On Design of Representative Distributionally Robust Formulations for Evaluation of Tail Risk Measures
创建于 更新于
摘要
本文针对极端损失风险度量CVaR的分布鲁棒优化（DRO）方法设计问题，结合极值理论，明确了不同不确定集选择下最坏情况下的CVaR增长速度特征，指出传统Wasserstein和多项式发散度构造的DRO方法在尾部风险评估中存在过度保守问题。提出基于极值理论的分布参数外推构造的DRO框架，实现了在尾部样本稀缺条件下风险估计的代表性和保守性平衡。方法适用于单变量、多变量场景及广义扭曲风险度量，数值模拟和实际金融网络分析验证了其优越性和实用性 [page::0][page::3][page::4][page::15][page::17][page::22][page::26][page::28][page::29]
