基于藤Copula的条件推断及其在公司债券信用利差数据中的应用
统计方法学
2021-11-16 v1 应用统计
摘要
理解公司债券信用利差的依赖关系对于风险管理十分重要。具有尾部依赖的藤copula模型被用于分析一组中国公司债券信用利差数据集，以理解不同行业间的依赖关系并进行条件推断。文中展示了尾部依赖效应如何影响风险传导，即在给定某一变量取极值时的条件分布。与线性回归相比，藤copula模型还提供了更精确的交叉预测结果。这些条件推断技术为分析由来自不同行业的公司债券所构成的投资组合之债券信用利差提供了统计学上的贡献。
引用
@article{arxiv.2008.05606,
title = {Conditional Inferences Based on Vine Copulas with Applications to Credit Spread Data of Corporate Bonds},
author = {Shenyi Pan and Harry Joe and Guofu Li},
journal= {arXiv preprint arXiv:2008.05606},
year = {2021}
}