ギブスサンプリング

ギブスサンプリングとは、確率分布からの標本を生成するために用いられるマルコフ連鎖モンテカルロ法（MCMC）の一種である。

概要

20世紀後半に統計学者によって体系化されたこの手法は、複数変数の結合分布を直接サンプルできない場合に、各変数を条件付き分布から順次サンプリングすることで全体の分布へ漸近的に到達する。金融工学では、多資産オプションや信用デリバティブなど解析解が得られない複雑な確率モデルで採用される。

役割と機能

ギブスサンプリングは、以下のような場面で活躍する。
- 多変量オプション価格付け：バリア・ストラドル・バスケットオプション等のパス依存性が高い商品に対し、相関構造を保ったままサンプル生成できる。
- リスク管理：VaRやCVaR計算時に、ポートフォリオ全体の分布推定を行うためのサンプリング手段として利用される。
- グリーンスとベガ等のギリシャ値評価：Monte Carlo で得られたサンプルを用いて感応度を数値化する際、条件付き更新が計算コストを抑える。

特徴

• 逐次的条件付更新：各変数を他の変数に条件づけてサンプリングし、全体分布へ収束。
• 高次元対応性：多次元空間での混合時間が比較的短く、相関行列を直接扱える。
• 実装の容易さ：単純な条件付き分布のみ必要であり、複雑な提案分布設計が不要。

現在の位置づけ

近年のクラウドコンピューティングやGPU 加速により、大規模サンプリングが実現し、ギブスサンプリングは金融機関のリスク部門や商品開発で標準的手法となっている。規制当局もストレステストにおいてMCMCを採用するケースが増加しており、特に信用デリバティブの不確実性評価における重要ツールとして位置付けられている。

bot-trap