全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1119 21
2022-05-06
英文标题:
《Paths and indices of maximal tail dependence》
---
作者:
Edward Furman, Jianxi Su, and Ri\\v{c}ardas Zitikis
---
最新提交年份:
2016
---
英文摘要:
  We demonstrate both analytically and numerically that the existing methods for measuring tail dependence in copulas may sometimes underestimate the extent of extreme co-movements of dependent risks and, therefore, may not always comply with the new paradigm of prudent risk management. This phenomenon holds in the context of both symmetric and asymmetric copulas with and without singularities. As a remedy, we introduce a notion of paths of maximal (tail) dependence and utilize it to propose several new indices of tail dependence. The suggested new indices are conservative, conform with the basic concepts of modern quantitative risk management, and are able to distinguish between distinct risky positions in situations when the existing indices fail to do so.
---
中文摘要:
我们从分析和数值两方面证明,现有的测量连接函数尾部相关性的方法有时可能会低估相关性风险的极端协同运动的程度,因此,可能并不总是符合谨慎风险管理的新范式。这种现象适用于对称和非对称的连接函数,有奇点和没有奇点。作为补救措施,我们引入了最大(尾部)依赖路径的概念,并利用它提出了几个新的尾部依赖指数。建议的新指数是保守的,符合现代定量风险管理的基本概念,并且能够在现有指数未能做到这一点的情况下区分不同的风险头寸。
---
分类信息:

一级分类:Mathematics        数学
二级分类:Probability        概率
分类描述:Theory and applications of probability and stochastic processes: e.g. central limit theorems, large deviations, stochastic differential equations, models from statistical mechanics, queuing theory
概率论与随机过程的理论与应用:例如中心极限定理,大偏差,随机微分方程,统计力学模型,排队论
--
一级分类:Mathematics        数学
二级分类:Statistics Theory        统计理论
分类描述:Applied, computational and theoretical statistics: e.g. statistical inference, regression, time series, multivariate analysis, data analysis, Markov chain Monte Carlo, design of experiments, case studies
应用统计、计算统计和理论统计:例如统计推断、回归、时间序列、多元分析、数据分析、马尔可夫链蒙特卡罗、实验设计、案例研究
--
一级分类:Quantitative Finance        数量金融学
二级分类:Risk Management        风险管理
分类描述:Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类:Statistics        统计学
二级分类:Methodology        方法论
分类描述:Design, Surveys, Model Selection, Multiple Testing, Multivariate Methods, Signal and Image Processing, Time Series, Smoothing, Spatial Statistics, Survival Analysis, Nonparametric and Semiparametric Methods
设计,调查,模型选择,多重检验,多元方法,信号和图像处理,时间序列,平滑,空间统计,生存分析,非参数和半参数方法
--
一级分类:Statistics        统计学
二级分类:Statistics Theory        统计理论
分类描述:stat.TH is an alias for math.ST. Asymptotics, Bayesian Inference, Decision Theory, Estimation, Foundations, Inference, Testing.
Stat.Th是Math.St的别名。渐近,贝叶斯推论,决策理论,估计,基础,推论,检验。
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-6 05:01:11
最大尾依赖性向心Furmana的路径和指数,*, Sua Jianxi和Riˇcardas Zitiki sbaDepartment of Mathematics and Statistics,约克大学,多伦多,安大略省M3J 1P3,加拿大西安大略大学,伦敦,安大略省N6A 5B7,加拿大摘要。我们从分析和数值上证明,现有的测量连接函数尾部相关性的方法有时可能会低估相关性风险的极端协同运动的程度,因此,可能并不总是符合谨慎风险管理的新准则。这种现象适用于对称和非对称的连接函数,有奇点和没有奇点。作为补救措施,我们引入了最大(尾部)依赖路径的概念,并利用not离子提出了几个新的尾部依赖指数。建议的新指数是保守的,符合现代定量风险管理的基本概念,并且能够在现有指标无法区分不同风险头寸的情况下进行区分。关键词和短语:多元分布;连接词;尾部依赖;最大依赖;致命性休克;多元Par-eto;企业风险管理。*通讯作者。加拿大多伦多约克大学数学与统计系,OntarioM3J 1P3;电子邮件:efurman@mathstat.yorku.ca; 电话:416-736-2100分机33768;传真:416-7365757.1简介当前的监管框架要求增强金融企业极端风险的测量和管理技术。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 05:01:14
具体而言,这可能涉及1)对边际风险和它们之间的依赖结构的分析(参见McNeilet al.,2005;Jaworski et al.,2010;Jaworski et al.,2013;Durante et al.,2014;以及其中的参考文献);和2)聚合风险的行为,如总和(参见,例如,Asimit和Badescu,2010年;Asimite等人,2011年;Embrechts等人,2013年;Embrechts等人,2014年;Puccetti和R¨uschendorf,2014年;以及其中的参考文献)。在许多情况下,这两条路线都是可行的,并且相互补充。然而,在有些情况下,只有1)或2)中的一个是可取的,因此被追求。例如,我们参考了Biener和Eling(2012)、Churchill和Matul(2012)以及其中的参考文献,以了解小额保险中不可行的违约情况。相关性通常使用连接函数进行建模,连接函数已成为精算和金融研究与实践中一个成熟的数学工具(参见,例如Frees等人,1996年;Frees和Wang,2005年;McNeil等人,2005年;Embrechts,200 9年;Fr ees,2010年;Jaworski等人,2010年;Jaworski等人,2013年;以及其中的参考文献),以及经济学(参见巴顿,2012年)、医学(参见Nikoloulopo ulos和Karlis,2008年)、可靠性工程和生命科学(参见巴拉克里希南和赖,2009年)等许多其他领域的硕士学位。Brie-fly,一个二元函数C:[0,1]×[0,1]→ [0,1]是一个copula,如果它是固定的,两个递增的,并且有统一的边缘(参见Nelsen,2006)。当量化极端风险的共同运动时,定义域[0,1]×[0,1]右上角和左下角顶点周围C的行为会产生上尾依赖和下尾依赖指数。虽然这些指数关注的是对抗风险的现象,但它们可以通过将注意力从潜在的copula转移到相应的生存copula来正式统一。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 05:01:17
例如,给定下尾相关性λL:=λL(C)的指数,即λL=limu↓0C(u,u)u,(1.1)与上尾相关的相应指数λu:=λu(C)为λu=limu↓01- 2(1 - u) +C(1)- u、 一,- u) u=limu↓0bC(u,u)u,其中bc是C的生存连接;因此,λU(C)=λL(bC)。(在整篇论文中,当我们想强调平等是“通过定义”时,我们使用“:=”而不是惯用的平等符号“=”)类似的公式适用于其他尾部依赖性指数,例如由χL=limu给出的弱尾部依赖性指数χL:=χL(C)↓02日志ulog C(u,u)- 1,(1.2)及其上变异体χU:=χU(C)=χL(bC)(参见Coles等人,1999年;He Offernan,2000年;Fischer和Klein,2007年;以及其中的参考文献)。鉴于这些注释,我们将以下考虑限制在其定义域左下顶点附近的连接函数行为上。而不是比较C(u,u)和u∈ (0,1)与极限(1.1)和(1.2)一样,我们可以更一般地探讨C(u,u)在形式C(u,u)=l(u) 当你↓ 0,(1.3)定义了指数κL:=κL(C)∈ [1, ∞) 当然,假设方程(1.3)保持f或缓慢变化的at 0函数l(u) (参见莱德福德和塔恩出版社,1996年)。我们注意到,较小的κL值对应更强的相互依赖性,从而激发了对最小可能的κL类似物的搜索,这是我们在本论文中的主要目标。论文的其余部分组织如下。在第2节中,我们描述了我们的思想框架中的ma,包括可容许依赖路径的类及其最大依赖路径的子类。在第三节中,我们给出了一个数值例子,表明现有的尾部依赖指数可能低估了依赖r isk的极端运动程度。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 05:01:22
在第4节中,我们探讨了几个连接函数族,其中的最大依赖路径可以在m的闭包中导出,而在第6节中给出了一些更复杂的例子。在第5节中,我们通过引入不同copula的新尾序,进一步扩展了我们的一般框架。第7节是论文的结尾。繁琐的计算被归入附录A。2最大依赖路径和相关指标在下文中,我们使用双变量连接函数C:[0,1]×[0,1]→ [0,1]仅此而已,因为它们以简单而有启发性的方式传达了本文的主要思想。用符号R(u,v)=[0,u]×[0,v]表示,copula值C(u,v)是具有均匀边缘u和v的二元随机向量(u,v)落入矩形(u,v)的概率,即C(u,v)=P(U,V)∈ R(u,v). (2.1)所有矩形R(u,v)的类包含所有正方形R(u,u)的子类,这些都被用于测量尾部依赖性的强度。也就是说,当矩形R(u,v)沿对角线{(u,v)收缩时,低尾相关性的经典指数基于概率(2.1)的行为∈ [0,1]:u=v}(2.2)当u↓ (在整篇论文中,我们只使用对角线(2.2),因此称之为对角线。)在本文的上下文中,对角线是一条(尾部)依赖的路径,但当然还有许多其他可能的路径,我们接下来将描述它们。为了使问题适定,必须对可能路径的类别施加一些限制。首先,我们观察到,对于独立copula,自然要求每条路径都反映出相同程度的尾部依赖,即具有相同的概率(2.1)。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-6 05:01:25
对于两个函数φ,ψ:[0,1]→ [0,1],这意味着每条路径(ψ(u),ψ(u))0≤U≤1必须采用(а(u)、u/а(u))的形式≤U≤1,也就是说,我们必须有ψ(u)=u/ψ(u)。当然,bo t hа(u)和u/а(u)必须在区间[0,1]内,因此,а(u)必须在区间[u,1]内,这正好证明了以下定义的正确性。定义2.1。我们称之为函数ψ:[0,1]→ [0,1]如果满足以下两个属性,则为可允许的:(1)ν(u)∈ [u,1]对于每一个u∈ [0, 1]; 和(2)当u↓ 0.我们称之为路径(μ(u),u/μ(u))0≤U≤1只要函数Ф是允许的,就可以允许。最后,我们使用A来表示所有可容许函数的集合。定义2.1的第二个性质与我们对定义域左下顶点附近的连接函数的行为感兴趣的事实有关。其动机是确定所有可容许函数中风险的最强极端协同运动∈ A、 我们寻找那些使概率∏φ(u)=C最大的函数~n(u),u/~n(u)(2.3)或等效的距离函数C、 C⊥(u) =C~n(u),u/~n(u)- C⊥(ν(u),u/~n(u)),(2.4)其中C⊥是独立copula,即C⊥(u,v)=所有0的uv≤ u、 五≤ 1.O值得注意的是,函数φ(u)=u是可容许的,并产生对角线路径0.2 0.4 0.6 0.8 100.20.40.60.81UV0 0.2 0.4 0.6 0.8 100.20.40.60.81图2.1:当a=0.3529和b=0.75时,模拟的Marshall Olkin copula(左)及其轮廓(右),最大相关路径(φ(u),u/φ(u))为0≤U≤1位于右侧面板上。这为低尾依赖性的经典指数提供了基础。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群