再探高斯 Copula 的尾部相依性
应用统计
2016-07-19 v1
摘要
尾部相依性是指极端事件的聚集现象。在金融风险管理背景下,高严重性风险的聚集对企业的福祉具有毁灭性影响,因此在风险分析中至关重要。在量化尾部相依性程度时,人们普遍认为尾部相依性的度量必须独立于风险的边际分布,而仅依赖于 Copula。事实上,所有经典的尾部相依性度量都是如此,但它们研究的是 Copula 主对角线上的尾部相依性数量,这通常与 Copula 定义域内极值的集中程度几乎没有共同之处。在本文中,我们强调经典的尾部相依性度量可能会低估 Copula 中的尾部相依性水平。然而,对于高斯 Copula,我们证明了经典度量是最大的。该结果的含义是双重的:一方面,这意味着在高斯情形下,已报告和使用的(弱)尾部相依性度量是极其审慎的,这对从业者来说必定是个令人安心的消息。另一方面,它进一步鼓励用其他尾部相依性更强的 Copula 来替代高斯 Copula。
引用
@article{arxiv.1607.04736,
title = {Tail dependence of the Gaussian copula revisited},
author = {Edward Furman and Alexey Kuznetsov and Jianxi Su and Ricardas Zitikis},
journal= {arXiv preprint arXiv:1607.04736},
year = {2016}
}
备注
Insurance Mathematics and Economics, 2016