全部版块 我的主页
论坛 经济学人 二区 外文文献专区
2019 48
2022-05-04
英文标题:
《Tail behavior of sums and differences of log-normal random variables》
---
作者:
Archil Gulisashvili, Peter Tankov
---
最新提交年份:
2016
---
英文摘要:
  We present sharp tail asymptotics for the density and the distribution function of linear combinations of correlated log-normal random variables, that is, exponentials of components of a correlated Gaussian vector. The asymptotic behavior turns out to depend on the correlation between the components, and the explicit solution is found by solving a tractable quadratic optimization problem. These results can be used either to approximate the probability of tail events directly, or to construct variance reduction procedures to estimate these probabilities by Monte Carlo methods. In particular, we propose an efficient importance sampling estimator for the left tail of the distribution function of the sum of log-normal variables. As a corollary of the tail asymptotics, we compute the asymptotics of the conditional law of a Gaussian random vector given a linear combination of exponentials of its components. In risk management applications, this finding can be used for the systematic construction of stress tests, which the financial institutions are required to conduct by the regulators. We also characterize the asymptotic behavior of the Value at Risk for log-normal portfolios in the case where the confidence level tends to one.
---
中文摘要:
我们给出了相关对数正态随机变量线性组合的密度和分布函数的尖尾渐近性,即相关高斯向量分量的指数。渐近行为取决于各分量之间的相关性,显式解是通过求解一个可处理的二次优化问题得到的。这些结果既可以直接用来近似尾部事件的概率,也可以用来构造方差缩减程序,用蒙特卡罗方法估计这些概率。特别地,我们对对数正态变量和的分布函数的左尾提出了一个有效的重要抽样估计。作为尾部渐近性的一个推论,我们计算高斯随机向量的条件律的渐近性,给定其分量的指数的线性组合。在风险管理应用中,这一发现可用于系统构建压力测试,监管机构要求金融机构进行压力测试。在置信水平趋于1的情况下,我们还刻画了对数正态投资组合的风险价值的渐近行为。
---
分类信息:

一级分类:Mathematics        数学
二级分类:Probability        概率
分类描述:Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用:例如中心极限定理,大偏差,随机微分方程,统计力学模型,排队论
--
一级分类:Quantitative Finance        数量金融学
二级分类:Risk Management        风险管理
分类描述:Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-4 21:54:22
伯努利22(1),2016,444–493DOI:10.3150/14-BEJ665 SUM的尾部行为和对数正态随机变量的差异Sarchil Gulisashvilian和PETER Tankov本文致力于纪念PETER Laurence。美国俄亥俄大学数学系。电子邮件:gulisash@ohio.eduLaboratoire巴黎迪德罗大学,巴黎7号,法国。电子邮件:tankov@math.univ-巴黎狄德罗。我们给出了相关对数正态随机变量线性组合的密度和分布函数的尖尾渐近性,即相关高斯向量分量的指数。渐近行为取决于各分量之间的相关性,显式解是通过求解一个易于处理的二次优化问题得到的。这些结果既可以直接用来近似尾部的概率,也可以用来构造方差缩减程序,用蒙特卡罗方法估计这些概率。特别地,我们为对数正态变量和的分布函数的左尾提出了一个有效的重要性抽样估计。作为尾部渐近性的推论,我们计算高斯随机向量的条件律的渐近性,给定其分量的指数的线性组合。在风险管理应用中,该结果可用于系统构建压力测试,监管机构要求金融机构进行压力测试。我们还刻画了对数正态投资组合的风险价值在密度水平趋于1的情况下的渐近行为。关键词:重要性抽样;拉普拉斯方法;蒙特卡罗方法;多维Black-Scholes模型;多维对数正态分布;风险管理;压力测试;尾部行为1。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 21:54:26
前言:多元对数正态分布是自然科学和社会科学中广泛使用的随机模型,相关对数正态随机变量的线性组合在许多应用中出现。例如,在无线通信中,来自不同来源的总干扰功率的分布通常由对数或正态变量之和来描述,而在财务风险管理中,相关对数正态变量的线性组合可能代表资产组合的价值。因为这篇文章的发行是ISI/BS在伯努利发表的原始文章的电子版,2016年,第22卷,第1444-493号。这本再版在页码和排版细节上与原版不同。1350-7265摄氏度 2016年ISI/BS2 A.Gulisashvili和P.Tankov线性组合的显式形式未知,因此致力于发展渐近近似。特别是,Asmussen和Rojas Nandayapa[6]描述了相关对数正态分布函数s um右尾的行为。他们的结果也可以从最近对相依次指数随机变量和的尾部行为的研究中推断出来[19,21]。另一方面,Gao、Xu和Ye[20]计算了两个相关对数正态变量之和的左尾的渐近性。然而,除了这两种情况外,对数正态变量线性组合的尾部行为目前还没有得到很好的理解。本文给出了相关对数正态随机变量s的任意线性组合的密度和分布函数的尾a的一个显式特征。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 21:54:30
我们发现了新的依赖模式,与对数正态和的右尾以及次指数随机变量和的右尾的依赖模式非常不同。“s inglebig跳跃”的原理并不成立:渐近行为不再由尾巴最胖的单体成分决定,而是取决于成分之间的相关性。我们的论文包含两类结果。首先,我们计算分布函数的尾部渐近性和对数正态变量线性组合的密度。这些结果既可以直接用于估计尾事件的概率,也可以通过蒙特卡罗方法构造有效的方差缩减程序来估计这些概率。特别是,我们提出了对数正态和分布函数左尾的n重要性抽样估计,在Asmussen和Glynn[5]的意义上,它是对数有效的。在风险管理应用中,我们的渐近公式可用于评估多维Black-Scholes模型中大型投资组合损失的可能性。其次,作为尾部渐近性的一个推论,我们计算了高斯向量在其分量的线性指数组合条件下的渐近律。这一发现可用于压力测试的系统构建,监管机构要求金融机构进行压力测试。鉴于多维对数正态分布在实际应用中的重要性,本文主要研究它。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 21:54:34
然而,我们希望我们的发现和我们开发的技术将促进对多维随机模型和环境的进一步研究,其中尾部行为由整个依赖结构决定,而不是由单个成分决定。文献[1,15,16,22,26]回顾了相关文献的历史和对数正态分布的应用。对数正态变量和过程的和和和积分在高斯乘性混沌的理论概率和理论物理中也起着重要作用[23,28]。对数正态变量之和分布函数的数值近似一直是研究的重点。在[9,10]中,作者根据单变量对数正态分布特征函数的近似值,找到对数正态和的近似值。Senarante和Tellambura的论文[30]和[33]中采用了类似的路径,发展了对数正态和和差分的计算方法,3确定了计算对数正态和分布函数的数值技术。一种相关的方法是用一些或多或少易于计算的表达式从上到下限定对数正态和的密度。Tellambura[32]提供了2或3个共相关对数正态分布函数之和的界,以及任意数量等式相关对数正态分布函数之和的界。Vandu ff elet等人[34]的文章致力于通过对数正态和的条件期望的分布函数来近似对数正态和关于辅助条件随机变量的分布函数。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-4 21:54:37
另一个文献流讨论了具有固定边缘的一般r和OM向量函数尾的界(见[17]和参考文献S)。特别是在风险管理应用的推动下,几位作者研究了对数正态变量和的尾部行为。正如alr eady所提到的,Asmussen和Rojas Nandayapa[6](另见Rojas Nandayapa[29]的论文)描述了对数正态和分布函数右尾的行为。Asmussen等人[4]将这些结果用于构造右尾对数正态和分布函数的重要抽样蒙特卡罗估值器。事实证明,理解对数正态和的左尾要困难得多。Szy szkowicz和Yanikomeroglu[31]提出用一维对数正态分布函数逼近不相关对数正态变量之和的左尾。最近,Gao、Xu和Ye[20]的文章取得了重要进展,其中给出了两个相关对数正态分布的左尾的显式渐近性。对于协方差矩阵的一个子类(见下面的Re mark5),这些作者还刻画了任意数量对数正态变量和密度的左尾的渐近行为。绝大多数出版物都讨论对数非正态变量之和。尽管这类变量与不同符号系数的线性组合对于推广期权定价融资(参见Carmona和Durreman[14])等应用十分重要,但它们的线性组合相对较少受到关注。为数不多的例外情况之一是由Lo[27]撰写的论文,他考虑了两个对数正态过程(几何布朗运动)的和与差的分布,并在很短的时间内给出了这些分布的近似值。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群