情景分析的模态和最大似然分配
摘要：风险的可变性的统计学多模态观点研究：有条件损失分布的多模态性用于计算风险分配，例如风险价值的欧拉资本分配。该条件分布可被解释为一个严重且可能的压力情景集合，这样给定的资本就可以覆盖。我们展示了该条件分布的各种分布特性，如模态性、相关性和尾行为，是从底层联合损失分布中继承的。在这些特性中，我们发现，条件分布的模态性是与风险评估相关的一个重要特征，该特征与可能在压力情况下发生的各种风险情景的多样性有关。在单模态下，我们引入了一种新的风险分配方法，称为最大似然分配（MLA），它定义为给定总资本的条件分布的模。在多模态下，单一的分配向量可能不太可靠。为了解决这个问题，我们探讨了所谓的多模态调整，以增加风险分配的可靠性。通过数值实验验证了条件分布、MLA和多模态调整的特性。特别是我们观察到，损失之间的负相关性通常导致多模态性，因此可能需要更高的多模态调整。
作者：Takaaki Koike and Marius Hofert
论文ID：2005.02950
分类：Risk Management
分类简称：q-fin.RM
提交时间：2020-11-19