具有单变量与双变量边际的最坏情形期望短缺
风险管理
2017-02-12 v1 统计方法学
摘要
给定随机变量的分布仅有限信息时，关于期望短缺风险的最坏情形界已在文献中被广泛研究。本文中，当单变量边际已知精确且额外的专家信息以双变量边际形式给出时，我们发展了一个新的期望短缺最坏情形界。此类专家信息允许从众多可能的双变量copula参数族中选择。通过考虑以Kullback-Leibler散度度量在双变量边际周围距离为 的邻域，我们建模了最坏情形风险度量的保守性与对专家信息置信度之间的权衡。我们的界是在双变量边际上可用信息形成树结构时发展的，此时可利用凸优化高效计算。对于一致的边际，当 趋于 时，该界退化为共单调上界；当 趋于 时，该界退化为双变量精确已知的最坏情形界。我们还讨论了不一致边际的推广，以及专家信息可能由其他参数（如相关性）捕获的实例。
引用
@article{arxiv.1701.04167,
title = {Worst-Case Expected Shortfall with Univariate and Bivariate Marginals},
author = {Anulekha Dhara and Bikramjit Das and Karthik Natarajan},
journal= {arXiv preprint arXiv:1701.04167},
year = {2017}
}
备注
23 pages, 6 figures