보험리스크의 손해확률변수의 분포가 두터운 꼬리(Heavy-Tail) 특성을 보이는 경우 보험사에서 적용 가능한 위험측도의 하계(下界)를 계산하는 것은 필수적인 과제이다. 또한 일관성과 통계적 엄밀함을 동시에 만족시키는 체계(기업위험관리, Enterprise Risk Management)를 갖추어야하는 손해보험사에게 위의 과제는 매우 중요한 요소이다. 위의 관점에서 이 논문에서는 정규변동성(Regular Variation)을 갖는 손해확률변수의 위험측도 가산성(subadditivity, comonotonicity, superadditivity)과 정규변동계수(Regular Variation Index)간의 관계를 연구하였다.
If risks are extremely heavy-tailed, it is essential to find the lower bound of a given risk measure. In this paper, we examine the asymptotic super(sub)additivity of the value-at-risk measure when losses are regularly varying but not necessarily independent.
Ⅰ. Introduction
Ⅱ. Aggregate Distributions of Regularly Varying Random Variables
Ⅲ. Value-at-risk of Regulaly Varying Random Variables
Ⅳ. Numerical Examples
References
(0)
(0)