[논문 리뷰] Aggregation of Risks and Asymptotic independence

Abhimanyu Mitra, Sidney I. Resnick|ArXiv.org|2008. 07. 25.

Probability and Risk Models참고 문헌 19인용 수 3

한 줄 요약

이 논문은 Gumbel 도메인의 여왕에 속하는 渐近적으로 독립적인 위험의 합의 꼬리 확률이 점 渐진적으로 단일 위험의 꼬리의 일정한 배수와 같아지는 충분한 조건을 설정한다. 이는 동일하지 않은 모수와 더 가벼운 꼬리 분포로의 결과 확장을 포함하며, 하위지수적이고 비하위지수적 사례를 포함한 예시를 제공하고, 양수 계수를 가진 위험의 선형 조합을 통한 포트폴리오 최적화 근사에 적용한다.

ABSTRACT

We study the tail behavior of the distribution of the sum of asymptotically independent risks whose marginal distributions belong to the maximal domain of attraction of the Gumbel distribution. We impose conditions on the distribution of the risks $(X,Y)$ such that $P(X + Y > x) \sim (const)P (X > x)$. With the further assumption of non-negativity of the risks, the result is extended to more than two risks. We note a sufficient condition for a distribution to belong to both the maximal domain of attraction of the Gumbel distribution and the subexponential class. We provide examples of distributions which satisfy our assumptions. The examples include cases where the marginal distributions of $X$ and $Y$ are subexponential and also cases where they are not. In addition, the asymptotic behavior of linear combinations of such risks with positive coefficients is explored leading to an approximate solution of an optimization problem which is applied to portfolio design.

연구 동기 및 목표

• Gumbel 분포의 극값 도메인에 속하는 분포를 가진 모수의 극값 도메인에 속하는 두 개 이상의 渐진적으로 독립적인 위험의 합의 점 渐진적 꼬리 행동을 분석하는 것.
• 독립성 외의 경우인 점 渐진적 독립성으로까지 기존의 위험 집계 결과를 확장하며, 특히 하위지수적이지 않은 모수 분포에 대해서도 적용하는 것.
• 합의 꼬리 $X+Y$가 점 渐진적으로 $ (1+c)P(X>x) $와 등가가 되는 충분한 조건을 제시하는 것, 여기서 $ c = \lim_{x\to\infty} P(Y>x)/P(X>x) $.
• 양수 계수를 가진 이러한 위험의 선형 조합의 점 渐진적 행동을 탐색하고, 이를 포트폴리오 설계 최적화에 적용하는 것.
• 수치 실험을 통해 초과 확률에 대한 점 渐진적 근사의 정확도를 평가하고, 이와 최적화 문제에서 근사해의 품질 간의 관계를 규명하는 것.

제안 방법

• 합의 분포 $ (X,Y) $ 에 대한 충분한 조건을 유도하여 $ \lim_{x\to\infty} \frac{P(X+Y>x)}{P(X>x)} = 1 + c $ 가 되도록 하는 것, 여기서 $ c = \lim_{x\to\infty} \frac{P(Y>x)}{P(X>x)} $.
• 정규화된 꼬리 행동에 대한 정규 변동성 및 수렴 조건을 도입하여, 합의 분포가 Gumbel 유형의 극값 분포의 곱으로 수렴하도록 보장하는 것.
• Gumbel 분포의 극값 도메인 ($MDA(\Lambda)$)의 성질과 이원 극값 극한을 통한 점 渐진적 독립성 개념을 사용하는 것.
• 두 위험에 대한 결과를 비음수성 조건과 동일한 꼬리 등가 조건을 유지하면서 $n$-변량 합으로 확장하여, 점 渐진적 등가성이 모수 꼬리의 일정한 배수와 유지되도록 하는 것.
• 점 渐진적 등가성을 양수 계수를 가진 선형 조합 $ \tilde{a}_1X + \tilde{a}_2Y $ 에 적용하여 포트폴리오 최적화 문제의 근사해를 도출하는 것.
• 10,000개의 샘플을 사용한 몬테카를로 시뮬레이션을 통해 초과 확률를 추정하고, 상관계수 $\rho = -0.9, 0, 0.9$ 에 따른 다양한 수준에서 근사해와 진짜 최적해 간의 상대 오차를 평가하는 것.

실험 결과

연구 질문

• RQ1 MDA(\Lambda)에 속하는 두 개의 점 渐진적으로 독립적인 위험의 합이 단일 위험의 꼬리의 일정한 배수와 꼬리 등가성을 보일 조건은 무엇인가?
• RQ2 모수 분포가 동일하지 않거나 $MDA(\Lambda)$에 속하지 않는 더 가벼운 꼬리일 경우, 점 渐진적 꼬리 등가성 $ P(X+Y>x) \sim (1+c)P(X>x) $ 는 어떻게 확장될 수 있는가?
• RQ3 실제로 포트폴리오 최적화에 선형 조합을 적용할 때, 점 渐진적 근사 $ P(X+Y>x) \approx (1+c)P(X>x) $ 의 정확도는 어떠한가?
• RQ4 점 渐진적 근사의 정확도와 포트폴리오 설계 문제에서 근사해의 성능 간의 관계는 무엇인가?
• RQ5 점 渐진적 독립성을 가지며 $MDA(\Lambda)$에 속하는 분포들 중에서, 극한 $ \lim_{x\to\infty} \frac{P(X+Y>x)}{P(X>x)} $ 가 존재하고 2 또는 $\infty$ 가 아니며, 엄밀히 그 사이에 위치하는 경우는 존재하는가?

주요 결과

• 모수 $X,Y$ 가 $MDA(\Lambda)$에 속하고 $ c = \lim_{x\to\infty} P(Y>x)/P(X>x) \in (0,\infty) $ 를 만족할 경우, 논문은 $ \lim_{x\to\infty} \frac{P(X+Y>x)}{P(X>x)} = 1 + c $ 를 확립하며, 이는 $c=1$ 일 때 $P(X+Y>x) \sim 2P(X>x)$ 를 포함한다.
• 한 모수 분포가 더 가벼운 꼬리이지만 $MDA(\Lambda)$에 속하지 않더라도, 극한 $c$ 가 존재하고 유한할 경우 결과는 여전히 성립한다.
• 모수 $X$ 와 $Y$ 가 비음수이고 꼬리 등가 조건을 만족할 경우, 이 결과는 두 개 이상의 위험 합으로 확장되며, 점 渐진적 등가성이 $ (1 + \sum c_i)P(X>x) $ 와 유지된다.
• 수치 실험 결과, $\rho = -0.9$ 와 $\rho = 0$ 일 경우, 임계치 $x \geq 5$ 에서 근사해와 진짜 최적 포트폴리오 확률 간의 상대 오차가 10% 이하로 유지되어 근사 정확도가 양호함을 보였다.
• $\rho = 0.9$ 일 경우 상대 오차가 증가한다 (예: $x=20$ 에서 최대 81%), 그러나 두 가중치가 양수일 경우 근사해는 진짜 최적해와 같은 주기수의 크기를 유지한다.
• 연구는 점 渐진적 근사가 정확할 경우, 포트폴리오 최적화 문제에 대한 근사해도 정확하고, 반대로 정확하지 않다면 근사해도 정확하지 않음을 확인하였다.