Portfolio Credit Risk with Archimedean Copulas: Asymptotic Analysis and Efficient Simulation
创建于 更新于
摘要
本报告提出基于Archimedean copula的信用投资组合风险模型，刻画强尾部依赖性，通过精确渐近分析推导大额组合损失的尾概率和期望短缺，进而设计两种高效的蒙特卡洛方差缩减算法（基于重要性抽样和条件蒙特卡洛），显著提升罕见事件估计的计算效率，特别是结合条件蒙特卡洛方法实现了百万级方差缩减 [page::0][page::2][page::5][page::9][page::16]
