Principal Component Copulas for Capital Modelling and Systemic Risk
用于资本建模与系统性风险分析的主成分 CopulaAI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究金融尾部依赖、国际股票市场系统性风险及资本建模。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
用于资本建模与系统性风险分析的主成分 Copula
- 研究问题
- 如何在高维金融数据中灵活描述重要方向上的尾部依赖，并区分全球市场共同变动与正交变动对系统性风险和分散化的影响？
- 方法与思路
- 作者将 Copula 与主成分分析结合，利用特征函数表示高维密度，并开发高维最大似然和广义矩估计算法。
- 材料陈述的贡献
- 摘要称，该类 Copula 具有便于应用的密度表达式，模拟表现良好；国际股票市场应用显示其系统性风险指标表现较好。
- 阅读关注点
- 应核对主成分方向上的依赖设定、密度计算和估计条件，以及系统性风险指标、比较基准与平行和正交变动的定义。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实。摘要未给出风险指标、比较数值和资本模型验证，不能据此确认普遍优越性。
原文摘要
We introduce a class of copulas that we call Principal Component Copulas (PCCs). This class combines the strong points of copula-based techniques with principal component analysis (PCA), which results in flexibility when modelling tail dependence along the most important directions in high-dimensional data. We obtain theoretical results for PCCs that are important for practical applications. In particular, we derive tractable expressions for the high-dimensional copula density, which can be represented in terms of characteristic functions. We also develop algorithms to perform Maximum Likelihood and Generalized Method of Moment estimation in high-dimensions and show very good performance in simulation experiments. Finally, we apply the copula to the international stock market to study systemic risk. We find that PCCs lead to excellent performance on measures of systemic risk due to their ability to distinguish between parallel and orthogonal movements in the global market, which have a different impact on systemic risk and diversification. As a result, we consider the PCC promising for capital models, which financial institutions use to protect themselves against systemic risk.