Efficiency versus Robustness under Tail Misspecification: Importance Sampling and Moment-Based VaR Bracketing
创建于 更新于
摘要
本文比较两类基于模拟的VaR估计方法：在名义高斯模型下，重要性抽样（IS）通过指数倾斜显著降低方差但在真实重尾（Student-t）情形下系统性低估真实VaR；离散矩匹配（DMM）在有限矩约束下给出确定性的VaR区间，对尾部错配更为稳健但效率较低并受网格与可行性限制影响。报告并行提供了稳定性诊断（ESS、权重集中度）和DMM可行性上限的实用建议。[page::20]
