Kopula Modelleri
Kopula, değişkenler arasındaki bağımlılığı, onların bireysel marjinal dağılımlarından ayrı olarak kodlayan, tekdüze marjlara sahip çok değişkenli bir dağılımdır.
Tanım
Bir kopula modeli, keyfi marjinal dağılımları, tekdüze marjların birim hiperküpü üzerindeki bağımlılık yapısını yakalayan bir kopula fonksiyonu ile birleştirerek ortak bir dağılımı temsil etmektedir.
Kapsam
Bu konu, Sklar teoremini ve ortak bir dağılımın marjlara ve bir kopulaya ayrıştırılmasını, Gauss, t ve Arşimet kopulaları gibi yaygın kopula ailelerini, sıra korelasyonu ve kuyruk bağımlılığı dahil bağımlılık ölçütlerini ve kopula tabanlı modellerin tahmin ve simülasyonunu kapsamaktadır.
Temel sorular
- Bağımlılık, marjinal dağılımlardan ayrı olarak nasıl modellenebilir?
- Hangi kopula aileleri, kuyruk bağımlılığı dahil olmak üzere ne tür bağımlılıkları yakalamaktadır?
- Kopula modelleri nasıl tahmin edilmekte ve simüle edilmektedir?
- Kuyruklardaki bağımlılık, ortak risk için ne zaman önem taşımaktadır?
Temel kuramlar
- Sklar teoremi
- Her çok değişkenli dağılım, marjinal dağılımları ve onları birbirine bağlayan bir kopula cinsinden yazılabilmektedir; sürekli marjlar için kopula benzersizdir, bu da marjların ve bağımlılığın ayrı ayrı modellenmesini haklı çıkarmaktadır.
- Kuyruk bağımlılığı
- Farklı kopulalar, farklı derecelerde ortak aşırı davranış anlamına gelmektedir; kuyruk bağımlılığı katsayıları, değişkenlerin birlikte aşırı değerler alma eğilimini nicelleştirmektedir; bu, Gauss kopulasının sahip olmadığı ancak t ve belirli Arşimet kopulalarının sahip olduğu bir özelliktir.
Klinik önem
Kopula modelleri, aşırı olayların birlikte meydana gelmesinin birincil endişe kaynağı olduğu kantitatif finans ve sigorta, hidroloji ve güvenilirlik alanlarında bağımlılığı modellemek ve simüle etmek için yaygın olarak kullanılmaktadır.
Tarihçe
Kopula kavramı, 1959 yılında Sklar tarafından tanıtılmış olup, teoremi marjların ve bağımlılığın ayrılmasını sağlamıştır. Kopulalar, yirminci yüzyılın sonlarından itibaren uygulamalı bağımlılık modellemesinde, özellikle risk yönetiminde önem kazanmıştır; bu alanda Gauss kopulasının kuyruklardaki sınırlamaları daha sonra incelemeye alınmıştır.
Tartışmalar
- Gauss kopulasının yanlış kullanımı
- Gauss kopulası, finansal risk modellemesinde yaygın olarak uygulanmış ancak kuyruk bağımlılığına sahip değildir; bu nedenle, ortak aşırı kayıpların olasılığını ciddi şekilde hafife alabilmektedir; bu sınırlama finansal krizin ardından vurgulanmıştır.
Öne çıkan isimler
- Abe Sklar
- Roger Nelsen
- Harry Joe
İlgili konular
Temel eserler
- nelsen2006
- joe1997
- mcneil2015
Sıkça sorulan sorular
- Marjları bağımlılıktan neden ayırmalıyız?
- Bu, her değişkenin marjinal dağılımının kendi uygun formuyla modellenmesine olanak tanırken, kopula değişkenlerin birlikte nasıl hareket ettiğini bağımsız olarak yakalamakta ve böylece büyük modelleme esnekliği sağlamaktadır.
- Kuyruk bağımlılığı nedir?
- Değişkenlerin eş zamanlı olarak aşırı değerler alma eğilimidir; kopulalar, bu tür ortak aşırı değerlere izin verip vermediklerine göre farklılık göstermekte olup, bu durum ortak riski modellemek için büyük önem taşımaktadır.