计算高斯因子模型中预期贷款组合分档损失的快速算法
A Fast Algorithm for Computing Expected Loan Portfolio Tranche Loss in the Gaussian Factor Model
AI总结：
针对高斯因子模型，提出一种快速计算预期分档损失的算法，在125个名称的投资组合上验证了准确性，作为较慢的穆迪FT方法的替代方案。
摘要：
我们提出了一种快速算法，用于计算高斯因子模型中的预期分档损失。我们在一个125个名称的投资组合上使用单因子高斯模型进行了测试，结果表明该算法给出了准确的结果。我们选择125个名称的投资组合进行测试，因为这是标准DJCDX.NA.HY投资组合的规模。这里提出的算法旨在作为速度较慢的穆迪FT方法的替代方案。
英文摘要：
We propose a fast algorithm for computing the expected tranche loss in the Gaussian factor model. We test it on a 125 name portfolio with a single factor Gaussian model and show that the algorithm gives accurate results. We choose a 125 name portfolio for our tests because this is the size of the standard DJCDX.NA.HY portfolio. The algorithm proposed here is intended as an alternative to the much slower Moody's FT method.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
