This paper is part of the author’s

This paper is part of the author’s Ph. D. Thesis “Extreme Value Theory and
coherent risk measures: applications to risk management”.
The copula function describes the dependence structure of a multivariate
random variable. In this paper, it is used as a practical and flexible instrument
to generate Monte Carlo scenarios of risk factor returns. These risk factors
affect the value of a credit or market portfolio. In fact, many of the models
commonly used assume a multinormal distribution of such risk factor returns
(or log-returns). This hypothesis underestimates the probability that a
catastrophic event, such as a simultaneous slump of equity prices or the joint
default of several counterparties in a credit portfolio, might occur. This kind of
event worries both risk managers and supervisors. Our goal is to show that the
use of a copula function different from the Gaussian copula can model such
extreme events effectively.

Kết quả (Việt) 2:

Bài viết này là một phần của Ph của tác giả Luận án tiến sĩ "Extreme Value Lý thuyết và.
Đo rủi ro chặt chẽ: các ứng dụng để quản lý rủi ro".
Các chức năng copula mô tả cấu trúc phụ thuộc của một đa biến
biến ngẫu nhiên. Trong bài báo này, nó được sử dụng như một công cụ thực tế và linh hoạt
để tạo ra các kịch bản Monte Carlo của lợi nhuận yếu tố nguy cơ. Những yếu tố nguy cơ
ảnh hưởng đến giá trị của một danh mục đầu tư tín dụng hay thị trường. Trong thực tế, rất nhiều các mô hình
thường được sử dụng giả định phân phối lợi nhuận multinormal yếu tố nguy cơ như vậy
(hoặc log-trả về). Giả thuyết này đánh giá thấp khả năng một
sự kiện thảm khốc, chẳng hạn như sự sụt giảm đồng thời giá cổ phiếu hoặc các doanh
mặc định của một số đối tác trong một danh mục đầu tư tín dụng, có thể xảy ra. Đây là loại
sự kiện lo lắng cả các nhà quản lý rủi ro và giám sát. Mục tiêu của chúng tôi là để cho thấy rằng
việc sử dụng một chức năng khác nhau liên hiệp tiếp từ copula Gaussian có thể mô hình như
các sự kiện cực kỳ hiệu quả.