BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Heilpern Stanisław (Uniwersytet Ekonomiczny we Wrocławiu)
Tytuł
Zależność: fakty i mity
Dependence: Facts and Myths
Źródło
Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach, 2014, nr 207, s. 85-98, rys., bibliogr. 7 poz.
Tytuł własny numeru
Metody matematyczne i informatyczne w finansach i ubezpieczeniach. Metody 2012.
Słowa kluczowe
Zmienne losowe, Miernik ryzyka (VaR)
Random variable, VaR method
Uwagi
streszcz., summ.
Abstrakt
Artykuł poświęcony jest wybranym zagadnieniom zależności zmiennych losowych, które można opisać za pomocą funkcji łączących (kopula). Opisano związek dwuwymiarowego rozkładu normalnego z gaussowską funkcją łączącą wraz z najczęściej stosowaną miarą zależności: współczynnikiem korelacji Pearsona. Wnioski odniesiono do przypadku wielowymiarowych rozkładów eliptycznych, w szczególności rozkładów normalnych. Zbadano także rozkład sumy zmiennych losowych pod względem najczęściej stosowanej miary ryzyka, jaką jest VaR. Pokazano, że największe wartości tej miary wcale nie muszą zachodzić dla ścisłej zależności ani dla niezależności.(abstrakt oryginalny)

The main aim of the article is to show chosen issues of random variables which can be described in the form of copula functions. In the first part the relationship between two-dimensional normal distribution with Gaussian copula function was shown together with the most common measure - Pearson correlation coefficient. Conclusions were referred to multivariate elliptical distributions, mainly to normal distributions with major focus on generally used risk measure - value at risk (VaR). It was shown that the highest values of this measure need not appear for close dependence as well as for independence.(original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Denuit M., Genest C., Marceau E. (1999), Stochastic Bounds on Sums of Dependent Risks, "Insurance: Mathematics and Economics", No. 25, s. 85-104.
  2. Embrechts P., McNeil A., Straumann D. (2001), Correlation and Dependence in Risk Management: Properties and Pitfalls [w:] Dempster M., Moffatt H.K. (eds.), Risk Management: Value at Risk and Beyond, Cambridge University Press, Cambridge.
  3. Heilpern S. (2007), Funkcje łączące, Wydawnictwo AE, Wrocław.
  4. Heilpern S. (2011), Aggregate Dependent Risk - Risk Measure Calculation, "Mathematical Economics", No. 7(14), s. 93-110.
  5. McNeil J.A., Frey R., Embrechts P. (2005), Quantitative Risk Management. Concepts, Techniques and Tools, Princeton University Press, Princeton.
  6. Nelsen R.B. (1999), An Introduction to Copulas, Springer, New York.
  7. Wang S.S. (1999), Aggregation of Correlated Risk Portfolios: Models & Algorithms, CAS Committee on Theory of Risk, Working Paper.
Cytowane przez
Pokaż
ISSN
2083-8611
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu