Credit Exposure Modelling Using Differential Machine Learning
Maskininlärning för att beräkna bankers risk Att banker har koll på sina risker är centralt för stabiliteten av den moderna globala ekonomin. Detta visar bankkriser gång på gång. En av riskerna som är ofrånkomlig för all bankverksamhet är kreditrisk – risken att handelspartners inte fullföljer betalningar. Detta examensarbete visar hur en aspekt av kreditrisk, exponering, kan modelleras med hjälpExposure modelling is a critical aspect of managing counterparty credit risk, and banks worldwide invest significant time and computational resources in this task. One approach to modelling exposure involves pricing trades with a counterparty in numerous potential future market scenarios. Suitable for this type of pricing is a framework presented in 2020 by Huge and Savine, which they call differe
