exponenta event banner

cfbycir

Денежные потоки цен из дерева процентных ставок Cox-Ingersoll-Ross

Описание

пример

[Price,PriceTree] = cfbycir(CIRTree,CFlowAmounts,CFlowDates,Settle) цены денежные потоки из дерева процентных ставок Cox-Ingersoll-Ross (CIR) с использованием модели CIR++ с подходом Nawalka-Beliaeva (NB).

пример

[Price,PriceTree] = cfbycir(___,Basis) добавляет необязательный аргумент для Basis.

Примеры

свернуть все

Оценить портфель, содержащий два инструмента денежного потока, выплачивающих проценты ежегодно в течение четырехлетнего периода с 1 января 2017 года по 1 июня 2020 года.

Загрузить файл deriv.mat, что обеспечивает CIRTree. CIRTree структура содержит информацию о времени и процентной ставке, необходимую для оценки инструментов.

load deriv.mat;

Дата оценки (дата расчета), указанная в CIRTree 1 января 2017 года (порядковый номер 736696).

CIRTree.RateSpec.ValuationDate 
ans = 736696

Укажите значения для других обязательных аргументов.

CFlowAmounts =[5 NaN 5.5 105; 5 0 6 105];
CFlowDates = [736847,NaN,737061,737212; 
              737426,737577,737791,737943];

вычислять цены двух инструментов денежного потока с помощью cfbycir.

[Price,PriceTree] = cfbycir(CIRTree, CFlowAmounts, CFlowDates,... 
CIRTree.RateSpec.ValuationDate)
Price = 2×1

  109.6845
   98.7246

PriceTree = struct with fields:
     FinObj: 'CIRPriceTree'
      PTree: {1x5 cell}
       tObs: [0 1 2 3 4]
    Connect: {[3x1 double]  [3x3 double]  [3x5 double]}
      Probs: {[3x1 double]  [3x3 double]  [3x5 double]}

Входные аргументы

свернуть все

Древовидная структура процентных ставок, определенная с помощью cirtree.

Типы данных: struct

Суммы денежных потоков, указанные как ряд инструментов (NINST) по максимальному количеству денежных потоков (MOSTCFS) матрица сумм денежного потока. Каждая строка представляет собой список значений денежного потока для одного инструмента. Если прибор имеет менее MOSTCFS денежные потоки, конец строки дополнен NaNs.

Типы данных: double

Даты движения денежных средств, указанные как NINSTоколо-MOSTCFS матрица. Каждая запись содержит порядковый номер соответствующего денежного потока в CFlowAmounts.

Типы данных: double

Дата расчета, указанная как вектор серийных номеров дат, векторов символов даты, строковых массивов или массивов datetime. Settle для каждого денежного потока устанавливается дата ValuationDate дерева CIR. Аргумент денежного потока Settle игнорируется.

Типы данных: double | char | string | datetime

(Необязательно) Дневной отсчет инструмента, определяемый как вектор целых чисел.

  • 0 = факт/факт

  • 1 = 30/360 (SIA)

  • 2 = фактически/360

  • 3 = факт/365

  • 4 = 30/360 (PSA)

  • 5 = 30/360 (ISDA)

  • 6 = 30/360 (европейский)

  • 7 = факт/365 (японский)

  • 8 = факт/факт (ICMA)

  • 9 = факт/360 (ICMA)

  • 10 = факт/365 (ICMA)

  • 11 = 30/360E (ICMA)

  • 12 = факт/365 (ISDA)

  • 13 = BUS/252

Дополнительные сведения см. в разделе Базис.

Типы данных: double

Выходные аргументы

свернуть все

Ожидаемые цены в момент времени 0, возвращенные как NINSTоколо-1 вектор.

Древовидная структура цен приборов, возвращаемая как структура MATLAB ® деревьев, содержащих векторы цен приборов и времени наблюдения для каждого узла. ВPriceTree:

  • PriceTree.PTree содержит чистые цены.

  • PriceTree.tObs содержит время наблюдения.

  • PriceTree.Connect содержит векторы связности. Каждый элемент в массиве ячеек описывает, как узлы этого уровня соединяются со следующим. Для данного уровня дерева существуют NumNodes элементы в векторе, и они содержат индекс узла на следующем уровне, к которому подключается средняя ветвь. Вычитание 1 из этого значения указывает на то, к чему подключается восходящая ветвь, и добавление 1 указывает на то, к чему подключается нисходящая ветвь.

  • PriceTree.Probs содержит массивы вероятностей. Каждый элемент массива ячеек содержит вероятности перехода вверх, посередине и вниз для каждого узла уровня.

Ссылки

[1] Кокс, J., Ингерсолл, J. и С. Росс. «Теория терминологической структуры процентных ставок». Эконометрика. Том 53, 1985.

[2] Бриго, Д. и Ф. Меркурио. Модели процентных ставок - теория и практика. Springer Finance, 2006.

[3] Хирса, А. Вычислительные методы в финансах. КПР Пресс, 2012.

[4] Навалька, С., Сото, Г. и Н. Белиаева. Динамическое моделирование структуры терминов. Уайли, 2007.

[5] Нельсон, Д. и К. Рамасвами. «Простые биномиальные процессы как диффузионные приближения в финансовых моделях». Обзор финансовых исследований. Том 3. 1990, стр 393–430.

Представлен в R2018a