$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

잔차를 이용한 코플라 모수 추정
Residual-based copula parameter estimation 원문보기

응용통계연구 = The Korean journal of applied statistics, v.29 no.1, 2016년, pp.267 - 277  

나옥경 (경기대학교 응용정보통계학과) ,  권성훈 (건국대학교 응용통계학과)

초록
AI-Helper 아이콘AI-Helper

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.

Abstract ▼ AI-Helper 아이콘AI-Helper

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 simu...

주제어

#코플라 함수   #확률적 회귀모형   #준모수적 추정방법   #잔차들의 경험적 분포함수   #코플라-자기회귀이동평균 모형   #자기회귀 근사  

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • copulaARMA 모형은 SCOMDY(semiparametric copula-based multivariate dynamic) 모형의 한 예로 Chen과 Fan (2006a)이 제시한 방식으로 코플라 모수를 추정할 수도 있다. 그러나 본 연구에서는 copula-ARMA 모형을 AR(qin) 모형으로 근사시켜 잔차를 구하여 코플라 모수를 추정하고, 이 경우 추정량의 성질에 대해 살펴보고자 한다.
  • 먼저 IID 표본에서 코플라 함수를 추정하는 대표적인 방법에 대해 간단히 살펴보고자 한다. 이를 위해 잠시 (ϵ1t, .
  • 본 연구에서는 앞에서 소개한 방법 중 준모수 추정방법을 이용하여 코플라 모수를 추정하고자 한다. 그러나 모형 (1.
  • 본 연구에서는 잔차를 이용하여 오차항의 코플라 함수를 추정하는 문제를 고려하였다. 특히 준모수적 추정량이 일치추정량이 되기 위한 조건을 구하였다. 응용사례로 코플라-AR 모형을 다루었으며, 모의실험을 통해 AR 모형으로의 근사를 통해 얻은 잔차를 이용하여 계산한 추정량의 성질도 살펴보았다.

가설 설정

  • (A1) 모든 i에 대하여 max1≤t≤n |rint| = oP (1/√ n)이다.
  • 먼저 IID 표본에서 코플라 함수를 추정하는 대표적인 방법에 대해 간단히 살펴보고자 한다. 이를 위해 잠시 (ϵ1t, . . . , ϵdt)T , t = 1, 2, . . . , n가 관측가능하다고 가정하겠다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
코플라 함수란? 코플라 함수는 다변량 자료에서 변수들 사이의 종속적 구조를 분석하고 모형화하는데 유용한 함수다. 다변량 정규분포를 기반으로 하는 전통적인 기법과 달리 코플라 함수를 이용한 분석 기법은 개별 변수에 대한 모형과 변수들간의 종속적 구조에 대한 모형을 분리해서 모형화할 수 있으므로, 금융 및 경제 자료, 보험 자료, 기후 자료 등을 분석하는데 많이 사용되고 있다.
잔차를 구하는 방법 근사 된 AR 모형을 사용할 경우 얻는 장점은? 잔차를 구하는 방법으로, 근사된 AR 모형 대신 적당한 정보량 기준(BIC 혹은 AIC)을 적용하여 각 시계열 자료를 직접 ARMA 모형으로 적합하는 방법을 고려할 수도 있다. 하지만 근사 AR 모형을 사용하는 것이 잔차를 구하는 과정이 좀 더 간단하고, 또한 근사 AR 모형의 차수를 이론적 결과를 바탕으로 쉽게 결정할 수 있다는 장점이 있다. 만약 정보량 기준으로 ARMA 모형의 차수를 정확히 추정할 수 있다면 ARMA 모형을 직접 사용하는 것이 더 좋겠지만, 차수가 정확하지 않은 경우는 근사 AR 모형을 사용하는 경우에 비하여 모형 편이가 더 심할 것으로 예상된다.
코플라 함수를 이용한 분석 기법은 어디에 사용되는가? 코플라 함수는 다변량 자료에서 변수들 사이의 종속적 구조를 분석하고 모형화하는데 유용한 함수다. 다변량 정규분포를 기반으로 하는 전통적인 기법과 달리 코플라 함수를 이용한 분석 기법은 개별 변수에 대한 모형과 변수들간의 종속적 구조에 대한 모형을 분리해서 모형화할 수 있으므로, 금융 및 경제 자료, 보험 자료, 기후 자료 등을 분석하는데 많이 사용되고 있다. 이와 관련된 자세한 내용은 Brechmann과 Czado (2015), Chan 등 (2009), Embrechts 등 (2002), Jondeau와 Rockinger (2006), Li 등 (2013), Patton (2009), Sch¨olzel과 Friederichs (2008), Sun 등 (2009) 등을 참조하기 바란다.
질의응답 정보가 도움이 되었나요?

참고문헌 (14)

  1. Brechmann, E. C. and Czado, C. (2015). COPAR-multivariate time series modeling using the copula autoregressive model, Applied Stochastic Models in Business and Industry, 31, 495-514. 

    상세보기 crossref

  2. Brockwell, P. J. and Davis, R. A. (2006). Time Series: Theory and Methods, Second edition, Springer. 

  3. Chan, N. H., Chen, J., Chen, X., Fan, Y., and Peng, L. (2009). Statistical inference for multivariate residual copula of GARCH models, Statistica Sinica, 19, 53-70. 

    상세보기

  4. Chen, X. and Fan, Y. (2006a). Estimation and model selection of semiparametric copula-based multivariate dynamic models under copula misspecification, Journal of Econometrics, 135, 125-154. 

    상세보기 crossref

  5. Chen, X. and Fan, Y. (2006b). Estimation of copula-based semiparametric time series models, Journal of Econometrics, 130, 307-335. 

    상세보기 crossref

  6. Embrechts, P., McNeil, A., and Straumann, D. (2002). Correlation and dependence in risk management: properties and pitfalls, In Risk Management: Value at Risk and Beyond, ed. M.A.H. Dempster, Cambridge University Press, Cambridge, 176-223. 

  7. Genest, C., Ghoudi, K., and Rivest, L. P. (1995). A semiparametric estimation procedure of dependence parameters in multivariate families of distributions, 

  8. Jondeau, E. and Rockinger, M. (2006). The copula-GARCH model of conditional dependencies: An international stock market application, Journal of International Money and Finance, 25, 827-853.Biometrika, 82, 545-552. 

    상세보기 crossref

  9. Kim, G., Silvapulle, M. J., and Silvapulle, P. (2007). Comparison of semiparametric and parametric methods for estimation copulas, Computational Statistics and Data Analysis, 51, 2836-2850. 

    상세보기 crossref

  10. Lee, S. and Wei, C. Z. (1999). On residual empirical processes of stochastic regression models with applications to time series, The Annals of Statistics, 27, 237-261. 

    상세보기 crossref

  11. Li, Y., Xie, K., and Hu, B. (2013), Copula-ARMA model for multivariate wind speed and its applications in reliability assessment of generating systems, Journal of Electrical Engineering and Technology, 8, 421-427. 

    원문보기 상세보기 crossref

  12. Patton, A. J. (2009). Copula-Based Models for Financial Time Series, In Handbook of Financial Time Series, ed. Andersen, T.G., Davis, R.A., Kreiss, J.P. and Mikosch, T., Springer, Berlin Heidelberg, 767-785. 

  13. Scholzel, C. and Friederichs, P. (2008). Multivariate non-normally distributed random variables in climate research-introduction to the copula approach, Nonlinear Processes in Geophysics, 15, 761-772. 

    상세보기 crossref

  14. Sun, W., Rachev, S., Fabozzi, F. J., and Kalev, P. S. (2009). A new approach to modeling co-movement of international equity markets: evidence of unconditional copula-based simulation of tail dependence, Empirical Economics, 36, 201-229. 

    상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로