کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4960109 1445969 2017 32 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Measurement of interest rates using a convex optimization model
ترجمه فارسی عنوان
اندازه گیری نرخ بهره با استفاده از مدل بهینه سازی محدب
کلمات کلیدی
دارایی، مالیه، سرمایه گذاری، یا در بانکداری، نرخ پیشرو، ساختار مدت، بهینه سازی غیر خطی،
ترجمه چکیده
اندازه گیری منحنی منحنی منافع یک مسئله معکوس مهم و مورد مطالعه است. برای انتخاب منحنی های نرخ بهره قابل اعتماد از مجموعه بی نهایت منحنی های نرخ بهره ممکن است، نرخ های پیش بینی شده باید در تنظیمات استفاده شود. با اختیاری کردن منحنی نرخ بهره، نشان داده شده است که مشکل معکوس را می توان به عنوان یک مدل بهینه سازی محدب تبدیل کرد که می تواند با استفاده از حل کننده های موجود به طور موثر حل شود. مدل بهینه سازی محدب می تواند شامل صورتحساب، اوراق قرضه، گواهی سپرده ها، توافقنامه نرخ ارز و معامله با نرخ بهره با استفاده از محدودیت های محدودیت و محدودیت های نابرابری است که از قیمت های پیشنهاد / درخواست می شود. اهمیت تصحیح مناسب و اجازه دادن به انحراف از قیمت های بازار برای به دست آوردن منحنی های ثابت منفرد با استفاده از داده های بازار نشان داده شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
چکیده انگلیسی
Measurement of a single interest rate curve is an important and well-studied inverse problem. To select plausible interest rate curves from the infinite set of possible interest rate curves, forward rates should be used in the regularization. By discretizing the interest rate curve it is shown that the inverse problem can be reformulated as a convex optimization model that can be efficiently solved using existing solvers. The convex optimization model can include bills, bonds, certificates of deposits, forward rate agreements and interest rate swaps using both equality constraints and inequality constraints that stem from bid/ask prices. The importance of an appropriate regularization and allowing for deviations from market prices to obtain stable forward rate curves is illustrated using market data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: European Journal of Operational Research - Volume 256, Issue 1, 1 January 2017, Pages 308-316
نویسندگان
,