[논문 리뷰] Single- and Multi-Level Fourier-RQMC Methods for Multivariate Shortfall Risk

Chiheb Ben Hammouda, Truong Nguyen|arXiv (Cornell University)|2026. 02. 06.

Risk and Portfolio Optimization인용 수 0

한 줄 요약

본 논문은 단일 수준 및 다중 수준 Fourier-RQMC 방법을 개발하여 다변량 손실 위험(MSRM) 및 최적 자본 배분을 효율적으로 추정하고, 푸리에 반전(Fourier inversion)과 RQMC를 활용하여 수렴성과 계산 복잡도를 향상시킨다.

ABSTRACT

Multivariate shortfall risk measures provide a principled framework for quantifying systemic risk and determining capital allocations prior to aggregation in interconnected financial systems. Despite their well established theoretical properties, the numerical estimation of multivariate shortfall risk and the corresponding optimal allocations remains computationally challenging, as existing Monte Carlo based approaches can be numerically expensive due to slow convergence. In this work, we develop a new class of single and multilevel numerical algorithms for estimating multivariate shortfall risk and the associated optimal allocations, based on a combination of Fourier inversion techniques and randomized quasi Monte Carlo (RQMC) sampling. Rather than operating in physical space, our approach evaluates the relevant expectations appearing in the risk constraint and its optimization in the frequency domain, where the integrands exhibit enhanced smoothness properties that are well suited for RQMC integration. We establish a rigorous mathematical framework for the resulting Fourier RQMC estimators, including convergence analysis and computational complexity bounds. Beyond the single level method, we introduce a multilevel RQMC scheme that exploits the geometric convergence of the underlying deterministic optimization algorithm to reduce computational cost while preserving accuracy. Numerical experiments demonstrate that the proposed Fourier RQMC methods outperform sample average approximation and stochastic optimization benchmarks in terms of accuracy and computational cost across a range of models for the risk factors and loss structures. Consistent with the theoretical analysis, these results demonstrate improved asymptotic convergence and complexity rates relative to the benchmark methods, with additional savings achieved through the proposed multilevel RQMC construction.

연구 동기 및 목표

• 다변량 손실 위험 측정치(MSRM)와 대응하는 배분의 수치 추정을 진전시킨다.
• 주파수 영역 적분의 부드러운 피처를 활용하기 위해 Fourier 역변환과 무작위 준 몬테카를로(RQMC)를 도입한다.
• 단일 수준 및 다중 수준 스킴에 대한 엄밀한 오차 및 계산 복잡도 분석을 제공한다.
• 적응적 감쇠 및 도메인 변환을 통해 최적화 궤적을 따라 적분 함수의 규칙성(정규성)을 보존한다.
• Fourier–RQMC 대리모델과 통합된 확장 가능한 최적화 프레임워크(SQP 기반)를 개발한다.

제안 방법

• 손실 함수와 도함수의 Fourier 변환을 통해 주파수 영역에서 MSRM 기대값과 기울기를 표현한다.
• 적합한 등고선 이동(감쇠)을 사용하여 Fourier 적분구의 적분가능성 및 매끄러움을 보장한다.
• 상호작용 차수를 기반으로 고차원 Fourier 적분을 저차원 구성요소별 적분의 유한 합으로 분해한다.
• SQP 프레임워크 내에서 g(m), ∇g(m), ∇²g(m)을 추정하기 위해 단일 수준 Fourier–RQMC를 적용한다.
• 최적화의 기하급수적 수렴을 활용하여 비용을 줄이는 다중 수준 Fourier–RQMC 스킴으로 확장한다.
• 감쇠 인식 선 탐색과 SLSQP 구현을 통해 결과 SQP 부분문제를 해소한다.

실험 결과

연구 질문

• RQ1 MSRM과 관련 최적 배분이 주파수 영역 표현과 RQMC 샘플링을 사용하여 효율적으로 추정될 수 있는가?
• RQ2 감쇠 규칙과 도메인 변환이 Fourier 기반 MSRM 추정기의 규칙성 및 정확도에 어떤 영향을 미치는가?
• RQ3 다중 수준 RQMC 구성은 최적화 궤적에서 정확성을 보존하면서 계산 비용을 줄이는가?
• RQ4 단일 수준 대 다중 수준 Fourier–RQMC의 수렴성 및 복잡도 특성은 MSRM 추정에 있어 어떠한가?
• RQ5 이 방법들이 서로 다른 손실 구조 및 차원에서 SAA 및 SA 벤치마크와 비교하여 어떤 성능을 보이는가?

주요 결과

• Fourier–RQMC 추정기가 벤치마크 몬테카를로 접근법에 비해 점근적 수렴 및 복잡도에서 향상된 속성을 제공한다.
• 다중 수준 RQMC 구성은 최적화의 기하급수적 수렴을 이용해 계산 비용을 추가로 감소시킨다.
• 적응적 감쇠 및 규칙적 업데이트 규칙이 최적화 궤적을 따라 적분의 강건성을 유지한다.
• RQMC를 위한 도메인 변환은 규칙성을 보존하고 경계 처리 개선에 도움을 준다.
• 다양한 손실 모델과 차원에서 Fourier–RQMC가 표준 벤치마크를 능가하는 것을 수치 실험으로 확인했다.