การอ่านเบื้องต้นเกี่ยวกับ Copulas

ตอนนี้ฉันกำลังมองหาการอ่านเบื้องต้นเกี่ยวกับ Copulas สำหรับการสัมมนาของฉัน ฉันกำลังค้นหาเนื้อหามากมายที่พูดถึงแง่มุมทางทฤษฎีซึ่งเป็นเรื่องที่ดี แต่ก่อนที่ฉันจะพูดถึงสิ่งเหล่านั้นฉันกำลังมองหาเพื่อสร้างความเข้าใจที่เข้าใจง่ายในหัวข้อนี้

ใครช่วยแนะนำเอกสารที่ดีที่ให้รากฐานที่ดีให้กับผู้เริ่มต้น (ฉันมี 1-2 หลักสูตรในสถิติและเข้าใจ marginals การกระจายหลายตัวแปรการแปลงผกผัน ฯลฯ ในระดับที่เหมาะสม)?

แนะนำสั้น ๆ คือT. Schmidt 2008 - Copulas และการวัดแบบต่อเนื่อง ที่น่าสังเกตคือEmbrechts 2009 - Copulas - มุมมองส่วนบุคคล

สำหรับชามิดท์ฉันไม่สามารถให้บทสรุปที่ดีกว่าชื่อหัวข้อได้ มันมีคำจำกัดความพื้นฐานปรีชาและตัวอย่าง การอภิปรายเกี่ยวกับการสุ่มตัวอย่างคือกระดูกเปล่าและการทบทวนวรรณกรรมโดยย่อครอบคลุมสิ่งที่ต้องมี สำหรับ Embrechts นอกเหนือจากคำจำกัดความที่บังคับคุณสมบัติและตัวอย่างการอภิปรายเป็นที่น่าสนใจเพราะมันสัมผัสข้อเสียและข้อสังเกตที่สำคัญบางอย่างที่ทำเพื่อเชื่อมต่อแบบจำลองในช่วงหลายปีที่ผ่านมา บรรณานุกรมอยู่ที่นี่มากขึ้นและครอบคลุมงานส่วนใหญ่ที่เราจะอ่าน

Chris Genest มีกระดาษเบื้องต้นอีกฉบับหนึ่ง " ทุกสิ่งที่คุณอยากรู้เกี่ยวกับการสร้างแบบจำลอง Copula แต่กลัวที่จะถาม "

การแนะนำบุคคลทั่วไปที่ดีเกี่ยวกับ copulas และการใช้งานในด้านการเชิงปริมาณ

http://archive.wired.com/techbiz/it/magazine/17-03/wp_quant?currentPage=all

แนวคิดของความสัมพันธ์ของความน่าจะเป็นภาพประกอบโดยนักเรียนระดับประถมสองอลิซและบริทนี นอกจากนี้ยังอธิบายถึงวิธีการใช้ราคาแลกเปลี่ยนเครดิตเริ่มต้นเป็นทางลัดไปยังกระบวนการจัดอันดับแบบดั้งเดิมตลอดจนอันตรายจากการเชื่อมโยงสิ่งเหล่านี้เข้าด้วยกัน

ฉันขอแนะนำกระดาษนี้เป็นต้องอ่าน: Li, David X. "ในความสัมพันธ์เริ่มต้น: วิธีฟังก์ชั่นเชื่อมต่อกัน" วารสารตราสารหนี้ 9.4 (2000): 43-54 นี่คือรูปแบบไฟล์ PDF มันอธิบายว่า copula คืออะไรและสามารถใช้ในการสมัครทางการเงินได้อย่างไร มันอ่านง่ายดี

ตามด้วยบทความโดย Felix Salmon " สูตรสำหรับภัยพิบัติ: สูตรที่ฆ่า Wall Street " วิธีเริ่มต้นที่นี่:

หนึ่งปีที่ผ่านมาแทบจะคิดไม่ออกเลยว่าตัวช่วยสร้างคณิตศาสตร์อย่าง David X. Li อาจจะได้รับรางวัลโนเบลสักวันหนึ่ง ท้ายที่สุดนักเศรษฐศาสตร์การเงินแม้กระทั่งวอลล์สตรีทก็เคยได้รับรางวัลโนเบลทางเศรษฐศาสตร์มาก่อนและงานของ Li ในการวัดความเสี่ยงมีผลกระทบมากกว่ารวดเร็วกว่าผลงานที่ได้รับรางวัลโนเบลก่อนหน้านี้ แม้ว่าในวันนี้ในฐานะที่เป็นธนาคารงงงวยนักการเมืองหน่วยงานกำกับดูแลและนักลงทุนสำรวจซากปรักหักพังของการล่มสลายทางการเงินที่ใหญ่ที่สุดนับตั้งแต่การตกต่ำครั้งใหญ่หลี่อาจจะขอบคุณเขายังคงมีงานด้านการเงินอยู่ ไม่ว่าความสำเร็จของเขาควรจะถูกไล่ออก เขาหยิบถั่วที่มีชื่อเสียงอย่างเหนียวแน่นมาพิจารณาความสัมพันธ์หรือเหตุการณ์ที่ดูแตกต่างกันอย่างไรและเปิดกว้างด้วยสูตรทางคณิตศาสตร์ที่เรียบง่ายและสง่างามซึ่งจะกลายเป็นที่แพร่หลายในด้านการเงินทั่วโลก

มีการใช้สูตรในการกู้คืนฟังก์ชั่นความน่าจะเป็นแบบร่วมเมื่อตรวจพบหรือมีระยะห่างเพียงเล็กน้อย ปัญหาหนึ่งคือความน่าจะเป็นร่วมอาจไม่คงที่ซึ่งน่าจะเป็นกรณีที่มีการใช้ความเสี่ยงเริ่มต้น การอ่านทั้งสองแสดงให้เห็นว่า Copulas ทำงานได้ดีในการประกันภัยซึ่งข้อต่อมีเสถียรภาพมากเช่นอัตราการตายของคู่สมรส

แนะนำที่ดีก็คือการแนะนำให้รู้จักกับ copulas (นีลเซ่น 2006)