阿贝尔曼 copula 下的投资组合信用风险：渐近分析与高效模拟
风险管理
2024-11-12 v1
摘要
本文研究信用投资组合默认导致的大额损失。我们假设投资组合的依赖结构采用阿贝尔曼 copula 族建模，与广泛使用的高斯 copula 不同。该新模型具有捕捉投资者之间极端依赖能力。我们首先推导了投资组合损失尾概率和预期短期的尖锐渐近结果。随后说明如何利用这些渐近结果构建两个方差缩减算法，以显著提升经典蒙特卡罗方法的效率。此外，我们表明基于所提出的两步重要抽样方法的估计器在投资者数量趋于无穷时具有对数效率，而基于条件蒙特卡罗方法的估计器则在投资者数量趋于无穷时具有有界相对误差。进行了大量模拟研究，突出所提出算法估计算 portfolio 信用风险效率。特别是，所提出条件蒙特卡罗方法相对于原始蒙特卡罗方法实现的方差缩减可达数百万倍。
引用
@article{arxiv.2411.06640,
title = {Portfolio credit risk with Archimedean copulas: asymptotic analysis and efficient simulation},
author = {Hengxin Cui and Ken Seng Tan and Fan Yang},
journal= {arXiv preprint arXiv:2411.06640},
year = {2024}
}