发表机构
FF Quant Advisory B.V.; Delft Institute of Applied Mathematics, Delft University of Technology（FF量化咨询有限公司; 代尔夫特理工大学应用数学研究所）
机构由 AI 辅助整理，请以论文原文为准。AI 中文总结
研究提出ISCOS方法，推导相关提议分布并分析误差传播，通过数值实验验证其在信用投资组合风险分配中的效率。
AI 中文摘要
我们提出ISCOS，一种针对稀有信用投资组合损失的交叉熵重要性采样校准方法。推导高斯和高斯-逆伽马提议分布，分析有限COS近似误差对拟合参数的传播。对高斯和学生t- copula信用投资组合的数值实验表明该方法的效率。
英文摘要
We introduce ISCOS, a cross-entropy importance-sampling calibration method for rare credit-portfolio losses. We derive Gaussian and Gaussian--inverse-Gamma proposals and analyse the propagation of finite-COS approximation errors to the fitted parameters. Numerical experiments for Gaussian and Student t-copula credit portfolios show the efficiency of this method.
Comments42 pages
