《模擬仿真的輸入不確定性及其在金融風險管理中的套用》是依託同濟大學，由胡照林擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：模擬仿真的輸入不確定性及其在金融風險管理中的套用
- 項目類別：青年科學基金項目
- 項目負責人：胡照林
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
本項目研究金融風險管理中相容風險度量(CRM)的設計與估計。我們從金融機構具體實際出發考慮兩種情形。在第一種情形下，我們利用樣本數據構造分布參數的置信域。然後假設分布參數在該置信域中變動，來考慮最大期望損失，從而設計好一個對應於該置信域的CRM。我們套用似然比方法把CRM估計問題轉化為標準的隨機最佳化問題，繼而套用近年來發展成熟的樣本平均近似方法,設計一序列凸最佳化近似的算法來解決該最佳化問題。在第二種情形下，我們假設機率測度集所包含的分布個數為有限個，並將相應的CRM估計問題轉化為一個大規模ranking and selection(R&S)問題。我們運用雲計算的思想和框架，結合R&S問題的算法方法來處理所得問題。在雲計算的構架下，用以估計CRM的算法設計會有很大自由度，我們將集中研究如何設計和最佳化算法使得估計更有效。本研究將為金融機構更全面地評估其風險提供強有力的工具。
結題摘要
模擬仿真作為運籌與管理科學的一個重要工具，已經被套用到眾多的決策管理領域。輸入不確定性是模擬仿真的一個非常重要的問題，並直接影響到模擬仿真的可依賴性。近20年來，全世界不少模擬仿真領域的學者對該問題進行了廣泛而深入的研究。本項目立論於此，同時也研究該問題在金融風險管理中的處理。在項目資助的三年時間裡，項目負責人圍繞模擬仿真，輸入不確定性，金融風險管理，隨機最佳化，仿真最佳化等主題展開了研究，並獲得了有趣的結果。在項目立論的啟發上，我們另搭框架，給出了利用統計距離對輸入不確定性建模的一個新的框架，並提出了一個魯棒仿真的方法用以處理輸入不確定性。而對於項目本身所立情形，我們也在考慮結合相容風險度量，輸入不確定性和並行計算進行研究。另外，項目負責人也花大量的精力對仿真最佳化和風險測度最佳化這兩類重要問題進行了深入的研究。在項目資助下，項目負責人發表了四篇論文。這些研究成果為模擬仿真中輸入不確定性，金融風險管理中VaR和CVaR等風險測度的最佳化，仿真最佳化提供了方法和啟示。
