使用准蒙特卡罗方法加速 CVA 和 CVA 灵敏度-研究论文

【文件属性】：
文件名称：使用准蒙特卡罗方法加速 CVA 和 CVA 灵敏度-研究论文
文件大小：2.17MB
文件格式：PDF
更新时间：2021-06-10 02:30:21
CVA Greeks 我们将准蒙特卡罗 (QMC) 方法与经典蒙特卡罗 (MC) 方法和 MC 的效率进行比较，以使用多货币扩展计算各种利率互换组合的信用估值调整 (CVA) 和 CVA 敏感性到赫尔-怀特模型。 对于使用局部模型的无抵押投资组合，我们发现使用 Sobol 序列和布朗桥离散化的 QMC 可以产生与具有 10,000 次模拟的经典 MC 一样准确的结果，而平均仅使用大约 800 次模拟，速度提高了 12 倍。然而，我们还发现，投资组合的加速度随货币数量的增加而显着变化，并且通常（但不总是）随着因子数量的增加而减少）、计算类型（从最高到最低的顺序，通常但不总是 CVA 和 CR Delta， IR 和 FX Deltas，以及 IR 和 FX Vegas），以及模型的选择（本地模型通常优于全局模型）。 虽然布朗桥离散化对抵押投资组合的效果较差，但所谓的布朗桥投资组合插值技术显着改善了结果。 Sobol 序列的随机化是一种被证明可以在特定类型的被积函数上提高 QMC 收敛速度的技术，被发现在维数较少的测试用例上最有效。