中國人民大學教師張琨及合作者在嵌套隨機仿真研究方面取得重要進展
中國人民大學統計與大數據研究院張琨助理教授、香港城市大學商學院管理科學系劉光梧教授和王詩雨博士在嵌套隨機仿真（Nested simulation，NS）研究方面取得重要進展，相關研究成果在線發表在運籌學領域國際最頂尖期刊《Operations Research》上。經從《Operations Research》官網查詢，本論文是該期刊上以Renmin University of China署名的第二篇論文。
NS方法在衍生品資產組合風險度量領域有著廣泛的應用。它分兩步進行：首先生成n個外層樣本，即風險因子，然后給定每個外層樣本，生成m個內層樣本用來估風險因子對應的損失函數。NS方法的隨機仿真成本為c=nm。學術界和金融業界所關注的一個熱點問題是給定有限的c，如何將其分配給外層樣本量n和內層樣本量m，使得風險估計量的均方誤差最小。該文引入統計學中的自助采樣法（Bootstrap sampling），提出了一種樣本驅動的方法，有效地解決了隨機仿真成本在內層和外層分配的問題。此外，該文進一步證明了NS估計量的中心極限定理。該研究成果大大提升了NS方法的效率，為其在金融界廣泛應用提供了重要支持，具有現實意義。
論文概述
Simulation budget allocation is at the heart of a nested (also referred to as two-level) simulation approach to estimating functionals of a conditional expectation. In this paper, we propose a sample-driven budget allocation rule under a unified nested simulation framework that allows for different forms of functionals. The proposed method employs bootstrap sampling to guide an effective choice of outer- and inner-level sample sizes. Furthermore, we establish a central limit theorem for nested simulation estimators, and incorporate the sample-driven allocation rule into the construction of asymptotically valid confidence intervals (CIs). Effectiveness of the sample-driven allocation rule and validity of the constructed CIs are confirmed by numerical experiments.
發表頁面
背景介紹
本篇論文發表在《Operations Research》，這是運籌學領域國際最頂尖期刊，是國際管理科學/運籌學會（INFORMS）旗艦期刊，亦是商學院“UT-Dallas 24期刊列表”國際頂級期刊之一，也是金融時報評定出的50本商學院頂級期刊之一（簡稱FT50），在中國FMS管理科學高質量期刊推薦列表獲最高評級A, 在國際運籌與管理領域享有極高的學術聲譽。
作者介紹
張琨，中國人民大學統計與大數據研究院助理教授，博士生導師。張琨的研究領域包括隨機仿真，機器學習，金融工程與風險管理。已在Operations Research、Operations Research Letters、Journal of Theoretical Probability等運籌學與統計學一流期刊發表多篇論文。
Guangwu Liu, Department of Management Sciences, College of Business, City University of Hong Kong, Hong Kong, China
Shiyu Wang, Department of Management Sciences, College of Business, City University of Hong Kong, Hong Kong, China
您填的信息已提交,老師會在24小時之內與您聯系
如果還有其他疑問請撥打以下電話
熱門簡章
更多
北京大學
中國政法大學
清華大學
對外經濟貿易大學
北京師范大學
微信小程序
微信公眾號
在職研APP
