I'd). 2003.
18. Фабоции Ф.Д. Рынок облигаций: Анализ и стратегии. 2-е изд., ¡VL Алыпша Бизнес Букс. 2007-950 с.
19. Шахуиян М. Г. Использование кредишых дерпваппюв за рбсжом и в России,: Диссертация на соискание ученой степени канд. экон. наук. -М.: МГИМО МИД РФ, 2009
20. Ahluwalia, R. McGinty. L., Beinstein, I7., A relative value framework Гот credit correlation. Research Paper. J.P. Morgan. 2004
21. Altman, E., Brady, В., Resti, A., and Sironi, A. The link between default and recovery rates: theory, empirical evidence and implication, Working paper. 2003.
22. Baheti, P. and Morgan, S., Base correlation mapping, Lehman Brothers Quantitative Credit Research Quarterly, 2007.
23. Bielecki. T.R. Rutkowski. M. Credit risk: modeling, valuation and hedging. Springer, 2002
24. Black P., Scholcs M., The Pricing of Options and Corporate Liabilities, Journal of Political Economy, pp. 637-654, 1973
25. Black, P., The pricing of commodity contracts. Journal of financial Economics. 3 (2). 167-179, 1976
26. Black. P., Cox, J.C. Valuing Corporate Securities: Some Effects of Bond Indenture Provisions, Journal of Finance, Vol. 31. No. 2. pp. 351-367. 1976
27. Blanco, R. S. S. Brennan, and I. W. Marsh. An empirical analysis of the dynamic relationship between investment grade bonds and credit default swaps, Bank of England Working paper, 2003
28. Bringo, D. and Mercurio, P., Interest rate models: theory and practice, Sringer Finance. 2001.
29. Chacko, G. Credit Derivatives: A Primer on Credit Risk. Modeling, and Instruments, Wharton School Publishing. 2006
30. Chaplin. G. Credit Derivatives: Trading. Investing.and Risk Management, The Wi 1 Icy Finance Series. 2010
31. Choudhry, M The Credit Default Swap Basis, Bloomberg Press, 2006
32. Collin-Dufrcsne, P. and R. Goldstein. Do Credit Spreads Reflect Stationary Leverage Ratios, Journal of Finance. 52 (2001). 1929-1957.
33. Cooper I.A., Asset values, interest rate changes, and duration, Journal of Financial and Quantitative Analisys, // 12. pp. 701-724. 1977.
34. Cossin. D. and FIricko, T. Exploring the determinants of credit risk in credit default swap transaction data, University of Lausanne. Working paper, 2001
35. Cossin, D. and FIricko, T. Exploring the determinants of credit risk in credit default swap transaction data, University of Lausanne, Working paper, 2001
36. Cox. J. Notes on Option Pricing I: Constant Elasticity of Diffusions. Unpublished draft. Stanford University. 1975
37. Cox, J. The valuation of options for alternative stochastic processes, Journal of Financial Fxonomics 3. 145-166, 1976
38. Cox, .1. The constant elasticity of variance option pricing model. The Journal of Portfolio Management Special Issue, 15-17. 1996
39. Cox, J., Ross, S. and Rubinstein, M., Option pricing: a .simplified approach, Journal of Financial Economics. 7. 229-263. 1979
40. Cox. J.C., Ingersoll. .I.E. and Ross, S.A., A theory of the term structure of interest rates, Econometrice, 53 (2), 385-407, 1985.
41. Crosbie, P. and J. Bohn, 2003, Modeling Default Risk, White Paper, Moody's KMV
42. Das. S.R. Credit risk derivatives, Journal of Derivatives, 2, 7-23, 1995
43. Dubovsky, D. Valuation and Risk Management, Oxford University Press, 2002
44. Duffie, D. and Singleton, Iv. (1999). "Modeling 1 erm Structurcsof Defaultable Bonds." Review of Financial Studies, 12(4). 197-226
45. Duffie, D. and Eando, D., Term structures of credit spreads with incomplete accounting information. Economctrica. 69. 633-664. 2001
46. Duffie, D. and Huang, M. Swap rates and credit quality, Journal of Finance, №5 11996), 921-949
47. Duffie, D. Credit swap valuation. Financial Analysis Journal. 73-87, 1999
48. Eli/.ade, A., Credit risk models 1: default correlation in intensity models, CEMFI working paper, 2006
49. Finger, C. CreditGrades Technical Document, www.creditgradcs.com, May 2002.
50. Finkelstein. V. Ginger., Eardy J.-P., n CreditGradesIM Technical Document, 2002.
51. Gemmill, G., Testing Morton's Model for Credit Spreads on Zero-coupon Bonds, Working paper, City University Business School, London, 2002
52. Geske, R. The Valuation of Corporate Liabilities as Compound Options, Journal of Financial and Quantitative Analysis, Vol. 12, No. 4, pp. 541-552, 1977
53. Megan, P., Kumar, D., Lcsnicwski, A. Woodward, D. L. Managing smile risk, WILMO'IT Magazine, Sept. 2003
54. Hagan, P. and West, G., Interpolation methods for yield curve construction, Working paper, 2004
55. Hamilton, D.T., Varma, P., Ou, S. and Cantor, R., Default and recovery rates of corporate bonds issues, Moody's Investor's Services. 2005
56. Hull. J., Nclken, I., and White. A., "Merlon's Model, Credit Risk, and Volatility Skews", Working paper, University of Toronto and Super Computing Consulting Group, Chicago. 1993
57. Hull. J. C. Options, futures, and other derivatives. Pearson Education, 2006.
58. Hull, J., and White. A. Valuing credit default Swaps I. No counterparty risk. Working paper, 2000
59. Hull, J., and White, A., The valuation of credit default swap option, Journal of derivatives, 10 (3), 40-50. 2003
60. Hull. .1. and White. A., Valuing credit default Swaps II: modeling default correlation. Journal of Derivatives, 8 (3), 12-22, 2001
61. Hull, J., Predescu, M., and White, A., The valuation of correlation-dependent credit derivatives using a structural model. Working Paper. 200564. lacono. F. Derivatives Handbook: Risk Management and Control, I'he Willcy Finance Series, 1997
62. Ilmanen, A., Market rate Expectation and Forward Rates. Journal of Fixed Income, pp. 8-22. 1996
63. Jamshidan, F. Valuation oT credit default swap and swaption, Nib Capital, Working Paper. 2002
64. Jumshidan, F. LIBOR and market model and measures. Finance and Stochastic, 1 (4), 293-330, 1997
65. J arrow, R., Lando, D., and Turnbull, S. (1997). A Markov Model for the Term Structure of Credit Risk Spreads. Review of Financial Studies 10, -181-523.
66. Jarrow, R. and 'lurnbull, S. (1992). "Credit Risk: Drawing the Analogy." Risk Magazine 5(9).
67. Jarrow, R. and Turnbull. S. Pricing options on derivative securities subject to credit risk, Journal of Finance, 1, 53-85, 1995
68. Jarrow, R. and Yu., Counterparty risk and the pricing of dcfaultablc securities. Journal of Finance, 61, 1765-1799, 2001
69. Jones P., Mason S. and Roscnfeld P. Contingent Claims Analysis of Corporate Capital Structure: An Empirical Investigation, pp 611-625, Journal of Finance, American Finance Association. 1984.
70. Eando, D. On Cox processes and credit risky securities. Review of Derivatives Research. № 2(2/3), 99-120, 1998.
71. Eitterman. R. and T. Iben, Corporate Bond Valuation and the Term Structure of'Credit Spreads, Journal of Portfolio Management, 17 (1991), 52-64.
72. EongstalT, F. and Raj an, A. An empirical analysis of the pricing of collateralized debt obligations. Journal of Finance 63, 529-563. 2008
73. Longslaff, I7.A., Schwartz, H.S., A simple approach to valuing risky fixed and floating rale debt. Journal of Finance, 50 (3). 1995.
74. ICealhofer, S. Quantifying Credit Risk 1: Default Prediction, Financial Analysts Journal, January/February. 2003a
75. Kealhofer, S., Quantifying Credit Risk II: Debt Valuation, financial Analysts Journal, March/April. 2003b
76. Madan, D.B. and Unal, PI., Pricing the risk of default, Review of Derivative Research, 2 (2/3), 121-160, 1998.
77. McCulloch J.1-1. Measuring the 1 erm structure of interest Rales. Journal of Business, pp. 19-31, 1971.
78. Merrick, J.J. Crisis dynamics of implied default recovery ratios: evidence from Russia and Argentina, Journal of Banking and Finance. 20 (10). 1921-1939. 2001.
79. Merton, R. On the pricing of corporate debt: the risk structure of interest rates, Journal of Finance, 29, 449-470. 1974
80. Mortensen. A. Semi-analytical valuation of basket credit derivatives in intensity-based models. Journal of Derivatives 13. 8-26. 2006
81. Musiela, M. and Rutkowski, M. Martingale Methods in Financial Modelling, 2nd ecln. Springer-Verlag, Berlin, 1998.
82. Myhrc. 11. Ree. A., Wesibe. A. An hmpirical Analysis of Structural Credit Risk
83. Models and Capital Structure Arbitrage. Master Thesis. Norwegian University of Science and Technology, 2004
84. Ncftci. S.N. An Introduction of the Mathematics of Financial Derivatives, Academic Press, New York, 1996.
85. Nielsen. L.T., Pricing and Nedgind of Derivative Securities. Oxford University Press. Oxford. 1999.
86. O'lvane, D. and Schloeg, L., A counterparty risk framework for protection buyers, Lehman Brothers Quantitative Credit Research, 2001
87. O'Kane, D. and Turnbull. S., Valuation of crcdit default swaps, Lehman Brothers Quantitative Credit Research Quarterly, 2003
88. Pan, J., and Singleton, K. (2008). Default and recovery implicit in the term structure of sovereign CDS spreads. Journal of Finance 63. 2345-2384.
89. Papageorgiou. E. and Sircar, R. (2008). Multiscalc intensity models and name grouping for valuation of multi-name crcdit derivatives. Applied Mathematical Finance 15, 73-105.
90. Rubinstein, M. and Reiner. F. Breaking Down the Barriers. Risk pp. 2835. 1991
91. Sehonbucher, P. .1., Credit derivatives pricing models, John Wiley & Sons, 375 c., 2003.
92. Sehonbucher. P.J. A Libor market model with default risk, Bonn Unicrsit. \ orking Paper, 2000
93. Sehonbucher, P.J., Credit risk modeling and credit derivatives. PhD thesis, Faculty of Economics, Bonn University. 2000
94. Sehonbucher. P J. Factor models for portfolio credit risk. Department of Statistics, Bonn University, 2000
95. Sehonbucher, P.J., Pricing credit risk derivatives. London School of Economics, Financial Marked Group. Working Paper, 1997
96. Smithson. G. Credit Portfolio Management, Wiley Finance Series. 2003
97. Vasicek, O. "An Equilibrium Characterization of the Term Structure", Journal ofFinancial Economics 5, 177-188. 1977.
98. Vasicek O, Gong (3. Term structure Modeling Using Exponential Splines, Journal of Finance, 1982
99. Vasicek, O. Credit Valuation, KMV Corporation, 1984
100. Zhou, C., An analysis of default correlation and multiple defaults, Review of Financial Studies, 14 (2), 555-576, 2001
- Стоимость доставки:
- 230.00 руб