• 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.

• 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.49 no.10
• /
• pp.823-833
• /
• 2016

This study developed a trivariate Copula function based drought frequency analysis model to better evaluate the recent 2014~2015 drought event. The bivariate frequency analysis has been routinely used for the drought variables of interest (e.g. drought duration and severity). However, the recent drought patterns showed that the intensity can be regarded as an important factor which is being characterized by short duration and severe intensity. Thus, we used the trivariate Copula function approach to incorporate the trivariate drought characteristics into the drought frequency analysis. It was found that the return periods based on the trivariate frequency analysis are, in general, higher than the existing bivariate frequency analysis. In addition, this study concludes that the increase in drought frequency claimed by the Gumbel copula function has been overestimated compared to the Student t Copula function. In other words, the selection of copula functions is rather sensitive to the estimation of trivariate drought return periods at a given duration, magnitude and intensity.

• The Korean Journal of Applied Statistics
• /
• v.29 no.1
• /
• pp.267-277
• /
• 2016

This paper considers we consider the estimation of copula parameters based on residuals in stochastic regression models. We prove that a semiparametric estimator using residual empirical distributions is consistent under some conditions and apply the results to the copula-ARMA model. We provide simulation results for illustration.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.5
• /
• pp.2603-2609
• /
• 2014

Reliability analysis of mechanical systems requires statistical modeling of input random variables such as distribution function types and statistical parameters that affect the performance of the mechanical systems. Some random variables are correlated, but considered as independent variables or wrong assumptions on input random variables have been used. In this paper, joint distributions were modeled using copulas and Bayesian method from limited number of data. To verify the proposed method, statistical simulation tests were carried out for various number of samples and correlation coefficients. As a result, the Bayesian method selected the most probable copula types among candidate copulas even though the candidate copula shapes are similar for low correlations or the number of data is limited. The most probable copulas also yielded similar reliabilities with the true reliability obtained from a true copula, so that it can be concluded that the Bayesian method provides accurate statistical modeling for the reliability analysis.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.82-82
• /
• 2017

최근 기후변화로 인해 전 세계적으로 과거와 다른 이상홍수 발생이 빈번하게 발생하여 오래된 수공구조물인 댐, 저수지 붕괴가 우려되는 실정이다. 수공구조물의 수문학적인 안정성을 고려하지 않은 상황에서 댐 붕괴 홍수나 돌발홍수로 발생한 피해는 인명, 재산 및 환경 피해의 정도가 매우 크므로 피해가 발생하기 이전인 수공구조물 설계 시 홍수위험도 평가를 통해 안정성을 확보하는 것이 필요하다. 본 연구에서는 홍수사상의 다양한 변량들의 특성을 고려한 빈도해석을 위하여 Copula 함수를 이용한 다변량 빈도해석 기법을 개발하였다. 즉, 기존 홍수위험도 분석에서 주로 사용되는 첨두홍수량 뿐만 아니라, 홍수지속시간, 홍수체적 등을 고려한 이변량 또는 삼변량 홍수 빈도해석을 수행하고, 기존 홍수위험도와 비교 검토를 수행하고자 한다. 매개변수의 불확실성을 고려하기 위하여 매개변수 추정은 Bayesian 기법을 활용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.414-414
• /
• 2015

최근 지구온난화로 인한 기상변동성 증가로 인해 극한기후현상의 발생빈도가 점차 증가하고 있으며 유역단위의 수자원을 효율적으로 운영하는데 문제점을 해소하고자 다양한 측면에서 체계적인 수자원 운영을 위한 연구가 이루어지고 있다. 수공구조물을 설계하는데 있어서 가장 일반적인 가정 사항은 수문모형에 사용되는 강우의 빈도와 유출의 빈도가 동일하다는 가정에 근거한다. 즉, 유역의 초기함수조건, 강우강도, 강우의 시간적 분포와 관계없이 동일한 빈도로 고려되는 문제점이 있다. 이러한 점에서 비교적 장기간의 자료를 확보하고 있는 계측유역에 대해서 다변량 확률밀도함수를 적용하여 비선형관계를 고려한 수문빈도해석기법을 개발하고자 한다. 본 연구에서는 이변량 분석기법(bivariate analysis) 중 전통적인 이변량 분포에 비해 주변분포형(marginal distribution)을 자유롭게 선택할 수 있는 장점이 있는 추계학적 Copula 모형을 활용하여 댐 및 저수지 상류유역의 강우량과 유입량을 대상으로 이변량 분석을 수행하고자 한다. 최종적으로 비선형 관계에 있는 강수량과 유출량 사이에 이변량 빈도해석 모형을 개발하고 기존 해석방법과의 종합적인 비교를 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.279-279
• /
• 2020

최근 copula 모형은 여러 확률변수를 갖는 수문현상에 대해 빈도해석을 수행할 경우 결합확률분포형으로 유용하게 사용되고 있다. 하나의 자료를 확률변수로 사용하는 단변량 빈도해석에 비해 여러 수문자료를 동시에 각각 확률변수로 취하여 결합확률분포형을 추정할 수 있는 다변량 빈도해석은 수문자료의 상관성을 고려하면서 확률분포형을 추정할 수 있다는 장점이 있다. Copula 모형 중 Gumbel copula는 extreme-value 확률분포형으로 극치사상에 적합한 확률분포형이다. 본 연구에서는 Gumbel copula를 이용하여 우리나라 기상청 64개 종관기상관측소의 강우자료로부터 극치 강우사상을 추출하고, 이를 이용하여 빈도해석을 수행하였다. 극치 강우사상은 전체 강우사상 중 각 년도별로 최대강우량을 갖는 연최대강우량사상(annual maximum volume event)을 사용하였다. 각 확률변수의 주변분포형으로는 gamma, Gumbel, generalized extreme value, generalized logistic, Weibull 등 5개 확률분포형을 검토하였으며 각각 적합한 주변분포형을 적용하고 copula 모형의 매개변수는 의사최우도법(maximum pseudo-likelihood method)를 사용하여 추정하였다. 또한 추정된 copula 모형은 Cramer-von Mises 함수와 경험적 copula를 이용하여 적합도 검정을 수행하였다. 이를 통해 극치강우사상에 대하여 Gumbel copula 모형의 적용성을 검토하였으며 추정된 결합확률분포형을 이용하여 빈도별 확률강우사상을 2차원 등치선(contour line)형태로 제시하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.11
• /
• pp.745-758
• /
• 2017

The copula-based models have been successfully applied to hydrological modeling including drought frequency analysis and time series modeling. However, uncertainty estimation associated with the parameters of these model is not often properly addressed. In these context, the main purposes of this study are to develop the Bayesian inference scheme for bivariate copula functions. The main applications considered are two-fold: First, this study developed and tested an approach to copula model parameter estimation within a Bayesian framework for drought frequency analysis. The proposed modeling scheme was shown to correctly estimate model parameters and detect the underlying dependence structure of the assumed copula functions in the synthetic dataset. The model was then used to estimate the joint return period of the recent 2013~2015 drought events in the Han River watershed. The joint return period of the drought duration and drought severity was above 100 years for many of stations. The results obtained in the validation process showed that the proposed model could effectively reproduce the underlying distribution of observed extreme rainfalls as well as explicitly account for parameter uncertainty in the bivariate drought frequency analysis.