A general importance sampling algorithm for estimating portfolio loss probabilities in linear factor models

This paper develops a novel importance sampling algorithm for estimating the probability of large portfolio losses in the conditional independence framework. We apply exponential tilts to (i) the distribution of the natural sufficient statistics of the systematic risk factors and (ii) conditional de...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Insurance, mathematics & economics Ročník 64; s. 279 - 293
Hlavní autoři:	Scott, Alexandre, Metzler, Adam
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Amsterdam Elsevier B.V 01.09.2015 Elsevier Sequoia S.A
Témata:	[formula omitted] copula Algorithms Copulas Cross-entropy method Exponential tilts Gaussian copula Importance sampling Kullback–Leibler divergence Mathematical models Monte Carlo Parameter estimation Portfolio loss Portfolio performance Portfolios Probability Risk factors Sampling Statistics Studies Values Kullback–Leibler divergence t copula Monte Carlo Cross-entropy method Portfolio loss Gaussian copula Importance sampling Exponential tilts
ISSN:	0167-6687, 1873-5959
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!