• 제목/요약/키워드: Copula 함수

검색결과 50건 처리시간 0.035초

다차원 Copula 함수를 이용한 VaR 추정 (VaR Estimation with Multiple Copula Functions)

  • 홍종선;이원용
    • 응용통계연구
    • /
    • 제24권5호
    • /
    • pp.809-820
    • /
    • 2011
  • VaR는 투자목적이나 위험관리수단으로 시장위험을 측정하는 방법으로 현실생활에서는 다변량 분포에 대하여 추정을 필요로 한다. 본 연구는 다변량 확률변수들의 분포를 생성하기 위하여 Copula 함수를 사용한다. 확률변수들의 종속구조를 exchangeable Copula, fully nested Copula, partially nested Copula로 구별하여 토론한다. 국내의 네 종류의 산업체의 수익률 자료를 실증예제로 하여 Clayton, Gumbel, Frank Copula 함수가 포함된 Archimedean Copula 함수의 모수들을 세 종류의 종속구조를 이용하여 구하고, 이 자료에 적합한 Copula 함수와 각 함수에 대응하는 VaR를 추정하고 비교탐색한다.

Copula 함수를 이용한 이변량분포의 VaR 추정 (VaR Estimation of Multivariate Distribution Using Copula Functions)

  • 홍종선;이재형
    • 응용통계연구
    • /
    • 제24권3호
    • /
    • pp.523-533
    • /
    • 2011
  • 위험관리수단으로 시장위험을 정확하게 측정하는 방법 중의 하나로 VaR를 선호한다. 현실생활에서는 단일분포가 아닌 두 개 이상의 다변량분포에 대한 VaR를 추정해야 하는 경우가 많다. 이런 경우에는 VaR를 추정하기 위해 다변량분포를 고려해야 한다. 본 연구는 확률변수들의 종속적 구조를 파악하고 비정규성의 특성을 갖는 다변량 분포함수를 생성하기 위하여 Copula 함수를 사용한다. 여러 산업의 수익률분포에 적합한 Clayton, Gumbel, Frank Copula 함수가 포함된 Archimedean Copula 함수를 추정하여 다변량 수익률 분포함수를 결정하고 이에 대응하는 VaR를 유도한다. 국내의 두 산업체의 자료를 실증예제로 하여 세 종류의 Copula 함수의 모수를 추정하고 이에 대응하는 이변량 분포로부터 VaR와 각각의 주변 분포의 VaR를 구한다. 실제의 VaR를 기준으로 기존 방법으로 구한 VaR와 비교 분석하여 추정의 정확성을 토론한다.

Copula 함수를 활용한 삼변량 가뭄빈도해석 기법 개발 (A development of trivariate drought frequency analysis approach using copula function)

  • 김진영;소병진;김태웅;권현한
    • 한국수자원학회논문집
    • /
    • 제49권10호
    • /
    • pp.823-833
    • /
    • 2016
  • 본 연구에서는 최근 발생한 2014~2015 가뭄 사상을 보다 정확하게 분석하기 위해 삼변량 Copula 함수를 도입하여 연구를 진행하였다. 기존 연구에서는 일반적으로 가뭄 분석시 이변량(가뭄 지속시간, 심도)를 활용한 연구가 다수 진행되었다. 그러나 최근 강우자료의 패턴을 살펴보면 두 변량 이외의 가뭄 강도가 중요한 인자로 평가되어 이를 함께 고려한 삼변량 Copula 분석을 수행하였으며, 기상청 관측소 중 서울 관측소를 대상으로 연구를 진행하였다. 기본적으로, 이변량 빈도해석 결과에 비해 삼변량 해석 결과는 동일한 가뭄 사상에 대해서 다소 증가된 재현기간을 나타내는 것으로 파악됐다. 이와 더불어, Gumbel Copula 함수의 경우 Student t Copula 함수보다 가뭄 위험도 평가 시 다소 과대 추정하는 것으로 확인되었다. 즉, 삼변량 빈도해석 시 고려되는 Copula 함수의 선택이 가뭄의 재현기간을 추정하는데 있어 매우 민감한 사항으로 평가되었다.

잔차를 이용한 코플라 모수 추정 (Residual-based copula parameter estimation)

  • 나옥경;권성훈
    • 응용통계연구
    • /
    • 제29권1호
    • /
    • pp.267-277
    • /
    • 2016
  • 본 연구에서는 잔차를 이용하여 오차항의 코플라 함수를 추정하는 문제를 고려하였다. 확률적 회귀모형을 개별모형으로 갖는 경우, 오차항 대신 잔차들의 경험적 분포함수를 이용하여 구한 코플라 모수에 대한 준모수적 추정량의 성질을 살펴보았으며, 이 추정량이 일치추정량이 되기 위한 조건을 구하였다. 응용사례로 코플라-자기회귀이동평균 모형을 다루었으며, 모의실험을 통해 자기회귀 근사를 통해 얻은 잔차를 이용하여 계산한 추정량의 성질도 살펴보았다.

신뢰성 해석을 위한 결합분포함수의 통계모델링 (Statistical Modeling of Joint Distribution Functions for Reliability Analysis)

  • 노유정;이상진
    • 한국산학기술학회논문지
    • /
    • 제15권5호
    • /
    • pp.2603-2609
    • /
    • 2014
  • 기계시스템의 신뢰성 해석을 위해서는 기계시스템에 성능을 미치는 변수의 확률 분포와 파라미터를 결정하는 통계적 모델링은 반드시 필요하다. 하지만, 신뢰성 해석에서 상당수의 변수는 상관관계가 있음에도 불구하고 독립변수로 취급되거나 실험데이터 수가 부족하다는 이유로 통계 모델에 대한 잘못된 가정을 하는 경우가 많다. 본 연구에서는 베이지안 방법을 이용하여 상관관계를 갖는 데이터의 결합분포함수를 copula를 이용하여 모델링함으로써 적은 수의 데이터로부터 정확한 입력모델을 산정하는 방법을 제안하였으며, 방법의 검증을 위해 다양한 상관계수와 데이터 수에 대해 통계 시뮬레이션을 수행하였다. 그 결과 Bayesian방법은 상관계수가 낮아 후보함수가 유사하거나 샘플수가 적어 정확한 모델을 산정하기 어려운 경우에도 후보 copula 중 실제 copula와 가장 근사한 후보 copula를 선정하였다. 이러한 근사 후보 copula는 신뢰성 해석결과 역시 실제 copula 함수를 이용한 신뢰성 해석 결과와 유사한 결과를 가짐을 확인할 수 있으므로 베이지안 방법은 신뢰성 해석을 위해 정확한 통계모델링을 제공함을 알 수 있다.

이변량 Copula 모형을 활용한 다목적댐 유입량 가뭄빈도해석 (Drought frequency analysis for multi-purpose dam inflow using bivariate Copula model)

  • 성지영;김은지;강부식
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2021년도 학술발표회
    • /
    • 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.

  • PDF

Copula 함수를 이용한 다변량 홍수 빈도해석 (Copula Function Based Multivariate Flood Frequency Analysis)

  • 김민지;유민석;권현한
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2017년도 학술발표회
    • /
    • 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.

  • PDF

Copula 함수를 이용한 댐 유역의 극치강우량 및 극치홍수량의 결합분포함수 산정 및 평가 (Estimation and Assessment of Joint Distribution Function Between Extreme Rainfall and Extreme Flood Based on Copula Function)

  • 김태정;김기영;권현한
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2015년도 학술발표회
    • /
    • 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.

  • PDF

국내 극치 강우사상에 대한 Gumbel copula 모형의 적합도 검정 및 적용성 검토 (Assessment of Applicability and Goodness-of-Fit test of Gumbel Copula for Extreme Rainfall Events of South Korea)

  • 주경원;정영훈;서미루;허준행
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2020년도 학술발표회
    • /
    • 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.

  • PDF

이변량 가뭄빈도해석을 위한 Bayesian Copula 모델 개발 (A development of Bayesian Copula model for a bivariate drought frequency analysis)

  • 김진영;김진국;조영현;권현한
    • 한국수자원학회논문집
    • /
    • 제50권11호
    • /
    • pp.745-758
    • /
    • 2017
  • Copula 함수 기반의 모형들은 가뭄빈도해석 및 수문시계열분석 등 수문학적 모델링을 위해 다각적으로 활용되고 있다. 그러나 기존 연구에서는 Copula 함수 및 주변확률분포 매개변수에 대한 불확실성을 정량적으로 평가할 수 있는 모형의 개발 사례는 국내외적으로 미진한 실정이다. 이러한 점에서 본 연구에서는 기존 Copula 모형에 Bayesian 기법을 도입하여 매개변수의 불확실성을 평가할 수 있는 이변량 가뭄빈도해석 기법을 개발하였다. 본 연구에서는 우선적으로 모의자료를 대상으로 모형의 적합성을 평가하였으며, 모형 적용결과 가정한 매개변수를 정확하게 재추정하는 것을 확인할 수 있다. 최종적으로 기 개발된 Bayesian Copula 함수 기반의 이변량 가뭄빈도해석 모형을 한강유역에 적용하여 최근 2013~2015년에 가뭄 사상을 평가하였다. 서울, 경기 및 강원 지역에서 특히 가뭄이 심한 것으로 나타났으며, 대부분의 지역에서 결합재현기간이 100년을 상회하는 것으로 평가되었다. 본 연구를 통해 제안된 모형의 검증과정과 도출된 결과를 기준으로 판단해보면 가뭄자료의 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라 매개변수의 불확실성을 평가할 수 있는 장점을 확인할 수 있었다.