익일 선도금리 가중평균으로 산술 선도금리 근사
기사 arXiv papers · 저자: Álvaro Romaniega
요약
이 노트는 산술 선도금리를 익일 선도금리의 가중평균으로 근사할 수 있는 이유를 살펴봅니다. 각 익일 선도금리에 모형에 따라 달라지는 산술 조정 계수를 적용하는 식을 제시합니다. 일부 시장 여건에서 이 계수는 수치적으로 안정적이고 1에 가까울 수 있어, 유용한 정확도를 유지하면서 더 단순한 근사로 계산 비용을 줄일 수 있습니다.
가우시안 Heath-Jarrow-Morton 모형에서 이론적 경계와 계수의 폐쇄형 표현을 분석합니다. Fed Funds 금리의 산술평균 가치 평가에 관한 선행 연구가 제안한 근사와 도출된 식 하나도 비교합니다. 발췌문은 이론 및 모형에 기반한 근거를 제시하지만, 폭넓은 실증 검증을 보고하지 않으며 시장 여건별 근사 정확도의 차이를 명시하지 않습니다. 따라서 실제 활용은 계수가 안정적으로 유지되는 가정과 시나리오에 달려 있습니다.
핵심 아이디어
- 산술 선도금리는 익일 선도금리와 조정 계수의 가중 조합으로 표현할 수 있습니다.
- 특정 시나리오에서는 1에 가까운 단순화 계수로 계산 비용이 낮은 근사를 만들 수 있습니다.
- 가우시안 HJM 모형에서 이론적 경계와 폐쇄형 식을 도출합니다.
- 도출된 근사식 하나를 기존 Fed Funds 금리 방법과 비교합니다.
- 이론적 근거를 설명하지만 폭넓은 실증 정확도 연구는 제시하지 않습니다.
태그
전문
# Note on a Theoretical Justification for Approximations of Arithmetic Forwards
# Note on a Theoretical Justification for Approximations of Arithmetic Forwards
This note explores the theoretical justification for some approximations of arithmetic forwards ($F_a$) with weighted averages of overnight (ON) forwards ($F_k$). The central equation presented in this analysis is: \begin{equation*} F_a(0;T_s,T_e)=\frac{1}{τ(T_s,T_e)}\sum_{k=1}^K τ_k \mathcal{A}_k F_k\,, \end{equation*} with $\mathcal{A}_k$ being explicit model-dependent quantities, numerically stable and close to one under certain market scenarios. We will present computationally cheaper methods that approximate $F_a$, i.e., we will define some $\{\tilde{\mathcal{A}}_k\}_{k=1}^K$ such that \begin{equation*} F_a(0;T_s,T_e)\approx \frac{1}{τ(T_s,T_e)}\sum_{k=1}^K τ_k \tilde{\mathcal{A}}_k F_k\,, \end{equation*} thereby gaining some intuition about the arithmetic factors $\mathcal{A}_k$. Additionally, theoretical bounds and closed-form expressions for the arithmetic factors $\mathcal{A}_k$ in the context of Gaussian HJM models are explored. Finally, we demonstrate that one of these forms can be closely aligned with an approximation suggested by Katsumi Takada in his work on the valuation of arithmetic averages of Fed Funds rates.출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.