Counter-monotonic Risk Sharing with Heterogeneous Distortion Risk Measures
이 논문은 반드시 위험 회피적이지 않은 이질적인 왜곡 위험 측도를 가진 에이전트들 간의 위험 분담을 연구하며, 특히 위험 추구 성향을 보이는 그룹에 대해 제약이 없는 및 역단조 inf-convolution 의 명시적 해를 유도하고 이를 일반화된 왜곡 위험 측도로 표현합니다.
25 편의 논문
이 논문은 반드시 위험 회피적이지 않은 이질적인 왜곡 위험 측도를 가진 에이전트들 간의 위험 분담을 연구하며, 특히 위험 추구 성향을 보이는 그룹에 대해 제약이 없는 및 역단조 inf-convolution 의 명시적 해를 유도하고 이를 일반화된 왜곡 위험 측도로 표현합니다.
이 논문은 사이버 공격의 군집 현상을 포착하는 호크스 과정을 도입하여 고든 - 로브 모델을 확장하고, 동적 프로그래밍을 통해 최적의 사이버 보안 투자 전략을 도출함으로써 정적 및 포아송 기반 전략보다 효과적인 위험 관리 방안을 제시합니다.
이 논문은 무한한 평균을 가진 무거운 꼬리 손실의 경우, 전통적인 분산 투자 이론과 반대로 포트폴리오가 단일 자산에 집중하는 경우보다 모든 임계값에서 더 큰 꼬리 위험을 초래할 수 있음을 증명하고, 이를 뒷받침하는 '하나의 바구니 정리'를 제시합니다.
이 논문은 현재 오더북 미시구조를 기반으로 미래의 청산 실행 리스크를 예측하는 새로운 프론트 - 로킹 유동성 위험 지표인 '슬리피지 - 앳 - 리스크 (SaR)'를 제안하고, 이를 통해 탈중앙화 금융 시스템의 자본 요구 사항 최적화 및 시스템적 스트레스 예측에 기여하는 방법론을 제시합니다.
이 논문은 기업과 은행 간의 다층 네트워크 구조를 균형표 데이터만으로 재구성하고 충격 전파를 분석하여 실제 네트워크 데이터가 부재한 상황에서도 경제의 회복탄력성을 평가하고 시스템적 위험을 식별할 수 있는 통합 프레임워크를 제시합니다.
이 논문은 주식 및 거시경제 정보를 기반으로 조건부 기대 수익률을 예측하기 위해 가우시안 프로세스 회귀 (GPR) 기반 앙상블 학습 방법을 제안하며, 1962 년부터 2016 년까지의 미국 주식 데이터를 통해 기존 머신러닝 모델보다 통계적·경제적 성능이 우수하고 불확실성을 고려한 최적 포트폴리오 구성이 가능함을 입증했습니다.
이 논문은 비표준 분석 기법을 활용하여 일관성 위험 측정도와 그 유한 표본 추정량을 하이퍼유한 표현과 이산 쿠수오카 공식으로 재해석하고, 이를 통해 플러그인 추정량의 점근적 성질과 부트스트랩 유효성을 체계적으로 증명하는 새로운 프레임워크를 제시합니다.
이 논문은 베이지안 신경망, 공정성 제약이 적용된 그래디언트 부스팅, 그리고 시프트 인식 융합 전략을 결합하여 데이터 분포 변화와 공정성 요구사항 하에서도 신뢰할 수 있는 신용 위험 점수를 산출하는 '보정된 신용 지능 (CCI)' 프레임워크를 제안하고, 이를 통해 기존 모델 대비 우수한 판별력, 보정 정확도, 안정성 및 공정성을 입증합니다.
이 논문은 하류 위험 목표와 정렬된 생성기를 학습하여 다양한 정책 하에서 최악의 위험 편차를 식별하는 적대적 정책을 도입함으로써, VaR 및 ES 와 같은 조건부 위험 시나리오를 보다 정확하게 생성하는 '생성적 적대 회귀 (GAR)' 프레임워크를 제안합니다.
이 논문은 SPY 데이터를 기반으로 점프 - 확산 메커니즘과 포아송 기반의 점프 지속 시간 메커니즘을 결합한 하이브리드 은닉 마르코프 모델을 제안하여, 기존 모델들이 동시에 충족하지 못했던 중후미 분포, 낮은 자기상관성, 그리고 지속적 변동성 군집화라는 세 가지 핵심 통계적 특성을 모두 보존하는 고품질 합성 금융 시계열 생성을 가능하게 함을 보여줍니다.
이 논문은 다양한 시장 시나리오에서 발생하는 이질적인 위험 평가를 통합하기 위해 가중치 일반화 위험 측정치 (WGRM) 와 가중치 위험 사각형 (WRQ) 을 제안하여, 이론적 특성을 규명하고 최적화 문제를 선형 계획법으로 변환 가능하게 함으로써 실증 분석을 통해 포트폴리오의 위험 조정 성과와 하방 리스크 방어 능력을 입증했습니다.
이 논문은 플랫폼의 승점 (win-score) 에 기반한 라우팅 게이트가 포함된 RFQ 시장 환경에서, 재고 위험과 승점 동역학을 통합한 2 단계 확률적 제어 모델을 제안하고, 이를 통해 승점 변동에 따른 최적 견적 전략과 이의 비선형적 안정성 (이중 안정성 및 히스테리시스) 을 분석합니다.
이 논문은 다변량 부족 위험과 최적 자본 배분을 추정하기 위해 푸리에 역변환 기법과 무작위화 준몬테카를로 (RQMC) 샘플링을 결합한 단일 및 다중 수준 알고리즘을 제안하며, 기존 몬테카를로 방법보다 우수한 수렴 속도와 계산 효율성을 입증합니다.
이 논문은 연금보험에서 생명표의 정수 연령 데이터만으로는 불확실한 사망률 분포를 가정하지 않고도, 관측된 생명표와 일치하는 모든 사망률 경로에 대해 생존 시간 함수의 상한과 하한을 도출하여 보험 계약 가치의 최악 및 최선 시나리오를 정량화하는 새로운 강건한 프레임워크를 제시합니다.
이 논문은 기후 변화, 사이버 공격, 팬데믹 등 새로운 위험을 반영하기 위해 복합 동적 전염 과정을 도입하고, 에슈커 변환을 통해 무차익 조건 하의 재보험 프리미엄을 유도하며 몬테카를로 시뮬레이션과 민감도 분석을 통해 그 가치를 검증합니다.
이 논문은 비음수 구간을 지지하는 확률변수의 합에 대한 VaR(위험가치) 의 극단적 집계 행동을 분석하여, 공단위성 (co-monotonicity) 인 경우를 제외하고는 VaR 의 하부 가산성이 불가능함을 증명하고, 음의 단순형 의존성 (NSD) 과 단순형 우세 (SD) 라는 두 가지 구조적 조건을 통해 VaR 의 완전한 상부 가산성을 특징짓는 통합적 프레임워크를 제시합니다.
이 논문은 네트워크 구조 내에서 친구 관계에 있는 에이전트들 간의 공정한 위험 분담을 연구하며, 최적의 부호 선형 위험 분담 규칙을 규명하고 이를 그래프 라플라시안과 연결합니다.
이 논문은 기존 개별 청구 예측 방법론의 한계를 극복하고, 리치먼과 뵈트릭의 이전 연구를 바탕으로 실용적 표준을 정립하기 위해 체인-래더 (CL) 기법을 확장한 새로운 개별 청구 예측 접근법을 제시합니다.
본 논문은 IFRS 9 하의 기대신용손실 추정을 위해 생존분석 기법 (이산시간 위험 모형 및 조건부 추론 생존 트리) 을 적용하여 대출 상각 위험의 기간구조를 도출하고, 이를 LGD 모델에 통합한 결과 이산시간 위험 모형이 다수 진단 지표에서 우수한 성능을 보였으나, 데이터의 L 자형 분포 특성으로 인해 단일 단계 LGD 모델이 최종적으로 가장 좋은 성과를 거두었음을 규명했습니다.
이 논문은 SPY 및 XOP 옵션을 대상으로 shortfall 확률과 하방 위험을 고려한 강화학습 프레임워크 (RLOP 및 QLBS) 를 제안하여, 기존 모델의 한계를 극복하고 실제 헤지 성과와 금융 안정성을 향상시키는 자율 AI 에이전트 기반의 위험 관리 접근법을 제시합니다.