Результаты применения модели CEV
Модель CEV была рассчитана для различных значений β в диапазоне от 1,94 до 1,99 с шагом 0,01. Именно в этом диапазоне параметра β модель демонстрировала наиболее близкие к рыночным значениям результаты.
Каждый набор результатов сравнивался с рыночными значениями по методу МНК, и ниже представлены наиболее близкие к реальным ценам CDS теоретические стоимости CDS по каждой компании.Следует заметить, что для Банка ВТБ и Сбербанка результаты модели CEV оказались неудовлетворительными, что согласуется с общемировой практикой применения структурных моделей для финансовых компаний. Дело в том, что банки, как правило, имеют большой финансовый рычаг, и размер долга фактически является страйк-ценой оцениваемого опциона. Таким образом, вероятность преодоления барьера дефолта для банка высока согласно структурной модели, и стоимость теоретическая стоимость CDS получается в итоге завышенной.
Кроме того, результаты можно признать удовлетворительными только для теоретических цен CDS за 2011 год, за предыдущие годы полученные значения были крайне нестабильными, либо слишком высокими, либо близкими к нулю.
На графиках представлены результаты применения модели CEV для российских компаний:
Модель CEV для 3Y CDS Газпрома
Рис. №17 - Реализация модели CEV для компании Газпром, 3 года
Модель CEV для 3Y CDS Лукойла
Рис. №18 - Реализация модели CEV для компании Лукойл, 3 года
Рис. №19 - Реализация модели CEV для компании Лукойл, 5 лет
При увеличении срока CDS результаты модели CEV демонстрировали значительно меньшую устойчивость и точность относительно реальных значений.
Для компании Северсталь теоретические значения 5-летних CDS были крайне неудовлетворительными. Таким образом, можно сделать вывод, что модель CEV более применима для CDS меньших сроков. По причине того, что CDS сроком 1 и 2 года на анализируемые нами компании не котируются, сравнить результаты модели с реальными значениями не представляется возможным.В таблице № 3.1 приведены результаты регрессионного анализа результатов модели CEV.
Таблица № 10 Регрессионный анализ результатов модели CEV
| Модель | Компания | Коэф. коррел | Коэф-т наклона | Константа | Отклонение |
| Модель CEV | Газпром 3Y | 0,8 | 0,К9 | 140 | 19,7 |
| Г азпром 5Y | 0,4 | 0,01 | К10 | 11518 | |
| Лукойл 3Y | 0,76 | 0,36 | 187 | 11,78 | |
| Лукойл 5Y | 0,73 | 0,08 | 179 | 1499 | |
| Северсталь 3Y | 0,73 | 0,09 | К6К | 130 |
Как видно из таблицы, ни один коэффициент наклона не близок к единице, при этом все константы значимы. Поэтому, даже несмотря на достаточно высокие значения коэффициентов корреляции, нельзя сказать, основываясь на данных регрессионного анализа, что построенная нами модель CEV обладает хорошей точностью в объяснении цен CDS на перечисленные компании.
Последний столбец таблицы - отклонение - показатель рассчитываемый, как среднее суммы квадрата разности рыночных значений и теоретических, поделенное на 1000 для удобства.
Данный показатель позволяет сравнивать точность моделей между собой, он показывает, на сколько в среднем отклоняются теоретические значения от реальных.
Как видно из таблицы 3.1, значения отклонения для 5 летних теоретических цен в десятки раз выше, что опять же говорит о снижении точности модели CEV при увеличении срока CDS.
В целом по модели CEV можно сказать, что в своем исходном виде, без корректировок и изменений, она демонстрирует результаты, лучшие чем модель Мертона в классическом виде.
Еще по теме Результаты применения модели CEV:
- Результаты применения модели SABR
- Результаты применения модели CreditGrades
- Применение моделей составления финансовой отчетности и международные стандарты
- Применение динамических моделей при анализе систем
- 2.3.3 Классификация применения моделей управления запасами с помощью распределений ABC и XYZ
- Приложение 3. Результаты тестирования эндогенности в эконометрических моделях
- Глава 4. Перспективы применения правовой модели социального предпринимательства при конструировании системы частноправовых средств ее обеспечения
- 3.1 Применение моделей для оптимизации логистических процессов в системе государственных закупок
- 2.3 Применение классической модели Мертона для расчета теоретической стоимости CDS на российские компании
- 1.5. Примеры применения теории параметрического регулирования 1.5.1. Математическая модель неоклассической теории оптимального роста
- 9.3. Реализация экономико-математических моделей планирования ОТМ по экономии материалов и анализ результатов
- 5.5. Модель учета продажи продукции (работ, услуг) и выявления финансового результата от обычной деятельности
- 5.5. Модель учета продажи продукции (работ, услуг) и выявления финансового результата от обычной деятельности
- Глава 2. Зарубежный опыт применения социального предприниматель- ства как инновационно-правовой модели обеспечения социально- имущественных потребностей: закономерности и тенденции
- Методы факторного анализа: метод «цепной подстановки», «процентных чисел», балансовый метод. Их характеристика и условия применения. На примере отчета о прибылях и убытках формы № 2 проведите факторный анализ финансовых результатов балансовым методом.
- В этом параграфе мы сравним результаты некооперативного поведения фирм в отрасли в соответствии с моделью Курно с результатами кооперативного поведения. Как известно, если количество фирм в отрасли мало, то они могут заключить между собой соглашение с целью ослабления конкуренции и увеличения прибыли. Мы начнем с анализа, который показывает, что у фирм, конкурирующих по Курно, есть потенциал для взаимовыгодного соглашения, а затем перейдем рассмотрению двух вариантов таких соглашений.
- 1.4. Алгоритм применения теории параметрического регулирования и правила взаимодействия лиц, принимающих решения по выработке и осуществлению эффективной государственной экономической политики на базе информационной системы поддержки принятия решений 1.4.1. Алгоритм применения теории параметрического регулирования. Применение разрабатываемой теории параметрического регулирования эволюции рыночной экономики для выработки и осуществления эффективной государственной экономической политики пр