Structural credit risk models with Lévy processes: The VG and NIG cases

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F15%3A86095454" target="_blank" >RIV/61989100:27510/15:86095454 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.17654/FJMSMay2015_101_119" target="_blank" >http://dx.doi.org/10.17654/FJMSMay2015_101_119</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.17654/FJMSMay2015_101_119" target="_blank" >10.17654/FJMSMay2015_101_119</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Structural credit risk models with Lévy processes: The VG and NIG cases

Popis výsledku v původním jazyce

We propose alternative structural credit risk models for determining probabilities of default (PDs) based on two well-known Lévy processes - the Variance Gamma (VG) process and the Normal Inverse Gaussian (NIG) process, respectively. In particular, usingLévy processes, we propose a methodology to overcome the distributional drawbacks of the classical Merton model. Therefore, we discuss an empirical comparison of estimated PDs obtained from the VG and the NIG models on a dataset of 24 companies with strong capitalization in the US market. The empirical evidence suggests that both the models are able to capture the situation of instability that affects each company in considered period and, in fact, are very sensitive to the periods of the financial crisis.

Název v anglickém jazyce

Structural credit risk models with Lévy processes: The VG and NIG cases

Popis výsledku anglicky

We propose alternative structural credit risk models for determining probabilities of default (PDs) based on two well-known Lévy processes - the Variance Gamma (VG) process and the Normal Inverse Gaussian (NIG) process, respectively. In particular, usingLévy processes, we propose a methodology to overcome the distributional drawbacks of the classical Merton model. Therefore, we discuss an empirical comparison of estimated PDs obtained from the VG and the NIG models on a dataset of 24 companies with strong capitalization in the US market. The empirical evidence suggests that both the models are able to capture the situation of instability that affects each company in considered period and, in fact, are very sensitive to the periods of the financial crisis.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

AH - Ekonomie

OECD FORD obor

—

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

Far East Journal of Mathematical Sciences

ISSN

0972-0871

e-ISSN

—

Svazek periodika

97

Číslo periodika v rámci svazku

1

Stát vydavatele periodika

IN - Indická republika

Počet stran výsledku

19

Strana od-do

101-119

Kód UT WoS článku

—

EID výsledku v databázi Scopus

2-s2.0-84928346867