Основные понятия
部分的な情報下で、対称性などの形状情報を利用して、GlueVaRリスク尺度の最良および最悪のシナリオを導出した。特殊ケースとしてVaR、TVaR、RVaRの最良および最悪のシナリオも導出した。
Аннотация
本論文では、部分的な情報下で、GlueVaRリスク尺度の最良および最悪のシナリオを導出した。
まず、平均と分散が既知の場合について、GlueVaRリスク尺度の最悪のシナリオを導出した。その際、スロープの大小関係によって場合分けを行い、各ケースの最悪のシナリオとその対応する分布を明示的に求めた。特殊ケースとしてVaR、TVaR、RVaRの最悪のシナリオも導出した。
次に、平均と分散に加えて対称性が既知の場合について、GlueVaRリスク尺度の最良のシナリオを導出した。同様にスロープの大小関係によって場合分けを行い、各ケースの最良のシナリオとその対応する分布を明示的に求めた。特殊ケースとしてVaR、TVaR、RVaRの最良のシナリオも導出した。
本研究の貢献は以下の通りである。
部分的な情報下で、GlueVaRリスク尺度の最良および最悪のシナリオを導出し、その対応する分布を明示的に求めた。
対称性の情報を加えることで、GlueVaRリスク尺度の最良および最悪のシナリオをより改善できることを示した。
特殊ケースとしてVaR、TVaR、RVaRの最良および最悪のシナリオも導出した。
Статистика
最悪のシナリオにおける GlueVaRリスク尺度の値は、µ + σ√(α/(1-α))です。
最良のシナリオにおける GlueVaRリスク尺度の値は、µ + σ√((h2-1+α)^2/(α(1-α)))です。
Цитаты
"部分的な情報下で、GlueVaRリスク尺度の最良および最悪のシナリオを導出した。"
"対称性の情報を加えることで、GlueVaRリスク尺度の最良および最悪のシナリオをより改善できることを示した。"