|
然后,对于sinceayen==aiijjppbyen===a jijipp,ij^I(2)(3 2)(3 2)(4 2)(1)(2)ii iii ii iibb a++=++=++=++++++用于(4.9)。i^I+现在,从(2.5)可以得出,(1)iiuufua=和(1)(1)jjjvvvb+=使用(4.8),经过一些繁琐但简单的计算,我们可以得到,,(0,1)。ij uv^I^I+()()(2(1)(1)1 2 5 4(,),0,1uv vuvuvuvuv--++=^I)(4.11),这显然是不对称的。相应的copula C可以再次显式地计算,得到()(,)2,(0,1)=--++-+^IxyCxy xy xy y xy xy(4.12)这个连接词有一个上尾相关系数ul=(4.13),它介于带andcf的对称情况下的上尾相关系数之间。示例2中的最后一个表。b=2,b=eRemark 1:负二项式连接函数(见示例2和5)可以通过包含混合β分布的替代表示公式(2.5)轻松模拟。Poisson copulas可以使用应用于伽马分布随机变量Z的变换来模拟,其中随机形状参数由(3.15)中所示的几何分布和比例参数1生成-zza,ag+备注2:对于定量风险管理的实际应用,通过经验copula将所需概率与经验数据相匹配似乎是合理的,例如,正如inPFEIFER、STRASSBURGER和PHILIPPS(2009)提出的那样。在Bernstein连接函数的特殊情况下(参见示例1),这样的程序可以非常容易地实现,甚至在更高的维度上(参见。
|