×
纳格勒，T。;C.布曼。;Czado，C。

稀疏高维vine copula模型中的模型选择及其在投资组合风险中的应用。 （英语） Zbl 1419.62126号

《多元分析杂志》。 172, 180-192 (2019).
概述：藤蔓连接函数允许使用双变量构建块为任意数量的变量构建灵活的依赖模型。藤系模型中的参数数量随着维数的增加呈二次增加，这对高维应用提出了挑战。为了减轻计算负担和过拟合的风险，我们提出了一种针对稀疏藤交配模型的改进贝叶斯信息准则（BIC）。我们认为，与经典BIC相比，该标准可以在较宽松的条件下持续区分真实模型和替代模型。本文提出的准则可以进一步用于选择稀疏模型类的超参数，例如截断和阈值化的藤连接函数。我们提出了一种计算效率高的实现方法，并通过一个案例研究说明了所提概念的优点，其中我们对大型投资组合中的相关性进行了建模。

引用于7文件

MSC公司：

62小时05 多元概率分布的表征与结构理论；连接线
62P05号 统计学在精算科学和金融数学中的应用
91G70型 统计方法；风险措施

关键词：

银行识别码;型号选择;稀疏;价值-风险;葡萄交配

软件：

R度量;rvinecopulib公司;Copula模型
PDF格式BibTeX公司 XML格式引用
\textit{T.Nagler}等人，《多元分析杂志》。172、180-192（2019年；Zbl 1419.62126）
全文： 内政部 arXiv公司

参考文献：

[1] Aas，K.，《金融应用的双copula构造：综述》，《计量经济学》，4，43（2016）
[2] Aas，K。；Czado，C。；弗里吉斯，A。；Bakken，H.，多重依赖的对copula构造，保险数学。经济学。，44, 182-198 (2009) ·Zbl 1165.60009号
[3] Acar，E.F。；Genest，C。；Nešlehová，J.，《超越简化的对copula构造》，J.多元分析。，110, 74-90 (2012) ·兹比尔1243.62067
[4] Akaike，H.，统计模型识别的新视角，IEEE Trans。自动化。控制，19716-723（1974）·Zbl 0314.62039号
[5] 贝德福德，T。；Cooke，R.M.，用藤蔓建模的条件相关随机变量的概率密度分解，Ann.Math。Artif公司。智力。，32, 245-268 (2001) ·Zbl 1314.62040号
[6] 贝德福德，T。；库克，R.M.，《藤蔓：相依随机变量的新图形模型》，《统计年鉴》。，30, 1031-1068 (2002) ·Zbl 1101.62339号
[7] 博格丹，M。；Ghosh，J.K。；Doerge，R.W.，修改Schwarz Bayesian信息标准以定位多个相互作用的数量性状位点，遗传学，167989-999（2004）
[8] Brechmann，E.C。；Czado，C。；Aas，K.，《应用于财务数据的高维规则葡萄树截短》，加拿大。J.统计。，第40页，第68-85页（2012年）·Zbl 1274.62381号
[9] Brechmann，E.C。；Joe，H.，使用拟合指数截断藤蔓连接，J.多元分析。，138, 19-33 (2015) ·Zbl 1320.62113号
[10] 陈，J。；Chen，Z.，《大模型空间模型选择的扩展贝叶斯信息准则》，Biometrika，95759-771（2008）·Zbl 1437.62415号
[11] Christoffersen，P.F.，评估区间预测，国际。经济。修订版，841-862（1998）
[12] Claeskens，G。；Hjort，N.L.，模型选择和模型平均（2008），剑桥大学出版社：剑桥大学出版社，马萨诸塞州剑桥·Zbl 1166.62001号
[13] Czado，C。；谢普斯迈尔，美国。；Min，A.，混合c-vines的最大似然估计及其在汇率中的应用，统计模型。，12, 229-255 (2012) ·Zbl 07257878号
[14] Dißmann，J.等人。；Brechmann，E.C。；Czado，C。；Kurowicka，D.，选择和估计规则藤蔓交配及其在财务回报中的应用，计算。统计师。数据分析。，59, 52-69 (2013) ·Zbl 1400.62114号
[15] 唐纳利，C。；Embrachts，P.，《魔鬼在尾巴上：精算数学和次级抵押贷款危机》，阿斯汀·布尔。，40, 1-33 (2010) ·Zbl 1230.91181号
[16] 范，J。；Peng，H.，参数个数发散的非冲突惩罚似然，Ann.Statist。，32, 928-961 (2004) ·Zbl 1092.62031号
[17] 范，Y。；Tang，C.Y.，《高维惩罚可能性中的调谐参数选择》，J.R.Stat.Soc.Ser。B统计方法。，75, 531-552 (2013) ·Zbl 1411.62216号
[18] 弗朗克·C。；Zakoian，J.-M.，《GARCH模型：结构、统计推断和金融应用》（2011），威利：威利纽约
[19] Genest，C。；Nevslehová，J。；Ben Ghorbal，N.，《基于多元copula模型中Kendallτ的估计量》，澳大利亚。新泽西州统计局。，53, 157-177 (2011) ·Zbl 1274.62367号
[20] Gijbels，I。；Omelka，M。；Veraverbeke，N.，部分和平均连接函数及关联测度，电子。J.统计。，9, 2420-2474 (2015) ·Zbl 1327.62208号
[21] Hobk Haff，I.，对连系结构的参数估计，Bernoulli，19，462-491（2013）·兹比尔1456.62033
[22] Joe，H.，具有给定边距和（m（m-1）/2）二元依赖参数的（m）变量分布族，（Rüschendorf，L.；Schweizer，B.；Taylor，m.D.，《带固定边值的分布及相关主题》（1996），数理统计研究所：加利福尼亚州海沃德数学统计研究所），120-141
[23] Joe，H.，《使用Copulas进行依赖建模》（2014），查普曼和霍尔/CRC：查普曼&霍尔/CRC博卡拉顿，佛罗里达州·Zbl 1346.62001号
[24] D.Kraus，C.Czado，《生长简化藤蔓连接树：改进Dißmanns算法》，arXiv预印本arXiv:1703.05203；D.Kraus，C.Czado，《生长简化藤蔓连接树：改进Dißmanns算法》，arXiv预印本arXiv:1703.05203
[25] Kurowicka，D.，《葡萄藤的最佳截割》（Kurowick，D.；Joe，H.，《依赖建模：葡萄藤Copula手册》（2011），世界科学出版社：新泽西州世界科学出版社哈肯萨克）
[26] M.S.Kurz，F.Spanhel，《检验高维葡萄交配中的简化假设》，arXiv:1706.02338；M.S.Kurz，F.Spanhel，在高维藤蔓连接中测试简化假设，arXiv:1706.02338
[27] 米勒，D。；Czado，C.，与Lasso，Statist一起选择高维稀疏藤蔓接合部。计算。，29, 269-287 (2019) ·Zbl 1430.62102号
[28] 纳格勒，T。；Czado，C.，用简化的藤连接函数进行非参数密度估计时避免维数灾难，《多元分析杂志》。，151, 69-89 (2016) ·Zbl 1346.62071号
[29] T.Nagler、T.Vatter，；T.Nagler、T.Vatter、，
[30] Nelsen，R.B.，《Copulas简介》（2006），Springer:Springer纽约·Zbl 1152.62030
[31] Salmon，F.，《灾难的配方：杀死华尔街的配方》（Wired.com（2009））
[32] Schwarz，G.，估算模型的维数，Ann.Statist。，6, 461-464 (1978) ·Zbl 0379.62005年
[33] Sklar，A.，《划分维度与勒尔马尔日函数》，Publ。统计研究所。巴黎大学，8229-231（1959）·Zbl 0100.14202号
[34] F.Spanhel，M.S.Kurz，《部分藤蔓系词：基于简化假设的依赖性度量和近似》，arXiv:1510.06971；F.Spanhel，M.S.Kurz，《部分藤蔓系词：基于简化假设的依赖性度量和近似》，arXiv:1510.06971·Zbl 1418.62225号
[35] Spanhel，F。；Kurz，M.S.，《部分copula:属性和相关依赖度量》，统计。普罗巴伯。莱特。，119, 76-83 (2016) ·Zbl 1398.62150号
[36] Stöber，J。；Joe，H。；Czado，C.，《简化对连接词构造：限制和扩展》，《多元分析杂志》。，119101-118（2013）·Zbl 1277.62139号
[37] Vatter，T。；Nagler，T.，对copula构造的广义可加模型，J.Compute。图表。统计人员。，27, 715-727 (2018) ·Zbl 07498985号
[38] Wang，H。；李，B。；Leng，C.，具有发散参数数的收缩率调谐参数选择，J.R.Stat.Soc.Ser。B（Stat.Methodol.），71，671-683（2009年）·Zbl 1250.62036号
[39] Wang，T。；朱磊，高维稀疏线性回归中的一致调整参数选择，《多元分析》。，102, 1141-1151 (2011) ·Zbl 1216.62103号
[40] D.Wuertz。T.Setz、Y.Chalabi、C.Boudt、P.Chausse、M.Miklovac的贡献，；D.Wuertz。由T.Setz、Y.Chalabi、C.Boudt、P.Chausse、M.Miklovac、，
[41] 薛，L。；Zou，H.，半参数高斯连接函数稀疏相关矩阵的最佳估计，统计界面，7201-209（2014）·兹比尔1388.62091
[42] Zak-Szatkowska，M。；Bogdan，M.，稀疏广义线性模型贝叶斯信息准则的修正版本，计算。统计师。数据分析。，55, 2908-2924 (2011) ·Zbl 1218.62073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。