다차원 Copula 함수를 이용한 VaR 추정

Abstract

VaR는 투자목적이나 위험관리수단으로 시장위험을 측정하는 방법으로 현실생활에서는 다변량 분포에 대하여 추정을 필요로 한다. 본 연구는 다변량 확률변수들의 분포를 생성하기 위하여 Copula 함수를 사용한다. 확률변수들의 종속구조를 exchangeable Copula, fully nested Copula, partially nested Copula로 구별하여 토론한다. 국내의 네 종류의 산업체의 수익률 자료를 실증예제로 하여 Clayton, Gumbel, Frank Copula 함수가 포함된 Archimedean Copula 함수의 모수들을 세 종류의 종속구조를 이용하여 구하고, 이 자료에 적합한 Copula 함수와 각 함수에 대응하는 VaR를 추정하고 비교탐색한다. VaR(Value at risk) is a measure of market risk management and needs to be estimated for multiple distributions. In this paper, Copula functions are used to generate distributions of multivariate random variables. The dependence structure of random variables is classified by the exchangeable Copula, fully nested Copula, partially nested Copula. For the earning rate data of four Korean industries, the parameters of the Archimedean Copula functions including Clayton, Gumbel and Frank Copula are estimated by using three kinds of dependence structure. These Copula functions are then fitted to to the data so that corresponding VaR are obtained and explored.