Presef

Planteamiento del problema
Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
DC- Vine para los principales ndices bursatiles del

Mundo
Danna Lesley Cruz Reyes
Profesora-Investigadora de la universidad Santo Tomas

Estudiante del Doctorado en Estadstica de la universidad
Nacional de Colombia.
DC- Vine para los principales ndices burs

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Metodologa
Copulas Vine
El modelo
DDrawable -Vine
RRegular -Vine
CCannico -Vine
Selecci
on del modelo
Bibliografa

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa

Existen estructuras multivariadas en datos que poseen:
Diferentes distribuciones marginales,
Dependencias no sim
etricas entre algunos pares de variables.
Dependencias con colas pesados entre algunos pares de
variables.
Estos no se pueden modelar con distribuciones param
etricas
estandar, tales como la distribuci

on de Gauss multivariante.
La funcion copula permite modelar dependencias
independientemente de sus distribuciones marginales.
No obstante, los modelos c
opula multivariados no permiten
diferentes tipos de dependencia entre pares de variables.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa

Existen estructuras multivariadas en datos que poseen:
Diferentes distribuciones marginales,
Dependencias no sim
etricas entre algunos pares de variables.
Dependencias con colas pesados entre algunos pares de
variables.
Estos no se pueden modelar con distribuciones param
etricas
estandar, tales como la distribuci

on de Gauss multivariante.
La funcion copula permite modelar dependencias
independientemente de sus distribuciones marginales.
No obstante, los modelos c
opula multivariados no permiten
diferentes tipos de dependencia entre pares de variables.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa

[Joe(1996)] genera la construcci
on de distribucion de
probabilidad multivariada por medio de bloques, llamada

pair-copulas.
[Bedford(2001a)] y [Bedford(2001b)] realiz
o una construccion
por medio de un arbol, denominada c

opula vine.
[Koller(2009)] present
o en su libro la teora basica de modelos
graficos probabilsticos.
[Aas(2009)] utiliz
o esta construcci
on para determinar copulas
multivariadas como la c
opula gausiana, Gumbel y Clayton.
[Haff(2010)] y [St
ober(2013)] presentan algunos ejemplos
sobre los casos que se puedan utilizar la construccion de un

arbol y una forma factorizada.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
El n
umero de copulas que se pueden representar por medio de
un grafo se presentan en [Haff(2010)]

[Frees(2010)] proponen el uso de funciones c
opula en analisis
de regresion multivariado a modelos de variables latentes.

[Parsa(2012)] ofrece una alternativa usando funciones c
opulas
en analisis de regresi
on multivariado, donde tiene la posibilidad
de proporcionar un mejor ajuste a los datos observados
[St
ober(2013)] y [Xaver(2013)] en sus tesis doctorales del a
no
2013, propone un analisis multivariado basado en copulas

utilizando modelos graficos probabilsticos y redes bayesianas.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Copulas Vine
Definition
Una copula bivariada (o 2-copula) es una 2-subcopula cuyo
dominio es I 2 . Equivalentemente, una copula es una funcion C,
desde I 2 a I con las siguientes propiedades.
1. Para toda u, v en I.
C(u, 0) = 0 = C(0, v)
C(u, 1) = u
C(1, v) = v
Esto se conoce como las condiciones de frontera para

copulas
2. Para todo u1 , u2 , v1 , v2 en I tal que u1 u2 y v1 v2
C(u2 , v2 ) C(u2 , v1 ) C(u1 , v2 ) + C(u1 , v1 ) 0.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Copulas Vine
Teorema
Teorema de Sklar Sea F (y1 , y2 ) una funci
on de distribucion
multivariada con marginales F1 (y1 ), F2 (y2 ); entonces existe una
copula C tal que
F (y1 , y2 ) = C(F1 (y1 ), F2 (y2 ); )
donde es el parametro de la c
opula llamado parametro de
dependencia, el cual mide la dependencia entre las distribuciones
marginales. [Trivedi & Zimmer(2007)].

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Nombre
Clayton
Copulas Vine
C(u1 , u2 ; )
(t)
1
(u
+ u
1)
1
2
Frank

u1 1)(eu2 1)
1 log 1 + (e
Gumbel
1
exp((
u
j = log(uj )
1 +u
2 ) ), donde u
Rango de
1 (t 1)

log
(et 1)
e 1
( log(t))
(0, )

(, )
[1, )
Cuadro: Algunas c
opulas Arquimedianas y sus generadores.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Copulas Vine
Cada familia se designa por un n

umero para resumir la notacion
(0 = indep.)
C
opulas Elpticas
family = 1 C
opula Gaussiana
family = 2 C
opula t-Student
C
opulas Arquimedianas
family = 3 C
opula Clayton
family = 4 C
opula Gumbel
family = 5 C
opula Frank
family = 6 C
opula Joe
C
opulas Arquimedianas dos parametros
family = 7 C
opula Clayton - Gumbel (BB1)
family = 8 C
opula Joe-Gumbel (BB6)
family = 9 C
opula Joe-Clayton (BB7)
family = 10 C
opula Joe-Frank (BB8)

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Copulas Vine

(0 = indep.)
C
family = 23 C
opula Clayton rotada 90 grados
family = 24 C
opula Gumbel rotada 90 grados
family = 26 C
opula Joe rotada 90 grados
C
family = 27 C
opula Clayton - Gumbel (BB1) rotada 90 grados
family = 28 C
opula Joe-Gumbel (BB6) rotada 90 grados
family = 29 C
opula Joe-Clayton (BB7) rotada 90 grados
family = 30 C
opula Joe-Frank (BB8) rotada 90 grados

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Copulas Vine

(0 = indep.)
C
family = 33 C
opula Clayton rotada 270 grados
family = 34 C
opula Gumbel rotada 270 grados
family = 36 C
opula Joe rotada 270 grados
C
family = 37 C
opula Clayton - Gumbel (BB1) rotada 270 grados
family = 38 C
opula Joe-Gumbel (BB6) rotada 270 grados
family = 39 C
opula Joe-Clayton (BB7) rotada 270 grados
family = 40 C
opula Joe-Frank (BB8) rotada 270 grados

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Copulas Vine
Copulas rotadas
Las copulas arquimedianas rotadas capturan dependencias
negativas: Si (U1 , U2 ) C90o entonces (1 U1 , U2 ) C0o .
Las copulas de supervivencia son c
opulas rotadas 180o
u2
0.6
u2
0.6
0.0
0.4 0.8
u1
270 degrees
0.0
0.4 0.8
u1
0.0
0.4 0.8
u1
180 degrees
0.0
0.0
0.0
u2
0.6
0.0
90 degrees
u2
0.6
0 degrees
0.0
0.4 0.8
u1

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Copulas Vine
Copulas Vine
El fin es lograr representar la funci
on de densidad f (x1 , . . . , xn )
como un producto de pares de densidades de c
opulas y de
1
densidades marginales.
f (x1 , . . . , xn ) =
n1
Y n1
Y
ci,j|i1 ,...,ik (F (xi |xi ), F (xj |xj ))
j=1 i=1
n
Y
fk (xk )
k=1
Este tipo de descomposici

ones llamada una D-vine, ya que esta
expresion se puede representar por medio de una grafica con una
secuencia de arboles anidados no dirigidos, llamada vine, donde las
aristas indican los indices usados para la c
opula condicional.
1
Tomado de [Kramer(2011)]

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Copulas Vine
El modelo
La construccion del modelo con un arbol regular consiste en

asociar el conjunto de nodos N = N1 , . . . , Nd1 y el conjunto de
aristas E = {E1 , . . . , Ed1 } por medio de la arista
e = {j(e), k(e)|D(e)} en Ei con una c
opula cj(e),k(e)|D(e) tal que:
f (x1 , . . . , xn ) =
n1
Y
cj(e),k(e)|D(e) (F (xj(e) |xD(e) ), F (xj(e) |xD(e) ))
i=1 eEi
n
Y
fk (xk
k=1

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
DDrawable -Vine
Por ejemplo, para n = 3, se tiene el siguiente grafo:
1
12
23
13|2
12
23
f (x1 , x2 , x3 ) = f3 (x3 )f2 (x2 )f1 (x1 )(marginales)

c12 (F1 (x1 ), F2 (x2 ))c23 (F2 (x2 ), F3 (x3 ))(Par no condicionales)
c13|2 (F1|2 (x1 |x2 ), F3|2 (x3 |x2 ))(Par condicional)

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
DDrawable -Vine
1
12
23
13|2
12
23


atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
DDrawable -Vine
1
12
23
13|2
12
23


atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
RRegular -Vine
13
12
34
15
f (x1 , x2 , x3 ) = f5 (x5 )f4 (x4 )f3 (x3 )f2 (x2 )f1 (x1 )(marginales)
c12 c13 c14 c34 (Par no condicionales)

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
RRegular -Vine
13
12
34
15
c12 c13 c14 c34 (Par no condicionales)

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
RRegular -Vine
2, 3|1
12
1, 4|3
13
34
3, 5|1
15
c12 c13 c14 c34
c23|1 c14|3 c35|1

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
RRegular -Vine
2, 3|1
12
1, 4|3
13
34
3, 5|1
15
c12 c13 c14 c34
c23|1 c14|3 c35|1

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
RRegular -Vine
2, 3|1
24|13
1, 4|3
45|13
3, 5|1
c12 c13 c14 c34
c23|1 c14|3 c35|1
c24|13 c45|13

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
RRegular -Vine
2, 3|1
24|13
1, 4|3
45|13
3, 5|1
c12 c13 c14 c34
c23|1 c14|3 c35|1
c24|13 c45|13

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
RRegular -Vine regular
2, 4|1, 3
2, 5|1, 3, 4
4, 5|1, 3
c12 c13 c14 c34
c23|1 c14|3 c35|1
c24|13 c45|13
c25|134

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
RRegular -Vine regular
2, 4|1, 3
2, 5|1, 3, 4
4, 5|1, 3
c12 c13 c14 c34
c23|1 c14|3 c35|1
c24|13 c45|13
c25|134

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
CCannico -Vine
3
13
14
13
2, 3|1
12
2, 4|1
12
14
3, 4|12
23|1
24|1
f (x1 , x2 , x3 , x4 )
Aristas en T1
Aristas en T1
z }| { z }| {
= f4 (x4 )f3 (x3 )f2 (x2 )f1 (x1 ) c12 c13 c14 c23|1 c23|1
|
{z
} | {z }
| {z }
Nodos en T1
Nodos en T2
Nodos en T3
Aristas en T1
z }| {
c34|12

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
CCannico -Vine
3
13
14
13
2, 3|1
12
2, 4|1
12
14
3, 4|12
23|1
24|1
f (x1 , x2 , x3 , x4 )
Aristas en T1
Aristas en T1
z }| { z }| {
= f4 (x4 )f3 (x3 )f2 (x2 )f1 (x1 ) c12 c13 c14 c23|1 c23|1
|
{z
} | {z }
| {z }
Nodos en T1
Nodos en T2
Nodos en T3
Aristas en T1
z }| {
c34|12

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Dada una densidad ndimensional, es posible descomponerla en

productos de las densidades marginales y densidades de la copula
bivariada, representando esta descomposici
on con un conjunto
anidado de arboles que cumplen una condici
on de proximidad.
Condici
on de proximidad
Si dos nodos en el j + 1 arbol estan unidos por una arista,
la correspondiente arista en el jesimo arbol comparten un
nodo.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Seleccion del modelo
Modelo=Arbol+C
opula+Parametros.
1
Datos

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Modelo=Arbol+C
opula+Parametros.
1
Datos

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Modelo=Arbol+C
opula+Parametros.
1

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Modelo=Arbol+C
opula+Parametros.
1

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Modelo=Arbol+C
opula+Parametros.
Normal
Gumbel
Calyton

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Modelo=Arbol+C
opula+Parametros.
Normal
Gumbel
Calyton

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Modelo=Arbol+C
opula+Parametros.
1
Normal = 0
Gumbel, = 0
Calyton, = 0

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Modelo=Arbol+C
opula+Parametros.
1
Normal = 0
Gumbel, = 0
Calyton, = 0

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Los principales ndices bursatiles del mundo

Se consideraron algunos de los ndices mundiales mas grandes del
mundo:
El ndice Standard & Poors 500 de Estados Unidos S&P500
(GSP C)
El ndice Nikkei de Jap
on(N 225)
El ndice SSE de China (SSEC)
El ndice DAX de Alemania (GDAXI)
El ndice CAC20 de Francia (F CHI)
El ndice FTSE 100 de Inglaterra s (F T SE)

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
0.4
0.8
0.0
0.4
0.8
0.0
0.4
0.8
0.6
0.0
0.6
0.0
^GSPC
0.6
0.0
^N225
0.6
0.0
^SSEC
0.6
0.0
^GDAXI
0.6
0.0
^FCHI
0.0
^FTSE
0.0
0.4
0.8
0.0
0.4
0.8
0.0
0.4
0.8

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
En R, la funcion BiCopVuongClarke de [Clarke(2007)] y

[Vuong(1989)] determina que familia se ajusta mejor, compara las
copulas dos en dos y le asigna +1 si se ajusta y 1 si no se ajusta.
Al final, se elije la que tenga mayor puntaje, por ejemplo para
F CHI y F T SE:
> BiCopVuongClarke(worldindices[,5],worldindices[,6],
familyset=c(1:10,13,14,16:20))
1 2
3 4 5
6 7 8 9 10 13 14 16 17 18 19 20
Vuong 13 13 -11 4 0 -13 13 2 2 -9 -11 3 -13 13 1 2 -9
Clarke 13 16 -12 6 2 -12 13 4 1 -8 -12 4 -12 8 2 -4 -9
> BiCopSelect(worldindices[,5],worldindices[,6],
familyset=c(1:10,13,14,16:20))$family
[1] 2
Por tanto la elecci
on es la C
opula t-Student.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Se selecciona un Cvine siguiendo la metodologa de

[Czado C(2012)] tal que la raiz del nodo F CHI enlazada con
N 225, F T SE, GSP C, GDAXI y SSEC

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Tree 1
^FTSE
t,0.78
^SSEC
SBB7,0.13
t,0.82
^GDAXI
^FCHI
BB7,0.19
SBB7,0.51
Danna
Lesley Cruz Reyes
^N225

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Tree 2
^FCHI,^GSPC
^FCHI,^GDAXI
^FCHI,^FTSE
I,0
^FCHI,^N225
I,0
Danna Lesley Cruz Reyes^FCHI,^SSEC

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Tree 3
^N225,^SSEC|^FCHI
^N225,^GDAXI|^FCHI
I,0
^N225,^FTSE|^FCHI
I,0
^N225,^GSPC|^FCHI

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Tree 4
^FTSE,^GSPC|^FCHI,^N225
^FTSE,^SSEC|^FCHI,^N225
^FTSE,^GDAXI|^FCHI,^N225

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Tree 5
^GSPC,^SSEC|^FCHI,^N225,^FTSE
^GSPC,^GDAXI|^FCHI,^N225,^FTSE

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Reference I
Aas, C. C. A. F. H. B., K. (2009).
Pair-copula constructions of multiple dependence.
Insurance, Mathematics and Economics 44, 182198. .
Bedford, R. M. C., T. (2001a).
Probability density decomposition for conditionally dependent
random variables modeled by vines.
Annals of Mathematics and Artificial Intelligence 32, 245268.
.
Bedford, R. M. C., T. (2001b).
Vines - a new graphical model for dependent random variables.
Annals of Statistics 30(4), 10311068. .

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Reference II
Clarke, K. (2007).
A simple distribution-free test for nonnested model selection.
Political Analysis (15), 347363.
Czado C, M. A., Schepsmeier U (2012).
Maximum likelihood estimation of mixed c-vines with
application to exchange rates.
Statistical Modelling 12(3), 229255.
Frees, E. (2010).
multivariate regression using copulas.
University of Wisconsin .

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Reference III
Haff, K. F. A., I. Aasa (2010).
on the simplified pair-copula construction simply useful or too
simplistic?
Journal of Multivariate Analysis 101(5), 1296 1310. .
Joe, H. (1996).
families of m-variate distributions with given margins and
m(m-1)/2 bivariate dependence parameters.
Distributions with Fixed Marginals and Related Topics. .
Koller, F. N., D. (2009).
Probabilistic Graphical Models: Principles and Techniques
(Adaptive Computation and Machine Learning Serie).
The MIT press.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Reference IV
Kramer, U., N. Schepsmeier (2011).
introduction to vine copulas.
NIPS Workshop .
Parsa, S., R. Klugman (2012).
copula regression.
Casualty actuarial society .
Stober, A. (2013).
Regular vine copulas with the simplifying assumption,
time-variation, and mixed discrete and continuous margins.
Ph.D. thesis, Technische Universitat M
unchen.

atiles del Mundo

Metodologa
DDrawable -Vine
RRegular -Vine
Bibliografa
Reference V
Trivedi, P. & Zimmer, D. (2007).
Copula modeling: an introduction for practitioners.
Foundations and Trends in Econometrics.
Vuong, Q. (1989).
Likelihood ratio tests for model selection and non-nested
hypotheses.
Econometrica (57), 307333.
Xaver, A. (2013).
Pair-copula constructions for non-Gaussian Bayesian networks.
Ph.D. thesis, Technische Universitat M
unchen.

atiles del Mundo

Presef

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Presef

Uploaded by

Copyright:

Available Formats

Planteamiento del problema

DC- Vine para los principales ndices bursatiles del

Profesora-Investigadora de la universidad Santo Tomas

Danna Lesley Cruz Reyes

DC- Vine para los principales ndices burs

Planteamiento del problema

Planteamiento del problema

DC- Vine para los principales ndices burs

Planteamiento del problema

Planteamiento del problema

estandar, tales como la distribuci

DC- Vine para los principales ndices burs

Planteamiento del problema

Planteamiento del problema

estandar, tales como la distribuci

DC- Vine para los principales ndices burs

Planteamiento del problema

Planteamiento del problema

probabilidad multivariada por medio de bloques, llamada

por medio de un arbol, denominada c

sobre los casos que se puedan utilizar la construccion de un

DC- Vine para los principales ndices burs

Planteamiento del problema

un grafo se presentan en [Haff(2010)]

de regresion multivariado a modelos de variables latentes.

2013, propone un analisis multivariado basado en copulas

Danna Lesley Cruz Reyes

DC- Vine para los principales ndices burs

Planteamiento del problema

Esto se conoce como las condiciones de frontera para

DC- Vine para los principales ndices burs

Planteamiento del problema

Danna Lesley Cruz Reyes

DC- Vine para los principales ndices burs

Planteamiento del problema

Danna Lesley Cruz Reyes

DC- Vine para los principales ndices burs

Planteamiento del problema

Cada familia se designa por un n

DC- Vine para los principales ndices burs

Planteamiento del problema

Cada familia se designa por un n

Danna Lesley Cruz Reyes

DC- Vine para los principales ndices burs

Planteamiento del problema

Cada familia se designa por un n

Danna Lesley Cruz Reyes

DC- Vine para los principales ndices burs

Planteamiento del problema

Danna Lesley Cruz Reyes

DC- Vine para los principales ndices burs

Planteamiento del problema

ci,j|i1 ,...,ik (F (xi |xi ), F (xj |xj ))

Este tipo de descomposici

DC- Vine para los principales ndices burs

Planteamiento del problema

La construccion del modelo con un arbol regular consiste en

cj(e),k(e)|D(e) (F (xj(e) |xD(e) ), F (xj(e) |xD(e) ))

Danna Lesley Cruz Reyes

DC- Vine para los principales ndices burs

Planteamiento del problema

f (x1 , x2 , x3 ) = f3 (x3 )f2 (x2 )f1 (x1 )(marginales)

Danna Lesley Cruz Reyes