• 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.

• Journal of the Korean Data and Information Science Society
• /
• 제28권2호
• /
• pp.421-433
• /
• 2017

The CTE (conditional tail expectation) is a useful risk management measure for a diversified investment portfolio that can be generally estimated by using a transformed univariate distribution. Hong et al. (2016) proposed a multivariate CTE based on multivariate quantile vectors, and explored its characteristics for multivariate normal distributions. Since most real financial data is not distributed symmetrically, it is problematic to apply the CTE to normal distributions. In order to obtain a multivariate CTE for various kinds of joint distributions, distribution fitting methods using copula functions are proposed in this work. Among the many copula functions, the Clayton, Frank, and Gumbel functions are considered, and the multivariate CTEs are obtained by using their generator functions and parameters. These CTEs are compared with CTEs obtained using other distribution functions. The characteristics of the multivariate CTEs are discussed, as are the properties of the distribution functions and their corresponding accuracy. Finally, conclusions are derived and presented with illustrative examples.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.229-229
• /
• 2016

현재 국내외에서 제공되고 있는 기후변화 시나리오 자료의 경우 일단위로 제공되고 있다. 그러나 수자원 설계 및 계획 시 중요한 입력자료 중 하나는 시간단위 강우 자료이다. 이러한 시간단위 자료는 강우-유추 분석, 댐 설계 및 위험도 분석에 있어 중요한 입력 변수중 하나이므로 기후변화 시나리오에 따른 영향을 평가하기 위해선 신뢰성 있는 상세화 기법이 필요하다. 국내외에서는 일단위에서 일단위로 상세화 하는 기법, 또는 공간상세화 기법 연구는 상당히 진행된바 있는 반면, 시간단위 상세화 기법 연구는 일단위 연구에 비해 상대적으로 미진한 실정이다. 즉 일단위 상세화 기법의 경우 Weather generator, Weather typing 등 다양한 기법이 존재하고 이를 활용한 연구사례가 많지만, 시간단위 상세화 기법의 Poisson 기법을 활용한 사례가 다수 존재하였다. 이러한 이유로 본 연구에서는 기후변화 시나리오에 따른 영향을 평가하기 위해 Bayesian 기법을 도입하여 신뢰성 있는 시간단위 강우량을 생성할 수 있는 모형을 개발하였으며, 연대별로 산정된 결과는 빈도해석을 통해 미래 확률강우량을 제시하였다. 본 연구에서 제안하고자 하는 Bayesian Copula 모형은 기존 주변확률분포(marginal distribution) 매개변수와 Copula 매개변수 추정시 각각 다른 기법을 활용하여 추정하며, 각각 모형에서 발생하는 불확실성은 추정하지 못하는 반면, Bayesian Copula 모형의 경우 매개변수의 사후분포를 정량적으로 제시할 수 있으며, 추정되는 확률강우량 역시 불확실성을 정량적으로 산정할 수 있는 장점을 확인할 수 있었다.

• 대한수학회보
• /
• 제54권3호
• /
• pp.839-874
• /
• 2017

Our goal is to establish and prove the almost sure central limit theorems for some order statistics $\{M_n^{(k)}\}$, $k=1,2,{\ldots}$, formed by stochastic processes ($X_1,X_2,{\ldots},X_n$), $n{\in}N$, the distributions of which are defined by certain Archimedean copulas. Some properties of generators of such the copulas are intensively used in our proofs. The first class of theorems stated and proved in the paper concerns sequences of ordinary maxima $\{M_n\}$, the second class of the presented results and proofs applies for sequences of the second largest maxima $\{M_n^{(2)}\}$ and the third (and the last) part of our investigations is devoted to the proofs of the almost sure central limit theorems for the k-th largest maxima $\{M_n^{(k)}\}$ in general. The assumptions imposed in the first two of the mentioned groups of claims significantly differ from the conditions used in the last - the most general - case.