×

D-vine对连接构造的贝叶斯模型选择。 (英语。法语摘要) Zbl 1219.62048号

摘要:近年来,使用连接词进行依赖结构分析比标准相关分析更受欢迎。从开始K.Aas公司等人[Insur.Math.Econ.44,编号2182-198(2009;Zbl 1165.60009号)]正则藤蔓对copula构造(PCCs)被认为是多元copula中最灵活的一类。PCC是相关对象,但数据中存在的(条件)独立性可以简化并显著减少它们。通过推导和实现一种可逆跳马尔可夫链蒙特卡罗算法,作者基于二元t连接函数检测了特定藤蔓PCC模型中的(条件)独立性。然而,该方法是通用的,可以推广到任何常规葡萄PCC和所有已知的双变量copula家族。该方法同时考虑了PCC的模型选择和估计问题。仿真结果表明了所开发算法的有效性,并在两个实际数据应用中说明了其有效性。

MSC公司:

2015年1月62日 贝叶斯推断
62时20分 关联度量(相关性、典型相关性等)
2005年6月62日 多元概率分布的表征和结构理论;连接线
65立方厘米 马尔可夫链的数值分析或方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Aas,多重依赖的对copula构造,《保险:数学与经济学》44,第182页–(2009)·Zbl 1165.60009号 ·doi:10.1016/j.insmathe.2007.02.001
[2] V.Arakelian P.Dellaportas 2010年通过copula和波动阈值模型确定传染病数量金融·Zbl 1241.91134号
[3] 贝德福德,用藤蔓建模的条件相关随机变量的概率密度分解,《数学与人工智能年鉴》32,第245页–(2001)·Zbl 1314.62040号 ·doi:10.1023/A:1016725902970
[4] 贝德福德(Bedford),《因随机变量的新图形模型》(Vines),《统计年鉴》(Annals of Statistics)30,第1031页–(2002)·Zbl 1101.62339号 ·doi:10.1214/aos/1031689016
[5] Berg,《多元相关性构建模型》,《欧洲金融杂志》,15页,639页–(2009年)·网址:10.1080/13518470802588767
[6] 贝萨格,贝叶斯计算和随机系统,《统计科学》第10页第3页–(1995)·Zbl 0955.6252号 ·doi:10.1214/ss/1177010123
[7] Chan,GARCH模型多元残差copula的统计推断,《中国统计》第19卷第53页–(2009年)·Zbl 1153.62068号
[8] Chen,copula错误指定下基于半参数copula的多变量动态模型的估计和模型选择,《计量经济学杂志》135第125页–(2006)·Zbl 1418.62425号 ·doi:10.1016/j.jeconom.2005.07.027
[9] Congdon,基于后验模型概率蒙特卡罗估计的贝叶斯模型选择,计算统计与数据分析50 pp 346–(2006)·Zbl 1330.62115号 ·doi:10.1016/j.csda.2004.08.001
[10] C.Czado F.Gärtner A.Min 2010年澳大利亚电力负荷分析,使用D-葡萄藤的联合贝叶斯推断和自回归边际依赖模型:葡萄藤Copulae手册,
[11] Dalla Valle,Bayesian copulae分布及其在操作风险管理中的应用,《应用概率的方法和计算》11,第95页–(2009)·Zbl 1293.62016年 ·doi:10.1007/s11009-007-9067-x
[12] Demarta,《t copula和相关copula》,《国际统计评论》73,第111页–(2005)·Zbl 1104.62060号 ·doi:10.1111/j.1751-5823.005.tb00254.x
[13] P.Embrachts A.J.McNeil D.Straumann 2002风险管理中的相关性和依赖性:财产和陷阱风险管理:风险价值及其以外,
[14] P.Embrechts F.Lindskog A.J.McNeil 2003用Copulas建模依赖性及其在金融重尾分布风险管理手册中的应用,
[15] Fischer,《多元copula模型的实证分析》,《定量金融》第7页,第839页–(2009年)·Zbl 1180.91314号 ·网址:10.1080/14697680802595650
[16] B.Flury H.Riedwyl 1988《多元统计:实用方法》,查普曼和霍尔出版社,纽约·Zbl 1081.62535号
[17] Frahm,《椭圆连接函数:适用性和局限性》,《统计学与概率快报》63,第275页–(2003)·Zbl 1116.62352号 ·doi:10.1016/S0167-7152(03)00092-0
[18] 《Frees,Understanding relationships using copulas》,《北美精算杂志》第2卷第1页–(1998年)·Zbl 1081.62564号 ·doi:10.1080/10920277.1998.10595667
[19] Genest,《你一直想知道的关于copula建模但又不敢问的一切》,《水文工程杂志》12页347页–(2007)·doi:10.1061/(ASCE)1084-0699(2007)12:4(347)
[20] Genest,多元分布族依赖参数的半参数估计程序,Biometrika 82 pp 543–(1995)·Zbl 0831.62030号 ·doi:10.1093/biomet/82.3543
[21] C.Genest M.Gendron M.Bourdeau-Brien 2009金融学中copulas的出现欧洲金融杂志
[22] 绿色,可逆跳马尔可夫链蒙特卡罗计算和贝叶斯模型确定,Biometrika 82第711页–(1995)·Zbl 0861.62023号 ·doi:10.1093/biomet/82.4.711
[23] 黑斯廷斯,使用马尔可夫链的蒙特卡罗采样方法及其应用,《生物特征识别》57第97页–(1970)·兹比尔0219.65008 ·doi:10.1093/biomet/57.1.97
[24] Hobaek Haff,《关于简化的双copula构造——简单有用还是过于简单》,《多元分析杂志》101第1296页–(2010)·Zbl 1184.62079号 ·doi:10.1016/j.jmva.2009.12.001
[25] M.Hofmann C.Czado 2010使用基于D-vine copula的多元GARCH模型评估投资组合的VaR工作文件
[26] Huard,Bayesian copula selection,计算统计与数据分析51 pp 809–(2006)·Zbl 1157.62359号 ·doi:10.1016/j.csda.2005.08.010
[27] H.Joe 1996给定边距的m-变量分布族和固定边距的m(m-1)/2二元依赖参数分布及相关主题
[28] H.Joe 1997“多元模型和依赖概念”,查普曼和霍尔出版社,伦敦·Zbl 0990.62517号
[29] Joe,基于连接函数模型的两阶段估计方法的渐近效率,《多元分析杂志》94页401–(2005)·Zbl 1066.62061号 ·doi:10.1016/j.jmva.2004.06.003
[30] Kim,估计copula的半参数和参数方法的比较,计算统计学和数据分析51第2836页–(2007)·Zbl 1161.62364号 ·doi:10.1016/j.csda.2006.10.009
[31] D.Kurowicka R.Cooke,2006年,“高维依赖模型的不确定性分析”,John Wiley&Sons,Chichester·兹比尔1096.62073
[32] Li,《违约相关性:一种copula函数方法》,《固定收益杂志》9第43页–(2000)·doi:10.3905/jfi.2000.319253
[33] J.Ma 2010基于不同二元族的D-vine对copula构造的贝叶斯推断http://www-m4.ma.tum.de/Diplarb/dipalarbeiten.html
[34] 麦克尼尔,多元阿基米德连接函数,(d-)单调函数和(l_1)范数对称分布,《统计学年鉴》37第3059页–(2009)·Zbl 1173.62044号 ·doi:10.1214/07-AOS556
[35] 大都会,用快速计算机器计算状态方程,化学物理杂志21页1087–(1953)·数字对象标识代码:10.1063/1.1699114
[36] Min,使用对copula结构对多元copula进行贝叶斯推断,《金融计量经济学杂志》8第511页–(2010a)·doi:10.1093/jfinec/nbp031
[37] A.Min C.Czado 2010b基于对copula构造的SCOMDY模型及其在汇率中的应用工作文件
[38] Nelsen,Copulas简介(1999)·Zbl 0909.62052号 ·doi:10.1007/978-1-4757-3076-0
[39] 巴顿,《关于偏度和不对称依赖对资产配置的样本外重要性》,《金融计量经济学杂志》第2期第130页–(2004年)·doi:10.1093/jjfinec/nbh006
[40] A.J.Patton 2009年基于Copula的金融时间序列模型金融时间序列手册·Zbl 1178.91228号
[41] Pitt,高斯copula回归模型的有效贝叶斯推断,Biometrika 93 pp 537–(2006)·Zbl 1108.62027号 ·doi:10.1093/biomet/93.3537
[42] Richardson,《关于成分数量未知的混合物的贝叶斯分析》,《皇家统计学会期刊》B辑59,第731页–(1997)·Zbl 0891.62020号 ·数字标识代码:10.1111/1467-9868.00095
[43] Robert,一些后验概率近似的一些困难,Bayesian Analysis 3 pp 427–(2008)·Zbl 1330.62149号 ·doi:10.1214/08-BA316
[44] d.S.Silva,Copula,《边际分布与模型选择:贝叶斯注释》,《统计与计算》,第18页,313–(2008)·doi:10.1007/s11222-008-9058-y
[45] 斯科拉(Sklar),《维度和市场划分功能》(Foctions de répartitionán dimensions et leurs marges),《巴黎大学统计研究所出版物》(Publications de l’Institut de Statistique de l’University de Paris)8 pp 229–(1959)
[46] -英国。Song,由高斯copula生成的多元离散模型,《斯堪的纳维亚统计杂志》27页305–(2000)·Zbl 0955.62054号 ·doi:10.1111/1467-9469.00191
[47] G.U.Yule M.G.Kendall 1965统计学理论导论·Zbl 0030.30705号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。