基于Copula的层次化风险聚合——树相关抽样与轻微树依赖空间
摘要：保险公司足够准确地模拟风险的能力是至关重要的。Arbenz等人提出的“Copula-based hierarchical risk aggregation”方法提供了一种灵活的方式来进行模拟，并近期引起了广泛关注。我们简要介绍了聚合树模型以及该方法作者提出的采样算法。 模型的一个重要特征是，除非增加一个额外的假设（即“条件独立性假设”），所有风险的联合分布并没有完全确定。我们表明，有数值证据表明采样算法产生了一个由条件独立性假设唯一确定的分布的近似值。我们提出了一种改进的算法，并证明在一定条件下，我们的算法确实逼近了所述分布。 此外，我们还确定了在放弃条件独立性假设的情况下，给定聚合树模型的可行分布空间。我们研究了输入参数和树结构的影响，以得出关于如何设计聚合树的结论。
作者：Fabio Derendinger
论文ID：1506.03564
分类：Risk Management
分类简称：q-fin.RM
提交时间：2015-06-22