[論文レビュー] A primer on quasi-random numbers for copula models

Mathieu Cambou, Marius Hofert+1 more|arXiv (Cornell University)|Aug 14, 2015

Financial Risk and Volatility Modeling被引用数 1

ひとこと要約

本論文は、コピュラモデルのサンプリングアルゴリズムへの準乱数の統合を実用的な枠組みで提示し、条件付き分布法および確率的表現法の両方が、従来のモンテカルロ法に比べて著しく効率を向上させることを示している。主な貢献は、独立またはガウス型のマージンにとどまらず、多様なコピュラモデルにおいて準乱数サンプリングを可能にしたことである。Rパッケージの copula および qrng を用いることで実現されている。

ABSTRACT

The present work addresses the question how sampling algorithms for commonly applied copula models can be adapted to account for quasi-random numbers. Besides sampling methods such as the conditional distribution method (based on a one-to-one transformation), it is also shown that typically faster sampling methods (based on stochastic representations) can be used to improve upon classical Monte Carlo methods when pseudo-random number generators are replaced by quasi-random number generators. This opens the door to quasi-random numbers for models well beyond independent margins or the multivariate normal distribution. Detailed examples (in the context of finance and insurance), illustrations and simulations are given and software has been developed and provided in the R packages copula and qrng.

研究の動機と目的

• 独立または多変量正規分布のマージンにとどまらない、コピュラモデルにおけるシミュレーション効率の向上という課題に取り組む。
• 条件付き分布法や確率的表現法といった一般的に用いられるコピュラサンプリング技術に、準乱数生成器を適応させる。
• 準乱数サンプリングが、収束速度および正確性の観点で古典的モンテカルロ法を上回ることを実証する。
• 金融・保険分野の応用に即座に活用可能な、copula および qrng パッケージを通じたアクセスしやすい実装を提供する。

提案手法

• 逆変換サンプリング手順において、疑似乱数の代わりに準乱数列を用いることで、条件付き分布法を適応させる。
• 確率的表現に基づくサンプリング手法を、準乱数生成に拡張し、収束をより速くする。
• 低不規則性列（例：ソボルまたはハルトン）を疑似乱数の代わりに用いることで、モンテカルロシミュレーションにおける統合誤差を低減する。
• 再現性がありアクセスしやすい研究を実現するため、Rエコシステム内にこれらの手法を実装・検証し、copula および qrng パッケージを活用する。
• ファイナンスおよび保険分野の数値例を用いて、実世界のコピュラモデルにおける準乱数サンプリングの実用的利点を提示する。
• 再現性を支援し、既存の統計ワークフローへの統合を可能にするため、コードとシミュレーションを提供する。

実験結果

リサーチクエスチョン

• RQ1 条件付き分布法のような標準的なコピュラサンプリングアルゴリズムに、準乱数が効果的に統合可能か。
• RQ2 非ガウス型コピュラモデルにおいて、準乱数サンプリングは古典的モンテカルロ法に比べて収束速度および正確性で優れているか。
• RQ3 確率的表現に基づくサンプリング手法は、準乱数列を用いるように適応可能か。
• RQ4 金融・保険分野の実世界のコピュラモデルに準乱数サンプリングを適用した場合、実用的なパフォーマンス向上はどの程度得られるか。
• RQ5 研究者がアクセスしやすいRツールを用いて、コピュラモデルにおける準乱数サンプリングをどのように実装できるか。

主な発見

• 準乱数は、古典的モンテカルロ法に比べて、コピュラモデルのシミュレーションにおける収束速度を顕著に向上させる。
• 条件付き分布法は、準乱数列を用いるように適応可能であり、モデルの忠実性を保ちつつ分散を低減できる。
• 確率的表現に基づくサンプリング手法も、準乱数生成器の導入により、疑似乱数を用いる場合よりも収束が速くなる。
• 準乱数サンプリングの統合は、独立または多変量正規分布のマージンにとどまらず、広範なコピュラモデルクラスにまで拡張可能である。
• Rパッケージの copula および qrng は、最小限のコード変更で利用可能な効率的な実装を提供しており、研究者が容易に採用できる。
• ファイナンスおよび保険分野におけるシミュレーションでは、特に高次元設定において一貫したパフォーマンス向上が確認された。