[논문 리뷰] Sample Recycling for Nested Simulation with Application in Portfolio Risk Measurement

Kun Zhang, Mingbin Feng외 2명|arXiv (Cornell University)|2022. 03. 29.

Forecasting Techniques and Applications인용 수 5

한 줄 요약

이 논문은 포트폴리오 리스크 측정에서 중첩 시뮬레이션을 위한 샘플 재활용 방법을 제안하며, 내부 시뮬레이션 결과를 외부 시나리오 간에 재사용하여 계산 효율성을 향상시킨다. 이 방법은 편향, 분산, 평균제곱오차를 감소시키며, 渐近적으로 타당한 신뢰구간을 제공하고, 표준 중첩 시뮬레이션 및 회귀 기반 방법보다 수치 실험에서 뛰어난 성능을 보인다.

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.

연구 동기 및 목표

• 표준 중첩 시뮬레이션의 높은 계산 비용 문제를 해결하기 위해.
• 외부 시나리오 간에 내부 시뮬레이션 샘플을 재사용하여 효율성을 향상시키는 방법을 개발하기 위해.
• 제안된 추정기의 편향, 분산, 평균제곱오차에 대한 이론적 수렴 속도를 확립하기 위해.
• 점근적으로 타당한 신뢰구간을 위한 중심극한정리 및 일致한 분산 추정기 도출하기 위해.
• 제안된 방법의 표준 중첩 시뮬레이션 및 최신 기술의 회귀 접근법에 비해 우월함을 경험적으로 검증하기 위해.

제안 방법

• 이 방법은 하나의 외부 시나리오에서 얻은 내부 시뮬레이션 결과를 이탈도 비율 기반의 가중치 체계를 통해 여러 외부 시나리오의 조건부 기대값을 추정하는 데 재사용한다.
• 대역폭 ε를 가진 커널 함수를 사용하는 매끄러운 경험 추정기 도입으로, 시나리오 간 내부 샘플의 재사용을 안정화시킨다.
• 외부 및 내부 변수의 공동 밀도에서 유도된 중요도 샘플링 가중치와 내부 시뮬레이션 결과를 조합한 추정기이다.
• 정규성 조건 하에서 편향, 분산, 평균제곱오차의 수렴 속도를 도출하였으며, 표준 중첩 시뮬레이션 대비 향상된 속도를 보임을 보였다.
• 중앙극한정리를 확립하여 리스크 측정에 대한 점근적으로 타당한 신뢰구간을 가능하게 하였다.
• 실제 추론 및 구간 추정을 지원하기 위해 일致한 분산 추정기를 도출하였다.

실험 결과

연구 질문

• RQ1 내부 시뮬레이션 샘플을 다양한 외부 시나리오 간에 효과적으로 재사용하여 중첩 시뮬레이션의 계산 부담을 줄일 수 있는가?
• RQ2 제안된 샘플 재활용 추정기의 편향, 분산, 평균제곱오차에 대한 이론적 수렴 속도는 무엇인가?
• RQ3 제안된 방법이 점근 정규성을 확보하여 리스크 측정에 대한 타당한 신뢰구간을 제공하는가?
• RQ4 샘플 재활용 방법은 표준 중첩 시뮬레이션 및 회귀 기반 접근법에 비해 효율성과 정확도에서 어떻게 비교되는가?
• RQ5 다양한 시뮬레이션 예산과 문제 복잡도 하에서도 정확도를 유지할 수 있는가?

주요 결과

• 제안된 샘플 재활용 방법은 내부 시뮬레이션에 대해 평균제곱오차(MSE) 수렴 속도가 O(1/m)를 달성하며, m이 내부 반복 수일 때 표준 중첩 시뮬레이션의 O(1/m) 수렴 속도를 초월한다.
• 이 방법은 편향과 분산을 크게 감소시키며, 동일한 시뮬레이션 예산 하에서 표준 중첩 시뮬레이션 대비 더 뛰어난 이론적 수렴 속도를 보인다.
• 점근 정규성이 확립되어 유도된 분산 추정기를 사용해 리스크 측정에 대한 타당한 신뢰구간을 구성할 수 있다.
• 수치 실험을 통해 이 방법은 두 가지 금융 리스크 측정 문제에서 표준 중첩 시뮬레이션 및 최신 기술의 회귀 접근법에 비해 정확도와 효율성 면에서 뛰어난 성능을 보였다.
• 중간 수준의 시뮬레이션 예산에서도 안정적인 성능을 유지하여 실용적 응용에서 강건성과 확장성을 입증하였다.
• 대역폭 ε를 가진 커널 스무딩의 사용은 안정적인 추정과 수렴을 보장하며, 진짜 리스크 측정값으로의 수렴 속도에 대한 이론적 보장이 있다.