全部版块 我的主页
论坛 经济学人 二区 外文文献专区
745 25
2022-06-10
英文标题:
《Reflected maxmin copulas and modelling quadrant subindependence》
---
作者:
Toma\\v{z} Ko\\v{s}ir, Matja\\v{z} Omladi\\v{c}
---
最新提交年份:
2018
---
英文摘要:
  Copula models have become popular in different applications, including modeling shocks, in view of their ability to describe better the dependence concepts in stochastic systems. The class of maxmin copulas was recently introduced by Omladi\\v{c} and Ru\\v{z}i\\\'{c}. It extends the well known classes of Marshall-Olkin and Marshall copulas by allowing the external shocks to have different effects on the two components of the system. By a reflection (flip) in one of the variables we introduce a new class of bivariate copulas called reflected maxmin (RMM) copulas. We explore their properties and show that symmetric RMM copulas relate to general RMM copulas similarly as do semilinear copulas relate to Marshall copulas. We transfer that relation also to maxmin copulas. We also characterize possible diagonal functions of symmetric RMM copulas.
---
中文摘要:
Copula模型由于能够更好地描述随机系统中的依赖性概念,在不同的应用中变得很流行,包括建模冲击。最近,Omladi{c}和Ru{z}i{c}引入了maxmin copulas类。它通过允许外部冲击对系统的两个组成部分产生不同的影响,扩展了著名的马歇尔-奥尔金和马歇尔连接函数。通过对其中一个变量的反射(翻转),我们引入了一类新的二元copula,称为反射maxmin(RMM)copula。我们研究了它们的性质,并证明对称RMM copula与一般RMM copula的关系类似于半线性copula与马歇尔copula的关系。我们也将这种关系转移到maxmin copulas。我们还刻画了对称RMM copula的可能对角函数。
---
分类信息:

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: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: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: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
2022-6-10 12:04:33
反映的maxmin copulas和建模象限SubindependenceTomaˇz Koˇsir,卢布尔雅那大学数学与物理学院,斯洛文尼亚数学、物理与力学研究所数学系,斯洛文尼亚,卢布尔雅那,邮编:<tomaz。kosir@fmf.uni-lj。斯洛文尼亚卢布尔雅那数学、物理和力学研究所数学系Matjaˇz Omladiˇc邮编:<matjaz@omladic.net>由于Copula模型能够更好地描述随机系统中的依赖性概念,因此Copula模型在不同的应用中变得很流行,包括建模冲击。Omladiˇc和Ruˇziˇc最近引入了maxmin copulas类[21]。它通过允许外部冲击对系统的两个组件产生不同的影响,扩展了著名的马歇尔-奥尔金和马歇尔连接函数。通过对其中一个变量的反射(flip),我们引入了一类新的二元copula,称为反射maxmin(RMM)copula。我们研究了它们的性质,并证明对称RMM copula与一般RMM copula的关系类似于半线性copula与马歇尔copula的关系。我们也将这种关系转移到maxmin copulas。我们还刻画了对称RMM copula的可能对角函数。关键词:Copula,依赖概念,Marshall-Olkin copulas,冲击模型,Maxmin copulas,半线性copulas。2010年理学硕士:60E05,6205作者感谢斯洛文尼亚研究机构的财政支持(研究核心资金编号P1-0222,研究资金编号L1-6722)。1引言依赖概念在多元统计文献中起着至关重要的作用,因为人们认识到独立性假设不能方便地描述随机系统的行为。
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

2022-6-10 12:04:37
从那时起,为了提供更灵活的方法来描述实践中可能出现的各种依赖类型,进行了不同的尝试。由于Copulamodels能够以灵活的方式描述随机变量之间的关系,因此它在不同的应用中变得很流行。为此,基于科学实践的特殊需要,引入了几个copula家族(参见[9,11,20])。例如,考虑这样一种情况:一个人想要建立一个随机模型来描述两个(或更多)生命周期之间的依赖关系,即正随机变量。在工程应用中,寿命的联合模型可用于估计由多个组件组成的系统的预期寿命。相反,在投资组合信用风险等相关情况下,生命周期可以解释企业或一般金融实体的违约时间,而随机模型可以估计相关衍生工具合同(如CDO)的价格/风险。在这两种情况下,估计共同违约发生的概率都是有意义的。Marshall和Olkin的开创性论文【18】中提出了用于模拟此类情况的方便统计分布,最新综述见【2】。他们考虑了两组分系统(可能很容易扩展到更多组分)的情况,其行为由根据连续分布函数Fi,Xi分布的连续随机变量(=r.v.\'s)x和xd描述~ Fifor i=1,2。此外,对于每个i=1,2,考虑随机变量zi和概率分布函数Gi,该函数可解释为仅影响系统i-thcomponent的冲击,即特质冲击。此外,考虑人r.v。
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

2022-6-10 12:04:41
Z具有概率分布函数G,该函数可解释为影响两个系统组件随机行为的(外源)冲击。该模型中组件的寿命(基本上是马歇尔模型,比马歇尔-奥尔金模型更一般[18,17]——关于一般框架的描述,参见[4])通过X=min{Z,Z}和X=min{Z,Z}与冲击相联系。在最近的一篇论文中,Omladiˇc和Ruˇziˇc【21】通过引入一类新的copula扩展了Marshall andOlkin的结果,参见【8】。这些copula自然发生的一个简单模型是一个类似于上述的双组分系统,其中我们假设两个组分中的第一个组分有一个恢复选项。这一假设对联系产生了重大影响。事实上,我们得到X=max{Z,Z}和X=min{Z,Z}。[21]的作者以封闭的形式再次开发了该模型的结果copula,并将其称为maxmin copula。在[8]中可以找到对该模型的各种解释,因为在许多实际情况下,常见的外源性冲击可能会对不同的系统组件产生不同的影响。例如,我们可能会认为XA和Xas r.v.代表了两组人各自的财富,而外部冲击被描述为对第一组有利,对第二组不利的事件。类似地,XA和XC可以分别被视为短期和长期投资,而ZI只对其中一种类型的投资有利。Maxmin Copula具有一些在与模糊集理论和多准则决策相关的各种背景下都很有吸引力的性质。它包括非对称copula,例如用作更一般的模糊连接词[1,6]。它的相关度量可能有一个单数部分,这是一个在各种基于copula的积分中潜在使用的事实(参见[14,15])。
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

2022-6-10 12:04:44
正如我们将在下文中展示的,maxmin copulas的主要思想反映在半线性Copula的概率扩展上,因此研究其扩展到各种类型结构的可能类似物可能是值得的(参见[12,13])。在一篇开创性的论文中,Durante等人[6]介绍了半线性copula,并给出了这些copula与马歇尔copula之间令人惊讶的关系。这些copula的想法大致是,给定一个对角线截面δ,它们沿着两个三角形线性延伸。更精确地说,Sδ(x,y)=yδ(x)x,y 6 x;xδ(y)y,否则,其中约定;=采用0,称为(下)半线性copula。[6]的作者观察到,每一个对称马歇尔copula实际上都是半线性的,而且[6,命题8],对于每一个马歇尔copula C(x,y),都存在半线性copulas,对于所有(x,y)∈ [0,1],C(x,y)=最小值S(xy,y)y,S(x,xy)x.在第2节中,我们简要回顾了maxmin Copula,介绍了ReflectedMaxmin(RMM)Copula,并给出了这类Copula的一些性质。第三节主要讨论了MM连接函数的奇异性和绝对连续性。在第4节中,我们给出了这类copula的统计解释,在第5节中,我们研究了对称RMM copula对角线的性质。2 Maxmin copula再论Maxmin copula有两个母函数φ,ψ:[0,1]→ 满足以下性质的R:(F1)φ(0)=ψ(0)=0,φ(1)=ψ(1)=1,(F2)φ,ψ为非减函数,(F3)相关函数φ*: (0, 1] → [1, ∞) 和ψ*: (0, 1) → [1, ∞]定义人φ*(u) =φ(u)u和ψ*(v) =1- ψ(v)v-ψ(v)是非递增的。这里,ψ*(v) =∞ 如果ψ(v)=v。给定φ和ψ具有上述性质,则maxmin copula C(u,v)=Cφ,ψ(u,v)由(cf)定义。
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

2022-6-10 12:04:48
[21])C(u,v)=min{u,φ(u)v-φ(u)ψ(v)+uψ(v)}=最小{u,u+φ(u)(v-ψ(v))- u(1- ψ(v))}(1)=u+u(v- ψ(v))min{0,φ*(u)- ψ*(v) },其中,如果u 6=0且ψ(v)6=v,则后一个等式成立。为了使母函数φ和ψ的作用更加对称,我们对maxmin copula类应用以下变换。如果Cφ,ψ(u,v)是maxmin copula,那么我们引入copulaCσφ,ψ(u,v)=u- Cφ,ψ(u,1- v) 。这是一个随机向量(α(U),β(V))的copula,其中α在U的范围内严格递增,而β在V的范围内严格递减(参见[20,定理2.4.4])。[9,第1.7.3节]给出了copulas对称性的一般方法。然后通过简单计算得出cσφ,ψ(u,v)=max{0,uv- (φ(u)- u) (bψ(v)- v) },其中bψ(v)=1-ψ(1 -v) 。在这里以及在续集中,我们使用符号“σ”表示转换C 7→ Cσ仅在C为maxmincopula且FLIP对第二个变量执行的情况下。观察到[9]中此处使用了符号σ,因此指出这是第二个变量的反映,而第一个变量的反映用σ表示。我们将指出这样一个事实,即copula Cσ是通过上述反射从maxmincopula C中获得的,其定义为maxmin copula,简称orRMM copula;我们还将使用缩写SRMM copulas表示对称反射的maxmin copulas。请注意,相同的反射将反射的maxmin copula发送回maxmin copula。根据母函数φ和ψ的性质(F1)–(F3),对于所有u,v,φ(0)=bψ(0)=0,φ(1)=bψ(1)=1,以及u 6φ(u),v 6bψ(v∈ [0, 1].此外,如果φ(u)=u(对于某些u>0),则φ(u)=u(对于所有u<u6 1)。类似地,对于某些v>0的情况,ifbψ(v)=v,对于所有v<v6 1的情况,ifbψ(v)=v。We writef(u)=φ(u)- u、 g(v)=bψ(v)- v=1- v- ψ(1 - v) ,和F*(u) =f(u)u,g*(v) =g(v)v,对于u,v>0。
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