Statistical Modeling and Applications of Extreme Cyber Events

본 연구는 미국 정보유출 사고 통계를 사고유형(MALB 및 NEGB)별로 재분류한 다음 위험도 수준을 평가한다. 우리는 정보유출로 인한 손해가 극단적인 리스크를 형성한다는 것을 확인한다. 주어진 자료의 꼬리 부분 중 특정한 임계치를 초과하는 극단치를 묘사하기 위해 우리는 그것들에 대해 파레토(Generalized Pareto, GP) 분포를 적용한다. 그런 다음, 극단치 이론과 Copula 함수를 결합하여 이변량 변수에 기반하여 위험을 모형화하고 두 변수로 형성된 포트폴리오의 행태를 분석한다. 여기서 리스크 수준을 계산하기 위해 사용된 지표는 VaR와 ES이다. 분석의 결과에 의하면, 원자료와 Copula 함수에 기반한 필터링된 자료에서 우리는 ES에 의한 리스크 측정 수준이 VaR에 비해 더 향상된다는 것을 확인한다. 마지막으로 본 연구의 응용 사례로써 우리는 주어진 자료에 적합한 모형을 사용하여 재보험가격을 추정한다. 그 결과 우리는 사이버 사고에 대한 손해가 보험회사에 의해 통제 가능해지고 있다는 시사점을 도출한다.