一段时间以来,我一直在为我的研讨会寻找有关Copulas的良好介绍性阅读。我发现有很多关于理论方面的材料,这是很好的,但是在我将其介绍之前,我希望对这一主题建立良好的直观理解。
谁能提出建议为初学者打好基础的好论文(我在合理的程度上开设了1-2门统计学课程,并了解边际,多元分布,逆变换等)?
一段时间以来,我一直在为我的研讨会寻找有关Copulas的良好介绍性阅读。我发现有很多关于理论方面的材料,这是很好的,但是在我将其介绍之前,我希望对这一主题建立良好的直观理解。
谁能提出建议为初学者打好基础的好论文(我在合理的程度上开设了1-2门统计学课程,并了解边际,多元分布,逆变换等)?
Answers:
简要的介绍是T. Schmidt 2008-Copulas和相关测量。同样值得注意的是Embrechts 2009-Copulas-个人观点。
对于Schmidt,我无法提供比章节标题更好的摘要。它提供了基本的定义,直觉和示例。抽样的讨论是白手起家,简短的文献回顾涵盖了必备知识。至于Embrechts,除了强制性定义,属性和示例外,这些讨论很有趣,因为它涉及缺点以及多年来对copula建模所做的一些批判性评论。参考书目在这里更为广泛,涵盖了人们应阅读的大部分作品
对系动词及其在定量未婚夫中的使用的一个很好的外行介绍是
http://archive.wired.com/techbiz/it/magazine/17-03/wp_quant?currentPage=all
概率相关性的概念由两名小学生Alice和Britney进行了说明。它还讨论了信用违约掉期的价格如何用作传统评级过程的捷径,以及将所有这些联系在一起的危险。
我推荐这篇文章,必读:Li,DavidX。“关于默认关联:copula函数方法。” 固定收益杂志9.4(2000):43-54。这是PDF。它解释了copula是什么以及如何在金融应用程序中使用它。很好读。
紧随其后的是Felix Salmon的文章“ 灾难食谱:杀死华尔街的公式 ”。这是怎么开始的:
一年前,像大卫X这样的数学向导李总有一天会获得诺贝尔奖,这几乎是不可想象的。毕竟,金融经济学家,甚至是华尔街的量化经济学家,都曾经获得过诺贝尔经济学奖,而李彦宏在衡量风险方面的工作比以前的诺贝尔奖获得者更快,更有效地发挥了作用。如今,尽管茫然的银行家,政客,监管机构和投资者调查了自大萧条以来最大的金融危机的残骸,但李克强很庆幸自己仍然可以从事金融工作。并不是说他的成就不容忽视。他采取了一个举世闻名的强硬坚果-确定关联性,或看似相异的事件之间的关联性-并通过简单而优雅的数学公式将其广泛破解,该公式将在全球金融界无处不在。
当仅观察到或可用边缘时,使用Copulas恢复联合概率函数。一个问题是联合概率可能不是一成不变的,这似乎是在默认风险估计中使用联合概率的情况。这两个读数证明了这一点。Copulas在保险中工作得很好,在保险中,关节非常稳定,例如配偶的死亡率。