Retour rapide à la moyenne et estimation des pertes de vastes portefeuilles à volatilité stochastique

Résumé

Cet article étudie les pertes d’un vaste portefeuille d’actifs dont les prix suivent des modèles de volatilité stochastique et qui font défaut lorsqu’ils franchissent une barrière inférieure. Une équation aux dérivées partielles stochastique représente la limite du portefeuille, les mouvements browniens systémiques reliant les prix des actifs et leur volatilité. La quantité étudiée est la perte en fonction de la masse totale de la solution.

L’analyse considère un retour rapide à la moyenne selon deux hypothèses sur la volatilité. Lorsque la volatilité converge vers une distribution limite, le système converge faiblement ; lorsque seul le taux de retour à la moyenne augmente, on obtient une forme de convergence plus forte. Ces résultats permettent d’approximer la distribution des pertes par un modèle plus simple à volatilité constante dans un contexte de retour rapide à la moyenne. La description présente des conclusions théoriques sur la convergence, mais aucun exemple numérique, conseil de calibration ni élément sur la précision de l’approximation pour des portefeuilles particuliers.

Idées clés

• Le modèle représente un vaste portefeuille exposé au défaut au moyen d’une équation aux dérivées partielles stochastique.
• Les mouvements browniens systémiques créent une dépendance entre les prix des actifs et leur volatilité.
• La perte est modélisée en fonction de la masse totale restante dans le système.
• Un retour rapide à la moyenne permet une approximation par un modèle à volatilité constante.
• Le résultat de convergence dépend du comportement de la volatilité dans le régime limite.

Étiquettes

# Fast mean-reversion asymptotics for large portfolios of stochastic volatility models


# Fast mean-reversion asymptotics for large portfolios of stochastic volatility models









We consider an SPDE description of a large portfolio limit model where the underlying asset prices evolve according to certain stochastic volatility models with default upon hitting a lower barrier. The asset prices and their volatilities are correlated via systemic Brownian motions, and the resulting SPDE is defined on the positive half-space with Dirichlet boundary conditions. We study the convergence of the loss from the system, a function of the total mass of a solution to this stochastic initial-boundary value problem under fast mean reversion of the volatility. We consider two cases. In the first case the volatility converges to a limiting distribution and the convergence of the system is in the sense of weak convergence. On the other hand, when only the mean reversion of the volatility goes to infinity we see a stronger form of convergence of the system to its limit. Our results show that in a fast mean-reverting volatility environment we can accurately estimate the distribution of the loss from a large portfolio by using an approximate constant volatility model which is easier to handle.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.