Copulas und Korrelationsasymmetrien Theorie und empirische Analyse am DAX 30 08. Mai 2008 Jadran...

Copulas undKorrelationsasymmetrien

Theorie und empirische Analyse am DAX 3008. Mai 2008

Jadran Dobrić, Kreditrisiko-Controlling WGZ BANK

Gruppe Methoden

© W

GZ

BA

NK

200

8

Inhalt

Einführung in die Copulatheorie

Korrelationsmaße und Copulas Lineare Korrelation Spearman‘sche Rangkorrelation

Bedingte Korrelationen

Korrelations-Asymmetrietest

Empirische Untersuchungen der Abhängigkeiten im DAX 30

Betrachtung der Abhängigkeitsunterschiede zwischen dem Bullen- und Bärenmarkt

© W

GZ

BA

NK

200

8

Empirische DAX 30 BeispieleTägliche Log-Renditen vom 02.03.1992-01.03.2002

Kennzahlen Allianz AG BASF AG Münchner Rück AG

Mittelwerte .00038 .00062 .00064

Standardabw. .01854 .01645 .01905

Minimum -.1568 -.0871 -.1719

Maximum .1380 .1009 .1653

Schiefe -.0772 -.0570 .1212

Kurtosis 10.5352 5.3732 10.2293

3.8360 5.2276 2.9979MLE

© W

GZ

BA

NK

200

8

Allianz AG vs. Münchner Rück AG

58.0ˆ 66.0ˆ SPBP

© W

GZ

BA

NK

200

8

Allianz AG vs. BASF AG

47.0ˆ 45.0ˆ SPBP

© W

GZ

BA

NK

200

8

Sklar‘s Seperationstheorem (1959)Sklar‘s Seperationstheorem (1959)

FX(x1,…,xd)

C(u1,…, ud) F1(x1),…, Fd(xd)

FX(x1,…,xd)=C(F1(x1),…, Fd(xd))

C(u1,…, ud)=FX(F-11(u1),…, F-1

d(ud))

C(u1,…, ud) G1(x1),…, Gd(xd)

G(x1,…,xd)

© W

GZ

BA

NK

200

8

Copula

Sie ist eine Abbildung C: [0,1]d → [0,1], mit:

1. Für jedes u [0,1]d gilt C(u)=0, falls mindestens eine Koordinate von u gleich Null ist.

2. Falls alle Koordinaten, mit Ausnahme von ui , gleich 1 sind, gilt C(u)= ui.

3. Für alle a=(a1,…,ad) und b=(b1,…,bd) mit ai≤bi, i=1,…,d, gilt VC([a, b])≥0.

→ D.h. eine d-dimensionale Verteilungsfunktion auf [0,1]d mit uniformen univariaten Randverteilungen

© W

GZ

BA

NK

200

8

Ist die Copula C d-mal partiell differenzierbar, so gilt

Besitzt FX die Dichte fX , so gilt:

→

d

d

d uu

Cuuc

...

u,...,

11

Copuladichte

d

iiXdXXd xfxFxFcxxf

id1

11X ,,,,1

d

iiXX

dXXd

uFf

uFuFfuuc

ii

d

1

1

11

1

1

,,,, 1

X

© W

GZ

BA

NK

200

8

Spezielle Copulas

iX

11X ,, FdomxxFxxF i

d

iiXd i

]1,0[,,1

1

i

d

iid uuuuC

dd

d

iii xFxFFdxF ,,min0,1max 11

1

xX

uuu dd

d

ii

d MuuCduW

,,min0,1max 11

Die Unabhängigkeitscopula

Die Fréchet-Hoeffding Schranken

© W

GZ

BA

NK

200

8

Bivariate logistische Verteilung

Rxxxx

xxF

2121

21X , expexp1

1,

2121

212

121

1121 ,,

uuuu

uuuFuFFuuC

X

i

iii u

uuF

1ln1 iii x

xF

exp1

1

22112211

221121, xFxFxFxF

xFxFxxF

X

© W

GZ

BA

NK

200

8

© W

GZ

BA

NK

200

8

Neue bivariate Verteilungsfunktion G

.4,3,0,0,exp1; ixxxF iiii

;,;;, 443343 xFxFCxxG

44334433

4433

xFxFxFxF

xFxF

1exp

1exp1exp

43

43

xx

xx

© W

GZ

BA

NK

200

8

© W

GZ

BA

NK

200

8

5024.0ˆ BP 2863.0ˆ BP

4851.0ˆ SP

4851.0ˆ SP 4851.0ˆ SP

© W

GZ

BA

NK

200

8

Spezielle Copulaklassen

Sei φ:[0,1]→[0,∞), so dass

für i=1,…,d und t [0,∞), mit φ(1)=0 und φ(0)=∞ gilt,

dann ist:

eine Archimedische Copula.

01 1 tdt

di

ii

d

iiuC

1

1u

© W

GZ

BA

NK

200

8

1. Clayton Copulafamilie

2. Gumbel Copulafamilie

1

1

1;u

d

ii duC

1

1

lnexp;ud

iiuC

01; , tt

1ln; , tt

© W

GZ

BA

NK

200

8

Elliptische Copulaklasse

1. Gauss Copula

2. tν,R-Copula

dd uuC 11

11RR ,,u

d

u

d

udxdxC

d 11T

2

1

2

R xRx2

1exp

R2

1u

111

11

dvv ututtC 11

1R,R, ,,u

d

dv

ut

d

utdxdx

v

dv

Cd 1

21-T

2

1

2

R, xRx1

1R

2

2u

111

11

© W

GZ

BA

NK

200

8

Allianz AG vs. Münchner Rück. AG

© W

GZ

BA

NK

200

8

222

111

ˆˆ

ˆˆ

uxF

uxF


© W

GZ

BA

NK

200

8

Korrelationsmaße und Copulas

Vorteile : Kompakte Darstellung der Abhängigkeit Leichte Interpretierbarkeit Einfache weiterführende Modelleinbindung

Nachteile : Enormer Informationsverlust Bezifferung nur einer Art von Abhängigkeit.

Missinterpretationen sind möglich Oft nur globale Korrelationsaussagen In einigen Fällen nicht definiert

© W

GZ

BA

NK

200

8

Linearer Korrelationskoeffizient nach Bravais Pearson ρBP

1,0

min1

2

2122

XVar

bXaXEBP

Anwendbar nur bei metrisch skalierten Daten

Benötigt die Existenz der Varianzen

|ρBP| misst die Stärke des linearen Zusammenhangs

)var()var(

),cov(

21

21

XX

XXBP

© W

GZ

BA

NK

200

8

2

121

11

1

0

1

0

2121

21

21221121X21

,varvar

1

,),cov(

udFudFuuuuCXX

dxdxxFxFxxFXX

BP

2121 ,, XXXXT BPBP

Nicht Randverteilungsfrei

Zulässiger Wertebereich i. A. [-1,1]

Nicht invariant bzgl. monotonen Transformationen

],[ maxminBPBP

© W

GZ

BA

NK

200

8

Bivariate Farlie Gumbel Morgenstern Familie

Die FGM Verteilung besitzt die Form (|α|<1):

Der lineare Korrelationskoeffizient liegt bei normalen Randverteilungen bei

bei exponentiellen Randverteilungen bei

und bei uniformen Randverteilungen bei

2211221121 111;, xFxFxFxFxxFX

3

1BP

BP

4

BP

© W

GZ

BA

NK

200

8

Spearman‘sche Rangkorrelation

Definition:

Interpretationen:

1

0

1

0 212´121 3,12, duduuuCXXSP

21212121 124

112, UEUEUUEUUEXXSP

2211

2211

21

2121

,,,12

XFVarXFVar

XFXFCov

UVarUVar

UUCovUUCov

2211 , XFXFBP

© W

GZ

BA

NK

200

8

Spearman‘sche Korrelation als Distanzmaß

41

31

41

,

121

41

,

,22 ]1,0[

2121

]1,0[

2121

21

uudCuuuudCuu

XXSP

2 2

2 2

]1,0[

21

]1,0[

212121

]1,0[

21

]1,0[

212121

,min

,

duduuududuuu

duduuududuuuC

© W

GZ

BA

NK

200

8

Schlußfolgerungen

Existent und Randverteilungsfrei

Da nur von der Copula bestimmt, robust und Invariant bzgl. wachsenden monotonen Transformationen

Mit den meisten Parameter der bivariaten Copulas in Verbindung

C

MC

WC

SPBP

SPBPBP

SPBPBP

00

1

1max

min

© W

GZ

BA

NK

200

8

Einige Schätzfunktionen

n

ii

n

ii

n

iii

SP

uuuu

uuuu

1

2

2,21

2

1,1

12,21,1

3

ˆˆˆˆ

ˆˆˆˆ

4

1ˆˆ

112

1,2,1

)2(n

iiiSP uu

n

n

i

n

jnSP n

j

n

iC

n 1 12

)1(

4

1,ˆ1

12

© W

GZ

BA

NK

200

8

Asymptotischer Copula-Prozess

GC ist ein zentrierter Gauss-Prozess

BC ist eine d-dimensionale Brown‘sche Brücke

uGuCuCn Cw

n ˆ

vCuCvuCvBuBE

uBuCDuBuG

CC

d

i

iCiCC

,min1

© W

GZ

BA

NK

200

8

Asymptotische Normalität der Schätzfunktion

9-fache vierdimensionale Integralauswertung notwendig

Aber: Die Bootstrap-Schätzfunktion

konvergiert gegen die selbe Zufallsvariable Z !

SPB

SPn 2

CNZn dSPSP

22 ,0~

vdudvGuGEC CC2 21,0 1,0

2 12

© W

GZ

BA

NK

200

8

Bedingte Korrelationen


LA

UA

© W

GZ

BA

NK

200

8

pHypGxyxAL11 ,:,

,,:, LL AYXyYxXPyxF

Die gemeinsame Verteilung von (X,Y) sei mit F und ihre Randverteilungen mit G und H notiert

Der untere Eckbereich sei:

Die bedingte gemeinsame Verteilungen ist

ppC

pHxHpGxGC

,

,min,,min

11

© W

GZ

BA

NK

200

8

vHuGFvuC

yHxGCyxF

LLLL

LLLL

11 ,,

,,

1

0

1

03,12

,,

dudvvuC

AYXYHXGCorrp

L

LLLL

Die bedingten Randverteilungen sind:

Sklar‘s Seperationstheorem bzgl. bedingter Verteilungen

Definition der bedingten Korrelation nach Spearman:

LL AYXxXPxG ,

LL AYXyYPxH ,

© W

GZ

BA

NK

200

8

YVaRYXVaRXYX

pHYpGXYXp

ppSP

SPL

,,

,, 11

Es gilt:

Die bedingte Korrelation ρL nach Spearman ist die globale Korrelation ρSP der bedingten Zufallsvariablen.

Es gelten somit alle Aussagen bezüglich des globalen Rangkorrelationskoeffizienten und seiner Schätz-funktionen

© W

GZ

BA

NK

200

8

x

iXn

xGn

in

1

11ˆ

y

iYn

xHn

in

1

11ˆ

pHypGxyxA nnL11 ˆ,ˆ:,:ˆ

UULL AnAn ˆ: ,ˆ:

LA

Ii L

inL

L

inL

LnL n

Yr

n

Xr

nˆ

312

ˆ ,,,

Nichtparametrische Schätzfunktion

© W

GZ

BA

NK

200

8

2

,

2,

,0ˆ

,0ˆ

Ud

UnUU

Ld

LnLL

Nn

Nn

UL

UL

H

H

:

:

1

0

UL

UL

H

H

:

:

1

0

UL

UL

H

H

:

:

1

0

Asymptotische Normalität der Schätzfunktion

Korrelations-Asymmetrietest

© W

GZ

BA

NK

200

8

1. Berechne und aus den Beobachtungen inund

2. Erzeuge jeweils NB Bootstrap-Stichproben aus und und errechne die zugehörigen Schätzer der asymptotischen Varianzen für und , in Notation

und , der bedingten Korrelationskoeffizienten nach Spearman

3. Überprüfe die jeweilige Nullhypothese Verwerfe falls

nL, nU ,UALA

Algorithmus:

LA

UA2L 2

U2ˆL 2ˆU

ULH :0

21

ˆˆ

ˆˆ1

22

,,

U

U

L

L

nUnL

nn

© W

GZ

BA

NK

200

8

Verwerfe falls

und

verwerfe falls

gilt, mit α>0 als die Wahrscheinlichkeit des Fehlers erster Art und Φ als Standardnormalverteilung.

1

22

,,

ˆˆ

ˆˆ

U

U

L

L

nUnL

nn

1ˆˆ

ˆˆ1

22

,,

U

U

L

L

nUnL

nn

ULH :0

ULH :0

© W

GZ

BA

NK

200

8

p=q 0.10 0.20 0.30 0.40 0.50

.3609 .3009 .3149 .3387 .3479

.2685 .2409 .2400 .2571 .2749

.1528 .0891 .0829 .0840 .0754

α H0: ρL ≤ ρU vs. H1: ρL > ρU

0.10 55 61 94 136 148

0.05 35 32 67 89 107

0.01 11 4 30 42 50

170 173 196 218 217

Gesamt DAX 30 Untersuchung

UL ˆˆ

L

U

UL ˆˆ

© W

GZ

BA

NK

200

8

H0: ρL ≥ ρU vs. H1: ρL < ρU

α\p 0.10 0.20 0.30 0.40 0.50

0.10 9 7 3 0 0

0.05 2 2 0 0 0

0.01 1 0 0 0 0

61 58 35 13 14UL ˆˆ

© W

GZ

BA

NK

200

8

Literaturhinweise

Dobrić, Frahm, Schmid (2008), „Dependence of Stock Returns in Bull and Bear Markets“, to appear in Computational Statistics & Data Analysis.

Nelsen (2006), „An Introduction to Copulas“, Springer.

Embrechts, McNeil und Strautmann (2002), „Correlation and dependence in risk management: properties and pitfalls“, Cambrige University Press.

Juri, Wüthrich (2002), „Copula convergence theorems for tail events“, Insurance: Mathematics and Economics.

McNeil, Frey, Embrechts (2005), „Quantitative Risk Management“, Princeton University Press.

Copulas und Korrelationsasymmetrien Theorie und empirische Analyse am DAX 30 08. Mai 2008 Jadran...

Documents

Transcript of Copulas und Korrelationsasymmetrien Theorie und empirische Analyse am DAX 30 08. Mai 2008 Jadran...