.png){kind=icon}
返回
On a Multivariate Extension for Copula-Based Conditional Value at Risk
.png){kind=icon}
PRE
AI
DOI：10.1007/s44199-026-00174-x.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于Copula的条件下风险价值（CCVaR）是针对多元随机向量的实值尾部风险度量，其通过基于Copula水平集的条件定义。本文考虑在Archimedean相依性下将CCVaR扩展到维度d ≥ 2的情况。尽管现有研究主要处理二元情形，但多元设定涉及d维条件区域，且无法采用相同的低维表示。对于d维Archimedean Copula，我们推导出一种显式表示，将定义条件期望简化为涉及多元Kendall分布函数和维度相关修正项的一维形式，从而实现中等维度下的可计算校准。我们还考察了相容性性质。最后，使用真实数据的数值实验说明了CCVaR的行为，并将其与经典VaR和CVaR在多种Copula族和边缘分布设定下进行比较。
Keyword:
Conditional value at risk
Copula
Multivariate risk measure
Portfolio management
期刊
J
IF:
1.8
论文数:
33
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏Portfolio optimization with a copula-based extension of conditional value-at-risk基于copula的条件风险价值扩展的投资组合优化
OAAI
OAAI分享收藏分享收藏分享收藏
查看更多内容