위험가치 추정을 위한 분산 감소 기법

이 논문은 몬테 카를로 시뮬레이션을 사용한 포트폴리오 손실 확률 추정을 위한 알고리즘을 설명하고 분석하며 평가합니다. 이러한 손실 확률의 정확한 추정을 얻는 것은 손실 분포의 분위수인 위험가치를 계산하는 데 필수적입니다. 이 방법은 효과적인 분산 감소 기법, 즉 중요 표본 추출 및 층화 표본 추출의 선택을 안내하기 위해 포트폴리오 가치 변화에 대한 2차(“델타-감마”) 근사를 사용합니다. 근사가 정확하다면, 중요 표본 추출은 점근적으로 최적이라고 할 수 있습니다. 수치 결과는 적절한 중요 표본 추출과 층화 표본 추출의 조합이 큰 포트폴리오 손실 확률을 추정할 때 큰 분산 감소를 가져올 수 있음을 나타냅니다.