Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Quantification of Model Rrisk
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
2019 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesisAlternative title
Kvantifiering av modellrisk (Swedish)
Abstract [en]

The awareness of model risk has increased due to the increased use of models to valuate financial instruments and their increasing complexity and regulators now require financial institutions to manage it. Despite this, there is still no industry or market standard when it comes to the quantification of model risk. The objective with this project is to find and implement a method that may be used to quantify model risk and evaluate it based on accuracy, efficiency and generalizability. Several approaches to model risk in the literature are explored in this thesis and it is concluded that existing methods are generally not efficient, accurate or generalizable. However, by combining two of the existing methods in the literature and using data on counterparty valuations, another method to quantify model risk can be constructed. This method is implemented and backtested and it is found to be accurate, general and more efficient than alternative approaches. Furthermore, this method may also serve in model validation as a mean to judge the quality of valuations and compare valuation models to each other. One limitation of the method is that if there are few counterparties for a valuation model, say 1 or 2, the method used in this thesis is not suitable.

Abstract [sv]

Medvetenheten kring modellrisk har ökat på grund av ökad användning av modeller vid värdering av finansiella instrument samt deras ökande komplexitet. Dessutom begär nu regulatorer att institutioner ska beräkna samt redogöra för modellrisk. Trots detta finns ännu ingen bransch eller marknadsstandard när det kommer till hur modellrisk bör kvantifieras. Syftet med projektet är att hitta och implementera en metod som kan användas för att kvantifiera modellrisk samt utvärdera denna baserat på effektivitet, noggrannhet och generaliserbarhet. I den här uppsatsen har flera olika tillvägagångssätt i litteraturen för att kvantifiera modellrisk utvärderats med slutsatsen att befintliga metoder i allmänhet varken är effektiva, korrekta eller generaliserbara. Däremot, genom att kombinera två av de befintliga metoderna i litteraturen och använda data om motpartsvärderingar kan en annan metod för att kvantifiera modellrisken konstrueras. Denna metod implementeras och backtestas och den visar sig vara noggrann, generaliserbar och effektivare än de alternativa metoderna vilket var vad som eftersöktes. Vidare kan denna metod också tjäna i modellvalidering som ett medel för att bedöma hur väl värderingar från en viss modell överensstämmer med marknadens värderingar samt för att jämföra värderingsmodeller med varandra. En begränsning som kan identifieras för denna metod är att om det finns få motparter till en värderingsmodell, säg 1 eller 2, är metoden som används i denna uppsats inte lämplig för att kvantifiera modellrisk.

Place, publisher, year, edition, pages
2019.
Series
TRITA-SCI-GRU ; 2019:018
National Category
Computational Mathematics
Identifiers
URN: urn:nbn:se:kth:diva-243924OAI: oai:DiVA.org:kth-243924DiVA, id: diva2:1289684
External cooperation
Handelsbanken
Subject / course
Financial Mathematics
Educational program
Master of Science - Applied and Computational Mathematics
Supervisors
Examiners
Available from: 2019-02-18 Created: 2019-02-18 Last updated: 2019-02-18Bibliographically approved

Open Access in DiVA

fulltext(3979 kB)47 downloads
File information
File name FULLTEXT02.pdfFile size 3979 kBChecksum SHA-512
f518a1c3622f5fd77966a319a6de360ddb8c7b9bffaa04b5fde07b83c19239e4a77e964c10269cadeadf04010faab9dae39b234dcf51f937ffcc0654b1f580a4
Type fulltextMimetype application/pdf

By organisation
Mathematical Statistics
Computational Mathematics

Search outside of DiVA

GoogleGoogle Scholar
Total: 47 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 66 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf