[論文レビュー] A Fourier Approach to the Computation of CV@R and Optimized Certainty Equivalents

Samuel Drapeau, Michael Kupper+1 more|arXiv (Cornell University)|Dec 30, 2012

Risk and Portfolio Optimization参考文献 30被引用数 10

ひとこと要約

本稿では、条件付きリスクバリュー（CVaR）および最適化された確実性同等（OCE）を、フーリエ変換に基づく数値的手法によって、計算効率よく算出する手法を提案する。CVaR や単調な平均・分散リスク測度を含む、法不変リスク測度のクラスに属する。決定論的根の探索と特性関数変換を組み合わせることで、計算速度がバリュー・アット・リスク（VaR）と同等の結果を得つつ、正確な結果を提供し、従来の確率的シミュレーション手法に比べて、速度と正確性の両面で顕著に優れている。

ABSTRACT

We consider the class of risk measures associated with optimized certainty equivalents. This class includes several popular examples, such as CV@R and monotone mean-variance. Numerical schemes are developed for the computation of these risk measures using Fourier transform methods. This leads, in particular, to a very competitive method for the calculation of CV@R which is comparable in computational time to the calculation of V@R. We also develop methods for the efficient computation of risk contributions.

研究の動機と目的

• CVaR や最適化された確実性同等（OCE）を、計算効率の良い方法で算出すること。これらはVaRよりもロバストであるが、従来は計算コストが高かった。
• CVaR などの一貫性のあるリスク測度の高い計算コストを解消すること。これは、単純な分位数計算ではなく、分位数関数の統合を必要とするためである。
• 金融リスク管理におけるリスク測定のための、シミュレーションベースの手法に代わる、数値的に安定で高速な代替手法を提供すること。
• OCEに基づくリスク測度におけるリスク寄与度の効率的計算およびポートフォリオ最適化を可能にすること。
• 変換手法と決定論的根の探索を組み合わせることで、最小限の計算オーバーヘッドで正確な結果が得られることを示すこと。

提案手法

• 本手法は、リスク要因の分布の特性関数を用いて、フーリエ逆変換により期待値を計算し、数値的効率性を確保するため高速フーリエ変換（FFT）を活用する。
• OCEの計算を2段階のプロセスとして定式化する。まず、1次元の根の探索アルゴリズム（Brent法）を用いて最適割当η*を求める。次に、変換に基づく期待値評価によりリスク測度を計算する。
• リスク測度は、逆関数を含む一般化されたOCEの公式で表現され、根の探索ステップを用いて数値的に解かれる。
• 本手法は、分布の特性関数（例：正規逆ガウス分布（NIG）など）に依存し、密度関数の直接統合を回避して積分を数値的に逆算する。
• 標準的なモンテカルロ法および決定論的統合手法との比較を通じて、解析的分布（S1）および実証的データセット（S2–S4）を用いて手法の妥当性を検証した。
• 計算効率は、CarrとMadanのフーリエ変換法を活用し、Lévy過程およびアフィン過程に最適化された実装により向上している。

実験結果

リサーチクエスチョン

• RQ1 フーリエ変換手法は、VaRと同等の計算速度でCVaRおよびOCEを効果的に計算するために適用可能か？
• RQ2 提案された決定論的根の探索と変換ベースの手法は、リスク測度計算における確率的シミュレーションベースの手法と比較して、速度と正確性の面でどの程度優れているか？
• RQ3 本手法は、重尾または高尖度分布（低分散・高尖度）に適用された場合、数値的安定性と正確性をどの程度維持できるか？
• RQ4 本手法は、OCEに基づくリスク測度におけるリスク寄与度の計算およびポートフォリオ最適化を効率的に拡張可能か？
• RQ5 特性関数と決定論的ソルバーを用いることで、モンテカルロシミュレーションに内在する推定誤差を回避し、正確な結果が得られるか？

主な発見

• 提案されたフーリエベースの手法は、CVaRをVaRと同等の計算時間で算出可能であり、NIG分布に従うリスク要因では、約0.1秒の実行時間で計算可能である。
• NIG_4データセット（10日リターン）では、CVaRを0.099秒で計算可能であり、高尖度・低分散密度関数における数値的不安定性により、標準的統合手法が失敗する状況でも有効である。
• 確率的根の探索アルゴリズムに比べ、10倍から40倍の高速化を達成しており、全テストケースにおいて0.1秒未満の計算時間で実行可能であり、γ=5（5次関数型効用）の場合でも同様である。
• フーリエ法は、最適割当η*およびリスク測度ρ(X)の両方に対して正確な値を提供するが、確率的手法は固有の分散を伴う推定値しか得られない。
• γ=2（単調な平均・分散）の場合、NIG_1ではρ(X)を0.045秒で計算可能であるのに対し、確率的根の探索法では0.455秒かかっており、10倍以上遅い。
• NIG_4のような極端なケースでも、リスク測度の値が3.4503であるが、計算は安定的かつ高速に実行可能である。