The objective of this paper is to study the effect of importance sampling (IS) techniques on stochastic credit portfolio optimization methods. I introduce a framework that leads to a reduction of volatility of resulting optimal portfolio asset weights. Performance of the method is documented in terms of implementation simplicity and accuracy. It is shown that the incorporated methods make solutions more precise given a limited computer performance by means of a reduced size of the initially necessary optimization model. For a presented example variance reduction of risk measures and asset weights by a factor of at least 350 was achieved. I finally outline how results can be mapped into business practice by utilizing readily available software such as RiskMetrics� CreditManager as basis for constructing a portfolio optimization model that is enhanced by means of IS.udDieser Beitrag soll die Auswirkung der Anwendung von Importance Sampling (IS) Techniken in der stochastischen Kreditportfoliooptimierung aufzeigen. Es wird ein Modellaufbau vorgestellt, der zu einer deutlichen Reduktion der Volatilität der Wertpapieranteilsgewichte führt. Durch eine Darstellung der verhältnismäßig einfachen Berücksichtigung der Importance Sampling Technik im Optimierungsverfahren sowie durch ein empirisches Beispiel wird die Leistungsfähigkeit der Methode dargelegt. In diesem Anwendungsbeispiel kann die Varianz der Schätzer sowohl für die Risikomaße als auch für die optimalen Anteilsgewichte um einen Faktor von mindestens 350 reduziert werden. Es wird somit gezeigt, dass die hier vorgestellte Methode durch eine Reduktion der Größe des ursprünglich notwendigen Optimierungs-problems die Genauigkeit von optimalen Lösungen erhöht, wenn nur eine begrenzte Rechnerleistung zur Verfügung steht. Abschließend wird dargelegt, wie die Lösungsansätze in der Praxis durch eine Ankopplung an existierende Softwarelösungen im Bankbetrieb umgesetzt werden können. Hierzu wird ein Vorgehen skizziert, das auf den Ergebnissen des Programms CreditManager von RiskMetrics ein Portfoliooptimierungsmodell aufbaut. udDieses wird um eine Importance Sampling Technik erweitert.
展开▼
机译：本文的目的是研究重要性抽样（IS）技术对随机信贷组合优化方法的影响。我介绍了一个框架，该框架可减少所产生的最佳投资组合资产权重的波动性。根据实现的简便性和准确性记录了该方法的性能。结果表明，在有限的计算机性能的前提下，通过减少最初需要的优化模型的大小，合并的方法可以使解决方案更加精确。对于给出的示例，风险度量和资产权重的方差降低了至少350倍。最后，我概述了如何通过利用RiskMetrics.CreditManager等现成可用的软件将结果映射到业务实践中，以此作为构建通过IS增强的投资组合优化模型的基础。 udDieser Beitrag soul die Auswirkung der Anwendung von重要抽样（IS ）技术在der stochastischen Kreditportfoliooptimierung aufzeigen中。 Es wird ein Modellaufbau vorgestellt，《德国经济学家》，《Volatilitätder Wertpapieranteilsgewichteführt》。重要性抽样技术专家的最佳抽样技术贝斯皮尔（Beaspiel）先生将继续进行方法学研究。在《德国饮食经济学》中，瓦里安·德·施瓦茨和里希科马·贝斯的最佳选择是《反抗法》和《反义词》，其中包括350篇文章。 Es wird somit gezeigt，Ders die hier vorgestellte Methode durch eine Reduktion derGrößedesursprünglichnotwendigen Optimierungs-Problems Genauigkeit von bestenLösungenerhöht，wenn nur eine begrenzte Rechnerleist。 Abschließendwird dargelegt，与位于Praxis durch eine Ankopplung的Lösungsansätze合作，创建了一个软件银行，并由werdenkönnen发行。 Hierzu wird ein Vorgehen skizziert，程序信用管理器von RiskMetrics的投资组合优化模型。 udDieses wiend um eine重要抽样技术。
展开▼
