Modèles de copules

Une copule est une distribution multivariée à marges uniformes qui encode la dépendance entre les variables séparément de leurs distributions marginales individuelles.

Definition

Un modèle de copule représente une distribution conjointe en combinant des distributions marginales arbitraires avec une fonction de copule qui capture la structure de dépendance sur l'hypercube unitaire des marges uniformes.

Scope

Ce sujet aborde le théorème de Sklar et la décomposition d'une distribution conjointe en marges et en une copule, les familles de copules courantes telles que les copules gaussiennes, t et archimédiennes, les mesures de dépendance incluant la corrélation de rang et la dépendance de queue, ainsi que l'estimation et la simulation des modèles basés sur les copules.

Core questions

• Comment la dépendance peut-elle être modélisée séparément des distributions marginales ?
• Quelles familles de copules capturent quels types de dépendance, y compris la dépendance de queue ?
• Comment les modèles de copules sont-ils estimés et simulés ?
• Quand la dépendance dans les queues est-elle importante pour le risque conjoint ?

Key theories

Théorème de Sklar

Toute distribution multivariée peut être exprimée en fonction de ses distributions marginales et d'une copule les reliant, et pour les marges continues, la copule est unique, ce qui justifie la modélisation séparée des marges et de la dépendance.

Dépendance de queue

Différentes copules impliquent différents degrés de comportement extrême conjoint ; les coefficients de dépendance de queue quantifient la tendance des variables à prendre des valeurs extrêmes ensemble, une propriété que la copule gaussienne ne possède pas mais que la copule t et certaines copules archimédiennes possèdent.

Clinical relevance

Les modèles de copules sont largement utilisés pour modéliser et simuler la dépendance en finance quantitative et en assurance, en hydrologie et en fiabilité, où l'occurrence conjointe d'événements extrêmes est une préoccupation majeure.

History

Le concept de copule a été introduit par Sklar en 1959, son théorème établissant la séparation des marges et de la dépendance. Les copules ont acquis une importance notable dans la modélisation de la dépendance appliquée à partir de la fin du XXe siècle, en particulier dans la gestion des risques, où les limites de la copule gaussienne dans les queues ont par la suite fait l'objet d'un examen minutieux.

Debates

Mauvaise utilisation de la copule gaussienne

La copule gaussienne a été largement appliquée dans la modélisation du risque financier mais ne présente pas de dépendance de queue, ce qui peut gravement sous-estimer la probabilité de pertes extrêmes conjointes, une limitation mise en évidence à la suite de la crise financière.

Key figures

• Abe Sklar
• Roger Nelsen
• Harry Joe

Seminal works

• nelsen2006
• joe1997
• mcneil2015

Frequently asked questions

Pourquoi séparer les marges de la dépendance ?

Cela permet de modéliser la distribution marginale de chaque variable avec sa propre forme appropriée, tandis que la copule capture indépendamment la manière dont les variables évoluent ensemble, offrant une grande flexibilité de modélisation.

Qu'est-ce que la dépendance de queue ?

C'est la tendance des variables à prendre des valeurs extrêmes simultanément ; les copules diffèrent quant à leur capacité à permettre de tels extrêmes conjoints, ce qui est très important pour la modélisation du risque conjoint.