• The Korean Journal of Applied Statistics
• /
• v.24 no.5
• /
• pp.809-820
• /
• 2011

VaR(Value at risk) is a measure of market risk management and needs to be estimated for multiple distributions. In this paper, Copula functions are used to generate distributions of multivariate random variables. The dependence structure of random variables is classified by the exchangeable Copula, fully nested Copula, partially nested Copula. For the earning rate data of four Korean industries, the parameters of the Archimedean Copula functions including Clayton, Gumbel and Frank Copula are estimated by using three kinds of dependence structure. These Copula functions are then fitted to to the data so that corresponding VaR are obtained and explored.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.340-340
• /
• 2021

가뭄의 특성상 시점과 종점을 명확하게 정의하기 어렵기 때문에 기준수문량을 설정하고 부족량과 지속기간을 정의하는 것이 일반적이다. 대상 수문량은 강우나 유출량을 사용할 수 있지만, 두 성분간 지체와 감쇄효과로 인하여 빈도해석의 결과는 차이를 보일 수 밖에 없어, 사용 목적에 따라 선별적으로 적용해야 한다. 가뭄빈도해석은 강우를 기반으로 지속기간과 심도를 정의하여 빈도를 해석하는 연구가 선행되어왔지만, 기본적으로 강우의 간헐적 발생특성과 체감도의 한계가 문제로 지적되고 있다. 본 연구에서는 댐 유입량의 Run 시계열 특성을 이용하여 다양한 유황을 기준유량으로 활용하여 가뭄의 시점과 종점에 대한 가뭄사상을 추출하고 지속기간과 누적부족량을 계산하여 가뭄빈도해석의 변수로 설정하였다. 두 변수간의 복잡한 상호 관계를 해석하기 위해 Copula 함수를 이용한 이변량 가뭄빈도해석을 진행하였다. 먼저 소양강댐('74-'19) 유입량, 충주댐('86-'19) 유입량을 연구대상지역으로 설정하여, 두 유역의 유입량의 추세분석을 통해 시간의존성을 파악하였다. 유황분석에 사용되는 분위량중 평수량을 기준값으로 사용하여 각 년별 최대 지속기간과 누적부족량을 추출하였다. Copula 가뭄빈도해석을 수행하기 전에 지속기간에는 GEV, 누적 부족량에는 Log-normal 분포를 적용해 단변량 누적확률분포를 계산하여 재현기간을 도출하였다. 이변량 빈도해석에 Clayton Copula 함수를 적용하여 가뭄빈도해석을 진행하였고, Copula 이변량 재현기간과 SDF곡선을 도출하였다. Clayton Copula를 이용한 이변량 가뭄빈도해석의 결과로 소양강댐의 가장 극심한 가뭄은 1996년으로 단변량 재현기간은 지속기간 기준 9.11년, 누적부족량 기준 17.26년, Copula 재현기간은 141.19년 이며 충주댐의 가장 극심한 가뭄은 2014년으로 단변량 재현기간은 지속기간 기준 17.76년, 누적부족량 기준 18.72년, Copula 재현기간은 184.19년으로 단변량 가뭄빈도해석을 통한 재현기간보다 Copula 재현기간이 높은 결과가 도출되었다. Run 시계열을 바탕으로 한 기준유량의 임계값 기준 Event 산정과 Copula를 이용한 빈도해석은 가뭄분석에 이용되는 자료의 상관관계와 분포특성을 재현하는데 효과적인 특징이 있다. 이를 미루어 보아 Copula 함수를 이용한 가뭄빈도해석의 재현기간은 보다 현실적인 재현기간을 도출할 수 있는 것으로 판단된다. 임계값의 조정을 통해 가뭄빈도해석의 변수의 양이 늘어나면, 보다 정확도 높은 재현기간을 도출하여 수문학적 가뭄을 정의할 수 있을 것이라고 사료된다.

• The Korean Journal of Applied Statistics
• /
• v.24 no.3
• /
• pp.523-533
• /
• 2011

Most nancial preference methods for market risk management are to estimate VaR. In many real cases, it happens to obtain the VaRs of the univariate as well as multivariate distributions based on multivariate data. Copula functions are used to explore the dependence of non-normal random variables and generate the corresponding multivariate distribution functions in this work. We estimate Archimedian Copula functions including Clayton Copula, Gumbel Copula, Frank Copula that are tted to the multivariate earning rate distribution, and then obtain their VaRs. With these Copula functions, we estimate the VaRs of both a certain integrated industry and individual industries. The parameters of three kinds of Copula functions are estimated for an illustrated stock data of two Korean industries to obtain the VaR of the bivariate distribution and those of the corresponding univariate distributions. These VaRs are compared with those obtained from other methods to discuss the accuracy of the estimations.

• Journal of Korea Water Resources Association
• /
• v.47 no.2
• /
• pp.171-182
• /
• 2014

The objective of this study is to evaluate the utilization of bivariate joint drought index in South Korea. In order to develop the bivariate joint drought index, in this study, Clayton copula was used to estimate the joint distribution function and the calibration method was employed for parameter estimation. Precipitation and soil moisture data were selected as input data of bivariate joint drought index for period of 1977~2012. The time series analysis, ROC (Receiver Operating Characteristic) analysis, spatial analysis were used to evaluate the bivariate joint drought index with SPI (Standardized Precipitation Index) and SSI (Standardized Soil moisture Index). As a result, SPI performed better for drought onset and SSI for drought demise. On the other hand the bivariate joint drought index captured both drought onset and demise very well. The ROC score of bivariate joint drought index was higher than that of SPI and SSI, and it also reflected the local drought situations. The bivariate joint drought index overcomes the limitations of existing drought indices and is useful for drought analysis.

• The Korean Journal of Applied Statistics
• /
• v.29 no.4
• /
• pp.753-771
• /
• 2016

Value at Risk (VaR) is widely used as an important tool for risk management of financial institutions. In this paper we discuss estimation and back testing for VaR of the portfolio composed of KOSPI, Dow Jones, Shanghai, Nikkei indexes. The copula functions are adopted to construct the multivariate distributions of portfolio components from marginal distributions that combine extreme value theory and GARCH models. Volatility models with t distribution of the error terms using Gaussian, t, Clayton and Frank copula functions are shown to be more appropriate than the other models, in particular the model using the Frank copula is shown to be the best.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.392-392
• /
• 2012

기후변화로 인해 가뭄 재해는 수자원 관리 및 계획에 큰 부담으로 작용하므로 이에 대한 연구와 대책 마련이 필요하나, 아직까지 가뭄 특성의 정량적인 거동 분석이나 기후변화가 가뭄에 미치는 영향 연구는 아직 미흡하다. 이에 본 논문에서는 가뭄변수 분석을 통해 결합확률을 이용한 가뭄분석이 타당함을 보이고, 코풀라 이론에 의해 결합확률을 이용한 가뭄빈도분석을 수행하고자 하였다. 또한 기후변화가 유역단위의 수문학적인 가뭄에 미치는 영향을 정량적으로 평가하고 예측하고자 하였다. 이를 위하여 가뭄 사상에 대하여 전통적인 방법으로의 빈도분석을 수행하였다. 이를 Clayton 코풀라 함수를 적용하여 가뭄의 결합확률을 고려한 빈도분석을 수행해 기존의 단변량 기반의 빈도분석 방법과 비교 분석 하였다. 또한, 결합확률을 이용하여 가뭄의 재현빈도를 분석하고 이를 이용하여 가뭄의 심도-지속기간-빈도 곡선을 유도하였다. 그리고 기후변화가 가뭄에 미치는 영향을 분석하기 위하여 IPCC의 SRES A1B 시나리오와 KMA RCM 기후모형을 이용하여 미래 가뭄 시계열을 산정하고, 미래 가뭄에 대한 결합확률 빈도해석과 미래 가뭄분석을 수행하였다. 본 연구의 결과에 따르면 가까운 미래에 짧은 지속기간을 가진 심한 가뭄이 다발할 것으로 전망되었다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.4
• /
• pp.797-810
• /
• 2017

The Korean peninsula is exposed to typhoons every year. Typhoons cause huge socioeconomic damage because tropical cyclones tend to occur with strong winds and heavy precipitation. In order to understand the complex dependence structure between strong winds and heavy precipitation, the copula links a set of univariate distributions to a multivariate distribution and has been actively studied in the field of hydrology. In this study, we carried out analysis using data of wind speed and precipitation collected from the weather stations in Busan and Jeju. Log-Normal, Gamma, and Weibull distributions were considered to explain marginal distributions of the copula. Kolmogorov-Smirnov, Cramer-von-Mises, and Anderson-Darling test statistics were employed for testing the goodness-of-fit of marginal distribution. Observed pseudo data were calculated through inverse transformation method for establishing the copula. Elliptical, archimedean, and extreme copula were considered to explain the dependence structure between strong winds and heavy precipitation. In selecting the best copula, we employed the Cramer-von-Mises test and cross-validation. In Busan, precipitation according to average wind speed followed t copula and precipitation just as maximum wind speed adopted Clayton copula. In Jeju, precipitation according to maximum wind speed complied Normal copula and average wind speed as stated in precipitation followed Frank copula and maximum wind speed according to precipitation observed Husler-Reiss copula.

• Journal of Korea Water Resources Association
• /
• v.53 no.12
• /
• pp.1203-1210
• /
• 2020

Drought is caused by a combination of various hydrological or meteorological factor, so it is difficult to accurately assess drought event, but various drought indices have been developed to interpret them quantitatively. However, the drought indexes currently being used are calculated from the lack of a single variable, which is a problem that does not accurately determine the drought event caused by complex causes. Shortage of a single variable may not be a drought, but it is judged to be a drought. On the other hand, research on developing indices using unstructured data, which is widely used in big data analysis, is being carried out in other fields and proven to be superior. Therefore, in this study, we intend to calculate the drought index by combining unstructured data (news data) with weather and hydrologic information (rainfall and dam inflow) that are being used for the existing drought index, and to evaluate the utilization of drought interpretation through verification of the calculated drought index. The Clayton Copula function was used to calculate the joint drought index, and the parameter estimation was used by the calibration method. The analysis showed that the drought index, which combines unstructured data, properly expresses the drought period compared to the existing drought index (SPI, SDI). In addition, ROC scores were calculated higher than existing drought indices, making them more useful in drought interpretation. The joint drought index calculated in this study is considered highly useful in that it complements the analytical limits of the existing single variable drought index and provides excellent utilization of the drought index using unstructured data.