以相對熵的重要抽樣法計算投資組合信用風險

Abstract

我們將用重要抽樣法去提升投資組合風險機率計算問題的效率，利用 最小相對熵和某些限制式去決定在重要抽樣下使用的機率測度。在此篇 論文，我們考慮常態分配與學生-t 分配的兩種模型並且與Glasserman， Chan and Kroese，Scott 所提出的三種方法比較。數值結果顯示，雖然 我們的方法精準度略低，但執行我們的重要抽樣法所需的計算時間比起 來相對少很多。

We use the importance sampling to increase the efficiency of estimating the probability of the portfolio credit risk and make use of the cross-entropy and some constraint to decide the importance sampling measure. In this thesis, we consider the normal copula and t copula and compare with Scott’s, Glasserman’s, and Chan and Kroese’s methods. From the numerical results, our importance sampling takes lesser computational time than others’ though our method losses a little accuracy.