[論文レビュー] Tail Analysis without Tail Information : A Worst-case Perspective

Henry Lam, Clémentine Mottet|arXiv (Cornell University)|Jul 12, 2015

Risk and Portfolio Optimization参考文献 42被引用数 6

ひとこと要約

本稿では、尾部の凸性という幾何的仮定に基づく非パラメトリックな最悪ケース解析を提案し、パラメトリックモデルへの依存を排除する。最悪ケースの尾部挙動は、極めて軽尾または極めて重尾のいずれかであり、最悪ケース分布を特定する低次元の非線形計画問題を定式化することで、従来のパラメトリック手法と競合する性能を達成する。

ABSTRACT

Tail modeling refers to the task of selecting the best probability distributions that describe the occurrences of extreme events. One common bottleneck in this task is that, due to their very nature, tail data are often very limited. The conventional approach uses parametric fitting, but the validity of the choice of a parametric model is usually hard to verify. This paper describes a reasonable alternative that does not require any parametric assumption. The proposed approach is based on a worst-case analysis under the geometric premise of tail convexity, a feature shared by all known parametric tail distributions. We demonstrate that the worst-case convex tail behavior is either extremely light-tailed or extremely heavy-tailed. We also construct low-dimensional nonlinear programs that can both distinguish between the two cases and find the worst-case tail. Numerical results show that the proposed approach gives a competitive performance versus using conventional parametric methods.

研究の動機と目的

• パラメトリック仮定の検証が難しい極端な事象モデル化における尾部データの不足に取り組む。
• 尾部分布選択に不可検証のパラメトリックモデルに依存するというボトルネックを克服する。
• パラメトリック仮定を必要としないが、依然として頑健な尾部挙動の特徴付けを提供する手法を開発する。
• 既知のすべてのパラメトリック尾部分布に共通する幾何的性質、すなわち尾部の凸性を、最悪ケース分析の基盤として活用する。
• 凸性制約下で最も極端な尾部挙動（軽尾または重尾）を同定し、保守的なリスク評価を支援する。

提案手法

• 既知のパラメトリック尾部分布に共通する尾部の凸性という幾何的前提に基づき、最悪ケース分析フレームワークを構築する。
• 尾部の凸性を維持する制約のもとで、凸尾部上での最適化問題として最悪ケースの尾部挙動をモデル化する。
• 凸性下での極値分布を特定するため、低次元の非線形計画問題を構築し、軽尾と重尾の最悪ケースを区別する。
• 特定のパラメトリック族を仮定せずに、凸最適化技術を用いて最悪ケースの尾部分布を計算する。
• 尾領域における凸性の構造を活用することで、計算の実行可能性を保証する。
• 最悪ケースの結果を従来のパラメトリックフィッティング手法と比較することで、数値的妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 パラメトリック族を仮定しない非パラメトリックな最悪ケース解析は、信頼性のある尾部モデリングを可能にするか？
• RQ2 尾部の凸性という制約下で、どのような極値尾部挙動（軽尾または重尾）が生じるか？
• RQ3 パラメトリック仮定なしに、最悪ケースの尾部分布を効率的に計算する方法は何か？
• RQ4 提案手法の最悪ケースアプローチは、実際の応用において標準的なパラメトリックフィッティング技術と競合する性能を示すか？
• RQ5 尾部領域における凸性は、頑健な極値分析の十分な幾何的基盤となるか？

主な発見

• 凸性のもとでの最悪ケースの尾部挙動は、極めて軽尾または極めて重尾のいずれかであり、中間の極端さは存在しない。
• 提案手法は、低次元の非線形計画問題を用いて極値尾部分布を的確に同定し、実用的な計算を可能にする。
• 数値結果により、最悪ケースアプローチが従来のパラメトリックフィッティング手法と競合する性能を示すことが確認された。
• 不可検証のパラメトリック仮定への依存を回避し、極端な事象モデリングにおけるより頑健な代替手法を提供する。
• 尾部の凸性という幾何的性質により、多様なパラメトリック尾部分布にわたる一元的な最悪ケース分析フレームワークが可能になる。
• データが乏しい尾部領域におけるリスク評価に対して、保守的でありながら解析的に扱いやすい代替手法を提供する。