48、住宅抵押贷款支持证券的定价、风险评估与结构化设计

住宅抵押贷款支持证券的定价、风险评估与结构化设计

1. 提高模拟定价准确性的方差缩减方法

在对住宅抵押贷款支持证券（RMBS）进行定价时，通常需要模拟一定数量的利率路径。一般来说，典型的RMBS定价会使用512到1024条路径。但实际上，所需的路径数量并不明确。我们可以判断模拟中生成的路径数量是否能使目标数量的估计具有较小的方差（即足够的准确性），如果估计的可变性太大，就增加生成的路径数量。

通过使用方差缩减方法，所需的路径数量可以减少到128条甚至64条。虽然实际应用中的方差缩减方法通常是专有的，但有研究介绍了如何在RMBS定价中应用准蒙特卡罗数序列的基本原理。

为了对RMBS进行定价，需要对利率进行360次月度观测，这相当于在一个360维的立方体中生成随机点，属于高维问题。准蒙特卡罗方法（低差异序列）在这种情况下很适用，因为它生成的点比纯随机点能更好地覆盖空间，从而在不牺牲准确性的前提下，减少达到相同精度所需的点数。不过，并非所有的低差异序列都能优于传统的蒙特卡罗模拟，在选择具体的低差异序列时，需要进行大量测试。例如，有研究使用了Sobol低差异序列，并结合主成分和布朗桥构造等模拟速度增强方法，显著提高了RMBS定价算法的速度。

2. 模拟评估RMBS价格对不同因素的敏感性

RMBS投资者面临多种风险，如利率风险、信用风险和模型风险。通常通过模拟来评估RMBS价格对这些因素的敏感性。
- 利率风险 ：利率风险是RMBS的主要风险之一。RMBS作为固定收益证券，对收益率的变化非常敏感。与简单的固定收益证券类似，利率上升时RMBS价格下降，利率下降时RMBS价格上升。但RMBS实际上包含嵌