[論文レビュー] Sample Recycling for Nested Simulation with Application in Portfolio Risk Measurement

Kun Zhang, Mingbin Feng+2 more|arXiv (Cornell University)|Mar 29, 2022

Forecasting Techniques and Applications被引用数 5

ひとこと要約

本稿は、ポートフォリオリスク測定におけるネストドシミュレーションにおけるサンプルリサイクル手法を提案する。内側のシミュレーション出力を複数の外側シナリオに再利用することで、計算効率を向上させる。この手法はバイアス、分散、平均二乗誤差を低減し、漸近的に有効な信頼区間を達成し、数値実験において標準的なネストドシミュレーションおよび回帰ベースの手法を上回る性能を示す。

ABSTRACT

Nested simulation is a natural approach to tackle nested estimation problems in operations research and financial engineering. The outer-level simulation generates outer scenarios and the inner-level simulations are run in each outer scenario to estimate the corresponding conditional expectation. The resulting sample of conditional expectations is then used to estimate different risk measures of interest. Despite its flexibility, nested simulation is notorious for its heavy computational burden. We introduce a novel simulation procedure that reuses inner simulation outputs to improve efficiency and accuracy in solving nested estimation problems. We analyze the convergence rates of the bias, variance, and MSE of the resulting estimator. In addition, central limit theorems and variance estimators are presented, which lead to asymptotically valid confidence intervals for the nested risk measure of interest. We conduct numerical studies on two financial risk measurement problems. Our numerical studies show consistent results with the asymptotic analysis and show that the proposed approach outperforms the standard nested simulation and a state-of-art regression approach for nested estimation problems.

研究の動機と目的

• 標準的なネストドシミュレーションがリスク測定において高い計算コストを要することに対処すること。
• 外側のシナリオ間で内側シミュレーションのサンプルを再利用する手法を開発し、計算効率を向上させること。
• 提案された推定量のバイアス、分散、平均二乗誤差の理論的収束速度を確立すること。
• 漸近的に有効な信頼区間を可能にする中央極限定理および一貫した分散推定量を導出すること。
• 本手法の標準的ネストドシミュレーションおよび最先端の回帰アプローチに対する優位性を実証的に検証すること。

提案手法

• 本手法は、尤度比に基づく重み付け方式を用いて、1つの外側シナリオからの内側シミュレーション出力を、複数の外側シナリオの条件付き期待値推定に再利用する。
• バンド幅εを用いたカーネル関数を用いた滑らか化された経験的推定量を導入し、シナリオ間での内側サンプルの再利用を安定化させる。
• 外側および内側変数の同時密度から導かれる重要度サンプリング重みと内側シミュレーション出力を組み合わせた推定量を構築する。
• 正則性条件の下で、バイアス、分散、平均二乗誤差の収束速度を導出し、標準的なネストドシミュレーションと比較して改善された収束速度を示す。
• 中央極限定理を確立し、リスク測度のための漸近的に有効な信頼区間の構築を可能にする。
• 実用的推論および区間推定を支援する一貫した分散推定量を導出する。

実験結果

リサーチクエスチョン

• RQ1 内側シミュレーションのサンプルは、異なる外側シナリオ間で効果的に再利用可能か、ネストドシミュレーションの計算負担を軽減できるか？
• RQ2 提案されたサンプルリサイクル推定量のバイアス、分散、平均二乗誤差の理論的収束速度は何か？
• RQ3 本手法は漸近正規性を満たすか。これにより、リスク測度のための有効な信頼区間が構築可能か？
• RQ4 本サンプルリサイクル手法は、標準的ネストドシミュレーションおよび回帰ベースの手法と比較して、効率性および正確性において優れているか？
• RQ5 本手法は、異なるシミュレーション予算および問題の複雑さの下でも正確性を維持できるか？

主な発見

• 提案されたサンプルリサイクル手法は、内側シミュレーションの数mが与えられたとき、平均二乗誤差（MSE）の収束速度がO(1/m)に達し、標準的ネストドシミュレーションのO(1/m)よりも優れている。
• バイアスおよび分散を顕著に低減し、同じシミュレーション予算下で標準的ネストドシミュレーションよりも理論的収束速度が優れている。
• 漸近正規性が確立されており、導出された分散推定量を用いてリスク測度の有効な信頼区間を構築できる。
• 数値実験により、2つの金融リスク測定問題において、本手法は標準的ネストドシミュレーションおよび最先端の回帰アプローチを上回る正確性および効率性を示している。
• 中程度のシミュレーション予算でも安定した性能を維持しており、実用応用におけるロバストネスおよびスケーラビリティを示している。
• バンド幅εを用いたカーネルスムージングにより、安定した推定と収束が保証され、真のリスク測度への収束速度に関する理論的保証が得られている。