3 votos

Obtenga una distribución para la pérdida agregada utilizando Monte Carlo

Me dan dos conjuntos de datos que contienen fechas y pérdidas (en alguna moneda).

Dada una distribución para la cantidad de pérdidas y una distribución (a,b,0) para la frecuencia de las pérdidas, ¿cómo puedo utilizar las simulaciones de Monte Carlo para obtener una distribución para las pérdidas agregadas?

Los documentos y libros que veo en Internet parecen indicar cómo simular las pérdidas agregadas (mediante la simulación del número de pérdidas y de las pérdidas dadas por dicho número), pero ¿cómo se llega a una distribución teniendo en cuenta todos esos datos?

Hay un libro que encontré "Riesgo Operativo con Excel y VBA". Describe el procedimiento y termina con la media, la desviación estándar y otras cosas del momento. ¿Es suficiente para describir la distribución de las pérdidas agregadas?

enter image description here

Publicado de forma cruzada: https://stats.stackexchange.com/questions/136541/get-distribution-for-aggregate-loss-using-monte-carlo

1 votos

Su pregunta no me queda clara, ¿qué quiere saber: 1. Quiere saber cómo hacer una simulación de Monte-Carlo dada una distribución de frecuencia y gravedad? 2. ¿Quiere saber cómo calibrar una distribución paramétrica específica para sus datos? ¿O quiere saber cómo elegir dicha distribución paramétrica en primer lugar?

1 votos

Y por cierto, dado que las pérdidas por riesgo operacional suelen tener una cola muy pesada, yo consideraría cuidadosamente si una distribución para dichas pérdidas debería tener una varianza finita

0 votos

@gg Quiero saber cómo ajustar una distribución de pérdidas agregadas después de simularlas. Lo raro es que el libro no menciona cómo hacerlo después de simplemente enunciar los momentos

1voto

scottishwildcat Puntos 146

Puedes hacer lo siguiente:

  • Para cada $i$ en $1$ al número de carreras de Mont-Carlo $K$
  • simular el número de pérdidas $N_i$
  • simular $N_i$ muchos tamaños de pérdidas $X_{i,1},\ldots,X_{i,N_i}$
  • calcular $L_i = \sum_{j=1}^{N_i} X_{i,j}$

Haciendo esto se obtiene una muestra de pérdidas $L_1,\ldots,L_K$ y puedes hacer todo tipo de hisogramas, ajustes de densidad, VaR, cálculos de ES en él.

EDIT: en esta muestra se podría intentar ajustar una distribución de pérdidas (por ejemplo, Gamma o Gamma traducida ver aquí ) por máxima verosimilitud o método de los momentos. Pero se puede aplicar el método de los momentos incluso sin MC porque si se asume que el número de pérdidas y los tamaños de las pérdidas son independientes entonces $$ E[L] = E[N]E[X] \text{ and } V[L] = E[N]V[X] +E[X]^2 V[N] $$ para estas distribuciones de fórmulas y ajustes, véase, por ejemplo de nuevo aquí .

0 votos

"La densidad encaja" ¿Cómo? Eso es precisamente lo que quiero saber cómo hacer dadas todas esas Li

1 votos

Véase el EDIT y el enlace para el momento y la distribución Gamma.

0 votos

GRACIAS, @Richard... creo. Lo comprobaré y veré si ayuda.

Finanhelp.com

FinanHelp es una comunidad para personas con conocimientos de economía y finanzas, o quiere aprender. Puedes hacer tus propias preguntas o resolver las de los demás.

Powered by:

X