由置信水平参数化的光谱风险度量的渐近分析
摘要：$alpha$趋于1时，我们研究差异$Delta ho ^{X, Y}\_alpha := ho \_alpha (X + Y) - ho \_alpha (X)$的渐近行为，其中$ ho\_alpha $是一个带有置信水平参数$0 < alpha < 1$的风险度量，$X$和$Y$是尾概率函数正则变化的非负随机变量。当$ ho \_alpha $是alpha处的值-at-risk (VaR)时，在Kato (2017)中进行了讨论。本文研究了$ ho \_alpha $是alpha趋近于1时收敛到最坏情况风险度量的谱风险度量的情况。我们给出了投资组合$X+Y$的边际风险贡献与Euler贡献之间的差异的渐近行为。与Kato (2017)类似，我们的结果主要取决于$X$和$Y$尾部厚度的相对大小。我们还进行了一项数值实验，发现当$X$的尾部比$Y$的尾部足够厚时，$Delta ho ^{X, Y}\_alpha $并不随$alpha$单调增加，并且在小于1的置信水平处达到最大值。
作者：Takashi Kato
论文ID：1711.07335
分类：Risk Management
分类简称：q-fin.RM
提交时间：2018-03-07