Core Concepts
本論文では、無界な確率変数に対するユーティリティベースの短絡リスク(UBSR)の推定と最適化の問題を扱う。UBSRは金融リスク管理において有用な指標であり、従来の尺度であるVaRやCVaRよりも優れた特性を持つ。本研究では、UBSRの非漸近的な誤差解析を行い、UBSRの勾配推定量を提案し、それを用いた確率的勾配法アルゴリズムの収束性を示す。
Abstract
本論文では、無界な確率変数に対するユーティリティベースの短絡リスク(UBSR)の推定と最適化の問題を扱っている。
- UBSRの定義と性質
- UBSRは金融リスク管理において有用な指標であり、従来の尺度であるVaRやCVaRよりも優れた特性を持つ。
- 本研究では、無界な確率変数に対するUBSRの定義を拡張し、UBSRが凸リスク尺度であることを示した。
- UBSRの推定
- UBSRの推定には標本平均近似(SAA)を用いる。
- SAA推定量の平均二乗誤差の非漸近的な上界を導出した。
- 近似解を求めるアルゴリズムを提案し、その誤差解析を行った。
- UBSRの最適化
- UBSRの勾配表現を導出した。
- 勾配の不偏推定量を提案し、その誤差解析を行った。
- 提案した勾配推定量を用いた確率的勾配法アルゴリズムを提案し、その収束性を示した。
本研究の成果は、金融リスク管理における意思決定問題の解決に貢献すると期待される。
Stats
UBSRの推定誤差の上界は以下のようになる:
E[|SRl,λ(X) - SRm(Z)|] ≤ C1 / √m
E[|SRl,λ(X) - SRm(Z)|^2] ≤ C2 / √m
ここで、C1, C2は定数である。
UBSRの勾配推定量の誤差の上界は以下のようになる:
E[||Jm_θ(Z, Ẑ) - ∇h(θ)||_1] ≤ D̂1 / √m
E[||Jm_θ(Z, Ẑ) - ∇h(θ)||_2^2] ≤ D̂2 / m
ここで、D̂1, D̂2は定数である。