學術產出-Theses
Article View/Open
Publication Export
-
題名 極值相依模型下投資組合之重要性取樣法
An importance sampling (IS) for evaluating portfolio with extremal dependence model作者 陳家丞
Chen, Chia Chen貢獻者 劉惠美
Liu, Hui Mei
陳家丞
Chen, Chia Chen關鍵詞 蒙地卡羅法
投資組合
信用風險
極值相依
重要性取樣法
常態關聯結構
t關聯結構
變異數縮減日期 2016 上傳時間 1-Jul-2016 14:56:58 (UTC+8) 摘要 在針對投資組合之信用風險模擬時，如何選取適當的模型來解釋資產間的相依程度是非常重要的。最常用來解釋投資組合的模型為常態關聯結構模型，但近年來發現t關聯結構模型更適合用在解釋投資組合間的相依程度。蒙地卡羅法在針對信用風險模擬上是一個很實用的工具，但是其缺點是模擬時間久且對於發生極端情況時，將不易得到結果，導致其效率過低。而此時，重要性取樣法則是一個很適合用來針對信用風險模擬所使用的工具，其優點在於模擬時間短，且針對極端值也能夠模擬出結果。本篇文章將蒙地卡羅法作為比較的基準，以Glasserman, and Li (Management Science, 51(11), 1643-1656, 2005) 所提出的二階段重要性取樣法，我們稱為GIS，以及將Chiang et al. (Journal of Derivatives, 15(2), 8-19, 2007) 所提出的重要性取樣法加以改良，我們稱為MIS，針對bassamboo et al. (Operations Research, 56(3), 593-606, 2008) 所提出的極值相依模型，也就是t關聯結構模型進行模擬研究，並根據模擬出來的數值結果判斷重要性取樣法的估計效益，此外，我們也會對常態關聯結構模型進行模擬。依據模擬結果我們發現到，整體而言，在模擬時間上，MIS法所花費的時間較GIS法來得少，在準確率方面，MIS法一樣是比GIS法來的準確，也較為穩定，且MIS法所達到的變異數縮減效果更佳。 參考文獻 1.Bassamboo, A.,Juneja, S.and Zeevi, A. (2008),“Portfolio Credit Risk with Extremal Dependence: Asymptotic Analysis and Efficient Simulation” , Operations Research, 56(3), 593-6062.Chiang, M.H., Yueh, M.L., and Hsieh, M.H. (2007),“An Efficient Algorithm for Basket Default Swap Valuation”, Journal of Derivatives, 15(2), 8-193.Glasserman, P., Heidelberger, P. and Shahabuddin, P. (2002),“Portfolio Value-At-Risk with Heavy-Tailed Risk Factors”, Mathematical Finance, 12(3), 239-2694.Glasserman, P. (2004),“Tail Approximations for Portfolio Credit Risk”, Journal of Derivatives, 12, 24-425.Glasserman, P. and Li, J. (2005),“Importance Sampling for Portfolio Credit Risk”, Management Science, 51(11), 1643-16566.Glasserman, P. Heidelberger, P. and Shahabuddin, P. (2000),“Variance Reduction Techniques for Estimating Value-at-Risk”, Management Science, 46(10), 1349-13647.Han, C.H, and Wu, C.T. (2010),“Efficient importance sampling for estimating lower tail probabilities under Gaussian and Student’s t distributions”, Preprint. National Tsing-Hua University. 20108.Li, D.X. (2000),“On Default Correlation: A Coupla Function Approach”, Journal of Fixed Income, 9, 43-549.Nocedal, J. and M. Wright (1999), “Numerical Optimization”. New York: Springer-Verlag 描述 碩士
國立政治大學
統計學系
103354012資料來源 http://thesis.lib.nccu.edu.tw/record/#G0103354012 資料類型 thesis dc.contributor.advisor 劉惠美 zh_TW dc.contributor.advisor Liu, Hui Mei en_US dc.contributor.author (Authors) 陳家丞 zh_TW dc.contributor.author (Authors) Chen, Chia Chen en_US dc.creator (作者) 陳家丞 zh_TW dc.creator (作者) Chen, Chia Chen en_US dc.date (日期) 2016 en_US dc.date.accessioned 1-Jul-2016 14:56:58 (UTC+8) - dc.date.available 1-Jul-2016 14:56:58 (UTC+8) - dc.date.issued (上傳時間) 1-Jul-2016 14:56:58 (UTC+8) - dc.identifier (Other Identifiers) G0103354012 en_US dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/98554 - dc.description (描述) 碩士 zh_TW dc.description (描述) 國立政治大學 zh_TW dc.description (描述) 統計學系 zh_TW dc.description (描述) 103354012 zh_TW dc.description.abstract (摘要) 在針對投資組合之信用風險模擬時，如何選取適當的模型來解釋資產間的相依程度是非常重要的。最常用來解釋投資組合的模型為常態關聯結構模型，但近年來發現t關聯結構模型更適合用在解釋投資組合間的相依程度。蒙地卡羅法在針對信用風險模擬上是一個很實用的工具，但是其缺點是模擬時間久且對於發生極端情況時，將不易得到結果，導致其效率過低。而此時，重要性取樣法則是一個很適合用來針對信用風險模擬所使用的工具，其優點在於模擬時間短，且針對極端值也能夠模擬出結果。本篇文章將蒙地卡羅法作為比較的基準，以Glasserman, and Li (Management Science, 51(11), 1643-1656, 2005) 所提出的二階段重要性取樣法，我們稱為GIS，以及將Chiang et al. (Journal of Derivatives, 15(2), 8-19, 2007) 所提出的重要性取樣法加以改良，我們稱為MIS，針對bassamboo et al. (Operations Research, 56(3), 593-606, 2008) 所提出的極值相依模型，也就是t關聯結構模型進行模擬研究，並根據模擬出來的數值結果判斷重要性取樣法的估計效益，此外，我們也會對常態關聯結構模型進行模擬。依據模擬結果我們發現到，整體而言，在模擬時間上，MIS法所花費的時間較GIS法來得少，在準確率方面，MIS法一樣是比GIS法來的準確，也較為穩定，且MIS法所達到的變異數縮減效果更佳。 zh_TW dc.description.tableofcontents 第一章 緒論 5第二章 文獻探討 7第三章 研究方法 8第一節 基本假設 8第二節 模型介紹 91. 單因子模型 92. 多因子模型 93. 含衝擊變數之極值相依模型 9第三節 Glasserman Importance Sampling Method (GIS) 11第三節 改良式重要性取樣法(MIS) 15第四節 各模型模擬流程建立 171. 單因子模型 17A. 蒙地卡羅法 17B. GIS重要性取樣法 18C. MIS重要性取樣法 192. 多因子模型 20A. 蒙地卡羅法 20B. GIS重要性取樣法 20C. MIS重要性取樣法 213. T關聯結構模型 22I. 對Z做重要性取樣法(有做標準化) 22A. 蒙地卡羅法 22B. GIS重要性取樣法 23C. MIS重要性取樣法 24II. 對W做重要性取樣法 25A. 蒙地卡羅法 25B. MIS重要性取樣法 26第五節 變異數縮減(Variance Reduction) 27第四章 近似結果分析及分析 29第一節 單因子模型模擬結果 29第二節 多因子模型模擬結果 39第三節 T關聯結構模型模擬結果 45第五章 結論 59附錄 60附錄一：機率密度函數FW 60附錄二：尾端機率特性 60附錄三：直尋牛頓法 61附錄四：分配轉換之likelihood ratio 63參考文獻 64 zh_TW dc.format.extent 2400996 bytes - dc.format.mimetype application/pdf - dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#G0103354012 en_US dc.subject (關鍵詞) 蒙地卡羅法 zh_TW dc.subject (關鍵詞) 投資組合 zh_TW dc.subject (關鍵詞) 信用風險 zh_TW dc.subject (關鍵詞) 極值相依 zh_TW dc.subject (關鍵詞) 重要性取樣法 zh_TW dc.subject (關鍵詞) 常態關聯結構 zh_TW dc.subject (關鍵詞) t關聯結構 zh_TW dc.subject (關鍵詞) 變異數縮減 zh_TW dc.title (題名) 極值相依模型下投資組合之重要性取樣法 zh_TW dc.title (題名) An importance sampling (IS) for evaluating portfolio with extremal dependence model en_US dc.type (資料類型) thesis en_US dc.relation.reference (參考文獻) 1.Bassamboo, A.,Juneja, S.and Zeevi, A. (2008),“Portfolio Credit Risk with Extremal Dependence: Asymptotic Analysis and Efficient Simulation” , Operations Research, 56(3), 593-6062.Chiang, M.H., Yueh, M.L., and Hsieh, M.H. (2007),“An Efficient Algorithm for Basket Default Swap Valuation”, Journal of Derivatives, 15(2), 8-193.Glasserman, P., Heidelberger, P. and Shahabuddin, P. (2002),“Portfolio Value-At-Risk with Heavy-Tailed Risk Factors”, Mathematical Finance, 12(3), 239-2694.Glasserman, P. (2004),“Tail Approximations for Portfolio Credit Risk”, Journal of Derivatives, 12, 24-425.Glasserman, P. and Li, J. (2005),“Importance Sampling for Portfolio Credit Risk”, Management Science, 51(11), 1643-16566.Glasserman, P. Heidelberger, P. and Shahabuddin, P. (2000),“Variance Reduction Techniques for Estimating Value-at-Risk”, Management Science, 46(10), 1349-13647.Han, C.H, and Wu, C.T. (2010),“Efficient importance sampling for estimating lower tail probabilities under Gaussian and Student’s t distributions”, Preprint. National Tsing-Hua University. 20108.Li, D.X. (2000),“On Default Correlation: A Coupla Function Approach”, Journal of Fixed Income, 9, 43-549.Nocedal, J. and M. Wright (1999), “Numerical Optimization”. New York: Springer-Verlag zh_TW
