Principal Component Copulas for Capital Modeling and Systemic Risk
创建于 更新于
摘要
本文创新提出了主成分Copula（PCC）方法，将Copula技术与主成分分析结合，实现金融市场高维数据中尾部依赖灵活建模。通过特征函数表达，PCC可高效估计高维分布密度，并分别采用MLE和矩估计相结合的方法进行参数估计。案例研究中，PCC在捕捉全球市场系统性风险和多维尾部依赖上表现显著优于传统Copula，为资本模型和风险管理提供新工具[page::0][page::1][page::6][page::18][page::19]
