Efficient Risk Estimation for the Credit Valuation Adjustment
创建于 更新于
摘要
本文提出一种用于CVA VaR分布估计的高效多层嵌套蒙特卡洛方法（MLMC）框架，通过层级差分、随机化层级和自适应内层采样显著降低计算成本。理论结果表明，在任意正的 δ 下，估计误差为 ε 的情况下成本可达到 O(ε^{-2-δ})，相比传统蒙特卡洛的 O(ε^{-5}) 显著降低；并结合方差降低与重要性采样等策略，扩展至多对手情形及 collateral 等风险缓释因素的情景分析，数值实验验证了在CV A风险估计中的有效性与鲁棒性 [page::9]
