Modeling the Contagion of Cyber Risk through the Marked Hawkes Process
Marked Hawkes Process를 사용한 사이버 리스크 전염 모델링
- 주제(키워드) Cyber Risk , Marked Hawkes Process , Extreme Value Theory , Contagion , Systemic Risk , Value-at-Risk , 사이버 리스크 , Marked Hawkes Process , 극단값 이론 , 전염 , 시스템 리스크 , VaR
- 발행기관 고려대학교 대학원
- 지도교수 Seongjoo Song
- 발행년도 2025
- 학위수여년월 2025. 8
- 학위명 석사
- 학과 및 전공 대학원 통계학과
- 원문페이지 41 p
- 실제URI http://www.dcollection.net/handler/korea/000000303988
- UCI I804:11009-000000303988
- DOI 10.23186/korea.000000303988.11009.0002244
- 본문언어 영어
초록/요약
Traditional risk models often fail to capture the contagious nature of cyber risk by assuming incidents occur independently. This thesis addresses that limitation by integrating the Marked Hawkes Process (MHP) with the Peaks-over-Threshold (POT) method, enabling joint modeling of temporal contagion and extreme loss severity. Applied to a large-scale cyber incident dataset, the stratified analysis reveals sector-specific risk patterns: contagion is most evident in financial firms, while non-financial firms exhibit heavier tail risk. Out-of-sample VaR backtesting confirms that the MHP model performs competitively against a top-tier benchmark (LDA-POT). The key contribution lies in demonstrating MHP’s strength in both forecasting and offering an interpretable, dynamic view of cyber risk propagation—making it a valuable tool for holistic risk management.
more초록/요약
전통적인 리스크 모델은 각 사건이 독립적이라고 가정함으로써 사이버 리스크의 전염적 특성을 포착하지 못한다. 본 논문은 사건의 심각도가 미래 사건의 빈도에 미치는 영향을 명시적으로 모델링하기 위해 MHP(Marked Hawkes Process)와 POT(Peaks-over-Threshold)를 결합한 통합 프레임워크를 제안하고 검증한다. 실제 사이버 사건으로 구성된 데이터셋을 사용하여 제안 모델의 예측력을 VaR(Value-at-Risk) 백테스팅 프레임워크를 통해 평가한다.
more목차
Abstract i
국문초록 ii
Table of Contents iii
List of Tables v
List of Figures vi
1. Introduction 1
2. Theoretical Background 5
2.1 Hawkes Process 5
2.2 Marked Hawkes Process 5
2.2.1 Decay Function 6
2.2.2 Impact Function 6
2.2.3 Mark Distribution 7
3. Data Description and Exploratory Analysis 8
3.1 Data Source and Cyber-Incident Identification 8
3.2 Variable Engineering and Group Stratification 9
3.3 Exploratory Statistics 11
3.3.1 Temporal patterns 12
3.3.2 Severity Distribution and GPD Specification 13
3.3.3 Frequency–severity interaction 13
3.3.4 Summary statistics 14
4. Empirical Results 16
4.1 Model Fit and Comparison 16
4.2 Parameter Estimates and Interpretation 17
5. Model Validation and Backtesting 22
5.1 Backtesting Methodology 23
5.2 Backtesting Results and Discussion 24
6. Conclusion 28
Reference 30
