全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1592 29
2022-06-01
英文标题:
《Computational aspects of robust optimized certainty equivalents and
  option pricing》
---
作者:
Daniel Bartl, Samuel Drapeau, Ludovic Tangpi
---
最新提交年份:
2019
---
英文摘要:
  Accounting for model uncertainty in risk management and option pricing leads to infinite dimensional optimization problems which are both analytically and numerically intractable. In this article we study when this hurdle can be overcome for the so-called optimized certainty equivalent risk measure (OCE) -- including the average value-at-risk as a special case. First we focus on the case where the uncertainty is modeled by a nonlinear expectation penalizing distributions that are \"far\" in terms of optimal-transport distance (Wasserstein distance for instance) from a given baseline distribution. It turns out that the computation of the robust OCE reduces to a finite dimensional problem, which in some cases can even be solved explicitly. This principle also applies to the shortfall risk measure as well as for the pricing of European options. Further, we derive convex dual representations of the robust OCE for measurable claims without any assumptions on the set of distributions. Finally, we give conditions on the latter set under which the robust average value-at-risk is a tail risk measure.
---
中文摘要:
考虑到风险管理和期权定价中的模型不确定性,会导致无限维优化问题,这些问题在分析和数值上都很难解决。在本文中,我们研究了所谓的优化确定性等效风险度量(OCE)何时可以克服这一障碍,包括作为特例的平均风险值。首先,我们将重点放在不确定性由非线性期望惩罚分布建模的情况,该分布与给定基线分布的最佳运输距离(例如Wasserstein距离)相比“远”。结果表明,鲁棒OCE的计算简化为有限维问题,在某些情况下甚至可以显式求解。这一原则也适用于短缺风险度量以及欧洲期权的定价。此外,我们推导了可测索赔的鲁棒OCE的凸对偶表示,无需对分布集进行任何假设。最后,我们给出了后一个集的条件,在此条件下,鲁棒平均风险值是尾部风险度量。
---
分类信息:

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
--
一级分类:Mathematics        数学
二级分类:Optimization and Control        优化与控制
分类描述:Operations research, linear programming, control theory, systems theory, optimal control, game theory
运筹学,线性规划,控制论,系统论,最优控制,博弈论
--

---
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
2022-6-1 01:54:24
稳健优化确定性等价物和期权pricingDaniel Bartla的计算方面,1,*, Samuel Drapaub,2,+,Ludovic Tangpic,3,2019年3月7日摘要考虑到风险管理和期权定价中的模型不确定性会导致有限维优化问题,这些问题在分析和数值上都很难解决。在本文中,我们研究了所谓的优化确定性等价性度量(OCE)何时可以克服这一障碍,包括作为特例的平均风险值。首先,我们关注这样一种情况,即不确定性由一个非线性期望建模,该非线性期望惩罚从给定基线分布到最佳运输距离(例如Wasserstein距离)而言“远”的分布。结果表明,鲁棒OCE的计算简化为有限维问题,在某些情况下甚至可以显式解决。这一原则也适用于短缺风险度量以及欧洲期权的定价。此外,在不假设分布集的情况下,我们证明了鲁棒OCE可公式化权利要求的凸对偶表示。最后,我们给出了后一个集的条件,在此条件下,稳健平均风险值是尾部风险度量。作者:德国康斯坦茨大学数学系,Universit"atstrasse10,78464。中国上海市淮海西路211号上海交通大学数学科学学院和上海高级金融研究所。
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

2022-6-1 01:54:26
200030中国。C美国新泽西州普林斯顿查尔顿街普林斯顿大学运营研究与金融工程系,邮编:08544。bartl@uni-康斯坦茨。desdrapeau@saif.sjtu.edu.cnndounkeu@普林斯顿大学。埃杜*非常感谢维也纳科学技术基金(WWTF)通过VRG17005项目和FWF Y00782赠款。+感谢中国国家科学基金会、11550110184和11671257的资助。感谢上海交通大学授予AF0710020号“金融风险和不确定性评估”项目感谢维也纳科学和技术基金(WWTF)在MA 14-008赠款下提供的财政支持。论文信息ARXIV eprint:1706.10186 MSC 2010:91G80、90B50、60E10、91B30关键词:优化确定性等价物;最佳运输;瓦瑟斯坦距离;惩罚、分配不确定性;凸性;风险平均值;稳健的期权定价。1、导言在本文中,我们研究了Ben-Tal和Teboulle[6,7]的优化确定性等价物(简称OCE)的性质,以及模型不确定性下更广泛的期权定价。在风险评估的背景下,OCE定义的基本原理如下。假设金融机构面对未来不确定的损失分配u,她希望评估其风险。在她的评估中,给出了损失函数l:R→ (-∞, ∞], 她计算了代表当前损失平均成本的预期RL(x)u(dx)。然而,她可以通过分配一些现金m来减少未来的总体损失,从而得出现值RL(x- m) u(dx)+m。在所有可能的分配中最小化确定u的最佳成本或OCE,关于损失函数l:OCE(l):=infm∈RZl(x- m) u(dx)+m.
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

2022-6-1 01:54:29
(1.1)现在,如果未来损失的分布u不完全清楚,风险规避金融代理人将考虑由R(l)给出的分配m的总成本(·-m) )+m,其中R是非线性期望。感谢Martin Herdegen、Jan Oblój、Mathias Pohl和Johannes Wiesel的卓有成效的讨论,即R建模投资者的保守程度或风险厌恶程度,可以在线性情况R(·)=R·du和最坏情况R(·)=supu之间插值∈M(R)R·du,其中M(R)是R上的一组可能性度量。因此,稳健优化确定性等效等参比函数(l)的自然定义:=infm∈R(R(l)()- m) )+m),(1.2)即未来预期损失以非线性预期R表示时的最小分配成本。经典OCE满足[6]中讨论的良好经济特性。特别是,它是Artzner等人[1]和F"ollmer and Schied[24]意义上的一种常规货币风险度量,具有额外的法律不变性,有关定义和后果,请参见Frittelli和Rosazza Gianin[26]。此外,根据损失函数l的具体情况,它包括经典风险度量,如熵危机度量、风险平均值,见Rockafellar和Uryasev【41】、Macheroni等人的单调平均方差【35】,以及F"ollmer和Schied【24】的短缺风险度量,作为标度限制。作为一个经典的无约束一维优化问题,OCE是一个光滑的量化工具,参见Cheridito和Li【14】以及Cherny和Kupper【16】。风险的计算以及风险贡献可以根据一阶条件明确说明,并使用傅里叶变换方法有效地实现,见Drapeau等人【20】,以及随机寻根方法,见Hammet等人【29】以及Dunkel和Weber【21】。
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

2022-6-1 01:54:32
然而,当面临模型不确定性时,由于优化问题(1.2)的潜在有限维性质,这些属性在先验上具有挑战性。此外,还不清楚由此产生的稳健风险量化与非稳健风险量化之间的偏差有多大,这在实践中是一个至关重要的问题。本文的目标是研究稳健的OCE,并提供几种方法来降低稳健带来的复杂性,以获得明确的公式,从而量化模型误判下的风险。我们的第一个主要结果集中在r(f):=supu的情况下∈M(R)Zf du- ^1(直流(u,u)),如果ν是一个正函数,DCA可以通过成本函数c(x,y)获得最佳运输距离,如瓦瑟斯坦距离和ua固定的给定分布。潜在的直觉是,例如使用粘贴信息,人们先验地知道分布u可能是正在评估其风险的财务损失的真实分布。由于该估计的不确定性,一个考虑了严重的可能分布,但惩罚了那些在距离dc方面“远离”基线分布u的分布。参见Remark2.9中关于这种方法的更多具体财务动机。在证明了一般对偶公式SUPu之后∈M(R)Zf du- ^1(直流(u,u))= infλ≥0Zfλcdu+Д*(λ)(1.3)带*作为定理2.4中ν的凸共轭,我们在定理2.7中显示出,oce(l)=infλ≥0OCE公司lλc+ ^1*(λ), 式中,lλc(x):=supy∈R(l(y)- λc(x,y))。稳健OCE的公式表明,计算OCE(l)的有限维优化问题转化为计算分布u的OCE的有限维问题,并使用修改的损失函数lλc。我们强调,对偶公式(1.3)本身很有趣,适用于可测函数f、较低的半连续成本和惩罚函数。
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

2022-6-1 01:54:37
调整惩罚函数Д可以设置风险规避水平。选择Д:=∞1(δ,∞]对于某些δ>0,当非线性期望R变为sr(f)=sup{u∈M(R):直流(u,u)≤δ} Zf du,在基线分布u周围的球的最坏情况预期。在这种情况下,取dcto为一阶Wasserstein距离,l(x)=x+/α,使OCE成为α级风险的平均值,1hasAV@Rα= AV@Rα(u)+δ/α,(1.4)参见示例2.10,了解不同的惩罚和不同的距离。换句话说,稳健平均风险值与标准平均风险值加上“不确定性溢价”δ/α相同。Wozabal[43]在假设存在支配概率测度的情况下得出了上述公式。在特殊情况下,其中Д=∞1(δ,∞], 最近研究了R的凸对偶表示及其在随机规划中的应用。第一个贡献来自Esfahani和Kuhn【37】,他们在dcis为一阶Wasserstein距离、u为经验测度、函数f为凸函数且具有特殊结构时推导出对偶公式。对于类似的设置和另一类目标函数f,我们参考Zhao和Guan【44】。Blanchet和Murthy【11】以及Gao和Kleywegt【27】在一般的Polish空间上获得了结果,对于下半连续的成本函数c和上半连续的可积函数f。本文给出的证明本质上更直接。它依赖于Choquet电容性定理的一个版本,并应用可公式化的函数。这种对偶的应用远远超出了鲁棒优化确定等价的降维。它还使我们能够推导出F"ollmer和Schied稳健短缺风险度量的有限维表示[24]。
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